Sistemas Informacionales (II)

Continuando donde lo dejamos en el post anterior (y en la sesión teórica anterior, por tanto), nos encontramos en las fases de uso de un Business Intelligence (BI), que eran las siguientes:

En la entrada anterior vimos las tres primeras y, en esta ocasión, continuaremos con las dos últimas: acceso y explotación. 

4.- Acceso

A la capa de acceso suele llamarse middleware y se encarga de proveer el acceso a los sistemas que generan el conocimiento visto en la fase anterior de almacenamiento. Con los datos obtenidos se pueden realizar una serie de operaciones que se clasifican en:

• Operaciones básicas: rutinarias del día a día
• Operaciones descriptivas: para explicar los datos existentes
• Operaciones predictivas: realizar previsiones que faciliten la toma de decisiones

5.- Explotación

Supone hacer tangible todo el proceso de BI. Se encarga de generar conocimiento a partir de la información existente en el almacenamiento de la organización. 

Se puede ver como el manejo de las herramientas que hacen uso de los resultados del Data Mart (DM) y Data Warehouse (DW). En esta fase se emplearán como herramientas:

• EIS (Executive Information System)
• DSS (Decision Support Systems)
• Data Mining
• Inteligencia Artificial
• OLAP (OnLine Analytical Processing)

Los sistemas OLAP representan una de sus características principales, la multidimensionalidad, mediante cubos, existiendo variantes de OLAP para el trabajo con estos cubos:

• MOLAP (Multidimensional OLAP): realiza el trabajo mediante matrices
• ROLAP (Relational OLAP): emplea modelos relacionales mediante tablas
• HOLAP (Hybrid OLAP): une ambas creando un sistema híbrido 

Otra aplicación a tener en cuenta en la fase de explotación es la minería de datos (Data mining en inglés). Es "la constante e iterativa exploración y estudio del rendimiento pasado del negocio, con el objetivo de ganar conocimiento útil para la consecución de los objetivos estratégicos de la organización".

En resumen, consiste en extraer patrones de grandes bases de datos, teniendo, por tanto, una componente estadística muy importante. Además, muchos de los métodos actuales de minería de datos se basan en inteligencia artificial. 

Por último, también es algo a considerar en esta fase el Big Data, definido por Gartner en 2012 como "los activos de información de gran volumen, velocidad y variedad, que demandan formas innovadoras de procesamiento de la información, de manera rentable para conseguir un mayor conocimiento y con ello mejor toma de decisiones".