Los%20sistemas%20se%20clasifican%20seg

1
Tipos de SI

• Los sistemas se clasifican según el nivel de toma
  de decisiones en los usuarios dentro de la
  organización.

2
Sistemas de Apoyo de Decisiones

• Los SAD, también conocidos como Decision Support
  Systems (DSS), son sistemas computadorizados, que
  están diseñados para asistir a un ejecutivo en la
  toma de decisiones.
• Incorporan datos y modelos para ayudar a resolver
  un problema que no está totalmente estructurado.
  Los datos suelen provenir de los sistemas
  transaccionales o de un repositorio de datos
  (conocido como datawarehouse) y/o de alguna
  fuente o base de datos externa.

3
Características de los SAD

• Sirven de apoyo para la toma de decisiones (la
  persona es quien la toma, el sistema solo es un
  apoyo).
• Usa modelos porque el problema no está totalmente
  estructurado o definido. Los modelos pueden ser
  matemáticos o estadísticos.

4
Características de los SAD

• Los datos de entrada pueden provenir de un
  sistema transaccional, o de una fuente como una
  base de datos interna o una fuente externa
  relativamente confiable.
• Generalmente los construyen los propios usuarios
  en herramientas como Excel
• Se usan para What if Analysis

5
Ejemplos de SAD

• Análisis financiero
• Presupuesto
• Consolidación
• Análisis de costos
• Valuación de empresas
• Evaluación de proyectos
• Análisis de ventas
• Análisis de mercados
• Simulación
• Impacto financiero de contratos
• Utilización de prestaciones médicas
• Proyección de demandas de atención médica
• Análisis de rentabilidad por tipo de clientes

6
Sistemas para el nivel superior

• Se pueden conseguir varios tipos de sistemas en
  este nivel
• EIS/ESS (Executive Information Systems/ Executive
  Support Systems)
• Inteligencia de negocios (Business Intelligence)
• Olap (Online analitical processing)

7
Sistemas para el nivel superior

• Los EIS/ESS (Executive Information Systems/
  Executive Support Systems) son similares a los
  SAD(DSS), pero están dirigidos al nivel
  ejecutivo.En el nivel ejecutivo se requiere otro
  tipo de información, y esa información, es
  tratada en forma diferente que en los niveles más
  bajos.

8
Características del los EIS/ESS

• Un EIS/ESS abarca varias aplicaciones, incluyendo
  varios sistemas SAD y automatización de oficinas.
• Requieren una base de datos mayor, porque
  controlan el desempeño de muchas áreas críticas
  de la empresa.
• Proveen acceso a datos externos de la industria,
  competidores y clientes.
• Hacen más énfasis en la interfaz de usuario.
• Tienen más impacto dentro de la organización.

9
Inteligencia de Negocios - BI

• Inteligencia de negocios (Business Intelligence)
  es un proceso centrado en el usuario que permite
  explorar datos, relaciones entre datos y
  tendencias, permitiendo mejorar la toma de
  decisiones.
• Incluye un proceso interactivo de acceso a los
  datos y el análisis de los mismos para obtener
  conclusiones. Se utiliza el Data Mining (minería
  de datos) para buscar patrones en los datos.
• Los patrones a buscar no se conocen de antemano,
  es el sistema es el que los busca.
• Ejemplo en datos de ventas de productos de un
  supermercado se descubrió que los pañales y las
  cervezas se venden juntos.

10
Data Mining

• El Data Mining integra las herramientas de
  visualización de datos y las correspondientes a
  estadísticas y clasificación.
• Existen tres tipos de objetivos en el Data
  Mining
• Descubrimiento descubrimiento de patrones
• Modelado predictivo clasifica nuevos datos en
  base a los patrones descubiertos
• Análisis forense se detectan datos inusuales o
  anomalías según los patrones descubiertos

11
Métodos del Data Mining

• Algunos métodos usados en Data Mining incluyen
• Árboles de decisión son estructuras en forma de
  árbol que representan un conjunto de decisiones.
  Estas decisiones generan reglas para la
  clasificación de un conjunto de datos.
• Algoritmos genéticos son técnicas de
  optimización que utilizan procesos tales como
  combinaciones genéticas, mutación y selección
  natural de un diseño basado en evolución.
• Redes neuronales son modelos de predicción no
  lineales que aprenden a través del entrenamiento
  y se asemejan a la estructura de una red neuronal
  biológica.
• Lógica difusa es un subconjunto de la lógica
  convencional, que ha sido extendida para manejar
  el concepto de la verdad parcial.

12
OLAP

• Análisis Multidimensional El análisis
  multidimensional provee diferentes perspectivas
  de los datos a través de las diferentes
  dimensiones. Ejemplos de dimensiones pueden ser
  tiempo, ubicación, producto.
• En general, los usuarios observan la información
  por alguna de las dimensiones, por ejemplo 'ver
  todos los clientes nuevos por región'. Esta
  dimensión es geográfica, y el usuario puede
  solicitar detalles adicionales una vez realizada
  la consulta. Por ejemplo ver todos los clientes
  nuevos por distrito'.