¿Realmente quieres conocer el estado de tu empresa o extraer información de tus datos?

Proyectos BI

Los proyectos de business intelligence son aquellos cuyo objetivo principal es presentar unos datos de forma que el usuario perciba rápidamente cuando todo está bien, según los parámetros acordados, y dónde hay problemas. Proporcionan además, un sistema de navegación entre los datos, desde los de mayor jerarquía a los de menor, de forma que se pueda identificar fácilmente el origen al problema detectado.

Para la presentación de estos sistemas,  se utilizan componentes gráficos muy visuales para que sean de fácil interpretación para cualquier usuario.

Las etapas habituales de un proyecto BI son las siguientes:

Diseño del cuadro de mandos:

  • Donde se estudia la disposición y tipología de los controles gráficos a utilizar.
  • Los niveles de navegación y de agregación de la información hasta llegar al nivel de detalle máximo requerido.
  • La estructura de accesos para cada usuario.
  • Diseño de informes complementarios.

Diseño del Datawarehouse:

  • Real: Diseño del modelo de datos físico donde se recogerán los datos de terceros sistemas y se establecen las agregaciones de datos necesitadas.
  • Virtual: Algunas herramientas BI no requieren la elaboración de un datawarehouse físico, sino que aporten uno in-memory, dotando así al sistema de mayor agilidad y flexibilidad.

Integración:

  • Estos sistemas necesitan de la aportación de datos de terceros sistemas y para ello requieren de buenas estrategias de integración.

Visibilidad:

  • El estudio de visibilidad debe asegurar que desde cualquier dispositivo exista una accesibilidad total: AnyWhere, AnyTime, AnyDevice.

Implementación:

  • Con la herramienta BI elegida se implementa el diseño.

Proyectos de Analítica Avanzada

Cibernos, con el soporte de Keedio, desarrolla proyectos de Analítica Avanzada con dos orientaciones básicas o ámbitos de aplicación:

  • Analítica  en operaciones:  Esta analítica da soporte en “tiempo real de negocio” a las operaciones, mejorando la información para la toma de decisiones en operaciones en proceso.
  • Analítica post-operaciones: Esta analítica se aplica a los datos obtenidos por las operaciones realizadas, para la mejora de los procesos de negocio y de la calidad de las predicciones.

 

Escenarios de aplicación:

  • Impacto fiscal de una operación de capital.
  • Detección fraude en tarjetas.
  • Operativa de oficinas.
  • Análisis del campo observaciones (texto libre).
  • Ahorro de costes: De BI (BD + Entornos caros) a Big Data
  • Monitorizar flujos de negocio contra un patrón
  • IOT (SCADA) Intervenciones predictivas, órdenes de trabajo, expedientes, mantenimiento.
  • Sector industria (Mantenimiento).
    • MTBF (Mean Time Between Failures)
    • MTTR (Mean Time To Reparation)
  • Logística transporte.
  • Logs: Monitorización de la explotación y detección de fraude.
  • Predicción campañas:
    • Clientes objetivo de un producto servicio
    • Productos servicios objetivo para un segmento de clientes.
    • De canales asistidos a no asistidos
  • Pronóstico de la demanda.
  • Alternativas al relleno de cuestionarios de satisfacción.
  • Apoyo al Call center.
  • Sensibilidades en redes sociales -Community manager-.
  • Customer Journey
    • Descubrimiento del proceso de compra
    • Prevención de Fugas: Senda de abandono
    • Retención
    • Recomendación
    • Comportamiento de clientes

Algunas referencias

  • Cuadros de mando  (IKEA)
  • Cuadros de mando (Transfesa)
  • Indicadores de Seguimiento de Servicios (Ericsson)
  • Modulo BAM para monitoriacion de procesos (Cibernos)