Técnicas inteligentes para la gestión del conocimiento

Nodos de los diagramas

• Técnicas inteligentes para la gestión del conocimiento

• ¿Qué es?

• La gestión del conocimiento es un conjunto de procesos y sistemas orientados a incrementar el capital intelectual de la empresa.

• Pasos 

• 1) Creación del conocimiento. 2) Organización y almacenamiento de forma accesible y estructurada. 3) Difundir y transferir el conocimiento a las personas internas y externas de la empresa 4) Aplicación y utilización en los procesos de la empresa.

• Herramientas de soporte a la gestión del conocimiento

• Orientación de las herramientas

• - Generación de conocimiento - Almacenamiento del conocimiento - Difusión del conocimiento

• Principales herramientas

• Sistemas DSS 

• Almacenes de datos (DW)

• Minería de datos

• Sistemas de procesamiento analítico (OLAP)

• Inteligencia empresarial (BI)

• Sistemas expertos (ES)

• Para que sirve

• Permite extraer, depurar y transformar los datos en información estructurada para aumentar el conocimiento de la empresa y así facilita la toma de decisiones.

• Para que sirve

• El software tiene la capacidad de generar información de salida que puede ser visualizada gráficamente o impresa en texto.

• Papel de DSS

• Describe y formula el problema o la oportunidad 

• Uso de herramientas del DSS para desarrollar un modelo

• Uso del modelo para obtener resultados

• Reformular el problema y volver a empezar

• Como generar un DSS

• 1) Utilizar un software de productividad personal. 2) Desarrollo de un software específico para la construcción DSS. 3) Programar directamente aplicaciones DSS realizadas a medida.

• Beneficios por departamento

• Compras

• Producción

• Marketing

• Ventas

• Atención al cliente

• Financiero

• Recursos humanos

• Permite acceder a los datos del mercado para observar las relaciones entre costo y beneficio

• Permite analizar el rendimiento de cualquier proceso operativo de la empresa

• Permite identificar los segmentos y comportamiento de los clientes más fácil

• Facilita la comprensión de los clientes y encontrar nuevas oportunidades de mercado

• Permite evaluar y ayudar a retener a los clientes más rentables

• Permite acceder a los datos en tiempo real mejorando las operaciones de la empresa

• Permite analizar factores que pueden producir insatisfacción al trabajador

• Objetivo

• Proporcionar un soporte adecuado a la toma de decisiones gerenciales 

• ¿Qué es?

• Es una colección de datos orientados al negocio, agregados organizados para la toma de decisiones

• Funcionamiento del DW

• Realiza mediante extracciones de datos por medio del ETL y los datos se organizan en DW por temas para facilitar el acceso y análisis de los usuarios finales.

• Ventajas

• 1) Convierte información operativa simple en información relacionada. 2) Centraliza y homogeneiza la información. 3) Visión global de la información de la empresa. 4) Evita coste por extracción manual de datos.    

• Para que sirve

• Proporciona la capacidad de aprender de los datos del pasado y de predecir situaciones futuras en diversos escenarios

• Tipos de herramientas

• - Herramientas de verificación o predicción de tendencias y comportamientos - Herramientas de descubrimiento de modelos previamente desconocidos

• Diversas técnicas 

• 1) Técnicas estadísticas 2) Redes neuronales 3) Análisis discriminante y árboles de decisión 4) Otras técnicas

• Para que sirve

• Son herramientas orientas a examinar de manera interactiva, ágil y flexible grandes cantidades de datos desde varias dimensiones.

• Beneficios

• 1) Es comprensible para usuarios no expertos

• 2) Proporciona el contexto para la selección de datos

• 3) Simplifica el proceso de cálculos complejos

• Cubo OLAP

• Dimensiones: Ventas, período de tiempo y mercado

• Para que sirven

• Es una aplicación con inteligencia artificial que utiliza redes neuronales para simular el conocimiento de un experto y utilizarlo para resolver problemas.

• Procedimientos básicos

• Algorítmico

• Heurístico

• Solución única al problema

• Reglas empíricas, solución satisfactoria

• Ventajas

• Aplican la lógica de un experto

• Sirven como herramientas de formación

• Pueden operar con información incompleta o ineficiente

• Permiten que los usuarios consideren más alternativas en el proceso de decisión

• Características

• - Los datos son claves -Orientado a la alta gerencia -Facilita la toma de decisiones correctas -Accesibilidad a la información

• Características

• -Informes dinámicos, flexibles, e interactivos. -No se requieren conocimientos técnicos. -Rapidez en el tiempo de respuesta. -Integración de todas las áreas de la compañía. -Disponibilidad de información histórica.

• Componentes

• Data Warehouse (DW), Extraction, Transform and Load (ETL), Data Mining 

• Componentes

• Administración de datos. Administración del modelo. Interface del usuario. Gerente (usuario).

• Tipos

• -MIS -EIS -SSEE -GDSS

• Características

• Orientado a Sujetos Integrado Variante de tiempo No volátil

• Componentes

• Base de daros, Herramientas ETL, Metadatos, Herramientas de consulta, Análisis de datos bus

• Tipos

• Arquitectura de un nivel. Arquitectura de dos niveles. Arquitectura de tres niveles.

• Características

• -Puedes obtener información sin tener que hacer preguntas específicas. -Ser predictiva -Conocer eventos futuros

• Beneficios

• -Colabora en el ahorro de costos y tiempo, previene situaciones adversas futuras basándose en datos verídicos, Variabilidad de aplicación, Facilita el conocimiento de los usuarios de tu empresa, información clave.

• Características

• -Permite extraer y consultar datos de manera fácil y selectiva. -Se almacenan en cubos en lugar de tablas. -Recuperación de datos -Estructuras multidimensionales

• Características

• Tipos

• OLAP multidimensional (MOLAP), OLAP relacional (ROLAP) , OLAP híbrido (HOLAP)

• Componentes

• Cubo, medida, miembro, miembro calculado, dimensión, jerarquía y nivel.

• -Un SE se debe aplicar a cosas prácticas. -Debe contar con la colaboración del experto. -El conocimiento del experto no está en los libros de texto. -El conocimiento está distribuido pertenece a varias personas. -Los sistemas expertos tienen pocos niveles de profundidad.

• Base de datos, base de conocimientos, motor de inferencia, módulos de comunicación o de entrada-salida 

• Componentes

• Tipos de sistemas expertos

• CADUCEUS CLIPS Dentral Dipmeter Advisor Mycin Prolog XCon