Semana 05: Los sistemas de información en los negocios
Esta semana se aborda el papel de los sistemas de información en las organizaciones y los fundamentos de la inteligencia de negocios, con especial énfasis en bases de datos y la administración de la información como recurso estratégico para la toma de decisiones.
Objetivos de aprendizaje
- Entender cómo los sistemas de información soportan procesos de negocio y generan valor.
- Conocer los conceptos básicos de inteligencia de negocios (BI) y su relación con bases de datos y ETL.
- Identificar buenas prácticas en la administración de la información y la calidad de datos.
- Aplicar herramientas básicas para consultar y modelar datos relevantes para el negocio.
Contenido
1. Sistemas de información y su papel en los negocios
Los sistemas de información integran personas, procesos y tecnología para recopilar, procesar y distribuir información que soporta operaciones, gestión y toma de decisiones. Permiten automatizar procesos, mejorar eficiencia y generar inteligencia accionable.
- Relación entre procesos de negocio y sistemas de información.
- Valor que aportan: eficiencia, visibilidad operativa, soporte a decisiones.
- Ejemplos: CRM para ventas, ERP para operaciones, BI para analítica.
2. Fundamentos de inteligencia de negocios (Business Intelligence)
La inteligencia de negocios es el conjunto de procesos, arquitecturas y tecnologías que transforman datos en información y conocimiento útil para la toma de decisiones. Incluye extracción, transformación y carga (ETL), modelado dimensional, cubos, dashboards y reporting.
Componentes clave de una solución BI
- Fuentes de datos: transaccionales, logs, CSVs, APIs.
- ETL/ELT: procesos para integrar, limpiar y transformar datos.
- Almacenamiento analítico: data warehouse, data lake, data marts.
- Modelado: esquemas estrella/snowflake, dimensiones y hechos.
- Visualización y reporting: dashboards, KPIs y cuadros de mando.
3. Bases de datos y administración de la información
Las bases de datos son el fundamento del ecosistema de información. Es imprescindible gestionar su diseño, integridad, seguridad y rendimiento.
- Diferencia entre bases de datos transaccionales (OLTP) y analíticas (OLAP).
- Modelado relacional vs. no relacional (NoSQL): cuándo usar cada uno.
- Prácticas de calidad de datos: validación, deduplicación y gobernanza.
- Copias de seguridad, recuperación y políticas de retención de datos.
4. Flujo típico: de datos transaccionales a insights
- Captura de datos en sistemas transaccionales (ERP, CRM, e-commerce).
- Integración mediante ETL/ELT hacia un data warehouse o data lake.
- Procesamiento y modelado para análisis (agregaciones, métricas, KPIs).
- Visualización en dashboards y generación de informes.
- Retroalimentación: decisiones y acciones que generan nuevos datos.
5. Casos de uso de BI en la empresa
- Análisis de ventas y segmentación de clientes.
- Detección de fraudes y análisis de riesgos.
- Optimización de inventarios y cadena de suministro.
- Dashboard de KPI para la dirección: ingresos, churn, coste por adquisición.
6. Herramientas y tecnologías representativas
| Área |
Tecnologías |
Uso |
| Bases de datos |
PostgreSQL, MySQL, SQL Server, MongoDB |
Almacenamiento transaccional y consultas |
| ETL/Integración |
Talend, Pentaho, Airflow, dbt |
Procesos de ingestión y transformación |
| Almacenamiento analítico |
Redshift, BigQuery, Snowflake |
Data warehouse y análisis a escala |
| Visualización |
Power BI, Tableau, Metabase |
Dashboards y reporting |
Materiales de estudio
Lectura: Introducción a Business Intelligence
Documento con conceptos, flujo ETL y ejemplos de modelado dimensional.
Abrir PDF
Laboratorio: Consultas SQL básicas para análisis
Ejercicios prácticos para extraer indicadores clave desde una base de datos de ventas.
Abrir guía del laboratorio
Plantilla: Modelo dimensional (estrella)
Archivo editable (.drawio/.png) con estructura de tablas de hechos y dimensiones.
Descargar plantilla
Actividades prácticas y evaluación
Actividades propuestas
- Estudio de caso: analizar un conjunto de ventas y proponer 3 KPIs relevantes para la gerencia. Entrega: informe de 1 página con consultas SQL.
- Laboratorio: ejecutar consultas agregadas (SUM, AVG, COUNT, GROUP BY) y construir una vista que entregue los KPIs seleccionados.
- Trabajo colaborativo: elaborar un trabajo sobre la estructura informática para una empresa y su uso en inteligencia de negocios (documento PDF de 2–3 páginas).
- Actividad de clase: interacción y discusión sobre Gestión de Relaciones con el Cliente (CRM) y su integración con BI.
Cuestionario de autoevaluación
- Defina brevemente la diferencia entre OLTP y OLAP.
- ¿Qué es ETL y por qué es importante en BI?
- Mencione tres KPIs que podrían medir el desempeño de un área comercial.
- Explique qué es un modelo dimensional (esquema estrella) en pocas líneas.
Evidencias y productos requeridos
- Trabajo sobre estructura informática para una empresa (PDF, 2–3 páginas).
- Informe de 1 página con 3 KPIs y las consultas SQL utilizadas.
- Capturas o exportación de resultados del laboratorio (SQL queries y outputs).
- Participación documentada en la actividad colaborativa sobre CRM (registro de aportes o breve video).
- Ponderación (Av. %): 31.25% del avance del módulo.
Evaluación y rúbrica (sugerida)
- Trabajo estructural (40%): claridad del diseño, justificación técnica y relación con BI.
- KPIs e informe SQL (30%): pertinencia de indicadores y precisión en consultas.
- Laboratorio (20%): ejecución correcta y evidencia de resultados.
- Participación colaborativa (10%): aportes en discusión CRM y trabajo en equipo.
Resumen
Esta semana conecta los sistemas de información con la inteligencia de negocios: aprender a diseñar estructuras de datos, integrar fuentes mediante ETL y extraer KPIs relevantes transforma datos en un activo estratégico. Las evidencias incluyen trabajo práctico, consultas SQL y documentación del trabajo colaborativo sobre CRM.
