INTELIGENCIA DE NEGOCIOS Y ANALÍTICA DE DATOS

En la presente publicación se estudian las técnicas y tecnologías de inteligencia de negocios, analítica de negocios y analítica de datos, tanto tradicionales como modernas. Se aborda el proceso de digitalización de las empresas mediante la economía colaborativa, experiencia de cliente y blockchain; se describen detalladamente las características principales de la arquitectura e infraestructura de la inteligencia de negocios; se estudian los fundamentos de minería de datos y sus aplicaciones más frecuentes, así como de  la minería web (motores de búsqueda, su soporte y las técnicas de optimización de los buscadores SEO y SEM; se describen los diferentes tipos de analítica web, móvil, social y de sentimientos, asimismo, los principales conceptos de métricas y  KPI (indicadores clave de rendimiento o desempeño); se analizan las técnicas fundamentales de la analítica web, la analítica social y se describen las herramientas más usadas por las empresas en el análisis de datos, así como las herramientas de monitorización, reputación e influencia social. En este libro se estudia también la inteligencia de negocios del futuro, parte importante de la Industria 4.0.

VENTAJAS

• Cada capítulo contiene casos de estudio con enfoques prácticos, basados en estudios e informes de consultoras internacionales prestigiosas.

• Cada uno de los capítulos cuenta con una introducción, un listado de los objetivos perseguidos y una bibliografía para ampliar los conocimientos en algún tema de interés.

• Cuenta con referencias web y figuras ilustrativas.

CONOZCA

• Los conceptos fundamentales de la analítica de negocios, sus tipos y características.

• Qué tecnologías son utilizadas en la transformación digital de las empresas.

• Las operaciones fundamentales de presentación de resultados como reportes, consultas, cuadros de mando, así como las herramientas de visualización más populares entre las empresas.

• Los tipos, técnicas, procesos y aplicaciones prácticas de la minería de datos.

APRENDA

• Cómo funcionan las nuevas tendencias de Experiencia del cliente y Blockchain.

• A aplicar los dos fundamentales enfoques de un sistema de datos Warehouse: Inmon y Kimball.

• A utilizar los cuadros de mando (dashboards) como ayuda en una toma de decisiones, así como usar el Cuadro de Mando Integral (Balanced Scorecard).

• A implementar una Analítica de Big Data y una Analítica Web.

DESARROLLE SUS HABILIDADES PARA

• Identificar las principales características de las bases de datos y almacenes de datos (Data Warehouse y Data Mart).

• Distinguir las partes que conforman un ecosistema Hadoop, así como el concepto de Open Data y su impacto en los sistemas de Inteligencia de Negocios.

• Utilizar las herramientas de Analítica Social y examinar métricas sociales populares.

• Distinguir las ventajas de un Sistema de Gestión del Conocimiento e identificar las plataformas colaborativas más usadas en organizaciones y empresas.

CAPÍTULO 1
INTELIGENCIA DE NEGOCIOS. Una
panorámica global ………………………… 1
1.1 Introducción…………………………………… 2
1.2 Inteligencia de negocios: Historia,
definiciones y conceptos ………………………. 3
1.3 Business Intelligence, Business Analytics y Big Data: Los tres pilares de
la inteligencia empresarial ……………………. 7
1.4 Arquitectura de un sistema de
inteligencia de negocios ………………………. 8
1.5 Introducción a Big Data y su impacto
en la inteligencia de negocios……………….. 18
1.6 Arquitectura de inteligencia de
negocios con integración de Big Data ……. 22
1.7 Visión gerencial de inteligencia de
negocios ……………………………………………… 28
1.8 Analítica de negocios (business
analytics)…………………………………………….. 31
1.9 Inteligencia de negocios en Big Data .. 35
1.10 Inteligencia de negocios móvil ………. 38
1.11 Inteligencia de negocios en la nube.. 38
1.12 Proveedores de inteligencia de
negocios: Cuadrante mágico de Gartner
de BI & Analytics ………………………………….. 42
1.13 Inteligencia de negocios futura:
Integración de Big Data, Internet de las
Cosas e Inteligencia Artificial ………………… 46
1.14 La evolución hacia la Inteligencia
de negocios en la nube (Cloud BI) …………. 47
1.15 RESUMEN……………………………………. 49

CAPÍTULO 2
ANALÍTICA DE NEGOCIOS
(BUSINESS ANALYTICS): UNA VISIÓN
GLOBAL………………………………………… 53
2.1 Introducción …………………………………. 54
2.2 Conceptos básicos de analítica de
negocios (business analytics) ……………….. 55
2.3 Business Analytics versus Data
Analytics……………………………………………… 57
2.4 Analítica avanzada (AA) ………………….. 62
2.5 Caso de estudio: Cuadrante mágico
de Gartner de BI & Analytics ………………… 64
2.6 Organización, tipos y fuentes de
datos ………………………………………………….. 69
2.7 Ciclo de vida de los datos ………………. 72
2.8 Analítica de datos: conceptos y tipos
…………………………………………………………… 77
2.9 Big Data Analytics ………………………….. 84
2.10 Ciencia de datos: Evolución de la
analítica de negocios y el análisis de
datos ………………………………………………….. 86
2.11 Tendencias de Analytics ……………….. 91
2.12 RESUMEN……………………………………. 93
CAPÍTULO 3
TRANSFORMACIÓN DIGITAL EN
ORGANIZACIONES Y EMPRESAS
(ECONOMÍA COLABORATIVA,
EXPERIENCIA DE CLIENTE Y
BLOCKCHAIN)……………………………….. 97
3.1 Introducción ………………………………….. 98
3.2 ¿Qué es Transformación Digital? …….. 99
3.3 Tecnologías facilitadoras de la
Transformación Digital …………………………. 101
3.4 La empresa digital …………………………. 105
3.5 La Transformación Digital en la
industria y en la empresa ……………………..107
3.6 El proceso de Transformación Digital .113
3.7 Fábrica inteligente: la
Transformación Digital en la Industria
4.0……………………………………………………… 114
3.8 Economía Colaborativa……………………116

3.9 Experiencia de Cliente …………………….121
3.10 Blockchain (cadena de bloques)…….124
3.11 Blockchain en Inteligencia de
Negocios………………………………………………128
3.12 RESUMEN…………………………………….130
PARTE II
INFRAESTRUCTURAS Y ARQUITECTURA
DE INTELIGENCIA DE NEGOCIOS
CAPÍTULO 4
ALMACENES DE DATOS: DATA
WAREHOUSE, OLAP Y DATA LAKE…….135
4.1 Introducción……………………………………136
4.2 Datos: gestión, gobierno, calidad e
integridad ………………………………………… 136
4.3 Administración de archivos………………143
4.4 Bases de datos…………………………… 145
4.5 Data Warehouse…………………………. 147
4.6 Data Mart…………………………………… 151
4.7 Marco de trabajo (framework) de un
sistema de almacenamiento de datos .. …153
4.8 Metadatos, calidad y gobierno de un
Data Warehouse ………………………………. 160
4.9 Herramientas ETL……………………….. 162
4.10 Desarrollo de un sistema de Data
Warehouse………………………………………. 164
4.11 Enfoques de desarrollo (modelos)
de un sistema de Data Warehouse…….. 165
4.12 OLAP (Procesamiento analítico en
línea) ………………………………………………. 168
413 Data Lakes (Lagos de Datos): Los
nuevos depósitos de almacenamiento
de datos ………………………………………….. …173
4.14 Data Lake versus Data Warehouse 177
4.15 Proveedores de soluciones de Data
Warehouse ……………………………………… 180
4.16 RESUMEN ……………………………….. 186
CAPÍTULO 5
BIG DATA: ARQUITECTURA,
ECOSISTEMA HADOOP Y OPEN
DATA)……………………………………………… 187
5.1 Introducción……………………………….. …188
5.2 Definición de Big Data ………………… …190
5.3 Tipos de datos ……………………………. …192
5.4 Características de Big Data …………. …195

5.5 Breve reseña histórica de Big Data.. ..202
5.6 Fuentes de datos ………………………… ..204
5.7 Datificación ………………………………… ..208
5.8 Datos en organizaciones y empresas .209
5.9 Arquitectura de Big Data ……………… ..210
5.10 Ecosistema Hadoop…………………… ..215
5.11 Herramientas más utilizadas de
Hadoop en Big Data ………………………….. ..217
5.12 Open Data: el movimiento de los
datos abiertos…………………………………… ..223
5.13 Iniciativas e índices
internacionales de Open Data ……………. ..224
5.14 RESUMEN…………………………………. 228
CAPÍTULO 6
BASES DE DATOS NOSQL Y “EN
MEMORIA” …………………………………. 233
6.1 Introducción ………………………………….. 234
6.2 Tipos de Bases de datos………………. 235
6.3 Bases de datos NoSQL ………………… 239
6.4 Modelos de bases de datos NoSQL …. 242
6.5 Breve historia de NoSQL…………………. 250
6.6 Computación “En Memoria”In
memory)……………………………………………… 251
6.7 Bases de datos “en memoria” ………… 254
6.8 Proveedores de soluciones de
software de bases de datos………………….. 260
6.9 RESUMEN ………………………………….. 264
CAPÍTULO 7
VISUALIZACIÓN DE DATOS: INFORMES
Y CONSULTAS, CUADROS DE
MANDO (DASHBOARDS) Y CUADRO
DE MANDO INTEGRAL (CMI) ………… 267
7.1 Introducción ……………………………….. 268
7.2 Conceptos generales de
visualización de datos……………………….. 270
7.3 Gráficos ……………………………………… 270
7.4 Tipos de gráficos…………………………. 272
7.5 Mapas………………………………………… 282
7.6 Infografías ………………………………….. 288
7.7 Informes (reporting) y consultas
(query)……………………………………………… 291
7.8 Cuadros de mando (dashboards)….. 294
7.9 Narrativa de Datos (Data
Storytelling)………………………………………. 304

7.10 Cuadro de Mando Integral (CMI) o Balanced Scorecard………………………….. 307
7.11 Herramientas de visualización de
datos……………………………………………….. 311
7.12 RESUMEN………………………………… 311
PARTE III
ANALÍTICA DE NEGOCIOS Y ANALÍTICA DE
DATOS
CAPÍTULO 8
MINERÍA DE DATOS ………………………. 317
8.1 Introducción……………………………….. 318
8.2 Minería de Datos: conceptos,
definiciones y aplicaciones………………… 319
8.3 Aplicaciones de la Minería de Datos 320
8.4 Proceso de descubrimiento de
conocimiento: KDD…………………………… 324
8.5 Proceso de Minería de Datos:
metodología CRISP-DM……………………… 329
8.6 Proceso de Minería de Datos:
metodología SEMMA ………………………… 337
8.7 Modelos, algoritmos y técnicas de
Minería de Datos ……………………………… 339
8.8 Relaciones de la Minería de Datos
con otras disciplinas: de BIG DATA a DATA SCIENCE …………………………………. 340
8.9 Herramientas de software de
Minería de Datos ……………………………… 342
8.10 RESUMEN………………………………… 348
CAPÍTULO 9
MINERÍA WEB Y MINERÍA DE
TEXTOS ANALÍTICA DE DATOS (BIG
DATA & ANALYTICS)…………………… 355
9.1 Introducción……………………………….. 356
9.2 Minería de Textos……………………….. 357
9.3 Herramientas de la Minería de
Textos ……………………………………………… 358
9.4 Minería Web: conceptos,
definiciones y categorías …………………… 360
9.5 Arquitectura de la Minería Web……. 364
9.6 Categorías de la Minería Web………. 367
9.7 Minería Web de Contenido ………….. 369
9.8 Minería Web de la Estructura ………. 369
9.9 Minería Web del Uso …………………… 373
9.10 Herramientas de Minería Web …… 375

9.11 Motores de búsqueda
(buscadores) ……………………………………. 376
9.12 Posicionamiento SEO: Optimización
de los motores de búsqueda ……………… 381
9.13 Posicionamiento SEM………………… 385
9.14 RESUMEN ………………………………… 386
CAPÍTULO 10
ANALÍTICA DE DATOS (BIG DATA &
ANALYTICS)………………………………… 389
10.1 Introducción ……………………………… 390
10.2 ¿Qué es Analítica de Datos? (Data
Analytics)……………………………………………..391
10.3 Analítica de Negocios (Business
Analytics/Analytics) …………………………… 393
10.4 Una visión global de Analítica de
Big Data …………………………………………… 394
10.5 Categorías prácticas de Analítica… 396
10.6 Analítica de Big Data …………………. 397
10.7 Características de una plataforma
de integración de Analítica de Big Data…..400
10.8 Analítica Digital …………………………. 401
10.9 Analítica Web …………………………… 402
10.10 Proliferación de datos sociales……. 405
10.11 Analítica Social ………………………….. 407
10.12 Análisis de Sentimientos……………..408
10.13 Analítica Móvil ……………………………410
10.14 RESUMEN …………………………………. 415
CAPÍTULO 11
ANALÍTICA WEB Y ANALÍTICA SOCIAL 419
11.1 Introducción ………………………………… 420
11.2 Primeras consideraciones
empresariales sobre analítica web………… 422
11.3 Breve historia de la Analítica Web …. 423
11.4 Métricas ……………………………………… 424
11.5 Indicadores clave de rendimiento
(KPI)……………………………………………………. 430
11.6 Informes (Google Analytics)…………… 432
11.7 Herramientas de Analítica Web……… 434
11.8 Analítica Web Móvil (Mobile
Analytics)…………………………………………….. 437
11.9 Analítica Social…………………………….. 439
11.10 Herramientas de Analítica Social…. 443
11.11 Herramientas de monitorización … 447
11.12 Herramientas de reputación e
influencia social…………………………………… 452
11.13 RESUMEN …………………………………. 460

CAPÍTULO 12
GESTIÓN DEL CONOCIMIENTO Y
HERRAMIENTAS COLABORATIVAS… 463
12.1 Introducción …………………………………464
12.2 Definición de conocimiento: un
enfoque de gestión y toma de
decisiones ……………………………………………465
12.3 ¿Qué es gestión del conocimiento? ..471
12.4 Sistemas de gestión del
conocimiento………………………………………..473
12.5 Métricas……………………………………….475
12.6 Tecnologías de colaboración………….478
12.7 Tecnologías de almacenamiento ……479
12.8 (Trabajo en grupo (groupwork y
groupware)…………………………………………..480
12.9 Herramientas colaborativas …………..481
12.10 Integración de los SGC con
sistemas de información ……………………….48412.9 Métricas 332
12.11 Soluciones y plataformas
colaborativas y de comunicaciones
unificadas…………………………………………….487
12.12 RESUMEN…………………………………..491
PARTE IV
LA INTELIGENCENCIA DE NEGOCIOS EN
LA CUARTA REVOLUCIÓN INDUSTRIAL
CAPÍTULO 13
INTELIGENCIA ARTIFICIAL APLICADA
Y ALGORITMOS EN INTELIGENCIA
DE NEGOCIOS…………………………… 493
13.1 Introducción …………………………….. 494
13.2 Inteligencia Artificial: Definición,
historia y evolución …………………………… 495
13.3 Tecnologías de Inteligencia
Artificial …………………………………………… 499
13.4 Aprendizaje automático ……………. 502
13.5 Aprendizaje profundo (Deep
learning) ………………………………………….. 503
13.6 Computación cognitiva ……………… 508
13.7 Bots y cognitiva ………………………… 511
13.8 Chatbots de empresa: el caso de la
atención al cliente digital ………………….. 516
13.9 El algoritmo en inteligencia
artificial como modelo de negocio en la
economía digital……………………………….. 520
13.10 RESUMEN………………………………. 528

CAPÍTULO 14
CIENCIA DE DATOS Y CIENTÍFICOS
DE DATOS EN INTELIGENCIA DE
NEGOCIOS………………………………………. 533
14.1 Introducción……………………………… 534
14.2 Definición de Ciencia de Datos …… 534
14.3 Disciplinas de Ciencias de Datos… 539
14.4 El proceso de Ciencia de Datos ….. 542
14.5 El científico de datos …………………. 544
14.6 El perfil del científico de datos……. 546
14.7 Herramientas de programación
para Ciencia de Datos ……………………….. 548
14.8 Roles profesionales relacionados
con datos ………………………………………… 551
14.9 La Ciencia de Datos en la
Inteligencia de Negocios ……………………. 554
14.10 RESUMEN ………………………………. 557
CAPÍTULO 15.
TENDENCIAS DE FUTURO EN
INTELIGENCIA DE NEGOCIOS.
PRIVACIDAD, PROTECCIÓN Y
SEGURIDAD DE LOS DATO (Parte1) 561
15.1 Introducción……………………………… 562
15.2 Inteligencia de Negocios en la
nube: tendencias………………………………. 563
15.3 Medidas de seguridad en el ciclo
de vida de los datos ………………………….. 564
15.4 Los riesgos a la privacidad en la
Inteligencia de Negocios ……………………. 565
15.5 Ética y responsabilidad social de
las empresas ……………………………………. 567
15.6 El nuevo reglamento de protección
de datos y de privacidad de la Unión
Europea……………………………………………. 569
15.7 Revisión general de tendencias
futuras en Inteligencia de Negocios ……. 575
15.8 Introducción……………………………… 582
15.9 Tendencias de inteligencia de
negocios…………………………………………… 583
15.10 Medidas de seguridad en el ciclo
de vida de los datos ………………………….. 588
15.11 El futuro del empleo y las nuevas
profesiones en los negocios……………….. 590
15.12 Guía de empleo it: profesiones
con futuro…………………………………………. 596

15.13 Inteligencia de negocios
moderna: el futuro de la empresa ……… 598
15.14 Tendencias tecnológicas de
impacto en los negocios en 2018………. 601
15.15 Tendencias tecnológicas de
impacto en los negocios en 2019………. 603
15.16 RESUMEN………………………………. 615
BIBLIOGRAFÍA Y RECURSOS………………. 619