Proceso de decisión de Plataformas Fernando Alvarez Fernández NEGYTEC III FORO DE INTELIGENCIA DE NEGOCIO Madrid, 21 de Febrero de 2006 Soluciones vs.

Presentación del tema: "Proceso de decisión de Plataformas Fernando Alvarez Fernández NEGYTEC III FORO DE INTELIGENCIA DE NEGOCIO Madrid, 21 de Febrero de 2006 Soluciones vs."— Transcripción de la presentación:

1 Proceso de decisión de Plataformas Fernando Alvarez Fernández NEGYTEC III FORO DE INTELIGENCIA DE NEGOCIO Madrid, 21 de Febrero de 2006 Soluciones vs. Suites de aplicaciones

2 2 n Metodología n Inteligencia de negocio: Inicios (1996) n Inteligencia de negocio: Evolución y situación actual n Inteligencia de negocio: Perspectivas n Identificación de necesidades / Valoración de productos n Soluciones vs. Suites de aplicaciones n Tendencias del mercado Indice

3 3 El proceso de decisión para la selección de una plataforma es independiente del tipo de plataforma en su esquema conceptual de desarrollo, debiendo abordarse siempre los siguientes pasos: n Conocimiento detallado de la plataforma a seleccionar. Conocimiento del ámbito de negocio Conocimiento del entorno tecnológico y sus posibilidades. Perspectivas de evolución n Conocimiento detallado de nuestras necesidades Requerimientos usuarios finales Requerimientos tecnológicos. Condicionantes de la organización n Definición de las dimensiones para ponderación de soluciones / suites Matriz básica Matriz compleja n Presentaciones de vendedores y proveedores n Análisis y decisión final... y con estos pasos podríamos abordar la selección de cualquier plataforma (ERP, gestor de contenidos, CPM, etc.) Metodología

4 4 Asegura la integridad y calidad de los datos (data quality) Almacena información histórica (time-variant) Garantiza la continuidad de la información (non-volatile data) Elimina incongruencias por la utilización de datos de diversas fuentes Aplica criterios consistentes de nomenclatura Optimiza las estructuras de codificación Comprueba las diferentes unidades de información La información se considera a largo plazo (de 5 a 10 años) Permite análisis sofisticados de: - Evolución de tendencias - Análisis comparativos - Variaciones estadísticas Facilita el tratamiento de la información, manteniendo la unicidad de los datos La información puede obtenerse cuando se considera necesario Permite distintos enfoques del mismo problema de negocio Inteligencia de Negocio: Inicios (1996) La “Inteligencia de Negocio” se definía como la habilidad de consolidar información y analizarla con la suficiente velocidad y precisión para descubrir mejoras y tomar decisiones que favorecieran ventajas competitivas. Integra estrategia, procesos y tecnología (business-oriented) Es una forma de trabajo que actúa como elemento catalizador de los procesos de cambio No se debe confundir con un conjunto de tecnologías, aunque depende en gran medida de los avances en este campo Analiza funciones cruzadas de negocio: Los datos se almacenan en base a criterios que permiten obtener una visión global del negocio

5 5 Orientada a los procesos Dinámica Normalizada (OLTP) Repetitivos Reducido Variado Inmediata Enfoque Flujo Estructura de datos Procesos Universo temporal Modelo de datos Disponibilidad Orientada al negocio Estática Desnormalizada (OLAP) Analíticos o heurísticos Históricos Relacional, Multidimensional Según criterios Ámbito de aplicación orientado a transacciones Ámbito de aplicación “Inteligencia de Negcio” Nivel de Toma de Decisión Nivel Operativo Factores discriminantes en el tratamiento de la información Los sistemas transaccionales tradicionales eran poco eficientes para sintetizar un gran volumen de datos, realizar análisis multidimensionales para el estudio de tendencias y tomar decisiones de forma rápida y efectiva. Inteligencia de Negocio: Inicios (1996)

6 6 Nivel Operativo Nivel Táctico (Objetos de negocio) Nivel Estratégico (Unidades de negocio) Fuentes de Datos Transformación/Integración Modelización (Meta-Datos) Data Warehouse Manipulación (Decisores) 1 2 3 n Niveles Corporativos (Usuario final) vs La “Inteligencia de Negocio” se crea identificando las necesidades TOP-DOWN de información de los decisores, contrastando estas necesidades con las disponibilidades en el ámbito operativo y añadiendo los datos externos e históricos de las fuentes apropiadas… Inteligencia de Negocio: Inicios (1996) Flujo de procesos (Perspectiva TI)

7 7 Data Distribution Sistemas Fuente Otras Fuentes (externas) Data Warehouse Data Marts Information Management EIS DSS Decision Making Data mining Data surfing Data Analysis Definición de objetos de negocio Integración y transformación de los datos operativos en datos analíticos destinados a los procesos de decisión Construcción de los metadatos, que constituyen la base del “Data Warehouse” Distribución inteligente de datos para facilitar a cada centro decisor la información específica que necesite tratar Obtención de valor añadido dentro del negocio Puede realizarse de dos formas: - Facilitando un acceso rápido y sencillo a los datos mediante el uso de diferentes herramientas - Tratando la información para conseguir:. Una visión global (Data Surfing). Una profundización en el análisis de los datos (Data Mining) Procesos Básicos de la “Inteligencia de Negocio” Data Management - AEB - Demográficas - B.D. Riesgos - Prospects - Reuters -..... Modelo de Negocio Modelo de datos Modelo de distribución Modelo de decisión Inteligencia de Negocio Aspectos Clave Lo que implicaba un planteamiento de negocio con los siguientes modelos que debían ser definidos antes de comenzar a seleccionar la plataforma tecnológica. Inteligencia de Negocio: Inicios (1996)

8 8 Selección de Tecnología empleada Orientada aVentajasInconvenientes Hardware MPP - Massively Parallell Processing SMP - Symmetric Multiprocessing Interrogaciones complejas a Bases de Datos Data mining, DSS, EIS Gran volumen de transacciones de teleproceso Escalabilidad ilimitada Altos niveles de funcionalidad Rapidez y rendimiento para los propósitos a los que está orientada Tecnología estable y bien soportada Buen ratio Precio/Rendimiento, comparado con hardware MPP Posibilidad de incorporar las capacidades requeridas para Data Warehouse utilizando software específico Coste elevado de componentes hardware Tecnología emergente Pocos proveedores de software Escalabilidad limitada Relational/OLAP - On Line Analytical Process MDD - Multidimensional Data Base Software (*) Las herramientas descritas en el apartado anterior utilizan combinaciones de ambas tecnologías “Queries” a aplicaciones con volúmenes de datos elevados y relaciones relativamente simples entre ellos Análisis en tiempo real “Queries” cruzados de gran complejidad a un volumen de datos no elevado Modelización. Predicción, análisis de tendencias y estadístico Data Marting Portabilidad. Todos los software obedecen a un modelo relacional Se accede siempre con un lenguaje SQL estándar Permite cambios estructurales muy rápidos en las dimensiones de datos Carencia de un modelo multidimensional común Falta de un método estándar de acceso a los datos Limitaciones en el rendimiento para queries que requieren cruces de información de distintas tablas Las librerías de funciones de cálculo estándar son limitadas Bajo rendimiento con cálculos complejos Rendimiento espectacular de los queries si el diseño obedece al modo en que se accede a los datos Dentro del proceso de selección de Hardware y Software, y en función de los requerimientos que se habían establecido, había que tener en cuenta la utilización de diferentes tecnologías. Inteligencia de Negocio: Inicios (1996)

9 9 Productos ETL (Extraction, Transform and Load): Prism Intelligent Warehouse Platinum Productos existentes en el mercado: 10 Data Distribution Sistemas Fuente Otras Fuentes (externas) Data Warehouse Data Marts EIS DSS Decision Making Data mining Data surfing Data Analysis Bases de Datos para “Inteligencia de Negocio” Comerciales Terabytes- DB2 > 100 Gb- Oracle, Informix > 40 Gb- Sybase, CA-Ingres, Microsoft SQL Server Especializadas Redbrick Propietarias Tandem non-stop SQL, Teradata Multidimensionales EssBase, Express, Gentium, DSS, Commander OLAP Productos existentes en el mercado: 25 Herramientas de Toma de Decisiones Altamente sofisticadas- Decision Suite, DSS Agent Moderadamente sofisticadas- Business Objects, Forest and Trees Sencillas- Powerbuilder, VB,... Productos existentes en el mercado: 20 Herramientas de Data Mining AcuStar, ModelMax, SAS, Info Navigator, Visualization Data Explorer, dBIntellect Productos existentes en el mercado: 10 Data Management Ninguna suite de aplicaciones soportaba de forma consistente el rango completo de requerimientos para el tratamiento de los datos. Inteligencia de Negocio: Inicios (1996) La complejidad de realizar una “elección adecuada” venía marcada por las combinaciones existentes con estos productos: 7.500 variantes.

10 10 Based on chart by Jeffrey Tash, Database Decisions, Inc. (617) 332-3101 Remote Procedure Calls—6 Message Queuing—9 Object Request Broker—8 Interprocess Communication—4 Security Services—7 Terminal Services—11 Time Services—2 Conversational Services—2 Word Processing Spreadsheets Drawing/Painting Desktop Publishing Communications RDBMS—19 ODBMS—9 Trans. Mgrs.—7 Work Flow—11 Remote File Access—7 Directory Services—7 Remote Database Access - APIs—5 - Protocols—3 - Gateways—10 - Propagators—10 Message Routing Services - APIs—4 - LAN e-Mail—9 - MTAs/Gateways—7 - Public Carriers—6 MIDDLEWARE NETWORKING NETWORK MANAGEMENT Network Mgmt. Systems—14 Network Mgmt. Protocols—14 Protocols—10 Inter-Networks: - Intelligent Hubs—5 - Routers—6 Networks—19 Wiring—6 CLIENTSNETWORKSSERVERS GUI—7 OS—19 Hardware—7 Middleware Networking Network Mgmt. NOS—7 OS—17 Hardware—11 A la complejidad de elección de herramientas con los elementos tradicionales de una plataforma de “Inteligencia de Negocio” se le podía añadir otra, derivada de la utilización de una infraestructura cliente/servidor: Inteligencia de Negocio: Inicios (1996) Las posibles combinaciones en este caso serían 76* 10 49.

11 11 Desde el punto de vista tecnológico el aspecto que más ha evolucionado es el relacionado con la integración de los datos, haciendo que se haya incorporado como parte fundamental de la estrategia corporativa de las compañías. Inteligencia de Negocio: Evolución y situación actual Enterprise Application Integration (EAI) Right-Time ETL (RT-ETL) Enterprise Data Replication (EDR) Enterprise Information Integration (EII) Extract, transform & load (ETL) Enterprise Content Management (ECM) Data Integration Applications Data sources Centralized data Components of a data integration solution. Data targets Data Integration Products Data Integration Technologies Data Integration Techniques Data Consolidation Virtual business view Data Federation Distributed data Fuente: TDWI (The Data Warehouse Institute) Data Integration Techniques. Data Propagation

12 12 Desde el punto de vista tecnológico el aspecto que más ha evolucionado es el relacionado con la integración de los datos, haciendo que se haya incorporado como parte fundamental de la estrategia corporativa de las compañías. Inteligencia de Negocio: Evolución y situación actual Enterprise Application Integration (EAI) Right-Time ETL (RT-ETL) Enterprise Data Replication (EDR) Enterprise Information Integration (EII) Extract, transform & load (ETL) Enterprise Content Management (ECM) Data Integration Applications Data sources Centralized data Components of a data integration solution. Data targets Data Integration Products Data Integration Technologies Data Integration Techniques Data Consolidation Virtual business view Data Federation Distributed data Fuente: TDWI (The Data Warehouse Institute) Data Integration Techniques (1996). Data Propagation

13 13 Esta estrategia de integración empresarial óptima tiene su núcleo en una ingeniería tecnológica explícita para la gestión y explotación de los datos. Inteligencia de Negocio: Evolución y situación actual Data quality management Metadata management Systems management Enterprise application integration (EAI) Right-time ETL (RT-ETL) Enterprise information integration (EII) Enterprise data replication (EDR) Extract, transform, load (ETL) Enterprise content management (ECM) Web services (services-oriented-architecture) Data Integration Management Data Integration Technologies Change data Capture (CDC) Data transformation (restructure, Cleanse, reconcile, aggregate) Data propagation Data consolidation Data federation Data Integration Techniques Data Integration Applications Master Data Management (MDM Customer Data Integration (CDI) Dispersed internal & external data Integrated data SourceTarget Enterprise data integration architecture. Fuente: TDWI (The Data Warehouse Institute). Cortesía de BI Research

14 14 Esta estrategia de integración empresarial óptima tiene su núcleo en una ingeniería tecnológica explícita para la gestión y explotación de los datos. Inteligencia de Negocio: Evolución y situación actual Data quality management Metadata management Systems management Enterprise application integration (EAI) Right-time ETL (RT-ETL) Enterprise information integration (EII) Enterprise data replication (EDR) Extract, transform, load (ETL) Enterprise content management (ECM) Web services (services-oriented-architecture) Data Integration Management Data Integration Technologies Change data Capture (CDC) Data transformation (restructure, Cleanse, reconcile, aggregate) Data propagation Data consolidation Data federation Data Integration Techniques Data Integration Applications Master Data Management (MDM Customer Data Integration (CDI) Dispersed internal & external data Integrated data SourceTarget Enterprise data integration architecture (1996). Fuente: TDWI (The Data Warehouse Institute). Cortesía de BI Research

15 15 Data Distribution Data Warehouse DM EIS DSS Decision Making Data mining Data surfing Data Analysis DM Data Management Otro de los cambios más destacables es la aparición de un nuevo entorno, el colaborativo, orientado a facilitar el trabajo en grupo de los usuarios finales. Es el mundo de los portales de negocio, las intranet y extranet. Entorno de “Inteligencia de Negocio” Entorno “Transaccional” Datos transaccionales Maestro de datos integrados Entorno Colaborativo Datos web de medios digitales Documentos Información de colaboración Batch data. Near-real-time data Point-in-time data Inteligencia de Negocio: Evolución y situación actual Operational Data Store (ODS)

16 16 Como conclusión de todo lo comentado anteriormente se puede presumir que desde el punto de vista del usuario el Data Warehouse desaparecerá como elemento específico. n Mayor conectividad de los datos a través de toda la empresa: cualquier fuente, cualquier destino, en cualquier momento. n Negocio orientado al tiempo real: captura, transformación y suministro sin tiempo de espera (que a veces no significa rabiosamente real – no perder la perspectiva -.) n Fusión de los entornos operativo (transacciones y procesos) y de gestión (datos consolidados). n Existencia de una capa semántica a nivel corporativo facilitada por la interoperabilidad de los servicios Web a nivel de lectura y escritura: arquitectura SOA como estándar. n Reducción de las ventanas batch (nuevas tecnologías de compresión, partición avanzada, etc.) n Consolidación y reducción de Data Warehouse y Data Marts. Mejora de rendimientos Garantía de control de acceso y calidad a los departamentos Fusiones y adquisiciones Mayor conocimiento frente a criterios “propietarios” de algunos vendedores Inteligencia de Negocio: Perspectivas

17 17 Data Distribution Data Warehouse DM EIS DSS Decision Making Data mining Data surfing Data Analysis DM Data Management Y desde el punto de vista de TI, a largo plazo, tendremos un Data Warehouse único para ambos entornos. Entorno de “Inteligencia de Negocio” Entorno “Operativo / Transaccional” Datos transaccionales Maestro de datos integrados Planificación, presupuestos, previsiones. Near-real-time data Point-in-time data BPA.- Business Process Automation BPM.- Business Process Management BAM.- Business Activity Monitoring BPM.- Business Performance Management CPM.- Corporate Performance Management EPM.- Enterprise Performance Management Actualmente ya se están consolidando DW, Dmarts y ODS en bases de datos replicadas por niveles. ? Entorno “Transaccional” Operational Data Store (ODS) Inteligencia de Negocio: Perspectivas

18 18 A la hora de valorar nuestras necesidades debemos intentar incluir todas las características que consideremos de cierta relevancia para nuestra organización. Identificación de necesidades / Valoración de productos Multidimensional analysis and OLAP Modeling and visualization Data Mining Business Planning, Budgeting and Forecasting KPI's Consolidation Scorecard/Dashboard Executive Information System (EIS) Decision Support System (DSS) End-user query and reporting FUNCIONALIDAD Disponibilidad formación del vendedor Navegación hacia aplicaciones externas Transiciones de pantallas y de funciones Funciones de menu configurables, faciles de comprender y orientadas a procesos Ayuda on-line configurable Navegación Interfase gráfica de usuario, aspecto AMIGABILIDAD (usuario) Escalabilidad y capacidad multi-site Nueva versión en los próximos 15 meses Integración con aplicaciones de terceros Flexibilidad para implementar modificaciones Soporte otras B.D. Soporte DB/2 Soporte SQL Server Soporte Oracle DB Soporte OSX (Mac) Soporte Linux Soporte UNIX Soporte Windows Arquitectura TECNOLOGIA Captura de eventos y datos en tiempo real Conectividad con paquetes de software Monitorización y pruebas Conectividad con el mainframe / sistemas legacy Multiples tecnologias de integración de datos Change Data Capture (CDC) Curva de aprendizaje Gestión de metadatos Data Profiling y Gestión de calidad Fuentes de origen y destino Seguridad de los datos Transformacion de datos y agregación Rendimiento y escalabilidad INTEGRACION DE DATOS Espectativas de futuro Crecimiento de los últimos 12 meses Soporte, desarrollos en curso Cuota de mercado Referencias de clientes Disponibilidad (integradores, terceros y consultores) Reputación del vendedor Capacidad financiera del vendedor Posicionamiento relativo en el ámbito de cobertura POSICIONAMIENTO DE MERCADO Compañías que pueden realizar la implantación Cronograma de implantación Coste de mantenimiento Coste de implantación (incluyendo configuración, formación, consultoría, etc) Precio del producto IMPLANTACION

19 19 A continuación debemos proceder a una valoración, que típicamente utiliza una matriz donde podamos aplicar uno o varios criterios de ponderación, para cada uno de los apartados considerados. Identificación de necesidades / Valoración de productos

20 20 Si lo que se está buscando es una aproximación óptima en cada área, la opción de las soluciones provee normalmente una funcionalidad más rica, pero los costes, la integración de los datos y otros factores pueden hacer de las suites una alternativa atractiva. n Costes: Los costes de licencia y mantenimiento son superiores para soluciones, pero algunas funciones especializadas pueden reducir costes y aumentar ingresos. n Capacidad de negociación: una vez integrado como cliente, la capacidad de negociar precios, añadir módulos o volver atrás es mayor en las soluciones. n RRHH: La facilidad y homogeneidad de la formación estandarizada asociada con las suites, junto con la rápida curva de aprendizaje de los usuarios es un factor determinante a tener en cuenta. n Soporte: Siempre es más operativo funcionar con un solo vendedor (suite) que con múltiples vendedores (soluciones) con diferentes políticas e intereses. Soluciones vs. Suites de aplicaciones

21 21 De otra parte, las suites suministran un conjunto de aplicaciones con una base de datos común y una interfase de usuario consistente de tal forma que todos los módulos tienen un aspecto familiar. El inconveniente puede ser la escasa funcionalidad de alguna aplicación con el consiguiente perjuicio para sus usuarios. n Integración de datos: Las suites parten con ventaja siempre que sean el resultado del desarrollo de una sola compañía y no de sucesivas adquisiciones. n Funcionalidad: las soluciones están normalmente más especializadas, mejor orientadas a la web y son tecnológicamente más avanzadas. No obstante, las suites están empezando a ponerse al día. n Tamaño de la organización: si es grande y compleja puede requerir analizar funcionalidades avanzadas (Solución). n Cultura y estilo de gestión: Si tiene un sistema de gestión centralizado, puede tener prioridad un acceso fácil a los datos compartidos. Soluciones no-críticas pueden ser sacrificadas por la mayor eficiencia de las suites Soluciones vs. Suites de aplicaciones

22 22 Las tendencias actuales muestran que muchas organizaciones están empezando a adoptar una estrategia integrada de datos/sistemas (suites), rellenando los “gaps” existentes con soluciones especializadas. n Algunos vendedores de suites ofrecen ahora una experiencia “one-stop shopping” adquiriendo o actuando como socios de determinadas soluciones, lo que simplifica los problemas de integración. n Las grandes corporaciones están más predispuestas a las soluciones específicas que contemplen sus necesidades específicas dirigidas cada vez con más énfasis a la integración corporativa de datos. n Las compañías medianas integran sus productos desde el punto de vista básico de coordinación con la arquitectura de la Inteligencia de Negocio y no están tan preocupadas por el funcionamiento en tiempo real y los servicios web. Tendencias del mercado ¿Soluciones o Suites de Aplicaciones? No hay una respuesta final. Sigue siendo una cuestión a debate.

23 NEGYTEC (Negocio y Tecnología) C/Las Campanillas, 66, 1º B 24008 LEON Tel: 987 084 089 www.negytec.com falvarez@negytec.com "Saber que se sabe lo que se sabe y que no se sabe lo que no se sabe; he aquí el verdadero saber.". Confucio.