HERRAMIENTAS DEL MARKETING: DATAWAREHOUSING

Revista CENIC Ciencias Biológicas, Vol. 36, No. Especial, 2005
Herramientas del Marketing: Data Warehousing,
Tecnologia
necesaria
para
el
Comercio
Internacional.
Rosa Maria Hernández Lamillar
FARMACUBA, Vento 4163, Cerro, Ciudad Habana, Cuba. Teléfonos: 577976 al 82, 545365. Fax: 577917
E mail: rosa@farmacuba.minbas.cu, hernandezlamillar@gmail.com
RESUMEN: La Empresa Internacional actual y en particular su área de Marketing se ve obligada a realizar
cambios e implantar las nuevas tecnologías de la información El objetivo de este trabajo es introducir y analizar
aspectos de las nuevas técnicas de la informática y su repercusión en la empresa: Data warehousing, Data
warehouse, Data Marts, OLAP, Data Mining, Business Intelligence. La necesidad de obtener información para
una amplia variedad de individuos es la principal razón de negocios que conduce al concepto de Data
warehouse. El énfasis no está sólo en llevar la información hacia lo alto sino que a través de la organización,
para que todos los empleados que la necesiten la tengan a su disposición. Los sistemas de Data warehousing
han surgido como respuesta a la problemática de extraer información sintética a partir de datos atómicos
almacenados en bases de datos de producción. Uno de los objetivos principales de este tipo de sistemas es
servir como base de información para la toma de decisiones. Los beneficios obtenidos por la utilización de este
tipo de sistemas se basan en el acceso interactivo e inmediato a información estratégica de un área de
negocios. Este acercamiento de la información al usuario final permite una toma de decisiones rápida y basada
en datos objetivos obtenidos a partir de las bases de datos (eventualmente heterogéneas) de la empresa. Estos
beneficios aumentan cuanto más importantes son las decisiones a tomar y cuanto más crítico es el factor
tiempo. El objetivo del Data warehousing será el de satisfacer los requerimientos de información interna de la
empresa para una mejor gestión. El contenido de los datos, su organización y estructura son dirigidos a
satisfacer las necesidades de información de los analistas. El Data warehouse es el lugar donde la gente puede
accesar sus datos. Las aplicaciones de Business Intelligence, donde es obvio que no es posible la sustitución
de la intuición y análisis humano, servirán como auxiliares tácticos y estratégicos para empresarios, analistas
técnicos y usuarios de información dentro de las empresas. Un proyecto data warehousing se considera exitoso,
cuando su objetivo final comienza a concretarse, es decir que el personal use el Data warehousing para
satisfacer sus necesidades empresariales. Los cambios que comenzarán a producirse en la empresa al
implementar un Data warehousing son variados, es importante entonces anticiparse a estos cambios,
considerar sus implicaciones y planificarlos
ABSTRACT: The current International Company and in particular their Marketing area is forced to carry out
changes and to establish the new technologies of the information The main objective is to introduce and to
analyze aspects of the computer science's new techniques and its repercussion in the company: Data
warehousing, Data warehouse, Marts, OLAP, Dates Mining, Business Intelligence. The necessity to obtain
information for a wide variety of individuals is the main reason of business that leads to the concept of Data
warehouse. The emphasis is not only in taking the information toward the high thing but rather through the
organization, so that all the employees that need it have at your disposal. The systems of Data warehousing
have arisen as answer to the problem of extracting synthetic information starting from atomic data stored in
production databases. One of the main objectives of this type of systems is to serve as base of information for
the taking of decisions. The benefits obtained by the use of this type of systems are based on the interactive and
immediate access to strategic information of an area of business. This approach of the information to the final
user one allows taking of quick decisions and based on objective data obtained starting from the databases
(possibly heterogeneous) of the company. These benefits increase the more important they are the decisions to
take and the more critics is the factor time. The objective of the Data warehousing will be to satisfy the
requirements of internal information of the company for a better administration. The content of the data, their
organization and structure are directed to satisfy the necessities of the analysts of information. The Data
warehouse is the place where people can access her data. The applications of Business Intelligence, where it is
obvious that it is not possible the substitution of the intuition and human analysis, they will serve as auxiliary
Revista CENIC Ciencias Biológicas, Vol. 36, No. Especial, 2005
tactical and strategic for managers, technical analysts and users of information inside the companies. A project
data warehousing is considered successful, when it’s final objective begins to be summed up, that is to say that
the personnel uses the Data warehousing to satisfy his managerial necessities. The changes that will begin to
take place in the company when It be implementing a Data warehousing. are varied, is important then to be
early to these changes, to consider their implications and to plan them.
Palabras claves: Data warehousing, Data warehouse, Marketing, Información
Key words: Data warehousing, Data warehouse, Marketing, Information
INTRODUCCION
En la actualidad gran parte de las empresas de comercio exterior cuentan con la automatización de sus
procesos, manejando gran cantidad de datos en forma centralizada y manteniendo sus sistemas en línea. En
esta información descansa el know−how de la empresa, constituyendo un recurso corporativo primario y parte
importante de su patrimonio.
Pero no hay duda que de todas las funciones administrativas de una empresa importadora exportadora, la
mercadotecnia es la más afectada por las operaciones internacionales y su complejidad se deriva de la
necesidad de entender los diversos escenarios que se encuentra al llevar sus productos a los clientes
extranjeros.
La administración de mercadotecnia internacional tiene que llenar un número de requisitos entre los que
encontramos la investigación de mercados internacionales para identificar los diversos clientes finales posibles,
clasificarlos usando métodos de segmentación, modificar sus productos de acuerdo a las exigencias del sector,
implantar una estrategia internacional de precios para determinar la escala de precios de venta, que ayudarán a
la empresa a establecer una ventaja competitiva sostenible en los mercados elegidos, generar una estrategia
promocional y organizar un sistema internacional de distribución. Para realizar un análisis de mercado y poder
llegar a una decisión, se debe manejar un gran volumen de información, que está en algún lugar de la Red,
pero al mismo tiempo, la tarea de encontrar información de calidad y clasificarla puede llevar mucho tiempo y
ser casi interminable, al menos para el momento en que es necesaria.
En la actualidad se presenta la propuesta de un nuevo paradigma de los sistemas de información en el que se
justifica la necesidad de herramientas capaces de satisfacer los requerimientos de este tipo de modelo de
datos. Este paradigma de negocio introduce nuevos requerimientos a los sistemas de información, tales como la
necesidad de guardar la mayor información posible, la rápida modificación de los modelos organizativos y la
necesidad de obtener una información mucho más detallada y variable en cortos períodos de tiempo.
En toda organización se emplean tres tipos de información, los datos operativos, los datos operacionales y los
datos informativos.
Los datos operativos constituyen la gestión de la información del día a día, reflejan los procesos físicos de las
organizaciones, como transacciones monetarias, movimientos de mercancías, carga de máquinas, entradas y
salidas del personal, etc. Este modelo de datos está integrado por la interrelación de la información necesaria
para controlar estos procesos físicos: balances, programación de la producción, nóminas, entre otros. Son datos
fuertemente estructurados y permanentes en el tiempo. Estos modelos de datos son los que constituyen los
Sistemas de Información Orientados a la Gestión.
Los datos operacionales son aquellos necesarios para la toma de decisiones y corresponden a requerimientos
de informaciones necesarias para ofrecer una visión de conjunto de la actividad de la organización. Están
basados en índices o ratios obtenidos a partir de informaciones homogéneas consolidadas, expuestas de forma
comparativa de diversas instancias en el tiempo, tanto pasados, que permiten analizar la evolución de los
distintos criterios utilizados, como la proyección de estos datos a instancias futuras. La definición del modelo de
datos se hará en función de los ratios o índices que se pretendan controlar, tales como datos históricos, paneles
de control, cuadros indicadores, proyecciones de explotación, ventas, compras, etc. Son datos frecuentemente
estructurados y variables en el tiempo. Estos modelos de datos son los que constituyen los Sistemas de
Información Orientados a la Toma de Decisiones.
Y por último los datos informativos, que son los utilizados para la comunicación interpersonal y grupal dentro de
la organización, es lo que actualmente se conoce como work-flow o trabajo en grupo, como los procedimientos
establecidos para la toma de decisiones, el soporte de la toma de decisiones, el control de los procesos
originados por la toma de decisiones y la difusión de la toma de decisiones. Estos datos son débilmente
estructurados y variables en el tiempo. Estos modelos de datos son los que constituyen los Sistemas de
Información Orientados a la Comunicación.
Revista CENIC Ciencias Biológicas, Vol. 36, No. Especial, 2005
Entre estos tres Sistemas de Información existen relaciones. Entre los sistemas de información orientados a la
gestión, que manejan los datos operativos, y los orientados a la toma de decisiones, que manejan los datos
operacionales, existe en principio una relación que irá del primero al segundo ya que del primero se obtendrán
los datos fuente para la elaboración de los datos objeto por el segundo, la relación inversa, en principio no es
recomendable, pero no se descarta en ciertos casos.
Entre los sistemas de información orientados a la gestión que manejan datos operativos, y los sistemas de
gestión orientados a la comunicación, que manejan datos informativos se pueden dar relaciones en los dos
sentidos siempre que se transfieran informaciones con datos estructurados.
Entre los sistemas de información orientados a la comunicación, que manejan los datos informativos y los
sistemas de gestión, orientados a la toma de decisiones, pueden existir relaciones en ambos sentidos, siempre
que el tipo de datos a transferir sea analizado para cada caso.
En la siguiente figura se muestra el nuevo paradigma informacional de la empresa, tres estructuras de
información claramente diferenciadas y relacionadas.
INFORMACION
OPERACIONAL
(Para la toma de
INFORMACION DE
GRUPO
(Flujo de trabajo)
INFORMACION
OPERATIVA
(El dia a dia)
Los datos operativos son los generados y manipulados en los procesos de negocio y constituyen el “día a día”
de la empresa. En cambio los datos operacionales son los manipulados por la Dirección para tomar las
decisiones empresariales para su gestión competitiva. En realidad esto los convierte en el “panel de a bordo” de
la empresa o su “sistema de gobierno” y, como tal, fundamentalmente, estos datos sólo son extractivos. Así
queda reflejado en la flecha unidireccional que los relaciona. Por tanto, los datos operacionales son sólo
informativos y no tienen funciones de actualización sobre los datos operativos. El tercer tipo de datos soporta
los flujos de trabajo en la empresa para su distribución y utilización por el grupo y corporación, se nutren tanto
de los datos operativos como de los datos operacionales y ejercen una función de control (flecha discontinua)
sobre los mismos.
Las Tecnologías de la Información han cambiado sustancialmente la forma de trabajo de las empresas. Los
negocios en general y el marketing en particular, será un proceso intensivo de información en este milenio.
Deberá centralizarse en desarrollar estrategias de explotación de la información, para responder de forma
individual a los consumidores.
Los sistemas de Data warehousing son el centro de la arquitectura de los sistemas de información
contemporáneos.
La necesidad de obtener información para una amplia variedad de individuos es la principal razón de negocios
que conduce al concepto de Data warehouse.
Data warehouse o Almacén de Datos es un sistema que ofrece acceso fácil y rápido a información vital para la
gestión y operación de una empresa, que permite acceso a datos históricos y detallados. Es un sistema donde
la información es alimentada por múltiples sistemas fuentes. Es un sistema de análisis de información destinado
a todo tipo de usuario.
El Data warehouse se construye y actúa sobre los datos operacionales. Al ser los datos operacionales sólo
informativos y no tener funciones de actualización sobre los datos operativos, permite sacar las máximas
ventajas de rendimiento, tanto con el acceso a los datos, como con el SGBD (Sistema de Gestión de Base de
datos) base para el Data warehouse.
Data warehousing o Almacenamiento de Datos es el proceso que facilita la creación y explotación de un Data
warehouse. Es un proceso complejo, que hace real la Gestión del Conocimiento. Para conseguirlo será
necesaria la aplicación de una metodología y la implantación de una arquitectura tecnológica de la gestión del
conocimiento.
Data warehousing es un metaproceso compuesto por un conjunto de procesos. Por citar los más conocidos,
formarían parte de este proceso la creación del Data warehouse, su explotación analítica mediante técnicas de
OLAP (On−line analytical processing) o técnicas de Data Mining
El concepto Data Mart es una extensión natural del Data warehouse y está enfocado a un departamento o área
especifica, como por ejemplo los departamentos de Finanzas o Marketing, permitiendo así un mejor control de
la información que se está abarcando.
Revista CENIC Ciencias Biológicas, Vol. 36, No. Especial, 2005
Data Mining (minería de datos) es una máquina virtual y lógica que trasforma los datos en información útil para
alcanzar los objetivos del negocio. Comprende predicciones, modelos, simulaciones dinámicas, reglas lógicas y
árboles de decisión. El conjunto ordenado de todo ello puede constituir lo que llamamos el Conocimiento
Corporativo.
OLAP (On Line Analytical Processing o Procesamiento Analítico en línea) son sistemas de soporte a la decisión
usando tecnologías de Data warehouse. En general, estos sistemas OLAP deben soportar requerimientos
complejos de análisis, analizar datos desde diferentes perspectivas y soportar análisis complejos contra un
volumen ingente de datos. La funcionalidad de estos sistemas se caracteriza por ser un análisis
multidimensional de datos corporativos, que soportan los análisis del usuario y posibilidades de navegación,
seleccionando la información a obtener.
En definitiva, el proceso de Data warehousing debe orientarse a proveer la información correcta, a la persona
indicada, en el formato adecuado y en el tiempo preciso. Alrededor de este repositorio de datos se ubican las
funciones que permiten el procesamiento analítico de la información, convirtiéndola en Conocimiento Útil.
Así como el proceso de Data Mining se plantea como un proyecto y se avanza por saltos/incrementos de
mejora, el proceso de construcción de un Data Warehouse se basa en una actividad continua de creación y
mejora del Data Marts; ya que los Data warehouse no son más que modelos de datos con fines característicos.
Por esto se pueden enumerar las siguientes etapas de definición del Data Warehouse
Etapa 0: ¿Qué datos poseemos? Auditoria previa de la empresa. Este inventario se cargará en el Diccionario de
Datos
Etapa 1: ¿Qué datos queremos obtener? Vistas de negocio que se facilitarán a los usuarios finales del Data
Mart
Etapa 2: Definición del acceso a los datos. Solucionar los problemas de información distribuida, en soportes
heterogéneos y definir la temporalización del acceso
Etapa 3: Definición de las transformaciones. Aquí se detallan los filtros, fusiones, consolidaciones, agregaciones
y otras técnicas de manipulación de datos que transportan desde los datos operativos a los datos operacionales
Etapa 4: Definición de la Distribución. Define los perfiles de usuario y la asignación al Data Mart
Etapa 5: Definición recursos de almacenamiento. Correcta selección y planificación del hardware, software y red
a emplear
Etapa 6: Definición de los metadatos. Definir la estructura del diccionario de datos. La carga de los datos se
realiza durante todo el proceso de creación del Data Warehouse
Etapa 7: Desarrollo visualizaciones predefinidas. Diseñar presentaciones de los datos predefinidas para que los
usuarios las utilicen “enlatadas”
Etapa 8: Plan y seguimiento de explotación. Definición del plan y seguimiento de explotación, se rellena/detalla
una arquitectura/modelo de referencia del Data Warehouse
CONCLUSIONES
El marketing por ser el proceso mediante el cual la organización se adapta al entorno, será la disciplina que
enfrentará responsabilidades sobre elementos importantes de la estrategia informacional del negocio.
Un proyecto Data warehousing se considera exitoso, cuando su objetivo final comienza a concretarse, es decir
que el personal lo use para satisfacer sus necesidades empresariales.
Los cambios que comenzarán a producirse al implementar un Datawarehosing son variados, es importante
entonces anticiparse a estos cambios, considerar sus implicaciones y planificarlos en la empresa. Se
observaran las siguientes situaciones:
El personal de la empresa depende del Data warehouse como un recurso primario de información, tornándose
menos dependiente de los sistemas operacionales y de sus bases de datos para sus necesidades de
información.
Se ve reducida o eliminada la demanda por programación especializada para encontrar la información
necesaria
Los usuarios y uso del Data warehouse crecen, con un correspondiente incremento en la demanda de soporte
La complejidad de cambios en los sistemas operacionales se incrementa, y su efecto sobre el Data warehouse
debe ser considerado
Revista CENIC Ciencias Biológicas, Vol. 36, No. Especial, 2005
BIBLIOGRAFIA
1. BusinessObjects Data integrator. htpp://spain.businessobjects.com/productos/data_ integrator.htm, 12-112004+
2. BusinessObjects Rapid Marts. htpp://spain.businessobjects.com/productos/rapid_ marts.htm, 12-11-2004
3. Business intelligence. htpp://www.cipher.com.ve/business%intelligen.htm, 12-11-2004
4. Business Intelligense for Excel. http://www.bixl.com, 13-11-2004
5. Business intelligence. http://www.nscon.com, 13-11-2004
6. Business Intelligense. Una introducción a OLAP y Business Data Marts. Alejandro Bauvin,
htpp://www.axxonconsulting.com/uploads/business%20intelligence.pdf, 13-11-2004.
7. Business intelligence: La necesidad actual .Roberto C.Navarrete, http://www.gestiopolis.com/, 12-11-2004
8. Conocimientos-La divisa del Nuevo milenio. http://www.conocimientosweb.net/portal/dic10.html, 11-11-2004
9. Data Mining.. Anónimo, htpp://www.monografias.com.trabajos/datamining/datamining.shtml, 12-11-2004
10. Express OLAP Access Pack. htpp://spain.businessobjects.com/productos/oracle_express.htm, 12-11-2004
11. El Data Mining en las estrategias B2C del e-business. Dr.Alfonso Garcia Marcos, Conferencia, Lisboa, mayo
2000, htpp://www.systembit.es/B2CDAT.htm, 12-11-2004
12. Introducción al Análisis de Datos. www.emagister.com, 12-11-2004
13. Integración de datos. htpp://spain.businessobjects.com/productos/data_ integracion.htm, 12-11-2004
14. Jointcube. htpp://www.asesorum.net/repository/jincube.pdef, 12-11-2004
15. La tecnología Data warehousing. htpp://pdf//rincondelvago.com/data warehousing, 11-11-2004
16. La tecnología Data warehousing. Carmen Gloria Wolf, http://www.inf.udec.cl/revista/edicion3/cwolff.htm,
12-11-2004
17. La esencia de los negocios internacionales. James Taggart &Michael C. McDermott
18. Medición de la demanda de mercado. Curso on line, htpp://www.emagister.com, 12-11-2004
19. OLAP. Anónimo, Universidad Peruana de Ciencias Aplicadas, www.emagister.com, 12-11-2004
20. OLAP, ROLAP, MOLAP. htpp://www.csi.map.es/csi/silice/DW2251.html, 13-11-2004
21. Servicios OLAP. http://www.microsort.com/spansh/MSDN/estudiantes/ssii/admin/olap.asp, 1admin.2004, 1211-204
22. Sistemas OLAP. http://www.error500.net/garbagecollector/archives/categorias/bases_de_datos/
sistemas_olap, 13-11-2004.
23. Sistema de información de marketing. Dr Elena Font, Fac. Economía, UH, marzo, 2004
24. WebStudio e-OLAP. htpp://www.deister.es/deisterwww/es/products/web-studio/wmd/e-olap.htm,
2004.
12-11-