Mapa Mental Business Intelligence

EXACTITUD. Evitar errores

SAS

INFORMATION
BUILDERS

QLIKTech

IBM

SAP

ORACLE

MICROSTRATE
GY

MICROSOFT

OBJETIVIDAD. Evitar manipulación
UTILIDAD. Fácilmente comprensibles yuso inmediato.
RELEVANCIA. Seleccionada de acuerdo a necesidades de usuarios
DISPOSICIÓN. Resuelve necesidades de diferentes niveles en la organización.
OPORTUNIDAD. Entregada cuando aún es útil.POR CAPACIDAD DE
EJECUCIÓN E
INTEGRIDAD EN SU
VISIÓN

ADVIZOR
SALIENT
TABLEAU
SOFTWARE
LogiXML
CORDA
INFORMATION
BUILDERS

POR VOLUMEN DE
VENTAS Y
EXPERIENCIA DE
USUARIOSPROCESO PARA
RECOLECTAR,
ANALIZAR Y
COMPARTIR
DATOS PARATOMA
DE DESICIONES

Reconocimiento del
Problema
Definición del Problema
Generación de
Alternativas de Solución
Desarrollo del ModeloBEST OF
THE CLASS

Análisis de Alternativas

DEFINICIÓN
Y EVOLUCIÓN

QUITERIAN

Selección

PASADO,
PRESENTE Y
FUTURO

TIBCO
SPOTFIRE

Implementación

1950´s. Estudios TeóricosCarnegie Institute of Technology.

MICROSOFT

1960’s. Trabajos Técnicos -MIT

INTELIGENCIA
INTELIGENCIA
DE NEGOCIOS

1970’s Modelo del proceso de toma de decisiones y
herramientas DSS (nivelpersonal y pequeños grupos).
1985 Evolución a sistemas corporativos (EIS)
1990’s Data warehouse, OLAP y Data mining
2000’s Evolución a sistemas globales complejos e
interconectados mediante Internet, Web y Telecomunicaciones

DSS BASADO EN WWW
Servicio de apoyo para toma de decisiones a través de
un navegador de internet (Internet Explorer, Netscape).
Ideal para empresas geográficamentedispersas a un
costo relativamente bajo.
DATA MINING

SOLUCIONES
PARA TOMA DE
DECISIONES
(DSS)

MODELO
CONCEPTUAL
(Microsoft)
FUENTE DE DATOS

Proceso de búsqueda de relaciones desconocidaso
poco obvias de la información en grandes repositorios .

INTEGRACIÓN DE
DATOS

Permite establecer modelos complejos para para hacer
predicciones sobre el comportamiento de los datos
DATA...