Capítulo 6

6
Fundamentos de inteligencia
de negocios: bases de datos y C A P Í T U L O
administración de la información
OBJETIVOS DE APRENDIZ AJE

Después de leer este capítulo, usted podrá responder las siguientes preguntas:
1. ¿Cuáles son los problemas de administrar los recursos de datos en un entorno

tradicional de archivos?
2. ¿Cuáles son las principales capacidades de los sistemas de administración de bases
de datos (DBMS) y por qué es tan poderoso un DBMS relacional?
3. ¿Cuáles son las principales herramientas y tecnologías para acceder a la
información de las bases de datos y mejorar tanto el desempeño de negocios
como la toma de decisiones?
4. ¿Por qué la política de información, la administración de datos y el aseguramiento
de la calidad de los datos son esenciales para administrar los recursos de datos de
la empresa?
CASOS DEL CAPÍTULO CASOS EN VIDEO

Una mejor administración de los datos Dubuque usa la computación en la nube
ayuda a que Toronto Globe and Mail y sensores para crear una ciudad más
llegue a sus clientes inteligente
Impulso de la gestión de flotillas de ARI Almacenes de datos en REI: comprender
mediante análisis en tiempo real al cliente
American Water mantiene el flujo de Inteligencia de negocios y bases de datos
los datos empresariales de Maruti Suzuki
¿Acaso Big Data trae consigo grandes
recompensas?
214
M06_LAUDON_SISTEMAS-DE-INFORMACION-GERENCIAL_SE_14ED_C6_214-253_XXXX-X.indd 214 2/9/16 11:41 AM

UNA MEJOR ADMINISTRACIÓN DE LOS DATOS
AYUDA A QUE TORONTO GLOBE AND MAIL
LLEGUE A SUS CLIENTES
¿A lguna vez ha recibido una nueva oferta de suscripción de un perió-

dico o revista a la que ya está suscrito? Además de ser una molestia,
enviar una oferta superflua a los clientes incrementa los costos de
marketing. Entonces ¿por qué ocurre esto? La respuesta probable es
debido a la mala administración de los datos. Es muy posible que el periódico no haya
podido relacionar su lista de suscriptores existentes, a la cual mantiene en un lugar,
con otro archivo que contenga su lista de prospectos de marketing.
The Globe and Mail, ubicado en Toronto, Canadá, era una de esas publicaciones que
tenían estos problemas. Con un tiraje ininterrumpido durante 167 años, es el periódico
más grande de Canadá, con una base de lectores acumulada de seis días de casi 3.3 millo-
nes. El periódico contaba con un programa de marketing bastante ambicioso, en el que
veía como prospecto a cada uno de los hogares canadienses que no estaban ya inscritos.
Pero había tenido problemas para alojar y gestionar los datos sobre estos prospectos.
Para operar un periódico importante se requiere administrar enormes cantidades de
datos, incluyendo los datos de circulación, los de ingresos por publicidad, los datos
de prospectos de marketing y los que “no deben contactarse”, además de los datos de
logística y entregas. Agregue a esto los datos requeridos para operar una empresa,
como los datos financieros y de recursos humanos.
Durante muchos años The Globe and Mail alojó gran parte de sus datos en un sistema
mainframe donde no era fácil usar y analizar los datos. Si los usuarios necesitaban in-
formación tenían que extraer los datos de la computadora mainframe y llevarlos a una
de varias bases de datos locales para analizarlos, como las que se mantenían en Microsoft
Access, Foxbase Pro y Microsoft Excel. Esta práctica generó numerosas concentraciones
de datos que se mantenían en bases de datos aisladas para fines específicos, pero no
había un repositorio central en el que se pudiera tener acceso a los datos más actualizados
© Semisatch/Shutterstock
215

216 Parte Dos Infraestructura de la tecnología de la información
desde un solo lugar. Con los datos esparcidos en tantos sistemas distintos en toda la
empresa, era muy difícil contrastar los suscriptores con los prospectos a la hora de desa-
rrollar la lista de correo para una campaña de marketing. También estaban las cuestiones
de seguridad: The Globe and Mail recolecta y almacena la información de pago de los
clientes; alojar estos datos confidenciales en varios lugares hace aún más difícil el poder
asegurar que se implementen los controles de seguridad de datos correctos.
En 2002 el periódico comenzó a lidiar con estos problemas al implementar un sis-
tema empresarial SAP con un almacén de datos SAP NetWeaver BW, el cual contendría
todos los datos de la empresa provenientes de sus diversos orígenes de datos en una sola
ubicación donde los usuarios de negocios pudieran acceder a ellos y analizarlos de una
manera fácil.
Los primeros datos que ocuparon el almacén de datos fueron los de ventas por publi-
cidad, que son una de las principales fuentes de ingresos. En 2007 The Globe and Mail
agregó datos de circulación al almacén, incluyendo los detalles sobre los datos de
entrega como el tiempo restante en la suscripción de un cliente y los datos sobre pros-
pectos de marketing de fuentes independientes. También se agregaron al almacén los
datos sobre los prospectos.
Con todos estos datos en un solo lugar, el periódico puede relacionar fácilmente los
datos de los prospectos y de los clientes para no dirigirse a los clientes existentes con pro-
mociones de suscripción. También puede asociar los datos con los que “no deben contac-
tarse” y los datos sobre el área de entregas para determinar si es posible entregar o no un
periódico, o si hay que dirigirse a un cliente con una promoción de suscripción digital.
A pesar de los beneficios obvios del nuevo almacén de datos, no todos los usuarios de
negocios de The Globe and Mail se incorporaron de inmediato. Las personas que solían
extraer los datos del sistema mainframe y manipularlos en sus propias bases de datos o
archivos siguieron haciendo lo mismo después de que el almacén de datos entró en ope-
ración. No entendían el concepto de un almacén de datos ni la necesidad de trabajar en
torno a la gestión de datos a nivel empresarial. La gerencia de The Globe and Mail decidió
atacar este nuevo problema educando a sus usuarios, en especial a los profesionales de
marketing, con el valor de tener todos los datos de la organización en un almacén
de datos y las herramientas disponibles para acceder a estos datos y analizarlos.
Las nuevas capacidades de análisis de datos de The Globe and Mail produjeron aho-
rros gracias a las eficiencias y los procesos modernizados que pagaron la inversión en
un año. Las campañas de marketing que anteriormente tardaban dos semanas en com-
pletarse ahora sólo requieren un día. El periódico puede determinar sus tasas de satura-
ción en cierta área para guiar sus planes de marketing. Y hay menos quejas de los sus-
criptores y suscriptores potenciales en cuanto a que se les contacte innecesariamente.
Para capitalizar aún más en cuanto a la gestión y el análisis de los datos, The Globe
and Mail recurrió a la nube. Una meta de negocios clave para la empresa era reforzar el
contenido en línea e incrementar la base de suscriptores digitales del periódico. The
Globe and Mail dedicó más recursos al contenido en línea digital, con distintas tarifas
de suscripción para los clientes que sólo accedían a través de Internet y para los clien-
tes que recibían el periódico impreso. Para cortejar de manera agresiva a los suscrip-
tores digitales, The Globe and Mail tenía que extraer sus datos sobre el flujo de clics
que registraban las acciones del usuario en Web, para enfocarse en los potenciales sus-
criptores digitales con base no sólo en sus intereses específicos, sino también en sus in-
tereses en un día en particular. El volumen de datos era demasiado grande como para
que lo pudiera manejar la base de datos convencional Oracle de la empresa. La solu-
ción era usar el software de computación “en memoria” (in-memory) SAP HANA ONE
y ejecutarlo en la plataforma de computación en la nube de Amazon Web Services, que
acelera el análisis de datos y el procesamiento al almacenar los datos en la memoria
principal de la computadora (RAM) en vez de hacerlo en dispositivos de almacena-
miento externos. Esta solución en la nube permite a The Globe and Mail pagar sólo por
las capacidades que usa cada hora.
Fuentes: www.theglobeandmail.com, visitado el 1 de marzo de 2014; “The Globe and Mail Uses
SAP HANA in the Cloud to row Its Digital Audience”, SAP Insider Profiles, 1 de abril de 2013, y
David Hannon, “Spread the News”, SAP Insider Profiles, octubre-diciembre de 2012.

Capítulo 6 Fundamentos de inteligencia de negocios: bases de datos y administración de la información 217
Desafíos de
negocios
Q
Datos fragmentados en bases
de datos y archivos aislados
Q Centralizar la Q Procesos de informes que
administración Administración
ocupan mucho tiempo
de los datos Q
Tecnología obsoleta
de gestión de datos
Q Estandarizar las
definiciones de Sistema de Soluciones
Organización
los datos información de negocios
Q Organizar y reconciliar
los datos Q Monitorear rendimiento Q Reducir costos
Q
Educar a los usuarios a nivel empresarial Q
Incrementar servicio
Q Acelerar la toma al cliente
Q
Desplegar computadora de decisiones Q
Incrementar
mainframe Tecnología Q Mejorar el análisis participación
Q Implementar software de los clientes en el mercado
empresarial SAP y
almacén de datos
Q
Reducir uso de bases
de datos locales
Q Ejecutar SAP HANA en
nube de Amazon
L a experiencia de The Globe and Mail ilustra la importancia de la administración

de datos. El rendimiento de negocios depende de lo que una empresa puede o no
hacer con sus datos. The Globe and Mail era una empresa grande y próspera, pero tanto
la eficiencia operacional como la toma de decisiones de la gerencia se veían obstaculiza-
das por los datos fragmentados almacenados en varios sistemas a los que era difícil
tener acceso. La forma en que las empresas almacenan, organizan y administran sus
datos tiene un enorme impacto en la eficacia organizacional.
El diagrama de apertura del capítulo dirige la atención hacia los puntos importantes
generados por este caso y por este capítulo. Los usuarios de negocios de The Globe and
Mail mantenían sus propias bases de datos locales porque era muy difícil acceder a los
datos de la empresa en el sistema mainframe tradicional del periódico. Las campañas
de marketing tardaron más de lo necesario porque los datos requeridos tardaban mucho
tiempo en ensamblarse. La solución fue consolidar los datos organizacionales en un
almacén de datos de toda la empresa que proporcionara una sola fuente de datos para
informes y análisis. El periódico tuvo que reorganizar sus datos en un formato estándar
a nivel empresarial, establecer reglas, responsabilidades y procedimientos para acce-
der a los datos y usarlos, proporcionar herramientas para que los datos fueran accesi-
bles y que los usuarios los utilizaran en consultas e informes, y educar a sus usuarios en
cuanto a los beneficios del almacén.
El almacén de datos impulsó la eficiencia al facilitar la localización de los datos del
Globe y el ensamble de los mismos para generar informes. El almacén de datos integró
los datos de la empresa, de todas sus fuentes dispares hacia una sola base de datos
exhaustiva que podía consultarse directamente. Se reconciliaron los datos para evitar
errores, como contactar a los suscriptores existentes con ofertas de suscripción. La solu-
ción mejoró el servicio al cliente y al mismo tiempo redujo los costos. The Globe and
Mail incrementó su capacidad de analizar con rapidez enormes cantidades de datos
mediante el uso de SAP HANA que se ejecuta en el servicio en la nube de Amazon.
He aquí algunas preguntas a considerar: ¿cuál fue el impacto de negocios de los pro-
blemas de administración de datos de The Globe and Mail? ¿Qué trabajo tuvo que reali-
zar tanto el personal de negocios como el técnico para asegurarse de que el almacén de
datos produjera los resultados previstos por la gerencia?

6.1 ¿CUÁLES SON LOS PROBLEMAS DE ADMINISTRAR

LOS RECURSOS DE DATOS EN UN ENTORNO
TRADICIONAL DE ARCHIVOS?
U
n sistema eficaz de información proporciona a los usuarios información
precisa, oportuna y relevante. La información precisa está libre de errores.
La información es oportuna cuando está disponible para los encargados de
tomar decisiones en el momento en que la necesitan. Asimismo, es relevan-
te cuando es útil y apropiada tanto para los tipos de trabajo como para las decisiones que
la requieren.
Tal vez le sorprenda saber que muchas empresas no tienen información oportuna,
precisa o relevante debido a que los datos en sus sistemas de información han estado
mal organizados y se les ha dado un mantenimiento inapropiado. Esta es la razón por
la que la administración de los datos es tan esencial. Para comprender el problema,
veamos cómo los sistemas de información organizan los datos en archivos de compu-
tadora, junto con los métodos tradicionales de administración de archivos.
TÉRMINOS Y CONCEPTOS DE ORGANIZACIÓN DE ARCHIVOS

Un sistema computacional organiza los datos en una jerarquía que empieza con bits y
bytes, y progresa hasta llegar a los campos, registros, archivos y bases de datos (vea la
figura 6.1). Un bit representa la unidad más pequeña de datos que una computadora pue-
de manejar. Un grupo de bits, denominado byte, representa a un solo carácter, que puede
ser una letra, un número u otro símbolo. Un agrupamiento de caracteres en una pala-
bra, un conjunto de palabras o un número completo (como el nombre o la edad de una
persona) se denomina campo. Un grupo de campos relacionados, como el nombre del
estudiante, el curso que va a tomar, la fecha y la calificación, representan un registro; un
grupo de registros del mismo tipo se denomina archivo.
Por ejemplo, los registros de la figura 6.1 podrían constituir un archivo de cursos de
estudiantes. Un grupo de archivos relacionados constituye una base de datos. El archivo
de cursos de estudiantes que se ilustra en la figura 6.1 se podría agrupar con los archivos
sobre los historiales personales de los estudiantes y sus antecedentes financieros, para
crear una base de datos de estudiantes.
Un registro describe a una entidad. Una entidad es una persona, lugar, cosa o suceso
sobre el cual almacenamos y mantenemos información. Cada característica o cualidad
que describe a una entidad específica se denomina atributo. Por ejemplo, ID_Estudiante,
Curso, Fecha y Calificaciones, son atributos de la entidad CURSO. Los valores específicos
que pueden tener estos atributos se encuentran en los campos del registro que describe
a la entidad CURSO.
PROBLEMAS CON EL ENTORNO TRADICIONAL DE ARCHIVOS

En la mayoría de las organizaciones los sistemas tendían a crecer de manera indepen-
diente sin un plan a nivel de toda la compañía. Contabilidad, finanzas, manufactura,
recursos humanos, ventas y marketing desarrollaban sus propios sistemas y archi-
vos de datos. La figura 6.2 ilustra la metodología normal para el procesamiento de la
información.
Desde luego, cada aplicación requería sus propios archivos y su programa de cómpu-
to para funcionar. Por ejemplo, el área funcional de recursos humanos podría tener
un archivo maestro de personal, uno de nómina, uno de seguros médicos, uno de pen-
siones, uno de listas de correos, etc., hasta que hubiera decenas, tal vez cientos, de archi-
vos y programas. En la compañía como un todo, este proceso condujo a varios archivos
maestros creados, mantenidos y operados por divisiones o departamentos separados.
A medida que este proceso avanza durante 5 o 10 años, la organización se satura con

FIGURA 6.1 LA JERARQUÍA DE DATOS
Base de datos del estudiante
Archivo Archivo
Base de datos CURSO FINANCIERO
Archivo
PERSONAL
CURSO
Archivo ID_Estudiante Curso Fecha Calificación
39044 IS 101 F06 B+

59432 IS 101 F06 A
64029 IS 101 F06 C
ID_Estudiante Curso Fecha Calificación

Registro
39044 IS 101 F06 B+
Campo IS 101 (Campo del curso)
Byte 0100 1001 (Letra I en ASCII)
Bit 0
Un sistema computacional organiza los datos en una jerarquía, la cual empieza con el bit, que representa 0 o 1. Los bits se
pueden agrupar para formar un byte que representa un carácter, número o símbolo. Los bytes se pueden agrupar para formar
un campo, y los campos relacionados para constituir un registro. Los registros relacionados se pueden reunir para crear un
archivo, y los archivos relacionados se pueden organizar en una base de datos.
cientos de programas y aplicaciones que son muy difíciles de mantener y administrar.

Los problemas resultantes son la redundancia e inconsistencia de los datos, la depen-
dencia de programa-datos, la inflexibilidad, la seguridad defectuosa de los datos, y la
incapacidad de compartir datos entre aplicaciones.
Re du nd an ci a e i nc on si stencia de los datos

La redundancia de los datos es la presencia de datos duplicados en varios archivos,
de modo que los mismos datos se almacenan en más de un lugar o ubicación. La redun-
dancia ocurre cuando distintos grupos en una organización recolectan por separado la
misma pieza de datos y la almacenan de manera independiente unos de otros. La redun-
dancia desperdicia recursos de almacenamiento y también conduce a la inconsistencia
de los datos, donde el mismo atributo puede tener distintos valores. Por ejemplo, en
las instancias de la entidad CURSO que se ilustran en la figura 6.1, la Fecha puede estar
actualizada en algunos sistemas pero no en otros. El mismo atributo, ID_Estudiante,
también puede tener nombres diferentes en los distintos sistemas en toda la organiza-
ción. Por ejemplo, algunos sistemas podrían usar ID_Estudiante y otros ID.
Asimismo, se podría generar una confusión adicional al utilizar distintos sistemas
de codificación para representar los valores de un atributo. Por ejemplo, los sistemas de

FIGURA 6.2 PROCESAMIENTO TRADICIONAL DE ARCHIVOS
Archivo maestro
Elementos de datos
De la A a la Z
Archivos derivativos
Programa de
CONTABILIDAD A B C D
aplicación 1
Y FINANZAS Usuarios
Programa de
RECURSOS A B D E
aplicación 2
HUMANOS Usuarios
VENTAS Programa de
Y MARKETING A B E G
aplicación 3
Usuarios
Programa de
MANUFACTURA A E F G
aplicación 4
Usuarios
El uso de una metodología tradicional para el procesamiento de archivos impulsa a cada área funcional
en una corporación a desarrollar aplicaciones especializadas. Cada aplicación requiere un archivo de
datos único que probablemente sea un subconjunto del archivo maestro. Estos subconjuntos producen
redundancia e inconsistencia en los datos, inflexibilidad en el procesamiento y desperdicio de los recursos
de almacenamiento.
ventas, inventario y manufactura de un vendedor minorista de ropa, podrían usar distin-

tos códigos para representar el tamaño de las prendas. Un sistema podría representar el
tamaño como “extra grande”, mientras que otro podría usar el código “XL” para el mismo
fin. La confusión resultante dificultaría a las compañías el proceso de crear sistemas de
administración de relaciones con el cliente, de administración de la cadena de suminis-
tro o sistemas empresariales que integren datos provenientes de distintas fuentes.
De pe ndencia programa-datos
La dependencia programa-datos se refiere al acoplamiento de los datos almacenados
en archivos y los programas específicos requeridos para actualizar y dar mantenimiento
a esos archivos, de tal forma que los cambios en los programas requieran cambios en
los datos. Todo programa de computadora tradicional tiene que describir la ubicación y
naturaleza de los datos con que trabaja. En un entorno de archivos tradicional, cualquier
cambio en un programa de software podría requerir un cambio en los datos a los que
accede ese programa. Tal vez un programa se modifique de un código postal de cinco
dígitos a nueve. Si el archivo de datos original se cambiara para usar códigos postales
de nueve dígitos en vez de cinco, entonces otros programas que requirieran el código
postal de cinco dígitos ya no funcionarían apropiadamente. La implementación apro-
piada de dichos cambios podría costar millones de dólares.
Fal ta de fl exi bili dad

Un sistema tradicional de archivos puede entregar informes programados de rutina
después de extensos esfuerzos de programación, pero no puede entregar informes
ad hoc ni responder de manera oportuna a los requerimientos de información no anti-
cipados. La información requerida por las solicitudes ad hoc está en alguna parte del

sistema, pero tal vez sea demasiado costoso recuperarla. Quizá varios programadores
tengan que trabajar durante semanas para reunir los elementos de datos requeridos en
un nuevo archivo.
Se gu ri d ad d efe ctu osa

Como hay poco control o poca administración de los datos, el acceso a la informa-
ción, así como su diseminación, pueden estar fuera de control. La gerencia tal vez no
tenga forma de saber quién está accediendo a los datos de la organización, o incluso
modificándolos.
Fa l t a de c omp arti ci ón y disponibi lidad de l os datos

Como las piezas de información en archivos distintos y diferentes partes de la orga-
nización no se pueden relacionar entre sí, es casi imposible compartir o acceder a la
información de una manera oportuna. La información no puede fluir con libertad entre
distintas áreas funcionales o partes de la organización. Si los usuarios encuentran valo-
res desiguales de la misma pieza de información en dos sistemas diferentes, tal vez no
quieran usar estos sistemas debido a que no pueden confiar en la precisión de sus datos.
6.2 ¿CUÁLES SON LAS PRINCIPALES CAPACIDADES

DE LOS SISTEMAS DE ADMINISTRACIÓN DE
BASES DE DATOS (DBMS) Y POR QUÉ ES
TAN PODEROSO UN DBMS RELACIONAL?
La tecnología de las bases de datos resuelve muchos de los problemas de la organiza-
ción de los archivos tradicionales. Una definición más rigurosa de una base de datos es
la de un conjunto de datos organizados para dar servicio de manera eficiente a muchas
aplicaciones al centralizar los datos y controlar los que son redundantes. En vez de guar-
dar los datos en archivos separados para cada aplicación, se almacenan de modo que
los usuarios crean que están en una sola ubicación. Una sola base de datos da servicio a
varias aplicaciones. Por ejemplo, en vez de que una corporación almacene los datos de
los empleados en sistemas de información y archivos separados para personal, nómina
y beneficios, podría crear una sola base de datos común de recursos humanos.
SISTEMAS DE ADMINISTRACIÓN DE BASES DE DATOS

Un sistema de administración de bases de datos (DBMS) es software que permite
a una organización centralizar los datos, administrarlos en forma eficiente y proveer
acceso a los datos almacenados mediante programas de aplicación. El DBMS actúa como
una interfaz entre los programas de aplicación y los archivos de datos físicos. Cuando
el programa de aplicación solicita un elemento de datos, por ejemplo el sueldo bruto, el
DBMS lo busca en la base de datos y lo presenta al programa de aplicación. Si utilizara
archivos de datos tradicionales, el programador tendría que especificar el tamaño y for-
mato de cada elemento de datos utilizado en el programa y después decir a la compu-
tadora dónde están ubicados.
El DBMS libera al programador o al usuario final de la tarea de entender dónde y
cómo están almacenados realmente los datos al separar las vistas lógica y física de los
datos. La vista lógica presenta los datos según los perciben los usuarios finales o los espe-
cialistas de negocios, en tanto que la vista física muestra la verdadera forma en que están
organizados y estructurados los datos en los medios de almacenamiento físicos.
El software de administración de bases de datos se encarga de que la base de datos
física esté disponible para las diferentes vistas lógicas requeridas por los usuarios. Por
ejemplo, para la base de datos de recursos humanos que se ilustra en la figura 6.3, un
especialista de negocios podría requerir una vista que conste del nombre del empleado,

FIGURA 6.3 BASE DE DATOS DE RECURSOS HUMANOS CON VARIAS VISTAS
Nombre
NSS Vista de
Seguro_Medico beneficios
ID_Empleado
Nombre
NSS Sistema de
Posicion administración
Fecha_Contratacion de bases de datos
Sueldo_Bruto
Sueldo_Neto
Seguro_Vida
Beneficio_Pension
Seguro_Medico Nombre
NSS Vista de
Sueldo_Bruto nómina
Base de datos de Sueldo_Neto
recursos humanos
Una sola base de datos de recursos humanos provee muchas vistas distintas de los datos, dependiendo de
los requerimientos de información del usuario. Aquí se ilustran dos posibles vistas, una de interés para un
especialista de beneficios y otra de interés para un miembro del departamento de nómina de la compañía.
número de seguro social y cobertura del seguro médico. Un miembro de un departa-

mento de nómina podría necesitar datos como el nombre del empleado, el número de
seguro social, el sueldo bruto y neto. Los datos para todas estas vistas se almacenan en
una sola base de datos, donde la organización puede administrarlos con más facilidad.
C ómo resuel ve un DB MS l os problemas del entorn o

d e archivos t radi ci onal
Un DBMS reduce la redundancia e inconsistencia de los datos al minimizar los archivos
aislados en los que se repiten los mismos datos. Tal vez el DBMS no logre que la organi-
zación elimine del todo la redundancia de datos, pero puede ayudar a controlarla. Aun
cuando si la organización mantiene algunos datos redundantes, el uso de un DBMS eli-
mina la inconsistencia de los datos debido a que puede ayudar a la organización a asegurar
que cada ocurrencia de datos redundantes tenga los mismos valores. El DBMS desacopla
los programas y los datos, con lo cual los datos se pueden independizar. La descripción
de los datos que usa el programa no tiene que especificarse con detalle cada vez que
se escribe un programa diferente. El acceso y la disponibilidad de la información serán
mayores, a la vez que se reducirán los costos de desarrollo y mantenimiento de los pro-
gramas debido a que los usuarios y programadores pueden realizar consultas ad hoc de la
información en la base de datos para muchas aplicaciones simples sin tener que escribir
programas complicados. El DBMS permite que la organización administre de manera cen-
tral los datos, su uso y su seguridad. Es más fácil compartir datos en toda la organización
debido a que los datos se presentan a los usuarios en una sola ubicación, en vez de frag-
mentarlos en muchos sistemas y archivos distintos.
DBMS rel acional

Los DBMS contemporáneos utilizan distintos modelos de bases de datos para llevar el
registro de las entidades, atributos y relaciones. El tipo más popular de sistemas DBMS
en la actualidad para las PC, así como para computadoras más grandes y mainframes,
es el DBMS relacional. Las bases de datos relacionales representan los datos como
tablas bidimensionales (llamadas relaciones), a las cuales se puede hacer referencia
como si fueran archivos. Cada tabla contiene datos sobre una entidad y sus atributos.
Microsoft Access es un DBMS relacional para sistemas de escritorio, mientras que DB2,

Oracle Database y Microsoft SQL Server son DBMS relacionales para las grandes main-
frames y las computadoras de rango medio. MySQL es un popular DBMS de código
fuente abierto.
Veamos ahora cómo organiza una base de datos relacional la información sobre pro-
veedores y piezas (vea la figura 6.4). La base de datos tiene una tabla separada para la en-
tidad PROVEEDOR y una para la entidad PIEZA. Cada tabla consiste en una cuadrícula
de columnas y filas de datos. Cada elemento individual de datos para cada entidad se al-
macena como un campo separado, y cada campo representa un atributo para esa entidad.
Los campos en una base de datos relacionales también se llaman columnas. Para la enti-
dad PROVEEDOR, el número de identificación de proveedor, nombre, calle, ciudad, estado
y código postal se almacenan como campos separados dentro de la tabla PROVEEDOR y
cada campo representa un atributo para la entidad PROVEEDOR.
La información real sobre un solo proveedor que reside en una tabla se denomina
fila. Por lo general, las filas se conocen como registros, o en términos muy técnicos,
como tuplas. Los datos para la entidad PIEZA tienen su propia tabla separada.
El campo para Nombre_Proveedor en la tabla PROVEEDOR identifica cada registro
en forma única, de modo que ese registro se pueda recuperar, actualizar u ordenar, y se
denomina campo clave. Cada tabla en una base de datos relacional tiene un campo que
se designa como su clave primaria. Este campo clave es el identificador único para toda
FIGURA 6.4 TABLAS DE BASES DE DATOS RELACIONALES
PROVEEDOR Columnas (atributos, campos)
Numero_Proveedor Nombre_Proveedor Calle_Proveedor Ciudad_Proveedor Estado_Proveedor CP_Proveedor

th
8259 CBM Inc. 74 5 Avenue Dayton OH 45220
8261 B. R. Molds 1277 Gandolly Street Cleveland OH 49345
8263 Jackson Composites 8233 Micklin Street Lexington KY 56723
8444 Bryant Corporation 4315 Mill Drive Rochester NY 11344
Campo clave Filas

(clave primaria) (registros,
PIEZA tuplas)
Numero_Pieza Nombre_Pieza Precio_Unitario Numero_Proveedor
137 Cerrojo de puerta 22.00 8259
145 Espejo lateral 12.00 8444
150 Moldura de puerta 6.00 8263
152 Seguro de puerta 31.00 8259
155 Compresor 54.00 8261
178 Manija de puerta 10.00 8259
Clave primaria Clave foránea
Una base de datos relacional organiza los datos en forma de tablas bidimensionales. Aquí se ilustran las tablas para las entidades PROVEEDOR y
PIEZA, las cuales muestran cómo representan a cada entidad y sus atributos. Numero_Proveedor es una clave primaria para la tabla PROVEEDOR
y una clave foránea para la tabla PIEZA.

la información en cualquier fila de la tabla y su clave primaria no puede estar duplicada.

Numero_Proveedor es la clave primaria para la tabla PROVEEDOR y Numero_Pieza es
la clave primaria para la tabla PIEZA. Observe que Numero_Proveedor aparece tanto
en la tabla PROVEEDOR como en la tabla PIEZA. En la tabla PROVEEDOR, Numero_
Proveedor es la clave primaria. Cuando el campo Numero_Proveedor aparece en la
tabla PIEZA se denomina clave foránea, la cual es, en esencia, un campo de búsqueda
para averiguar datos sobre el proveedor de una pieza específica.
Op eraci ones de un D BMS r el acional

Las tablas de bases de datos relacionales se pueden combinar fácilmente para ofre-
cer los datos requeridos por los usuarios, siempre y cuando dos tablas compartan un
elemento de datos común. Suponga que queremos encontrar en esta base de datos
los nombres de los proveedores que nos puedan suministrar el número de pieza 137
o el 150. Necesitaríamos información de dos tablas: la tabla PROVEEDOR y la tabla
PIEZA. Observe que estos dos archivos tienen un elemento de datos compartido:
Numero_Proveedor.
En una base de datos relacional se utilizan tres operaciones básicas, como se muestra
en la figura 6.5, para desarrollar conjuntos útiles de datos: seleccionar, unir y proyectar.
La operación seleccionar crea un subconjunto que consiste en todos los registros del
archivo que cumplan con criterios establecidos. En otras palabras, la selección crea un
subconjunto de filas que cumplen con ciertos criterios. En nuestro ejemplo, queremos
seleccionar registros (filas) de la tabla PIEZA en la que el Numero_Pieza sea igual a 137
o 150. La operación unir combina tablas relacionales para proveer al usuario con más
información de la que está disponible en las tablas individuales. En nuestro ejemplo,
queremos unir la tabla PIEZA, que ya está recortada (sólo se presentarán las piezas 137
o 150), con la tabla PROVEEDOR en una sola tabla nueva.
La operación proyectar crea un subconjunto que consiste en columnas en una tabla,
con lo cual el usuario puede crear nuevas tablas que contengan solamente la informa-
ción requerida. En nuestro ejemplo queremos extraer de la nueva tabla sólo las siguien-
tes columnas: Numero_Pieza, Nombre_Pieza, Numero_Proveedor y Nombre_Proveedor.
Bases de datos no relacionales y bases de datos en la nube

Durante más de 30 años, la tecnología de bases de datos relacionales ha sido el estándar
de oro. La computación en la nube, los volúmenes de datos sin precedentes, las enormes
cargas de trabajo para los servicios Web y la necesidad de almacenar nuevos tipos de datos
requieren alternativas de bases de datos con respecto al modelo relacional tradicional de
organizar los datos en forma de tablas, columnas y filas. Las empresas están recurriendo
a las tecnologías de bases de datos no relacionales “NoSQL” para este fin. Los sistemas
de administración de bases de datos no relacionales usan un modelo de datos más
flexible y están diseñados para manejar grandes conjuntos de datos entre varias máqui-
nas distribuidas, además de que pueden escalar fácilmente para aumentar o reducir su
tamaño. Son útiles para acelerar las consultas simples contra grandes volúmenes de datos
estructurados y no estructurados, ya sea en Web, social media, gráficos y demás formas de
datos difíciles de analizar con herramientas tradicionales basadas en SQL.
Existen varios tipos distintos de bases de datos NoSQL, cada una con sus propias carac-
terísticas técnicas y comportamiento. La base de datos NoSQL de Oracle es un ejemplo,
al igual que SimpleDB de Amazon, uno de los servicios Web que se ejecutan en la nube.
SimpleDB provee una interfaz de servicios Web sencilla para crear y almacenar varios
conjuntos de datos, consultar datos con facilidad y devolverlos. No hay necesidad de pre-
definir una estructura de bases de datos formal o de cambiar esa definición si después
se agregan nuevos datos. Por ejemplo, MetLife decidió emplear la base de datos NoSQL
MongoDB de código abierto para integrar con rapidez los datos dispares y ofrecer una vista
consolidada del cliente. La base de datos de MetLife reúne los datos de más de 70 sistemas
administrativos separados, sistemas de reclamos y demás fuentes de datos, incluyendo
los datos semiestructurados y no estructurados, como las imágenes de los registros de
salud y certificados de defunción. La base de datos NoSQL es capaz de ingerir información

FIGURA 6.5 LAS TRES OPERACIONES BÁSICAS DE UN DBMS RELACIONAL
PIEZA PROVEEDOR
Numero_Pieza Nombre_Pieza Precio_Unitario Numero_Proveedor Numero_Proveedor Nombre_Proveedor Calle_Proveedor Ciudad_Proveedor Estado_Proveedor CP_Proveedor
137 Cerrojo de puerta 22.00 8259 8259 CBM Inc. 74 5th Avenue Dayton OH 45220
145 Espejo lateral 12.00 8444 8261 B. R. Molds 1277 Gandolly Street Cleveland OH 49345
150 Moldura de puerta 6.00 8263 8263 Jackson Components 8233 Micklin Street Lexington KY 56723
152 Seguro de puerta 31.00 8259 8444 Bryant Corporation 4315 Mill Drive Rochester NY 11344
155 Compresor 54.00 8261
Unir por Numero_Proveedor
178 Manija de puerta 10.00 8259
Seleccionar Numero_Pieza = 137 o 150
M06_LAUDON_SISTEMAS-DE-INFORMACION-GERENCIAL_SE_14ED_C6_214-253_XXXX-X.indd 225
Numero_Pieza Nombre_Pieza Numero_Proveedor Nombre_Proveedor
137 Cerrojo de puerta 8259 CBM Inc.
150 Moldura de puerta 8263 Jackson Components
Proyectar columnas seleccionadas
Las operaciones seleccionar, unir y proyectar, permiten combinar datos de dos tablas distintas y mostrar solamente los atributos seleccionados.
Capítulo 6 Fundamentos de inteligencia de negocios: bases de datos y administración de la información
225
2/9/16 11:41 AM
estructurada, semiestructurada y no estructurada sin requerir una asignación de bases de

datos tediosa, costosa y que consuma mucho tiempo (Henschen, 2013).
Amazon y otros distribuidores de computación en la nube también proporcionan
servicios de bases de datos relacionales. Amazon Relational Database Service (Amazon
RDS) ofrece MySQL, SQL Server u Oracle Database como motores de bases de datos. Los
precios se basan en el uso. Oracle tiene su propio servicio en la nube de bases de datos,
al usar su base de datos Oracle relacional, y Microsoft AQL Azure es un servicio de bases
de datos relacionales basado en la nube que utiliza el DBMS SQL Server de Microsoft.
Los servicios de administración de datos basados en la nube tienen un atractivo espe-
cial para las empresas jóvenes enfocadas en Web o los negocios de tamaño pequeño a
mediano que buscan capacidades de bases de datos a un precio más bajo que el de los
productos de bases de datos de uso interno.
Además de los servicios de administración de datos basados en nubes públicas, las
empresas tienen ahora la opción de usar bases de datos en nubes privadas. Por ejem-
plo, Sabre Holdings, el proveedor más grande del mundo de software como un servicio
(SaaS) para la industria de la aviación, tiene una nube de bases de datos privada que
soporta más de 100 proyectos y 700 usuarios. Una base de datos consolidada que abarca
una reserva de servidores estandarizados que ejecutan Oracle Database provee servicios
de bases de datos para varias aplicaciones.
CAPACIDADES DE LOS SISTEMAS DE ADMINISTRACIÓN

DE BASES DE DATOS
Un DBMS incluye capacidades y herramientas para organizar, administrar y acceder
a los datos en la base de datos. Las más importantes son: su lenguaje de definición de
datos, el diccionario de datos y el lenguaje de manipulación de datos.
Los DBMS tienen una capacidad de definición de datos para especificar la estructura
del contenido de la base de datos. Podría usarse para crear tablas de bases de datos y defi-
nir las características de los campos en cada tabla. Esta información sobre la base de datos
se puede documentar en un diccionario de datos, el cual es un archivo automatizado
o manual que almacena las definiciones de los elementos de datos y sus características.
Microsoft Access cuenta con una herramienta rudimentaria de diccionario de datos,
la cual muestra información sobre el nombre, la descripción, el tamaño, tipo, formato
y otras propiedades de cada campo en una tabla (vea la figura 6.6). Los diccionarios de
datos para las grandes bases de datos corporativas pueden capturar información adi-
cional, como el uso, la propiedad (quién es el responsable en la organización de dar
mantenimiento a la información), autorización, seguridad y los individuos, funciones
de negocios, programas e informes que utilizan cada elemento de datos.
C on sul tas e i nform es

Un DBMS contiene herramientas para acceder y manipular la información en las ba-
ses de datos. La mayoría de los DBMS tienen un lenguaje especializado llamado len-
guaje de manipulación de datos el cual se utiliza para agregar, modificar, eliminar y
recuperar los datos en la base de datos. Este lenguaje contiene comandos que permiten
a los usuarios finales y a los especialistas de programación extraer los datos de la base
para satisfacer las solicitudes de información y desarrollar aplicaciones. El lenguaje de
manipulación de datos más prominente en la actualidad es el Lenguaje de consulta
estructurado, o SQL. La figura 6.7 ilustra la consulta de SQL que produciría la nueva
tabla resultante en la figura 6.5. En las Trayectorias de aprendizaje de este capítulo
podrá averiguar más acerca de cómo realizar consultas de SQL.
Los usuarios de DBMS para computadoras grandes y de rango medio, como DB2, Oracle
o SQL Server, pueden emplear SQL para recuperar la información que necesitan de la
base de datos. Microsoft Access también utiliza SQL, sólo que provee su propio conjunto de
herramientas amigables para que el usuario realice consultas en las bases de datos y para
organizar la información de las bases de datos en reportes con una mejor presentación.

FIGURA 6.6 CARACTERÍSTICAS DEL DICCIONARIO DE DATOS DE ACCESS
Microsoft Access cuenta con una herramienta rudimentaria de diccionario de datos, la cual
muestra información sobre el tamaño, formato y otras características de cada campo en una
base de datos. Aquí se muestra la información que se mantiene en la tabla PROVEEDOR.
El pequeño icono a la izquierda de Numero_Proveedor indica que es un campo clave.
En Microsoft Access encontrará herramientas que permiten a los usuarios crear con-
sultas al identificar las tablas y campos que desean junto con los resultados, para des-
pués seleccionar las filas de la base de datos que cumplan con ciertos criterios específi-
cos. A su vez, estas acciones se traducen en comandos de SQL. La figura 6.8 ilustra cómo
se construiría la misma consulta que la de SQL para seleccionar piezas y proveedores,
pero ahora mediante las herramientas para crear consultas de Microsoft.
Microsoft Access y otros sistemas DBMS tienen herramientas para generación de
informes, de modo que se puedan mostrar los datos de interés en un formato más
estructurado y elegante que el de las consultas. Crystal Reports es un popular generador
de informes para los DBMS corporativos extensos, aunque también se puede utilizar con
Access, el cual, igualmente, cuenta con herramientas para desarrollar aplicaciones de
sistemas de escritorio. Ambos incluyen herramientas para crear pantallas de captura
de datos, generar informes y desarrollar la lógica de procesamiento de transacciones.
DISEÑO DE BASES DE DATOS

Para crear una base de datos hay que entender las relaciones entre la información, el
tipo de datos que se mantendrán en la base, cómo se utilizarán y la forma en que la
organización tendrá que cambiar para administrarlos desde una perspectiva a nivel
FIGURA 6.7 EJEMPLO DE UNA CONSULTA SQL
SELECT PIEZA.Numero_Pieza, PIEZA.Nombre_Pieza, PROVEEDOR.Numero_Proveedor,

PROVEEDOR.Nombre_Proveedor
FROM PIEZA, PROVEEDOR
WHERE PIEZA.Numero_Proveedor = PROVEEDOR.Numero_Proveedor AND
Numero_Pieza = 137 OR Numero_Pieza = 150;
Aquí se ilustran las instrucciones de SQL para una consulta que selecciona los proveedores de las piezas
137 o 150. Se produce una lista con los mismos resultados que en la figura 6.5.

FIGURA 6.8 UNA CONSULTA EN ACCESS
Aquí se ilustra cómo se construiría la consulta de la figura 6.7 usando las herramientas de Microsoft Access
para crear consultas. Muestra las tablas, los campos y los criterios de selección utilizados para la consulta.
de toda la compañía. La base de datos requiere tanto un diseño conceptual como uno
físico. El diseño conceptual o lógico de la base de datos es un modelo abstracto de la
base de datos desde una perspectiva de negocios, en tanto que el diseño físico muestra
la verdadera disposición de la base de datos en los dispositivos de almacenamiento de
acceso directo.
Di ag ram as de normali zación y de entidad-relac ió n

El diseño de bases de datos conceptual describe la forma en que se deben agrupar los
elementos de datos en la base. El proceso de diseño identifica las relaciones entre los ele-
mentos de datos y la manera más eficiente de agruparlos en conjunto para satisfacer los
requerimientos de información de la empresa. Este proceso también identifica a los ele-
mentos de datos redundantes y las agrupaciones de elementos de datos requeridas para
ciertos programas de aplicaciones específicos. Los grupos de datos se organizan, refinan
y optimizan hasta que emerge una vista lógica general de las relaciones entre todos los
datos en la base de datos.
Para usar un modelo de base de datos relacional en forma eficaz, hay que optimizar
los agrupamientos complejos de datos para minimizar los elementos de datos redun-
dantes y las incómodas relaciones de varios a varios. Al proceso de crear estructuras de
datos pequeñas y estables pero a la vez flexibles y adaptivas a partir de grupos comple-
jos de datos se le denomina normalización. Las figuras 6.9 y 6.10 ilustran este proceso.
En la empresa específica que se modela aquí, un pedido puede tener más de una
pieza, pero cada una sólo es proporcionada por un proveedor. Si creamos una relación
FIGURA 6.9 RELACIÓN SIN NORMALIZAR PARA PEDIDO
PEDIDO (antes de la normalización)
Numero_ Fecha_ Numero_ Nombre_ Precio_ Cantidad_ Numero_ Nombre_ Calle_ Ciudad_ Estado_ CP_
Pedido Pedido Pieza Pieza Unitario Pieza Proveedor Proveedor Proveedor Proveedor Proveedor Proveedor
Una relación sin normalizar contiene grupos repetitivos. Por ejemplo, puede haber muchas piezas y proveedores para cada pedido. Sólo
hay una correspondencia de uno a uno entre Numero_Pedido y Fecha_Pedido.

FIGURA 6.10 TABLAS NORMALIZADAS CREADAS A PARTIR DE PEDIDO
PIEZA ARTICULO_LINEA
Numero_ Nombre_ Precio_ Numero_ Numero_ Numero_ Cantidad_

Pieza Pieza Unitario Proveedor Pedido Pieza Pieza
Clave Clave
PROVEEDOR PEDIDO
Numero_ Nombre_ Calle_ Ciudad_ Estado_ CP_ Numero_ Fecha_

Proveedor Proveedor Proveedor Proveedor Proveedor Proveedor Pedido Pedido
Clave Clave
Después de la normalización, la relación original PEDIDO se ha dividido en cuatro relaciones más pequeñas. La relación PEDIDO se queda con sólo
dos atributos y la relación ARTICULO_LINEA tiene una clave combinada, o concatenada, que consiste en Numero_pedido y Numero_Pieza.
llamada PEDIDO con todos los campos que se incluyen aquí, tendríamos que repetir
el nombre y la dirección del proveedor para cada pieza del pedido, aun cuando éste
sea de piezas de un solo proveedor. Esta relación contiene lo que se denomina grupos
de datos repetitivos, ya que puede haber muchas piezas en un solo pedido para un
proveedor dado. Una manera más eficiente de ordenar los datos es dividir PEDIDO en
relaciones más pequeñas, cada una de las cuales describe a una sola entidad. Si avanza-
mos paso a paso y normalizamos la relación PEDIDO, obtendremos las relaciones que
se ilustran en la figura 6.10. Para averiguar más sobre la normalización, los diagramas
entidad-relación y el diseño de bases de datos, consulte las Trayectorias de aprendizaje
de este capítulo.
Los sistemas de bases de datos relacionales tratan de cumplir reglas de integridad
referencial para asegurar que las relaciones entre las tablas acopladas permanez-
can consistentes. Cuando una tabla tiene una clave foránea que apunta a otra no
es posible agregar un registro a la tabla con la clave foránea a menos que haya uno
correspondiente en la tabla vinculada. En la base de datos que examinamos antes
en el capítulo, la clave foránea Numero_Proveedor vincula la tabla PIEZA con la
tabla PROVEEDOR. No podemos agregar un nuevo registro a la tabla PIEZA para una
pieza con el Numero_Proveedor 8266 a menos que haya un registro correspondiente
en la tabla PROVEEDOR para el Numero_Proveedor 8266. También debemos elimi-
nar el registro correspondiente en la tabla PIEZA si quitamos el registro en la tabla
PROVEEDOR para el Numero_Proveedor 8266. Es decir, ¡no debemos tener piezas de
proveedores que no existen!
Los diseñadores de bases de datos documentan su modelo de datos con un diagra-
ma entidad-relación, el cual se ilustra en la figura 6.11. Este diagrama muestra la
relación entre las entidades PROVEEDOR, PIEZA, ARTICULO_LINEA y PEDIDO. Los
cuadros representan las entidades, y las líneas que conectan los cuadros, las relaciones.
FIGURA 6.11 DIAGRAMA ENTIDAD-RELACIÓN
provee es ordenada pertenece a

ARTICULO_
PROVEEDOR PIEZA PEDIDO
LINEA
es provisto por contiene incluye
El diagrama muestra las relaciones entre las entidades PROVEEDOR, PIEZA, ARTICULO_LINEA y PEDIDO que se podrían usar para modelar la base
de datos de la figura 6.10.

Una línea que conecta dos entidades que termina en dos marcas cortas designa una
relación de uno a uno. Una línea que conecta dos entidades y termina con una pata de
cuervo y una marca corta encima de ella indica una relación de uno a varios. La figura
6.11 muestra que un PEDIDO puede contener varios ARTICULO_LINEA. (Es posible
ordenar una PIEZA muchas veces y que aparezca otras tantas como artículo de línea en
un solo pedido.) Cada PIEZA solo puede tener un PROVEEDOR, pero muchos elemen-
tos PIEZA pueden ser proporcionados por el mismo PROVEEDOR.
No podemos enfatizarlo lo suficiente: si el modelo de datos de la empresa no es el
correcto, el sistema no podrá dar buen servicio a la empresa. Los sistemas de la com-
pañía no serán tan efectivos como podrían serlo debido a que tendrán que trabajar con
datos que tal vez sean imprecisos, incompletos o difíciles de recuperar. Comprender
los datos de la organización y la forma en que se deben representar en una base de datos
es tal vez la lección más importante que usted puede aprender de este curso.
Por ejemplo, Famous Footwear, una cadena de zapaterías con más de 800 sucursales
en 49 estados, no pudo lograr su objetivo de tener “el estilo correcto de zapato en la
tienda apropiada para venderse al precio adecuado”, ya que su base de datos no estaba
correctamente diseñada para ajustar con rapidez el inventario de las tiendas. La compa-
ñía tenía una base de datos relacional Oracle operando en una computadora de medio
rango, pero el objetivo primordial para el que se diseñó la base de datos era producir
informes estándar para la gerencia, en vez de reaccionar a los cambios en el mercado.
La gerencia no pudo obtener datos precisos sobre artículos específicos en el inventario
en cada una de sus tiendas. Para solucionar este problema, la compañía tuvo que crear
una nueva base de datos en la que se pudieran organizar mejor los datos de las ventas y
del inventario para realizar análisis y administrar el inventario.
6.3 ¿CUÁLES SON LAS PRINCIPALES HERRAMIENTAS

Y TECNOLOGÍAS PARA ACCEDER A LA
INFORMACIÓN DE LAS BASES DE DATOS
Y MEJORAR TANTO EL DESEMPEÑO DE
NEGOCIOS COMO LA TOMA DE DECISIONES?
Las empresas utilizan sus bases de datos para llevar el registro de las transacciones básicas,
como pagar a los proveedores, procesar pedidos, llevar el registro de los clientes y pagar
a los empleados. Pero también se necesitan bases de datos para proveer información que
ayude a la compañía a operar sus negocios con más eficiencia, y ayudar a los gerentes y
empleados a tomar mejores decisiones. Si una compañía desea saber cuál producto es el
más popular o quién es su cliente más rentable, la respuesta radica en los datos.
EL DESAFÍO DE BIG DATA

La mayoría de los datos recolectados por las organizaciones solían ser los datos de tran-
sacciones que podían caber fácilmente en filas y columnas de sistemas de administra-
ción de bases de datos relacionales. Ahora, somos testigos de una explosión de datos
provenientes del tráfico Web, mensajes de correo electrónico y contenido de medios so-
ciales (tweets, mensajes de estado), así como los datos generados por máquinas de los
sensores (utilizados en medidores inteligentes, sensores de fabricación y medidores
eléctricos) o de sistemas de e-commerce. Estos datos pueden ser estructurados o no
estructurados y, por ende, tal vez no sean adecuados para productos de bases de datos
relacionales que organicen los datos en forma de columnas y filas. Ahora usamos el tér-
mino big data para describir estos conjuntos de datos con volúmenes tan grandes que
están más allá de la capacidad de un DBMS común para capturar, almacenar y analizar.
Big Data no se refiere a una cantidad específica, sino por lo general a los datos en el
rango de los petabytes y exabytes; es decir, de miles de millones a billones de registros,

todos de orígenes distintos. Los Big Data se producen en cantidades mucho mayores
y con mucha más rapidez que los datos tradicionales. Por ejemplo, un solo motor de
jet es capaz de generar 10 terabytes de datos en sólo 30 minutos, y hay más de 25,000
vuelos de aerolíneas a diario. Aun cuando los “tweets” se limitan a 140 caracteres cada
uno, Twitter genera más de 8 terabytes de datos por día. De acuerdo con la empresa de
investigación de tecnología International Data Center (IDC), los datos se duplican con
creces cada dos años, por lo que la cantidad de datos disponibles para las organizaciones
está aumentando en forma indiscriminada.
A las empresas les interesan los Big Data debido a que pueden revelar más patrones
y anomalías interesantes que los conjuntos de datos más pequeños, con el potencial de
proveer nuevas perspectivas en cuanto al comportamiento de los clientes, los patrones
de clima, la actividad del mercado financiero u otros fenómenos. Sin embargo, para de-
rivar un valor de negocios de estos datos, las organizaciones necesitan nuevas tecno-
logías y herramientas capaces de administrar y analizar datos no tradicionales junto con
sus datos empresariales tradicionales.
INFRAESTRUCTURA DE INTELIGENCIA DE NEGOCIOS

Suponga que desea información concisa y confiable sobre las operaciones, tendencias
y cambios actuales en toda la empresa. Si trabajara en una empresa de gran tamaño,
tendría que reunir los datos necesarios de sistemas separados, como ventas, manufac-
tura y contabilidad, e incluso desde fuentes externas, como los datos demográficos o
de las competencias. Es probable que cada vez fuera más necesario usar Big Data. Una
infraestructura contemporánea para la inteligencia de negocios tiene una variedad de
herramientas para obtener información útil de todos los tipos diferentes de datos que
usan las empresas en la actualidad, incluyendo Big Data semiestructurados y no estruc-
turados en grandes cantidades. Estas capacidades incluyen almacenes de datos y mer-
cados de datos, Hadoop, computación en memoria y plataformas analíticas. Algunas de
estas capacidades están disponibles como servicios en la nube.
Al mac en es d e da tos y m ercados de datos

La herramienta tradicional para analizar datos corporativos durante las últimas dos
décadas ha sido el almacén de datos. Un almacén de datos es una base de datos que
almacena la información actual e histórica de interés potencial para los encargados de
tomar decisiones en la compañía. Los datos se originan en muchos sistemas básicos
de transacciones operacionales, como los sistemas de ventas, las cuentas de clientes, la
manufactura, y pueden incluir datos de transacciones de sitios Web. El almacén de datos
extrae los datos actuales e históricos de varios sistemas operacionales dentro de la orga-
nización. Estos datos se combinan con los datos de fuentes externas y se transforman al
corregir los datos imprecisos e incompletos y reestructurar los datos para generar infor-
mes gerenciales y realizar análisis antes de cargarlos en el almacén de datos.
El almacén de datos pone los datos a disposición de todos según sea necesario, pero
no se puede alterar. Un sistema de almacén de datos también provee un rango de herra-
mientas de consulta ad hoc y estandarizadas, herramientas analíticas y facilidades de
informes gráficos.
A menudo las empresas crean almacenes de datos a nivel empresarial, donde un
almacén de datos central da servicio a toda la organización, o crean almacenes de datos
más pequeños y descentralizados conocidos como mercados de datos. Un mercado de
datos es un subconjunto de un almacén de datos, en el cual se coloca una porción sinte-
tizada o con alto grado de enfoque en los datos de la organización en una base de datos
separada para una población específica de usuarios. Por ejemplo, una compañía podría
desarrollar mercados de datos sobre marketing y ventas para lidiar con la información de
los clientes. El vendedor de libros Barnes & Noble solía mantener una serie de mercados
de datos: uno para los datos sobre los puntos de venta en las tiendas minoristas, otro para
las ventas de las librerías universitarias y un tercero para las ventas en línea.

H ad oop
Los productos de DBMS relacionales y almacenes de datos no se adaptan bien para orga-
nizar y analizar Big Data o datos que no caben fácilmente en las columnas y filas utiliza-
das en sus modelos de datos. Para manejar datos no estructurados y semiestructurados
en grandes cantidades, así como datos estructurados, las organizaciones usan Hadoop,
que es un marco de trabajo de software de código abierto, administrado por la Fundación
de Software Apache, lo que permite el procesamiento paralelo distribuido de enormes
cantidades de datos a través de computadoras económicas. Descompone un problema de
Big Data en varios subproblemas, los distribuye entre miles de nodos de procesamiento
de computadoras económicas y luego combina el resultado en un conjunto de datos de
menor tamaño que es más fácil de analizar. Tal vez usted ya haya usado Hadoop para
encontrar la mejor tarifa aérea en Internet, obtener indicaciones para llegar a un restau-
rante, realizar una búsqueda en Google o conectarse con un amigo en Facebook.
Hadoop consta de varios servicios clave: el sistema de archivos distribuidos Hadoop
(HDFS) para almacenamiento de datos y MapReduce para procesamiento de datos en paralelo
de alto rendimiento. HDFS enlaza entre sí los sistemas de archivos en los numerosos nodos en
un clúster Hadoop para convertirlos en un gran sistema de archivos. MapReduce de Hadoop
se inspiró en el sistema MapReduce de Google para desglosar el procesamiento de enormes
conjuntos de datos y asignar trabajo a los diversos nodos en un clúster. HBase, la base de datos
no relacional de Hadoop, ofrece un acceso rápido a los datos almacenados en HDFS y una
plataforma transaccional para ejecutar aplicaciones en tiempo real de alta escala.
Hadoop puede procesar grandes cantidades de cualquier tipo de datos, incluyendo datos
transaccionales estructurados, datos poco estructurados como las fuentes de Facebook
y Twitter, datos complejos como los archivos de registro de servidor Web y datos de audio y
video no estructurados. Hadoop se ejecuta en un clúster de servidores económicos y pueden
agregarse o eliminarse procesadores según sea necesario. Las empresas usan Hadoop para
analizar volúmenes muy grandes de datos, así como para un área de concentración para da-
tos no estructurados y semiestructurados antes de cargarlos en un almacén de datos.
Facebook almacena gran parte de sus datos en un enorme clúster Hadoop, que contiene
cerca de 100 petabytes, alrededor de 10,000 veces más información que la Biblioteca del
Congreso estadounidense. Yahoo usa Hadoop para rastrear el comportamiento de los usua-
rios de modo que pueda modificar su página de inicio y adaptarla a sus intereses. La em-
presa de investigación de ciencias de la vida NextBio usa Hadoop y HBase para procesar
datos para empresas farmacéuticas que realizan investigación genómica. Los principales
distribuidores de bases de datos como IBM, Hewlett-Packard, Oracle y Microsoft tienen
sus propias distribuciones de software de Hadoop. Otros distribuidores ofrecen herramien-
tas para meter y sacar datos de Hadoop, o para analizarlos dentro de Hadoop.
Co mpu taci ón en m emoria

Otra forma de facilitar el análisis de Big Data es utilizar la computación en memoria,
que depende principalmente de la memoria principal (RAM) de la computadora para el
almacenamiento de datos (los DBMS convencionales usan sistemas de almacenamiento de
datos). Los usuarios acceden a los datos almacenados en la memoria principal del sistema,
con lo cual se eliminan los cuellos de botella por los procesos de recuperación y lectura de
datos en una base de datos tradicional basada en discos, y se reducen de manera drástica
los tiempos de respuesta de las consultas. El procesamiento en memoria hace posible que
conjuntos muy grandes de datos, del tamaño de un mercado de datos o de un almacén
pequeño de datos, residan totalmente en la memoria. Los cálculos de negocios complejos
que solían tardar horas o días pueden completarse en cuestión de segundos, y esto puede
lograrse incluso en dispositivos portátiles (vea la Sesión interactiva: tecnología).
El capítulo anterior describe algunos de los avances en la tecnología de hardware de
computadora contemporánea que hacen posible el procesamiento en memoria, como
los poderosos procesadores de alta velocidad, el procesamiento multinúcleo y los precios
cada vez menores de la memoria de computadora. Estas tecnologías ayudan a las empre-
sas a optimizar el uso de la memoria y aceleran el rendimiento del procesamiento, a la
vez que reducen los costos.

S E S I Ó N I N T E R A C T I V A : T E C N O LO G Í A
IMPULSO DE LA GESTIÓN DE FLOTILLAS DE ARI CON ANÁLISIS
EN TIEMPO REAL
Automotive Resources International©, mejor conocida podía generar informes detallados sobre los gastos por parti-
como ARI©, es la empresa privada más grande del mundo das, las compras de vehículos, los registros de mantenimien-
para servicios de administración de flotillas de vehículos. to y demás información operacional, los cuales se presen-
ARI tiene sus oficinas generales en Mt. Laurel, Nueva taban como simples hojas de cálculo, tablas o gráficos, pero
Jersey, con 2,500 empleados y oficinas en Norteamérica, no era posible analizar todos los datos para detectar tenden-
Europa, el Reino Unido y Hong Kong. La empresa admi- cias y hacer recomendaciones. ARI podía analizar los datos
nistra más de 1’000,000 de vehículos en Estados Unidos, cliente por cliente, pero no era capaz de agregar esos da-
Canadá, México, Puerto Rico y Europa. tos en toda su base de clientes. Por ejemplo, si ARI admi-
Las empresas que necesitan vehículos para envíos (ca- nistraba la flotilla de vehículos de una compañía farmacéu-
miones, vans, automóviles, barcos y vagones de ferrocarril) tica, sus sistemas de información no podían marcar como
pueden optar por gestionar su propia flotilla de vehículos referencia el rendimiento de esa flotilla y compararlo con
o bien subcontratar la gestión de flotillas con empresas el resto de la industria. Ese tipo de problema requería dema-
como ARI, que se especializan en estos servicios. ARI se siado trabajo manual y tiempo, y de todas formas no ofrecía
encarga de todo el ciclo de vida y la operación de una el nivel de perspectiva que la gerencia consideraba posible.
flotilla de vehículos para sus clientes, desde la especifica- Además, para crear los informes ARI tenía que recurrir
ción inicial y la adquisición hasta la reventa, incluyendo a expertos internos en la materia, en varios aspectos de
servicios financieros, de mantenimiento, de gestión del operaciones de flotilla, a quienes se les conocía como “usua-
combustible y administración del riesgo como la capacita- rios avanzados de generación de informes”. Cada solicitud
ción de seguridad de los conductores y la administración de información se pasaba a estos usuarios avanzados. Una
de accidentes. ARI también mantiene seis call centers en solicitud de un informe tardaría 5 días en completarse. Si el
Norteamérica que operan 24/7, los 365 días del año para informe no era satisfactorio, regresaría a quien había escrito
dar soporte a las operaciones de flotillas de los clientes, el informe para que realizara modificaciones. El proceso de
brindando asistencia relacionada con reparaciones, des- ARI para analizar sus datos era demasiado prolongado.
composturas, respuesta a los accidentes, mantenimiento A mediados de 2011 ARI implementó SAP
preventivo y demás necesidades de los conductores. Estos BusinessObjects Explorer para dar a los clientes la capaci-
call centers manejan cerca de 3.5 millones de llamadas por dad mejorada de acceder a los datos y ejecutar sus propios
año de clientes, conductores y proveedores que esperan el informes. SAP BusinessObjects Explorer es una herra-
acceso a la información práctica en tiempo real. mienta de inteligencia de negocios que permite a los usua-
La acción de proporcionar esta información se ha con- rios de negocios ver, ordenar y analizar la información de
vertido en un desafío cada vez mayor. Al operar una sola inteligencia de negocios. Los usuarios realizan búsquedas
flotilla grande de vehículos comerciales se generan altos a través de los datos y los resultados se muestran con una
volúmenes de datos complejos, como la información sobre tabla que indica la mejor coincidencia de información. La
el consumo de combustible, mantenimiento, licencias y representación gráfica de los resultados cambia a medida
cumplimiento. Por ejemplo, una transacción de combustible que el usuario hace más preguntas de los datos.
requiere datos sobre los impuestos estatales que se pagan, A principios de 2012 integró SAP BusinessObjects
el grado del combustible, la venta total, el monto vendido Explorer con HANA, la plataforma de computación en
y tanto la hora como el lugar de la compra. Un trabajo sim- memoria de SAP que puede implementarse como aplica-
ple de frenos y una revisión de mantenimiento preventivo ción dentro de las premisas (hardware y software) o en
generan docenas de registros para cada componente al que la nube. HANA está optimizada para realizar análisis en
se da servicio. Cada pieza y servicio que se realiza sobre un tiempo real y manejar volúmenes muy altos de datos ope-
vehículo se rastrea mediante códigos de la Asociación esta- racionales y transaccionales en tiempo real. Los análisis
dounidense del transporte de carga. ARI recolecta y analiza en memoria de HANA consultan los datos almacenados en
más de 14,000 piezas de datos por vehículo. Después mul- la memoria de acceso aleatorio (RAM) en vez de usar un
tiplica los datos por cientos de flotillas, algunas con hasta disco duro o almacenamiento tipo flash.
10,000 vehículos, todos operando al mismo tiempo a nivel Después de eso, las cosas comenzaron a ocurrir con rapi-
mundial; así puede darse una idea del enorme volumen de dez. Cuando el controlador de ARI necesitaba un análisis de
datos que ARI necesita administrar, tanto para sus propias impacto de los mejores 10 clientes de la empresa, SAP HANA
operaciones como para sus clientes. produjo el resultado en un lapso de 3 a 3.5 segundos. En
ARI proporcionaba a sus clientes información detallada el antiguo entorno de sistemas de ARI, esta tarea se habría
sobre las operaciones de sus flotillas, pero el tipo de infor- asignado a un usuario avanzado especializado en el uso de
mación que podía ofrecer era muy limitado. Por ejemplo, herramientas de informes, habría que dibujar especificacio-

nes y diseñar un programa para esa consulta específica, un call centers representa el 40% de la sobrecarga directa
proceso que hubiera tomado 36 horas. de ARI, esa reducción en tiempo se traduce en grandes
Ahora, usando HANA, ARI puede extraer rápidamente ahorros en costo.
sus amplios recursos de datos y generar predicciones con ARI planea tener algunas de estas capacidades de gene-
base en los resultados. Por ejemplo, la empresa puede pro- ración de informes y análisis en tiempo real disponibles
ducir cifras precisas sobre los costos de operar una flotilla en dispositivos móviles, lo cual permitirá a los clientes
de cierto tamaño a través de determinada ruta en industrias aprobar al instante varios procedimientos operacionales,
específicas durante cierto tipo de clima y predecir el impacto como la autorización de reparaciones de mantenimiento.
de los cambios en alguna de esas variables. Y puede hacerlo Los clientes también podrán usar las herramientas móviles
casi con tanta facilidad como la de proveer a sus clientes un para una perspectiva instantánea de las operaciones de sus
historial simple de sus gastos de combustible. Con esta infor- flotillas, con un nivel de detalle como el historial de los
mación tan útil ARI provee más valor a sus clientes. neumáticos de un vehículo específico.
HANA también redujo el tiempo requerido para cada
transacción manejada por los call centers de ARI (desde el
Fuentes: “Driving 2 Million Vehicles with SAP Data”, www.sap.com,
momento en que un miembro del personal del call center visitado el 1 de febrero de 2014; www.arifleet.com, visitado el 1 de
toma una llamada hasta la recuperación y entrega de la febrero de 2014, y “ARI Fleet Management Drives Real-Time Analytics
información solicitada) en un 5%. Como el personal de los to Customers”, SAP InsiderPROFILES, 1 de abril de 2013.
P R E G U N TA S D E L CA S O D E E S T U D I O
1. ¿Por qué era tan problemática la administración de 3. ¿Fue SAP HANA una buena solución para ARI? ¿Por qué?
datos en ARI? 4. Describa los cambios en los negocios como resultado de
2. Describa las capacidades anteriores de ARI en cuanto a adoptar HANA.
análisis de datos y generación de informes, y su
impacto en el negocio.
Los principales productos comerciales para la computación en memoria son: High

Performance Analytics Appliance (HANA) de SAP, y Oracle Exalytics. Cada uno ofrece
un conjunto de componentes de software integrados, incluyendo software de base
de datos en memoria y software de análisis especializado, que se ejecutan en hard-
ware optimizado para el trabajo de cómputo en memoria.
Pla taf ormas analí ticas

Los distribuidores de bases de datos comerciales han desarrollado plataformas analí-
ticas especializadas de alta velocidad que utilizan tecnología tanto relacional como no
relacional y están optimizadas para analizar conjuntos de datos de gran tamaño. Las
plataformas analíticas como IBM Netezza y Oracle Exadata cuentan con sistemas de
hardware-software preconfigurados que están diseñados de manera específica para el
procesamiento de consulta y los análisis. Por ejemplo, IBM Netezza tiene componentes
de base de datos, servidor y almacenamiento estrechamente integrados que manejan
consultas analíticas complejas 10 a 100 veces más rápido que los sistemas tradiciona-
les. Las plataformas analíticas también incluyen sistemas en memoria y sistemas de
administración de bases de datos no relacionales. Ahora, las plataformas analíticas están
disponibles como servicios en la nube.
La figura 6.12 ilustra una infraestructura de inteligencia de negocios contemporá-
nea que usa las tecnologías que acabamos de describir. Los datos actuales e históricos
se extraen de varios sistemas operacionales junto con datos Web, datos generados por
máquinas, datos de audio/visuales no estructurados y datos provenientes de fuentes
externas, que se han reestructurado y organizado para generación de informes y análi-
sis. Los clústeres Hadoop preprocesan los Big Data para usarlos en el almacén de datos,
mercados de datos o en una plataforma analítica, o para que los usuarios avanzados los

FIGURA 6.12 INFRAESTRUCTURA CONTEMPORÁNEA DE INTELIGENCIA DE NEGOCIOS
Datos
RSHUDFLRQDOHV Mercado
([WUDHUWUDQVIRUPDU de datos
cargar
Datos
KLVWyULFRV
Usuarios casuales
Almacén &RQVXOWDV
Datos de
de datos ,QIRUPHV
PiTXLQD
7DEOHURVGHFRQWURO
'DWRV:HE Clúster
Hadoop
Datos de
DXGLRYLGHR Usuarios avanzados
3ODWDIRUPD &RQVXOWDV
DQDOtWLFD ,QIRUPHV
2/$3
Datos 0LQHUtDGHGDWRV
externos
Una infraestructura contemporánea de inteligencia de negocios cuenta con capacidades y herramientas para administrar
y analizar grandes cantidades y distintos tipos de datos provenientes de varias fuentes. Se incluyen herramientas de
consulta y generación de informes fáciles de usar para los usuarios de negocios casuales y conjuntos de herramientas
analíticas más sofisticadas para usuarios avanzados.
consulten de manera directa. Los resultados incluyen informes y tableros de control,

así como resultados de las consultas. En el capítulo 12 veremos con mayor detalle los
diversos tipos de usuarios BI y generación de informes BI.
HERRAMIENTAS ANALÍTICAS: RELACIONES,

PATRONES, TENDENCIAS
Una vez que los datos se capturan y organizan mediante el uso de las herramientas para
inteligencia de negocios que acabamos de describir, están disponibles para un posterior
análisis utilizando el software para consultas e informes de bases de datos, el análisis de
datos multidimensional (OLAP) y la minería de datos. En esta sección le presentaremos
estas herramientas; en el capítulo 12 veremos más detalles sobre el análisis de inteligen-
cia de negocios y aplicaciones.
Pro ce sami en to an al í ti co en línea (OLA P)

Suponga que su compañía vende cuatro productos distintos: tuercas, pernos, arande-
las y tornillos en las regiones Este, Oeste y Central. Si deseara hacer una pregunta
muy directa, por ejemplo, cuántas arandelas se vendieron durante el trimestre pasado,
podría encontrar la respuesta con facilidad al consultar su base de datos de ventas. Pero
¿qué pasaría si quisiera saber cuántas arandelas se vendieron en cada una de sus re-
giones de ventas, para comparar los resultados actuales con las ventas proyectadas?
Para obtener la respuesta, necesitaría el procesamiento analítico en línea (OLAP).
OLAP soporta el análisis de datos multidimensional, el cual permite a los usuarios ver los

mismos datos de distintas formas mediante el uso de varias dimensiones. Cada aspecto
de información —producto, precios, costo, región o periodo de tiempo— representa una
dimensión distinta. Así, un gerente de productos podría usar una herramienta de análi-
sis de datos multidimensional para saber cuántas arandelas se vendieron en el Este en
junio, cómo se compara esa cifra con la del mes anterior y con la de junio del año ante-
rior, y cómo se compara con el pronóstico de ventas. OLAP permite a los usuarios obte-
ner respuestas en línea a preguntas ad hoc como éstas en un tiempo muy corto, incluso
cuando los datos se almacenan en bases de datos muy grandes, como las cifras de ventas
de varios años.
La figura 6.13 muestra un modelo multidimensional que podría crearse para repre-
sentar productos, regiones, ventas reales y ventas proyectadas. Una matriz de ventas
actuales se puede apilar encima de una matriz de ventas proyectadas para formar un
cubo con seis caras. Si gira el cubo 90º en un sentido, la cara que se muestre será la del
producto contra ventas actuales y proyectadas; si lo gira de nuevo 90º, verá la cara de la
región contra ventas actuales y proyectadas, y si lo gira 180º a partir de la vista original,
verá las ventas proyectadas y producto contra región. Se pueden anidar cubos dentro
de otros cubos para crear vistas complejas de datos. Una compañía podría utilizar una
base de datos multidimensional especializada, o una herramienta que cree vistas multi-
dimensionales de datos en las bases de datos relacionales.
M i ne rí a de datos
Las consultas en las bases de datos tradicionales responden a preguntas como: “¿cuántas
unidades del producto número 403 se enviaron en febrero de 2013?” El OLAP (análisis
multidimensional) soporta solicitudes mucho más complejas de información, como:
“comparar las ventas del producto 403 relativas con el plan por trimestre y la región
de ventas durante los últimos dos años”. Con OLAP y el análisis de datos orientados a
consultas, los usuarios necesitan tener una buena idea sobre la información que están
buscando.
La minería de datos está más orientada al descubrimiento, ya que provee perspecti-
vas hacia los datos corporativos que no se pueden obtener mediante OLAP, al encontrar
patrones y relaciones ocultas en las bases de datos grandes e inferir reglas a partir de
estos patrones y relaciones, para predecir el comportamiento a futuro. Los patrones y
FIGURA 6.13 MODELO DE DATOS MULTIDIMENSIONAL
Proyectadas
Actuales
Tuercas
PRODUCTO Pernos
Arandelas
Tornillos
Este
Oeste
Central
REGIÓN
La vista que se muestra es la de producto contra región. Si gira el cubo 90 grados, la cara mostrará la vista
de producto contra las ventas actuales y proyectadas; si lo gira 90 grados otra vez, verá la vista de región
contra ventas actuales y proyectadas. Es posible obtener otras vistas.

reglas se utilizan para guiar la toma de decisiones y pronosticar el efecto de esas deci-
siones. Los tipos de información que se pueden obtener de la minería de datos son:
asociaciones, secuencias, clasificaciones, agrupamientos y pronósticos.
• Las asociaciones son ocurrencias vinculadas a un solo evento. Por ejemplo, un estudio
de los patrones de compra en supermercados podría revelar que cuando se compran
frituras de maíz, el 65% de veces se compra un refresco de cola, pero cuando hay una
promoción, es el 85% de veces. Esta información ayuda a los gerentes a tomar mejo-
res decisiones debido a que descubren la rentabilidad de una promoción.
• En las secuencias, los eventos se vinculan en el transcurso del tiempo. Por ejemplo,
podríamos descubrir que si se compra una casa, el 65% de veces se compra un refri-
gerador nuevo dentro de las siguientes dos semanas, y el 45% se compra un horno
dentro del mes posterior a la compra de la casa.
• La clasificación reconoce los patrones que describen el grupo al que pertenece un ele-
mento, para lo cual se examinan los elementos existentes que hayan sido clasificados
y se infiere un conjunto de reglas. Por ejemplo, las empresas, como las compañías de
tarjetas de crédito o las telefónicas, se preocupan por la pérdida de clientes estables.
La clasificación ayuda a descubrir las características de los clientes con probabili-
dades de dejar de serlo y puede proveer un modelo para ayudar a los gerentes a
predecir quiénes son esos clientes, de modo que puedan idear campañas especiales
para retenerlos.
• El agrupamiento funciona de una manera similar a la clasificación cuando aún no se
han definido grupos. Una herramienta de minería de datos puede descubrir distintas
agrupaciones dentro de los datos, como el hecho de encontrar grupos de afinidad
para tarjetas bancarias o particionar una base de datos en grupos de clientes con base
en la demografía y los tipos de inversiones personales.
• Aunque estas aplicaciones implican predicciones, el pronóstico utiliza las predicciones
de una manera distinta. Se basa en una serie de valores existentes para pronosticar
cuáles serán los otros valores. Por ejemplo, el pronóstico podría encontrar patrones
en los datos para ayudar a los gerentes a estimar el futuro valor de variables conti-
nuas, como las cifras de ventas.
Estos sistemas realizan análisis de alto nivel de los patrones o tendencias, pero tam-
bién pueden profundizar para proveer más detalles cuando sean necesarios. Hay apli-
caciones de minería de datos para todas las áreas funcionales de negocios, y también
para el trabajo gubernamental y científico. Un uso popular de la minería de datos es el
de proveer análisis detallados de los patrones en los datos de los consumidores para las
campañas de marketing de uno a uno, o para identificar a clientes rentables.
Entertainment, anteriormente conocida como Harrah’s Entertainment, es la segunda
compañía de apuestas más grande del mundo. Analiza continuamente los datos sobre
sus clientes que se recopilan cuando las personas juegan en las máquinas tragamonedas
o utilizan sus casinos y hoteles. El departamento de marketing corporativo utiliza esta
información para crear un perfil de apuestas detallado, con base en el valor continuo
de un cliente específico para la compañía. Por ejemplo, la minería de datos permite a
Caesars conocer la experiencia de juego favorita de un cliente regular en uno de sus casi-
nos en los barcos, junto con las preferencias de esa persona en cuanto al alojamiento,
los restaurantes y el entretenimiento. Esta información guía las decisiones gerenciales
sobre cómo cultivar los clientes más rentables y animarlos a que gasten más, y tam-
bién sobre cómo atraer más clientes con un alto potencial de generación de ingresos.
La inteligencia de negocios mejoró tanto las ganancias de Caesars que se convirtió en la
pieza central de la estrategia de negocios de la empresa.
Mi n erí a d e texto y mi nerí a Web

Se cree que los datos no estructurados, que en su mayoría están organizados en forma de
archivos de texto, representan más del 80% de la información útil de una organización y
son una de las principales fuentes de Big Data que las empresas desean analizar. El correo

electrónico, los memorándums, las transcripciones de los call centers, las respuestas a las
encuestas, los casos legales, las descripciones de patentes y los informes de servicio son
todos elementos valiosos para encontrar patrones y tendencias que ayuden a los emplea-
dos a tomar mejores decisiones de negocios. En la actualidad hay herramientas de minería
de texto disponibles para ayudar a las empresas a analizar estos datos. Estas herramientas
pueden extraer elementos clave de los conjuntos de datos extensos no estructurados, des-
cubrir patrones y relaciones, así como sintetizar la información.
Las empresas podrían recurrir a la minería de texto para analizar las transcripcio-
nes de los call center de servicio al cliente para identificar las principales cuestiones
de servicio y reparación, o para medir el sentimiento de los clientes con respecto a su
empresa. El software de análisis de opiniones es capaz de extraer los comentarios de
texto en un mensaje de correo electrónico, blog, conversación de social media o formu-
lario de encuesta para detectar las opiniones favorables y desfavorables sobre temas
específicos.
Por ejemplo, el corredor de saldos Charles Schwab usa el software Attensity Analyze
para analizar cientos de miles de interacciones de sus clientes cada mes. El software
analiza las notas de servicio de los clientes de Schwab, los correos electrónicos, las res-
puestas de las encuestas y las discusiones en línea para descubrir señales de descon-
tento que puedan provocar que un cliente deje de usar los servicios de la empresa.
Attensity puede identificar automáticamente las diversas “voces” que usan los clientes
para expresar su retroalimentación (como una voz positiva, negativa o condicional) para
señalar la intención de una persona de comprar, su intención de abandonar, o la reac-
ción a un producto o mensaje de marketing específico. Schwab usa esta información
para tomar acciones correctivas como establecer una comunicación directa del corredor
con el cliente y tratar de resolver con rapidez los problemas que lo tienen descontento.
Web es otra fuente de datos extensos no estructurados para revelar patrones, tenden-
cias y perspectivas en relación con el comportamiento de los clientes. El descubrimiento
y análisis de los patrones útiles y la información proveniente de World Wide Web se
denominan minería Web. Las empresas podrían recurrir a la minería Web para que les
ayude a comprender el comportamiento de los clientes, evaluar la efectividad de un sitio
Web específico o cuantificar el éxito de una campaña de marketing. Por ejemplo, los
comerciantes utilizan los servicios Google Trends y Google Insights for Search, que ras-
trean la popularidad de varias palabras y frases utilizadas en las consultas de búsqueda
de Google para saber en qué están interesadas las personas y qué les interesa comprar.
La minería Web busca patrones en los datos a través de la minería de contenido, la
minería de estructura y la minería de uso. La minería de contenido Web es el proceso de
extraer conocimiento del contenido de páginas Web, lo cual puede incluir datos de texto,
imágenes, audio y video. La minería de estructura Web examina los datos relacionados
con la estructura de un sitio Web específico. Por ejemplo, los vínculos que apuntan a un
documento indican su popularidad, en tanto que los que salen de un documento indican
la riqueza, o tal vez la variedad de temas cubiertos en él. La minería de uso Web examina
los datos de interacción de los usuarios registrados por un servidor Web cada vez que se
reciben solicitudes relacionadas con los recursos de un sitio Web. Los datos de uso regis-
tran el comportamiento del usuario cuando navega o realiza transacciones en el sitio Web
y recolecta los datos en un registro del servidor. Al analizar esos datos, las compañías
pueden determinar el valor de ciertos clientes específicos, las estrategias de marketing
cruzado entre los diversos productos y la efectividad de las campañas promocionales.
El caso al final del capítulo describe las experiencias de las organizaciones al usar las
herramientas analíticas y las tecnologías de inteligencia de negocios que hemos descrito
para lidiar con los desafíos de los “big data”.
LAS BASES DE DATOS Y WEB

¿Alguna vez ha tratado de usar la Web para realizar un pedido o ver un catálogo de pro-
ductos? Si su respuesta es positiva, es probable que haya usado un sitio Web vinculado

a una base de datos corporativa interna. Ahora muchas compañías utilizan Web para
poner parte de la información en sus bases de datos internas a disposición de los clien-
tes y los socios de negocios.
Suponga, por ejemplo, que un cliente con un navegador Web desea buscar informa-
ción de precios en la base de datos en línea de un vendedor minorista. La figura 6.14
ilustra la forma en que ese cliente podría acceder a la base de datos interna del vende-
dor a través de Web. El usuario accede al sitio Web del vendedor a través de Internet
mediante el software de navegador Web en su PC cliente. El software de navegador Web
del usuario solicita información a la base de datos de la organización, mediante coman-
dos de HTML para comunicarse con el servidor Web.
Dado que muchas bases de datos de procesamiento en segundo plano (back-end) no
pueden interpretar comandos escritos en HTML, el servidor Web pasa estas solicitudes
de datos al software que traduce los comandos de HTML en SQL, de modo que el DBMS
que trabaja con la base de datos pueda procesarlos. En un entorno cliente/servidor,
el DBMS reside en una computadora dedicada llamada servidor de bases de datos. El
DBMS recibe las solicitudes de SQL y provee los datos requeridos. El middleware trans-
forma la información de la base de datos interna y la devuelve al servidor Web para
que la ofrezca en forma de una página Web al usuario.
La figura 6.14 muestra que el middleware que trabaja entre el servidor Web y el
DBMS es un servidor de aplicaciones que se ejecuta en su propia computadora dedi-
cada (vea el capítulo 5). El software del servidor de aplicaciones maneja todas las ope-
raciones de la aplicación, entre ellas, el procesamiento de las transacciones y el acceso
a los datos entre las computadoras basadas en navegador y las aplicaciones o bases de
datos de negocios de procesamiento en segundo plano (back-end) de una compañía.
El servidor de aplicaciones recibe las solicitudes del servidor Web, ejecuta la lógica de
negocios para procesar las transacciones con base en esas solicitudes y provee conec-
tividad a los sistemas o bases de datos de procesamiento en segundo plano de la orga-
nización. De manera alternativa, el software para manejar estas operaciones podría ser
un programa personalizado o una secuencia de comandos CGI: un programa compacto
que utiliza la especificación Interfaz de puerta de enlace común (CGI) para procesar datos
en un servidor Web.
Hay varias ventajas en cuanto al uso de Web para acceder a las bases de datos inter-
nas de una organización. En primer lugar, el software de navegador Web es mucho más
fácil de usar que las herramientas de consulta propietarias. En segundo lugar, la interfaz
Web requiere pocos o ningún cambio en la base de datos interna. Es mucho menos cos-
toso agregar una interfaz Web frente a un sistema heredado que rediseñar y reconstruir
el sistema para mejorar el acceso de los usuarios.
El acceso a las bases de datos corporativas por medio de Web está creando nuevas
eficiencias, oportunidades y modelos de negocios. ThomasNet.com provee un directo-
rio en línea actualizado de más de 700,000 proveedores de productos industriales como
químicos, metales, plásticos, goma y equipo automotriz. Antes conocida como Thomas
FIGURA 6.14 VINCULACIÓN DE BASES DE DATOS INTERNAS A WEB
Internet
Cliente con Servidor Servidor de Servidor de Base

navegador Web Web aplicaciones bases de datos de datos
Los usuarios acceden a la base de datos interna de una organización a través de Web, por medio de sus
equipos PC de escritorio y el software de navegador Web.

Register, la compañía solía enviar enormes catálogos en papel con esta información y
ahora la provee a los usuarios en línea a través de su sitio Web, gracias a lo cual se ha
convertido en una compañía más pequeña y eficaz.
Otras compañías han creado empresas totalmente nuevas con base en el acceso a
bases de datos extensas a través de Web. Un ejemplo de esto es el sitio de redes sociales
Facebook, que ayuda a los usuarios a permanecer conectados entre sí o conocer nuevas
personas. Facebook incluye “perfiles” con información suministrada por 1,300 millo-
nes de usuarios activos sobre sí mismos, incluyendo intereses, amigos, fotos y grupos
a los que están afiliados. Mantiene una base de datos masiva para alojar y administrar
todo su contenido. También hay muchas bases de datos habilitadas para Web en el sector
público que ayudan a los consumidores y ciudadanos a acceder a información útil.
6.4 ¿POR QUÉ LA POLÍTICA DE INFORMACIÓN,

LA ADMINISTRACIÓN DE DATOS Y
EL ASEGURAMIENTO DE LA CALIDAD DE
LOS DATOS SON ESENCIALES PARA
ADMINISTRAR LOS RECURSOS DE DATOS
DE LA EMPRESA?
El establecimiento de una base de datos es sólo el principio. Para poder asegurar que
los datos para su empresa sigan siendo precisos, confiables y estén disponibles de
inmediato para quienes los necesiten, necesitará políticas y procedimientos especia-
les para la administración de datos.
ESTABLECIMIENTO DE UNA POLÍTICA DE INFORMACIÓN

Toda empresa, ya sea grande o pequeña, necesita una política de información. Los datos
de su empresa son un recurso importante, por lo que no es conveniente que las perso-
nas hagan lo que quieran con ellos. Necesita tener reglas sobre la forma en que se van a
organizar y mantener los datos, y quién tiene permitido verlos o modificarlos.
Una política de información es la que especifica las reglas de la organización para
compartir, diseminar, adquirir, estandarizar, clasificar e inventariar la información. La
política de información establece procedimientos y rendiciones de cuentas específicos,
identifica qué usuarios y unidades organizacionales pueden compartir información, en
dónde distribuirla y quién es responsable de actualizarla y mantenerla. Por ejemplo,
una política de información típica especificaría que solamente miembros seleccionados
del departamento de nómina y recursos humanos tendrían el derecho de modificar
y ver los datos confidenciales de los empleados, como el salario o número de seguro
social de un empleado, y que estos departamentos son responsables de asegurar que
los datos de cada empleado sean precisos.
Si usted está en una empresa pequeña, los propietarios o gerentes son los que estable-
cerían e implementarían la política de información. En una organización grande, admi-
nistrar y planificar la información como un recurso corporativo requiere con frecuencia
una función formal de administración de datos. La administración de datos es res-
ponsable de las políticas y procedimientos específicos a través de los cuales se pueden
gestionar los datos como un recurso organizacional. Estas responsabilidades abarcan
el desarrollo de la política de información, la planificación de los datos, la supervisión
del diseño lógico de la base de datos, y el desarrollo del diccionario de datos, así como
el proceso de monitorear la forma en que los especialistas de sistemas de información
y los grupos de usuarios finales utilizan los datos.
Tal vez haya escuchado que el término gobernanza de datos se emplea para des-
cribir muchas de estas actividades. La gobernanza de datos, promovida por IBM, se

encarga de las políticas y procedimientos para administrar la disponibilidad, utilidad,

integridad y seguridad de los datos empleados en una empresa, con un énfasis especial
en promover la privacidad, la seguridad, la calidad de los datos y el cumplimiento de las
regulaciones gubernamentales.
Una organización grande también debe tener un grupo de diseño y administración
de bases de datos dentro de la división de sistemas de información corporativos que sea
responsable de definir y organizar la estructura y el contenido de la base de datos, y de
darle mantenimiento. En una estrecha cooperación con los usuarios, el grupo de diseño
establece la base de datos física, las relaciones lógicas entre los elementos, las reglas de
acceso y los procedimientos de seguridad. Las funciones que desempeña se denominan
administración de la base de datos.
ASEGURAMIENTO DE LA CALIDAD DE LOS DATOS

Una base de datos y una política de información bien diseñadas son un gran avance en
cuanto a asegurar que la empresa tenga la información que necesita. Sin embargo, hay
que llevar a cabo ciertas acciones adicionales para asegurar que los datos en las bases de
datos organizacionales sean precisos y permanezcan confiables.
¿Qué ocurriría si el número telefónico o el saldo de la cuenta de un cliente estuvie-
ran incorrectos? ¿Cuál sería el impacto si la base de datos tuviera el precio incorrecto
para el producto que usted vendió, o si su sistema de ventas y de inventario mostraran
distintos precios para el mismo producto? Los datos imprecisos, inoportunos o incon-
sistentes con otras fuentes de información conducen a decisiones incorrectas, llama-
das a revisión de los productos y pérdidas financieras. Gartner Inc. informó que más
del 25% de los datos críticos en las extensas bases de datos de las compañías Fortune
1000 son imprecisos o incompletos, incluyendo los códigos erróneos de productos y sus
descripciones, las descripciones incorrectas en el inventario, los datos financieros erró-
neos, la información incorrecta de los proveedores y los datos erróneos de los emplea-
dos. Un estudio de Sirius Decisions sobre “El impacto de datos erróneos en la creación
de demanda” descubrió que del 10 al 25% de los registros de clientes y prospectos
contienen errores críticos de datos. Al corregir estos errores en su origen y seguir las
prácticas recomendadas para promover la calidad de los datos, aumentó la productivi-
dad del proceso de ventas y se generó un incremento del 66% en los ingresos.
Algunos de estos problemas de calidad se deben a datos redundantes e inconsistentes
producidos por varios sistemas que alimentan un almacén de datos. Por ejemplo, el sis-
tema de pedidos de ventas y el sistema de administración de inventario podrían mante-
ner datos sobre los productos de la organización. Sin embargo, el sistema de pedidos de
ventas podría usar el término Número de artículo y el sistema de inventario podría llamar
al mismo atributo Número de producto. Los sistemas de ventas, inventario o manufactura
de un minorista de ropa podrían usar distintos códigos para representar valores para
un atributo. Un sistema podría representar el tamaño de la ropa como “extra grande”,
mientras que el otro sistema podría usar el código “XL” para el mismo fin. Durante el
proceso de diseño para la base de datos del almacén, las entidades de descripción de
datos (como cliente, producto o pedido) se deben nombrar y definir de manera consis-
tente para todas las áreas de negocios que usen la base de datos.
Piense en todos los momentos que ha recibido varias piezas de la misma publicidad
directa por correo el mismo día. Es muy probable que esto sea el resultado de que su
nombre se repita varias veces en una base de datos. Tal vez lo hayan escrito mal o haya
utilizado la inicial de su segundo nombre en una ocasión y en otra no, o quizás en un
principio la información se capturó en un formulario en papel y no se digitalizó de
manera apropiada para introducirlo al sistema. Debido a estas inconsistencias, ¡la base
de datos lo consideraría como si fueran distintas personas! Nosotros, a menudo, recibi-
mos correo redundante dirigido a Laudon, Lavdon, Lauden o Landon.
Si una base de datos está diseñada adecuadamente y hay estándares de datos esta-
blecidos a nivel empresarial, los elementos de datos duplicados o inconsistentes deben

reducirse al mínimo. Sin embargo, la mayoría de los problemas de calidad de los datos,
como los nombres mal escritos, los números traspuestos y los códigos incorrectos o fal-
tantes, se derivan de los errores durante la captura de los datos. La incidencia de dichos
errores aumenta a medida que las compañías pasan sus negocios a la Web y permiten
que los clientes y proveedores introduzcan datos en sus sitios Web para actualizar de
manera directa los sistemas internos.
Antes de implementar una nueva base de datos, las organizaciones necesitan identi-
ficar y corregir sus datos incorrectos y establecer mejores rutinas para editar los datos
una vez que su base esté funcionando. Con frecuencia, el análisis de la calidad de los
datos empieza con una auditoría de calidad de los datos, la cual es una encuesta
estructurada de la precisión y el nivel de su integridad en un sistema de información.
Las auditorías de calidad de los datos se pueden realizar mediante la inspección de los
archivos de datos completos, la inspección de muestras provenientes de los archi-
vos de datos, o por encuestas a los usuarios finales sobre sus percepciones en cuanto
a la calidad de los datos.
La limpieza de datos, conocida también en inglés como data scrubbing, consiste en
actividades para detectar y corregir datos en una base que estén incorrectos, incom-
pletos, que tengan un formato inadecuado o que sean redundantes. La limpieza de
datos no sólo corrige los errores, sino que también impone la consistencia entre los
distintos conjuntos de datos que se originan en sistemas de información separados. El
software especializado de limpieza de datos está disponible para inspeccionar auto-
máticamente los archivos de datos, corregir errores en los datos e integrarlos en un
formato consistente a nivel de toda la compañía.
Los problemas de calidad de los datos no son sólo problemas de negocios, también
representan serios problemas para los individuos, en cuanto a que afectan su condición
financiera e incluso sus empleos. Por ejemplo, la información imprecisa u obsoleta
sobre los historiales crediticios de los consumidores que mantienen los burós de cré-
dito pueden evitar que individuos solventes obtengan préstamos o se reduzca su proba-
bilidad de encontrar o conservar un empleo.
La Sesión interactiva sobre administración ilustra la experiencia de American Water
con la administración de datos como un recurso. Cuando lea este caso trate de identifi-
car las políticas, procedimientos y tecnologías que se requirieron para mejorar la admi-
nistración de datos en esta empresa.

SESIÓN INTERACTIVA: ADMINISTRACIÓN

AMERICAN WATER MANTIENE EL FLUJO DE LOS DATOS
American Water, fundada en 1886, es la empresa de ser- su negocio de Nueva Jersey. Había que estandarizar estos
vicios públicos de agua más grande de Estados Unidos. nombres, de modo que cada unidad de negocios utilizara
Con sus oficinas generales en Voorhees, N.J., la compa- el mismo nombre para una pieza de datos. Los usuarios
ñía emplea a más de 7,000 profesionales dedicados que de negocios de American Water tenían que entrar en esta
proveen servicios de agua potable, agua residual y demás nueva visión de los datos a nivel de toda la compañía.
servicios relacionados a cerca de 16 millones de personas La migración de datos abarca mucho más que sólo
en 35 estados, así como Ontario y Manitoba, Canadá. La transferir datos entre los sistemas antiguos y nuevos. Los
mayoría de los servicios de American Water dan soporte a usuarios de negocios necesitan saber que los datos no son
las subsidiarias de servicios públicos administradas local- solo una responsabilidad del departamento de sistemas
mente que son reguladas por el estado de Estados Unidos de información: la empresa es “dueña” de los datos. Las
en que operan, así como el gobierno federal. American necesidades de negocios determinan las reglas y están-
Water también posee subsidiarias que administran sis- dares para administrar los datos. Por lo tanto, depende
temas de agua potable y agua residual municipales bajo de los usuarios de negocios realizar inventarios y revisar
contrato y otras que abastecen a las empresas y comuni- todas las piezas de datos en sus sistemas para determinar
dades residenciales de productos y servicios de adminis- con precisión qué piezas de datos del sistema anterior se
tración del agua. usarán en el nuevo sistema y cuáles datos no necesitan
Hasta hace poco, los sistemas y procesos de negocios acarrearse. También hay que revisar los datos para com-
de American Water eran muy localizados, y muchos de probar que sean precisos y consistentes, y que se elimi-
esos procesos eran manuales. Con el tiempo, este nen los datos redundantes.
entorno de información se volvió cada vez más difícil Es muy probable que se requiera cierto tipo de lim-
de administrar. Muchos sistemas no estaban integrados, pieza de datos. Por ejemplo, American Water tenía datos
por lo que ejecutar cualquier tipo de informe que tuviera sobre más de 70,000 distribuidores en su archivo maestro
que proveer información acerca de más de una región de datos de distribuidores. Andrew Clarkson, director de
era un proceso exhaustivamente manual. Había que inteligencia de negocios de American Water, pidió a
extraer los datos de los sistemas que soportaban cada los usuarios de negocios que definieran un distribuidor
región y luego combinarlos manualmente para crear los activo y usaran esa definición para identificar cuáles
resultados deseados. Cuando la empresa se preparaba datos migrar. También trabajó con varios grupos funcio-
para realizar la oferta pública inicial de sus acciones en nales para estandarizar la forma de presentar los datos de
2006, sus sistemas de software no pudieron manejar los las direcciones.
controles regulatorios requeridos, por lo que cerca del Uno de los objetivos del trabajo de administración de
80% de este trabajo tuvo que realizarse a mano. Fue casi datos de American Water era dar soporte a un programa
una pesadilla. de inteligencia de negocios a nivel empresarial basado en
La gerencia quería cambiar la compañía de ser un una sola vista del negocio. Un sistema analítico y almacén
grupo descentralizado de negocios regionales indepen- de datos podría combinar datos del sistema ERP de SAP
dientes, a una organización más centralizada, con proce- con información de otras fuentes, incluyendo la informa-
sos de negocios estándar en toda la compañía e informes ción de nuevos clientes y los sistemas de administración
a nivel empresarial. El primer paso para la realización de de activos empresariales. Esto significaba que los usua-
esta meta fue implementar un sistema de planeación rios de negocios de American Water tenían que pensar
de recursos empresariales (ERP) diseñado para reempla- mucho en cuanto a los tipos de informes que querían.
zar sistemas dispares con una sola plataforma de software En un principio, la empresa había planeado que el sistema
integrada. La empresa seleccionó a SAP como su distri- proporcionara 200 informes, pero más tarde redujo esa
buidor del sistema ERP. cifra a la mitad. Se capacitó a los usuarios de negocios
Un paso importante de este proyecto fue migrar los para que generaran estos informes y los personalizaran.
datos de los sistemas antiguos de American Water a la La mayoría de los usuarios financieros intentaron al
nueva plataforma. Los datos de la empresa residían en comienzo crear sus informes mediante el uso del software
muchos sistemas diferentes en varios formatos. Cada de hojas electrónicas de cálculo de Microsoft Excel. Sin
negocio regional mantenía parte de sus propios datos en embargo, con el tiempo aprendieron a hacer lo mismo
sus propios sistemas, y parte de estos datos eran tanto usando las herramientas SAP Business Objects Web
redundantes como inconsistentes. Por ejemplo, había Intelligence que se incluían en el sistema. SAP Business
piezas duplicadas de datos maestros de materiales debido Objects Web Intelligence es un conjunto de herramientas
a que un material podría llamarse de cierta forma en la que permite a los usuarios de negocios ver, ordenar y
operación de la compañía en Missouri y de otra forma en analizar datos de inteligencia de negocios. Incluye

herramientas para generar consultas, informes y tableros de tratamiento de agua tienen mediciones y medidores
de control interactivos. para revisar la calidad del agua a medida que recibe trata-
A la fecha, American Water se enfoca en promover la miento, la administración de los datos necesita asegurar la
idea de que los datos deben estar “limpios” para que sean calidad de los datos en cada paso para asegurarse de que el
eficientes y ha invertido una gran cantidad de esfuerzo en producto final sea genuinamente útil para la empresa.
su trabajo de limpieza de datos: identificando las piezas de
Fuentes: “SAP to Deliver Software Solution to American Water”, www.
datos incompletas, incorrectas, imprecisas e irrelevantes, y sap.com, visitado el 31 de enero de 2014; David Hannon, “Clean Smooth-
luego reemplazando, modificando o eliminando los datos Flowing Data at American Water”, SAP Insider Profiles, enero-febrero de
“sucios”. De acuerdo con Clarkson, así como las plantas 2013, y www.amwater.com, visitado el 2 de febrero de 2014.
P R E G U N TA S D E L C A S O D E E S T U D I O
1. Analice la función de la política de información, la 4. ¿Cómo fue que implementar un almacén de datos
administración de los datos y los esfuerzos por asegurar ayudó a American Water a volverse una organización
la calidad de los datos al mejorar la administración de más centralizada?
datos en American Water. 5. Dé algunos ejemplos de problemas que hubieran
2. Describa los roles que desempeñan los especialistas ocurrido en American Water si sus datos no estuvieran
en sistemas de información y los usuarios finales en el “limpios”.
proyecto de transformación de sistemas de American 6. ¿Cómo fue que el almacén de datos de American
Water. Water mejoró las operaciones y la toma de decisiones
3. ¿Por qué fue tan importante la participación de los gerenciales?
usuarios de negocios? Si no hubieran desempeñado
esta función, ¿qué habría ocurrido?
Resumen
1. ¿Cuáles son los problemas de administrar los recursos de datos en un entorno tradicional de archivos?
Las técnicas tradicionales de administración de archivos dificultan a las organizaciones el proceso de llevar el
registro de todas las piezas de datos que utilizan de una manera sistemática, y de organizarlos de modo que se
pueda tener un fácil acceso a ellos. Se permitió a las distintas áreas y grupos funcionales desarrollar sus propios
archivos de manera independiente. Con el tiempo, este entorno tradicional de administración de archivos crea
problemas como la redundancia e inconsistencia de los datos, la dependencia programa-datos, inflexibilidad,
mala seguridad, falta de compartición y disponibilidad de los datos. Un sistema de administración de bases de
datos (DBMS) resuelve estos problemas con un software que permite su centralización y administración, de modo
que las empresas tengan una sola fuente consistente para todas sus necesidades de datos. El uso de un DBMS
minimiza la cantidad de archivos redundantes e inconsistentes.
2. ¿Cuáles son las principales capacidades de los sistemas de administración de bases de datos (DBMS) y por qué
es tan poderoso un DBMS?
Las principales capacidades de un DBMS son: capacidad de definición de datos, capacidad de diccionario de
datos y lenguaje de manipulación de datos. La capacidad de definición de datos especifica la estructura y el con-
tenido de la base de datos. El diccionario de datos es un archivo automatizado o manual que almacena informa-
ción sobre los datos en la base; entre estos, nombres, definiciones, formatos y descripciones de los elementos de
datos. El lenguaje de manipulación de datos (como SQL) es un lenguaje especializado para acceder a los datos y
manipularlos en la base de datos.
La base de datos relacional ha sido el método primario para organizar y dar mantenimiento a los datos en los
sistemas de información, ya que es muy flexible y accesible. Organiza los datos en tablas bidimensionales cono-
cidas como relaciones con filas y columnas. Cada tabla contiene información acerca de una entidad y sus atribu-
tos. Cada fila representa un registro y cada columna representa un atributo o campo. Cada tabla contiene tam-
bién un campo clave para identificar en forma única cada registro para recuperarlo o manipularlo. Las tablas de
las bases de datos relacionales se pueden combinar fácilmente para ofrecer los datos que requieren los usuarios,
siempre y cuando dos tablas compartan un elemento común de datos. Las bases de datos no relacionales se

están volviendo populares para administrar tipos de datos que no se pueden manejar con facilidad por el modelo de
datos relacional. Hay productos de bases de datos tanto relacionales como no relacionales disponibles como servicios
de computación en la nube.
Para diseñar una base de datos se requieren tanto un diseño lógico como uno físico. El diseño lógico modela la base de
datos desde una perspectiva de negocios. El modelo de datos de la organización debe reflejar sus procesos de negocios
clave y los requerimientos para la toma de decisiones. El proceso de crear estructuras de datos pequeñas, estables, flexi-
bles y adaptativas a partir de grupos complejos de datos al momento de diseñar una base de datos relacional se denomina
normalización. Una base de datos relacional bien diseñada no debe tener relaciones de varios a varios, y todos los atribu-
tos para una entidad específica sólo se aplican a esa entidad. Esta base de datos trata de imponer las reglas de integridad
referencial para asegurar que las relaciones entre tablas acopladas permanezcan consistentes. Un diagrama entidad-rela-
ción describe gráficamente la relación entre las entidades (tablas) en una base de datos relacional.
3. ¿Cuáles son las principales herramientas y tecnologías para acceder a la información de las bases de datos y mejorar
tanto el desempeño de negocios como la toma de decisiones?
La tecnología de administración de datos contemporánea tiene varias herramientas para obtener información útil de
todos los tipos diferentes de datos que usan las empresas en la actualidad, incluyendo datos extensos (Big Data) semies-
tructurados y no estructurados en grandes cantidades. El OLAP representa las relaciones entre los datos como una
estructura multidimensional, que se puede visualizar en forma de cubos de datos y cubos dentro de cubos de datos, con
lo cual se permite un análisis más sofisticado. La minería de datos analiza grandes reservas de datos, incluyendo el
contenido de los almacenes de datos, para encontrar patrones y reglas que se puedan utilizar para predecir el comporta-
miento en un futuro y guiar la toma de decisiones. Las herramientas de minería de datos ayudan a las empresas a anali-
zar extensos conjuntos de datos no estructurados que constan de texto. Las herramientas de minería Web se enfocan en
el análisis de patrones e información útiles provenientes de World Wide Web; examinan la estructura de los sitios Web y
las actividades de los usuarios de esos sitios Web, así como el contenido de las páginas Web. Las bases de datos conven-
cionales se pueden vincular mediante middleware a Web o a una interfaz Web para facilitar el acceso de un usuario a los
datos internos de la organización.
4. ¿Por qué la política de información, la administración de datos y el aseguramiento de la calidad de los datos, son esen-
ciales para administrar los recursos de datos de la empresa?
Para desarrollar un entorno de bases de datos se requieren políticas y procedimientos que ayuden a administrar los
datos organizacionales, así como un buen modelo de datos y una tecnología de bases de datos eficiente. Una política de
información formal gobierna el mantenimiento, la distribución y el uso de la información en la organización. En las gran-
des corporaciones, una función de administración de datos formal es responsable de la política de la información, así
como de la planificación de los datos, el desarrollo del diccionario de datos y el monitoreo del uso de los datos en la
empresa.
Los datos imprecisos, incompletos o inconsistentes crean graves problemas operacionales y financieros para las
empresas, ya que pueden crear imprecisiones en los precios de los productos, las cuentas de los clientes y los datos del
inventario, además de que conducen a decisiones imprecisas sobre las acciones que debe tomar la empresa. Las empre-
sas deben realizar acciones especiales para asegurarse de tener un alto nivel de calidad en la información. Estas acciones
incluyen el uso de estándares de datos a nivel empresarial, bases de datos diseñadas para minimizar los datos inconsis-
tentes y redundantes, auditorías de calidad de los datos y software de limpieza de datos.

Términos clave
Administración de bases de datos, 241 Gobernanza de datos, 240
Administración de datos, 240 Hadoop, 232
Almacén de datos, 231 Inconsistencia de datos, 219
Análisis de opiniones, 238 Integridad referencial, 229
Archivo, 218 Lenguaje de consulta estructurado (SQL), 226
Atributo, 218 Lenguaje de manipulación de datos, 226
Auditoría de calidad de los datos, 242 Limpieza de datos, 242
Base de datos, 221 Mercado de datos, 231
Big Data, 230 Minería de datos, 236
Bit, 218 Minería de texto, 238
Byte, 218 Minería Web, 238
Campo, 218 Normalización, 228
Campo clave, 223 Plataforma analítica, 234
Clave foránea, 224 Política de información, 240
Clave primaria, 223 Procesamiento analítico en línea (OLAP), 235
Computación en memoria, 232 Redundancia de los datos, 219
DBMS relacional, 222 Registro, 218
Definición de datos, 226 Servidor de bases de datos, 239
Dependencia programa-datos, 220 Sistema de administración de bases de datos (DBMS), 221
Diagrama entidad-relación, 229 Sistemas de administración de bases de datos no
Diccionario de datos, 226 relacionales, 224
Entidad, 218 Tupla, 223

Preguntas de repaso
6-1 ¿Cuáles son los problemas de administrar los recur- 6-3 ¿Cuáles son las principales herramientas y tecnolo-
sos de datos en un entorno tradicional de archivos? gías para acceder a la información de las bases de
• Liste y describa cada uno de los componentes en datos y mejorar tanto el desempeño de negocios
la jerarquía de datos. como la toma de decisiones?
• Defina y explique el significado de entidades, • Defina Big Data y describa las tecnologías para
atributos y campos clave. administrarlos y analizarlos.
• Liste y describa los problemas del entorno tradi- • Liste y describa los componentes de una infra-
cional de archivos. estructura de inteligencia de negocios contem-
poránea.
6-2 ¿Cuáles son las principales capacidades de los siste-
mas de administración de bases de datos (DBMS) y • Describa las capacidades del procesamiento ana-
por qué es tan poderoso un DBMS relacional? lítico en línea (OLAP).
• Defina una base de datos y un sistema de admi- • Defina minería de datos; describa cómo difiere de
nistración de bases de datos. OLAP y los tipos de información que proporciona.
• Nombre y describa brevemente las capacidades • Explique cómo difieren la minería de texto y la
de un DBMS. minería Web de la minería de datos convencional.
• Defina un DBMS relacional y explique cómo • Describa cómo pueden acceder los usuarios a la
organiza los datos. información de las bases de datos internas de
una compañía por medio de Web.
• Liste y describa las tres operaciones de un DBMS
relacional. 6-4 ¿Por qué la política de información, la administra-
• Explique por qué son útiles las bases de datos no ción de datos y el aseguramiento de la calidad de los
relacionales. datos, son esenciales para administrar los recursos
• Defina y describa la normalización y la integri- de datos de la empresa?
dad referencial; explique cómo contribuyen a • Describa los roles de la política de la información
una base de datos relacional bien diseñada. y la administración de datos en cuanto a la admi-
• Defina y describa un diagrama entidad-relación; nistración de la información.
explique su función en el diseño de bases de • Explique por qué son esenciales las auditorías de
datos. calidad de los datos y su limpieza.
Preguntas para debate

6-5 Se ha dicho que no hay datos malos, sino una mala 6-7 ¿Cuáles son las consecuencias de que una organiza-
administración de estos. Comente las implicacio- ción no tenga una política de información?
nes de esta afirmación.
6-6 ¿Hasta qué grado se deben involucrar los usuarios
finales en la selección de un sistema de administra-
ción de bases de datos y diseño de la base de datos?
Proyectos prácticos sobre MIS

Los proyectos de esta sección le proporcionan experiencia práctica para analizar los problemas de calidad de los datos,
establecer estándares de datos a nivel de toda la compañía, crear una base de datos para administrar el inventario y
utilizar Web para buscar recursos de negocios foráneos en las bases de datos en línea.

Prob le ma s d e de cis i ón ger enci al

6-8 Emerson Process Management, proveedor global de instrumentos y servicios de medición, análisis y monitoreo, con
base en Austin, Texas, tenía un nuevo almacén de datos diseñado para analizar la actividad de los clientes y mejorar
tanto el servicio como el marketing. Sin embargo, el almacén de datos estaba lleno de información imprecisa y
redundante. Los datos en el almacén provenían de muchos sistemas de procesamiento de transacciones en Europa,
Asia y otras ubicaciones alrededor del mundo. El equipo que diseñó el almacén supuso que los grupos de ventas en
todas estas áreas introducirían los nombres y direcciones de los clientes de la misma forma. De hecho, las empresas
de distintos países usaban varias formas de introducir datos de cotizaciones, facturación, envíos y demás datos
relacionados. Evalúe el posible impacto de negocios de estos problemas de calidad de los datos. ¿Qué decisiones
y acciones hay que tomar para llegar a una solución?
M ej or a d e l a toma d e de ci s i ones : uso de las bases de datos en línea

pa ra busc ar recu rs os d e n egocios en el extranjero
Habilidades de software: bases de datos en línea
Habilidades de negocios: investigación de los servicios para operaciones en el extranjero
6-9 Este proyecto desarrolla habilidades en cuanto a cómo realizar búsquedas en bases de datos habilitadas para Web, con
información sobre servicios y productos en ubicaciones distantes.
Suponga que su compañía está ubicada en Greensboro, Carolina del Norte, y que fabrica muebles de oficina de
diversos tipos. Está considerando abrir unas instalaciones para fabricar y vender sus productos en Australia. Le gustaría
ponerse en contacto con organizaciones que ofrezcan los diversos servicios necesarios para que usted pueda abrir su
oficina e instalaciones de fabricación en Australia como abogados, contadores, expertos en importación-exportación,
equipo y soporte de telecomunicaciones, y una empresa de apoyo. Acceda a las siguientes bases de datos en línea
para localizar compañías con las que le gustaría reunirse durante su próximo viaje: el Registro australiano de empre-
sas (abr.business.gov.au/), Australia Trade Now (australiatradenow.com/), y el Directorio nacional de empresas de
Australia (www.nationwide.com.au). Si es necesario, use motores de búsqueda como Yahoo y Google.
• Muestre una lista de compañías con las que quisiera ponerse en contacto para entrevistarlas en su viaje y determi-
nar si le pueden ayudar con estas y otras funciones que piense que son vitales para establecer su oficina.
• Clasifique las bases de datos que utilizó en cuanto a la precisión en el nombre, integridad, facilidad de uso y
utilidad en general.

¿ Ac as o Bi g D a t a t r a e c on si g o g r a n d e s r e c om p e n sa s?
CASO DE ESTUDIO
L as empresas actuales lidian con una avalancha

de datos de social media, búsqueda y sensores,
así como de fuentes tradicionales. De acuerdo
con una estimación, a diario se generan 2.5
trillones de bytes de datos en todo el mundo. Darle sen-
tido al término “Big Data” se ha convertido en uno de los
ejemplo, los dispositivos personales como NikeFuelBand,
SonySmartBand y Jawbone UP24, permiten a las personas
analizar sus rutinas, dietas y patrones de sueño para ver
cómo se comparan con los demás. Esto puede conducir a
rutinas de ejercicio más efectivas y ayudar a que las per-
sonas cumplan sus objetivos de acondicionamiento físico.
principales desafíos para corporaciones de todas formas y Varios servicios en línea permiten a los consumidores
tamaños, pero también representa nuevas oportunidades. revisar miles de opciones distintas de vuelos y hoteles
¿Cómo aprovechan actualmente las empresas la tecnología para hacer sus propias reservaciones, tareas que antes
“big data”? eran manejadas por los agentes de viaje. Los nuevos ser-
Green Mountain Coffee en Waterbury, Vermont, ana- vicios basados en tecnología móvil facilitan aún más el
liza los datos de audio y texto tanto estructurados como no proceso de comparar precios y elegir las mejores opciones
estructurados para aprender más sobre el comportamiento de viaje. Por ejemplo, una app móvil de Skyscanner Ltd.
de los clientes y los patrones de compra. La empresa tiene muestra las ofertas de todo el entorno Web en una sola
20 marcas distintas y más de 200 bebidas diferentes, y lista (ordenadas por precio, duración o aerolínea), de modo
usa Calabrio Speech Analytics para descubrir opiniones que los viajeros no tengan que explorar varios sitios para
de varios canales de interacción y flujos de datos. En el realizar una reservación que se adapte a su presupuesto.
pasado, Green Mountain no había tenido la capacidad de Skyscanner usa información de más de 300 aerolíneas,
utilizar por completo todos los datos recopilados cuando agentes de viajes y calendarios, y da forma a los datos en
los clientes llamaban a su centro de contacto. La empresa formatos “de un vistazo”, con algoritmos para mantener los
deseaba saber más acerca de cuántas personas pregun- precios actuales y realizar predicciones sobre quién tendrá
taban por un producto específico, qué productos genera- la mejor oferta para un mercado específico.
ban la mayor parte de las preguntas y cuáles productos Hay límites en cuanto al uso de Big Data. Varias empre-
y categorías generaban más confusión. Al analizar sus sas se apresuraron a comenzar proyectos con Big Data sin
datos extensos (big data), Green Mountain pudo recopilar primero establecer una meta de negocios para esta nueva
información mucho más precisa y usarla para producir información. Nadar en números no significa necesaria-
materiales, páginas Web y entradas en bases de datos para mente que se esté recolectando la información correcta o
ayudar a los representantes a realizar su trabajo de una que la gente tomará decisiones más inteligentes.
manera más efectiva. Ahora, la gerencia puede identificar Aunque la técnica Big Data es muy buena para detec-
las cuestiones con más rapidez antes de que generen pro- tar correlaciones, en especial las sutiles que un análisis de
blemas para los clientes. conjuntos de datos más pequeños podría pasar por alto, el
AutoZone usa la técnica Big Data para que le ayude a análisis de datos extensos no necesariamente indica qué
ajustar el inventario y los precios de los productos en algu- correlaciones son significativas. Por ejemplo, el análisis de
nas de sus 5,000 tiendas. Por ejemplo, un cliente que entra datos extensos podría mostrar que, de 2006 a 2011, la tasa
a una tienda AutoZone en Waco, Texas, podría encontrar de asesinatos en Estados Unidos estaba altamente corre-
una oferta de amortiguadores Gabriel que no encontraría lacionada con la participación en el mercado de Internet
en la mayoría de las otras tiendas AutoZone. La tienda Explorer, ya que ambas se redujeron de manera considera-
AutoZone en Mulberry, Florida, podría contar con una ble. Pero eso no quiere decir que haya una conexión signi-
oferta especial de un deflector de insectos. Para dirigir ficativa entre los dos fenómenos.
estas ofertas a nivel local, el minorista de autopartes ana- Hace varios años, Google desarrolló lo que se creía era
liza la información que recoge de diversas bases de datos, un algoritmo de vanguardia, usando los datos que recolec-
como los tipos de automóviles conducidos por personas taba de las búsquedas Web para determinar con exactitud
que viven alrededor de sus puntos de venta al menudeo. cuántas personas tenían influenza. Trató de calcular el
El software de NuoDB, que usa un modelo de servicios en número de personas con gripe en Estados Unidos, relacio-
la nube, hace posible aumentar con rapidez la cantidad de nando la ubicación de las personas con las consultas en
datos analizados sin tener que apagar el sistema o cambiar Google relacionadas con la gripe. El servicio sobrestimó de
una línea de código. manera consistente las tasas de gripe en comparación con
Los beneficios de analizar los Big Data no se limi- los datos recolectados posteriormente por los Centros para
tan a los negocios. Han surgido varios servicios para el Control de Enfermedades (CDC). De acuerdo con las
analizar los Big Data y ayudar a los consumidores. Por tendencias de gripe de Google, se suponía que casi

el 11% de la población de Estados Unidos debería tener manera) promete a los clientes generosas ofertas gratuitas
influenza en el punto máximo de la temporada de gripe a por compras repetidas si aceptan compartir sus datos de
mediados de enero de 2013. Sin embargo, un artículo en la compras personales con la empresa. Sears no divulga cuán-
publicación de ciencias Nature indicó que los resultados de tos clientes se han inscrito en Shop Your Way Rewards,
Google eran el doble de la cantidad real estimada por los pero la empresa de marketing de lealtad Colloquy estima
Centros para el Control y la Prevención de Enfermedades que hay alrededor de 50 millones de miembros.
de Estados Unidos, donde el 6% de la población estaba Sears deseaba personalizar las campañas de marketing,
contrayendo la enfermedad. ¿Por qué ocurrió esto? Varios los cupones y ofertas para cada cliente individual, pero sus
científicos sugirieron que Google había sido “engañado” por sistemas heredados no eran capaces de soportar ese nivel
la amplia cobertura de los medios de la severa temporada de actividad. Para poder usar modelos extensos en conjun-
de gripe del año en Estados Unidos, la cual se amplificó tos de datos grandes, Sears recurrió a Apache Hadoop y a
todavía más gracias a la cobertura de los social media. la tecnología Big Data. A Sears le solía tomar seis semanas
El algoritmo de Google sólo analizaba las cifras y no el analizar las campañas de marketing para los miembros
contexto de los resultados de búsquedas. del club de lealtad mediante el uso de una mainframe, el
Sears Holdings, la empresa matriz de Sears y Kmart, software de almacén de datos Teradata y servidores SAS.
ha estado tratando de usar Big Data para acercarse más Utilizando Hadoop, el procesamiento puede completarse
a sus clientes. Sears solía ser el minorista más grande de en forma semanal. Ciertos análisis de comercio en línea
Estados Unidos, pero por muchos años ha perdido terreno y móvil pueden realizarse a diario y la segmentación es
de manera continua ante las tiendas de descuento como mucho más precisa; en algunos casos, hasta por cliente
Walmart y Target, y con los minoristas especializados de individual. Los modelos anteriores de Sears podían usar
precios competitivos como Home Depot y Lowe’s. La el 10% de los datos disponibles, pero los nuevos modelos
empresa se ha tardado en reducir sus costos de operación, pueden trabajar con el 100%. En el pasado, Sears sólo
mantener el ritmo con las tendencias de comercialización podía conservar datos desde 90 días hasta dos años, pero
actuales y remodelar sus 2,429 tiendas, muchas de las cua- con Hadoop puede conservarlo todo, lo cual incrementa
les están deterioradas y en ubicaciones indeseables. sus oportunidades de encontrar más patrones significativos
A través de los años, Sears ha invertido mucho en tec- en los datos.
nología de la información. En una ocasión invirtió más en Además, el procesamiento de Hadoop es mucho menos
tecnología de la información y redes que todas las demás costoso que las bases de datos relacionales convencio-
empresas que no eran de cómputo en Estados Unidos, nales. Un sistema Hadoop que maneja 200 terabytes de
excepto Boeing Corporation. Sears utilizó sus enormes datos tiene un costo de operación aproximado de una ter-
bases de datos de clientes de 60 millones de tarjetahabien- cera parte del costo de una plataforma relacional de 200
tes pasados y presentes de Sears, para enfocarse en grupos terabytes. Con el enorme poder de procesamiento paralelo
como compradores de herramientas, compradores de apa- de Hadoop, procesar 2 mil millones de registros toma a
ratos electrodomésticos y fanáticos de la jardinería con pro- Sears un minuto o un poco más de tiempo que procesar
mociones especiales. Estos esfuerzos no le brindaron una 100 millones de registros.
ventaja competitiva debido a que la estructura de costos de Hadoop sigue siendo una plataforma inmadura y hay
Sears seguía siendo una de las más altas de la industria. muy pocos expertos sobre esta tecnología. Sears tuvo que
La empresa Sears ha seguido adoptando nueva tecnolo- aprender a usar Hadoop en gran parte a prueba y error,
gía para reanimar las ventas en picada: compras en línea, pero ahora ejecuta informes críticos en la plataforma, inclu-
apps móviles y un mercado parecido a Amazon.com con yendo análisis de clientes, datos financieros, productos y
otros distribuidores para 18 millones de productos, junto cadenas de suministro. Para capitalizar sobre su experiencia
con promociones intensas dentro de la tienda. Hasta ahora como innovador de la tecnología Big Data, Sears estableció
esos esfuerzos no han dado fruto y las ventas disminu- una subsidiaria llamada MetaScale para vender servicios en
yeron desde la fusión con Kmart en 2005. La empresa la nube y de consultoría de Big Data a otras empresas.
publicó una pérdida de casi $1,400 millones para 2013. Sears puede señalar muchos usos conceptuales de
El CEO de Sears Holdings, Lou D’Ambrosio, cree que la Hadoop, pero aún queda la inquietud en cuanto a si la
respuesta está en un uso aún más intensivo de la tecnolo- empresa usa Hadoop eficazmente para resolver sus enor-
gía y la minería de los datos de los clientes. La expectativa mes problemas de negocios. ¿Puede en realidad ofrecer a
es que un conocimiento más profundo de las preferencias los clientes promociones personalizadas y éstas funcionan?
de los clientes y sus patrones de compra hará que las pro- ¿Cuál es el impacto de negocios? ¿Dónde están las cifras
mociones, la comercialización y las ventas sean mucho para mostrar que los datos extensos ayuden a Sears a vol-
más efectivas. Los clientes acudirán en multitudes a las verse más redituable? Sears puede ser capaz de generar
tiendas de Sears, ya que tendrán todo lo que ellos desean. ingresos al vender sus conocimientos sobre Big Data a los
Un programa de lealtad de clientes conocido como clientes de MetaScale, pero ¿podrá Hadoop en realidad
Shop Your Way Rewards (Recompensas por comprar a su ayudar a Sears a repuntar?

Jim Sullivan, un socio en la empresa de marketing de Computer Week, 30 de enero de 2013, y Doug Henschen, “Why Sears is
lealtad Colloquy, señala que un buen programa de lealtad Going All-in on Hadoop”, Information Week, 3 de octubre de 2012.
que ofrece una inteligencia mejorada a una empresa en
cuanto a lo que realmente desean sus clientes puede ser PREGUNTAS DEL CASO DE ESTUDIO
una ventaja estratégica, pero incluso los mejores progra- 6-10 Describa los tipos de “big data” recolectados por las
mas de lealtad no pueden corregir una marca que está fun- organizaciones que se describen en este caso.
damentalmente rota. 6-11 Liste y describa las tecnologías de inteligencia de
Fuentes: Laura Kolodny, “How Consumers Can Use Big Data”, negocios descritas en este caso.
Wall Street Journal, 23 de marzo de 2014; Joseph Stromberg, “Why
6-12 ¿Por qué las empresas y los servicios descritos en este
Google Flu Trends Can’t Track the Flu (Yet)”, smithsonianmag.com,
13 de marzo de 2014; Gary Marcus y Ernest Davis, “Eight (No, Nine!) caso necesitan mantener y analizar datos extensos
Problems With Big Data”, New York Times, 6 de abril de 2014; (big data)? ¿Qué beneficios de negocios obtuvieron?
Thomas H. Davenport, “Big Data at Work”, Harvard Business School ¿Qué tanto les ayudó el análisis de datos extensos?
Publishing, 2014; Samuel Greengard, “Companies Grapple With Big
6-13 Identifique tres decisiones que se mejoraron
Data Challenges”, Baseline, 29 de octubre de 2013; Rachael King y
Steven Rosenbush, “Big Data Broadens Its Range”, Wall Street Journal mediante el uso de Big Data.
(13 e marzo de 2013; Nick Bilton, “Disruptions: Data Without a 6-14 ¿Deben todas las organizaciones tratar de analizar
Context Tells a Misleading Story”, New York Times. 24 de febrero
datos extensos? ¿Por qué? ¿Qué cuestiones de
de 2013; ShiraOvide, “Big Data, Big Blunders”, Wall Street Journal,
11 de marzo de 2013; Mark A. Smith, “Big Data Pointless without
administración, organización y tecnología deben
Integration”, Information Management, 25 de febrero de 2013; Frank tratarse antes de que una empresa decida trabajar
Konkel, “Fast Failure Could Lead to Big-Data Success”, Federal con datos extensos?

Referencias del capítulo 6
Aiken, Peter, Mark Gillenson, Xihui Zhang y David Rafner. “Data Kroenke, David M. y David Auer. Database Processing: Fundamentals,
Management and Data Administration. Assessing 25 Years of Design, and Implementation, 13a. ed. Upper Saddle River, NJ:
Practice”. Journal of Database Management (julio-septiembre Prentice-Hall (2014).
de 2011). Lee, Yang W. y Diane M. Strong. “Knowing-Why about Data Processes
Barth, Paul S. “Managing Big Data: What Every CIO Needs to Know”. and Data Quality”. Journal of Management Information Systems, 20,
CIO Insight (12 de enero de 2012). núm. 3 (invierno de 2004).
Barton, Dominic y David Court. “Making Advanced Analytics Work Lohr, Steve. “The Age of Big Data”. New York Times (11 de febrero
for You”. Harvard Business Review (octubre de 2012). de 2012).
Baum, David. “Flying High with a Private Database Cloud”. Oracle Loveman, Gary. “Diamonds in the Datamine”. Harvard Business Review
Magazine (noviembre/diciembre de 2011). (mayo de 2003).
Beath, Cynthia, Irma Becerra-Fernandez, Heanne Ross y James Short. Marcus, Gary y Ernest Davis. “Eight (No, Nine!) Problems with Big
“Finding Value in the Information Explosion”. MIT Sloan Data”. New York Times (6 de abril de 2014).
Management Review, 53, núm. 4 (verano de 2012). Martens, David y Foster Provost. “Explaining Data-Driven Document
Bughin, Jacques, John Livingston y Sam Marwaha. “Seizing the Classifications”. MIS Quarterly, 38, núm. 1 (marzo de 2014).
Potential for Big Data”. McKinsey Quarterly (octubre de 2011). McAfee, Andrew y Erik Brynjolfsson. “Big Data: The Management
Clifford, James, Albert Croker y Alex Tuzhilin. “On Data Revolution”. Harvard Business Review (octubre de 2012).
Representation and Use in a Temporal Relational DBMS”. McKinsey Global Institute. “Big Data: The Next Frontier for Innovation,
Information Systems Research, 7, núm. 3 (septiembre de 1996). Competition, and Productivity”. McKinsey & Company (2011).
Davenport, Thomas H. y D.J. Patil. “Data Scientist: The Sexiest Job Morrison, Todd y Mark Fontecchio. “In-memory Technology
of the 21st Century”. Harvard Business Review (octubre de 2012). Pushes Analytics Boundaries, Boosts BI Speeds”.
Davenport, Thomas H. Big Data at Work: Dispelling the Myths, SearchBusinessAnalytics.techtarget.com, visitado el 17 de mayo
Uncovering the Opportunities. Harvard Business Press (2014). de 2013.
Eckerson, Wayne W. “Analytics in the Era of Big Data: Exploring a Vast Morrow, Rich. “Apache Hadoop: The Swiss Army Knife of IT”. Global
New Ecosystem”. TechTarget (2012). Knowledge (2013).
___________. “Data Quality and the Bottom Line”. The Data Mulani, Narendra. “In-Memory Technology: Keeping Pace with Your
Warehousing Institute (2002). Data”. Information Management (27 de febrero de 2013).
Greengard, Samuel. “Big Data Unlocks Business Value”. Baseline Redman, Thomas. Data Driven: Profiting from Your Most Important
(enero de 2012). Business Asset. Boston: Harvard Business Press (2008).
Henschen, Doug. “MetLife Uses NoSQL for Customer Service Redman, Thomas C. “Data’s Credibility Problem”. Harvard Business
Breakthrough”. Information Week (13 de mayo de 2013). Review (diciembre de 2013).
Hoffer, Jeffrey A., Ramesh Venkataraman y Heikki Toppi. Modern Rosenbush, Steven y Michael Totty. “How Big Data Is Transforming
Database Management, 11a. ed. Upper Saddle River, NJ: Business”. Wall Street Journal (10 de marzo de 2013).
Prentice-Hall (2013). Ross, Jeanne W., Cynthia M. Beath y Anne Quaadgras. “You May Not
Jinesh Radadia. “Breaking the Bad Data Bottlenecks”. Information Need Big Data After All”. Harvard Business Review (diciembre
Management (mayo/junio de 2010). de 2013).
Jordan, John. “The Risks of Big Data for Companies”. Wall Street Wallace, David J. “How Caesar’s Entertainmant Sustains a Data-Driven
Journal (20 de octubre de 2013). Culture”. DataInformed (14 de diciembre de 2012).
Kajepeeta, Sreedhar. “How Hadoop Tames Enterprises’ Big Data”.
Information Week (febrero de 2012).


Capítulo 6

Cargado por

Copyright:

Formatos disponibles

Capítulo 6

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Capítulo 6

Cargado por

Copyright:

Formatos disponibles

6

OBJETIVOS DE APRENDIZ AJE

1. ¿Cuáles son los problemas de administrar los recursos de datos en un entorno

CASOS DEL CAPÍTULO CASOS EN VIDEO

M06_LAUDON_SISTEMAS-DE-INFORMACION-GERENCIAL_SE_14ED_C6_214-253_XXXX-X.indd 214 2/9/16 11:41 AM

¿A lguna vez ha recibido una nueva oferta de suscripción de un perió-

M06_LAUDON_SISTEMAS-DE-INFORMACION-GERENCIAL_SE_14ED_C6_214-253_XXXX-X.indd 215 2/9/16 11:41 AM

M06_LAUDON_SISTEMAS-DE-INFORMACION-GERENCIAL_SE_14ED_C6_214-253_XXXX-X.indd 216 2/9/16 11:41 AM

L a experiencia de The Globe and Mail ilustra la importancia de la administración

M06_LAUDON_SISTEMAS-DE-INFORMACION-GERENCIAL_SE_14ED_C6_214-253_XXXX-X.indd 217 2/9/16 11:41 AM

6.1 ¿CUÁLES SON LOS PROBLEMAS DE ADMINISTRAR

TÉRMINOS Y CONCEPTOS DE ORGANIZACIÓN DE ARCHIVOS

PROBLEMAS CON EL ENTORNO TRADICIONAL DE ARCHIVOS

M06_LAUDON_SISTEMAS-DE-INFORMACION-GERENCIAL_SE_14ED_C6_214-253_XXXX-X.indd 218 2/9/16 11:41 AM

FIGURA 6.1 LA JERARQUÍA DE DATOS

Base de datos del estudiante

39044 IS 101 F06 B+

ID_Estudiante Curso Fecha Calificación

Campo IS 101 (Campo del curso)

Byte 0100 1001 (Letra I en ASCII)

cientos de programas y aplicaciones que son muy difíciles de mantener y administrar.

Re du nd an ci a e i nc on si stencia de los datos

M06_LAUDON_SISTEMAS-DE-INFORMACION-GERENCIAL_SE_14ED_C6_214-253_XXXX-X.indd 219 2/9/16 11:41 AM

FIGURA 6.2 PROCESAMIENTO TRADICIONAL DE ARCHIVOS

ventas, inventario y manufactura de un vendedor minorista de ropa, podrían usar distin-

Fal ta de fl exi bili dad

M06_LAUDON_SISTEMAS-DE-INFORMACION-GERENCIAL_SE_14ED_C6_214-253_XXXX-X.indd 220 2/9/16 11:41 AM

Se gu ri d ad d efe ctu osa

Fa l t a de c omp arti ci ón y disponibi lidad de l os datos

6.2 ¿CUÁLES SON LAS PRINCIPALES CAPACIDADES

SISTEMAS DE ADMINISTRACIÓN DE BASES DE DATOS

M06_LAUDON_SISTEMAS-DE-INFORMACION-GERENCIAL_SE_14ED_C6_214-253_XXXX-X.indd 221 2/9/16 11:41 AM

FIGURA 6.3 BASE DE DATOS DE RECURSOS HUMANOS CON VARIAS VISTAS

número de seguro social y cobertura del seguro médico. Un miembro de un departa-

C ómo resuel ve un DB MS l os problemas del entorn o

DBMS rel acional

M06_LAUDON_SISTEMAS-DE-INFORMACION-GERENCIAL_SE_14ED_C6_214-253_XXXX-X.indd 222 2/9/16 11:41 AM

FIGURA 6.4 TABLAS DE BASES DE DATOS RELACIONALES

PROVEEDOR Columnas (atributos, campos)

Numero_Proveedor Nombre_Proveedor Calle_Proveedor Ciudad_Proveedor Estado_Proveedor CP_Proveedor

8261 B. R. Molds 1277 Gandolly Street Cleveland OH 49345

8263 Jackson Composites 8233 Micklin Street Lexington KY 56723

8444 Bryant Corporation 4315 Mill Drive Rochester NY 11344

Campo clave Filas

Numero_Pieza Nombre_Pieza Precio_Unitario Numero_Proveedor

137 Cerrojo de puerta 22.00 8259

145 Espejo lateral 12.00 8444

150 Moldura de puerta 6.00 8263

152 Seguro de puerta 31.00 8259

155 Compresor 54.00 8261

178 Manija de puerta 10.00 8259

Clave primaria Clave foránea

M06_LAUDON_SISTEMAS-DE-INFORMACION-GERENCIAL_SE_14ED_C6_214-253_XXXX-X.indd 223 2/9/16 11:41 AM

la información en cualquier fila de la tabla y su clave primaria no puede estar duplicada.

Op eraci ones de un D BMS r el acional

Bases de datos no relacionales y bases de datos en la nube

M06_LAUDON_SISTEMAS-DE-INFORMACION-GERENCIAL_SE_14ED_C6_214-253_XXXX-X.indd 224 2/9/16 11:41 AM

Seleccionar Numero_Pieza = 137 o 150

137 Cerrojo de puerta 8259 CBM Inc.