Sistemas de Gestión de Conocimiento.

Los Sistemas de Gestión de Conocimiento (Knowledge Management System, KMS) se refiere a los sistemas informáticos para gestionar el conocimiento en las organizaciones, que soportan la creación, captura, almacenamiento y distribución de la información. Estos sistemas son una parte más de la estrategia de Gestión del Conocimiento dentro de las organizaciones (Espinosa, 2010).

Son herramientas no relacionadas directamente con la Inteligencia de Negocios, pero se pueden integrar mediante el uso de protocolos de intercambio de conocimiento, los cuales permiten que, tanto los proveedores como los receptores de conocimiento, se concienticen sobre la lógica y relevancia de los elementos cualitativos y cuantitativos que participan en un proceso de toma de decisiones. (Guevara, Lara, & Moque, 2012).

¿Que ventaja tiene para las organizaciones cuidar el conocimiento?

En la Inteligencia de Negocios, el proceso de descubrimiento de conocimiento (KDD) comienza con la preparación de los datos, la selección de las operaciones de minería de datos, identificar patrones válidos, novedosos, potencialmente útiles y, en última instancia, comprensibles, teniendo como objetivo encontrar conocimiento útil relevante y nuevo, presentando los resultados de manera visual.

A continuación se describen las fases del descubrimiento de conocimiento:

1. Selección de datos. En primera instancia se deben identificar y seleccionar las fuentes de datos que se requieran, así como el tipo de información que se desea utilizar.
2. Procesamiento. El procesamiento se basa en la preparación así como en la limpieza de los datos que son extraídos desde las diversas fuentes. Para ello se hace uso de diversas estrategias que permitan mejorar los datos faltantes o los que están en blanco; datos que sean inconsistentes o que permanecen fuera de rango. De esta forma, al final, se logra la obtención de una estructura de datos que es totalmente adecuada para una tranformación que puede dar de manera posterior.
3. Transformación. Hace referencia al tratamiento que se da de forma preliminar a los datos, transformación y generación de nuevas variables con base en las ya existentes, y con una estructura de datos que se considera apropiada para llevar a cabo operaciones que agreguen o normalicen los datos. Consolidándolos así para la siguiente fase.
4. Data Mining. Mediante métodos considerados inteligentes, los datos son aplicados con el fin de extraer patrones que son totalemente desconocidos, carecen de validez, son nuevos, de gran utilidad o comprensibles, y que a su vez se encuentran en contenidos o bien, que permanecen ocultos.
5. Interpretación y Evaluación. Al finalizar, se logran identificar los patrones que se han obtenido y que resultan relevantes para dichos fines. Esto con base en medidas que resultan de evaluaciones de los resultados obtenidos.

Dentro de las tecnologías asociadas se encuentran los sistemas de soporte de toma de decisiones, las tecnologías de bodegas de datos, técnicas de procesamiento analítico en línea (OLAP), la minería de datos, el análisis estadístico, entre otros.

Para la toma de decisiones es importante contar con la mayor cantidad de información relevante y oportuna. Las bases de datos multidimensionales son una colección de datos sistematizados, integrados y variables en el tiempo que se utilizan para dar soporte a la toma de decisiones.

El proceso de extracción de conocimiento (KDD) involucra un proceso iterativo e interactivo de búsqueda de patrones significativos y relevantes a partir de los datos y presentarlos como conocimiento. El conocimiento extraído debe ser válido, novedoso, potencialmente útil y comprensible para ser utilizado en la toma de decisiones.

Base de datos multidimensionales.

Las bases de datos multidimensionales son llamadas así porque la información se almacena en forma dimensional y no relacional. Los datos procedentes de fuentes heterogéneas son filtrados, normalizados, reorganizados, resumidos y posteriormente almacenados en la base de datos multidimensional para dar soporte al proceso de toma de decisiones. La información puede analizarse dentro de un cubo formado a partir de la intersección de las dimensiones de la variable particular. La información que se obtiene en estas bases es muy útil para las empresas, dado que pueden determinar su desempeño.

En la imagen, la figura A) representa la división del cubo en un plano vertical. En este caso, un gerente de área puede medir el desempeño de la región que le corresponde. En la B), por ejemplo, sería muy útil para un gerente de producto, puesto que podría analizar en el plano horizontal el desempeño del bien o servicio que ofrece. En la C) se podrían comparar dos años diferentes. Esta visión permite medir, por ejemplo, las ventas de dos periodos consecutivos. En la D), se observa lo ocurrido en un periodo de tiempo, en una región y un producto determinado, el comportamiento del mismo.

Para evitar la dispersión de datos y agruparlos, se presentan las siguientes estructuras:

• Hipercubos. Se utiliza de forma específica para la identificación de estructuras con más de tres dimensiones.
• Multicubos. Divide el universo en diferentes cubos de menor tamaño e intenta dinamizarla mediante punteros, disminuyendo la dispersión y el espacio de almacenamiento. Esta situación permite que los cubos no deban replicar el tamaño de una de las dimensiones a las restantes. Existen dos tipos principales de multicubos:
  • Block. Utiliza dimensiones ortogonales, lo que permite que no haya dimensiones especiales en este nivel de datos.
  • Series. Trata a cada medida o variable como series de tiempo, con un conjunto propio de dimensiones.

Toma de decisiones con apoyo de base de datos.

La implementación de proyectos de Inteligencia de Negocios por parte de las organizaciones requieren de herramientas y especialistas en Inteligencia de Negocios para que las personas con responsabilidad o poder de decisión dispongan de información adecuada, precisa, relevante y oportuna, que pueda ser utilizada en la toma de decisiones importantes en la organización.

Sistemas de soporte a decisiones

Un DSS (por sus siglas en inglés Decision Support System) puede adoptar muchas formas diferentes. En general, podemos decir que un DSS es un sistema informático utilizado para servir de apoyo, más que automatizar, el proceso de toma de decisiones. La decisión es una elección entre alternativas basadas en estimaciones de los valores de esas alternativas. El apoyo a una decisión significa ayudar a las personas que trabajan solas o en grupo a reunir inteligencia, generar alternativas y tomar decisiones. Apoyar el proceso de toma de decisión implica el apoyo a la estimación, la evaluación y/o la comparación de alternativas. En la práctica, las referencias a DSS suelen ser referencias a aplicaciones informáticas que realizan una función de apoyo.

Los DSS son herramientas de mucha utilidad en Inteligencia empresarial (Business Intelligence), permiten realizar el análisis de las diferentes variables de negocio para apoyar el proceso de toma de decisiones de los directivos:

• Permite extraer y manipular información de una manera flexible.
• Ayuda en decisiones no estructuradas.
• Permite al usuario definir interactivamente qué información necesita y cómo combinarla.
• Suele incluir herramientas de simulación, modelización, etc.
• Puede combinar información de los sistemas transaccionales internos de la empresa con los de otra empresa externa.

Su principal característica es la capacidad de análisis multidimensional (OLAP) que permite profundizar en la información hasta llegar a un alto nivel de detalle, analizar datos desde diferentes perspectivas, realizar proyecciones de información para pronosticar lo que puede ocurrir en el futuro, análisis de tendencias, análisis prospectivo, etc.

Un DSS da soporte a las personas que tienen que tomar decisiones en cualquier nivel de gestión, ya sean individuos o grupos, tanto en situaciones semiestructuradas como en no estructuradas, a través de la combinación del juicio humano e información objetiva:

• Soporta varias decisiones interdependientes o secuenciales.
• Ofrece ayuda en todas las fases del proceso de toma de decisiones -inteligencia, diseño, selección, e implementación- así como también en una variedad de procesos y estilos de toma de decisiones.
• Es adaptable por el usuario en el tiempo para lidiar con condiciones cambiantes.
• Genera aprendizaje, dando como resultado nuevas demandas y refinamiento de la aplicación, que a su vez da como resultado un aprendizaje adicional.
• Generalmente utiliza modelos cuantitativos (estándar o hechos a la medida).
• Los DSS avanzados están equipados con un componente de administración del conocimiento que permite una solución eficaz y eficiente de problemas muy complejos.
• Puede ser implantado para su uso en Web, en entornos de escritorio o en dispositivos móviles (PDA).
• Permite la ejecución fácil de los análisis de sensibilidad.

Mantener relaciones laborales armónicas en el ámbito organizacional

1. Escucha:

Si tus compañeros sienten que estás dispuesto a escuchar lo que tienen que decir e inclusive apreciar sus opiniones, te ganaras su respeto. También, prueba participar en las conversaciones de trabajo, pero siempre con respeto.

2. Sé agradecido:

Agradece a tus compañeros de trabajo por su ayuda. Recuerda que a toda persona le gusta sentirse apreciada, además esta clase de detalles servirán para ganarte el cariño de quienes te rodean.

3. Actitud positiva:

La actitud con la que se asume cada día de trabajo es determinante para el éxito de las relaciones laborales. Separar los problemas personales de los asuntos laborales es clave para mantener un buen entorno laboral.

4. Sé amable:

Mostrarte amable e interesado por las molestias de los demás, ayuda a acercar a las personas y a mejorar el ambiente. Mostrarte alegre y generar nuevas conversaciones te ayudará a tener un día a día espléndido.

5. Evita ser parte del cotilleo:

Ser parte del chisme es el modo más sencillo de obtener la desconfianza de tus compañeros. Por ello, debes evitar rodearte de los trabajadores que dedican tiempo a esta clase de comentarios. Además, a veces los chistes o comentarios que hacemos sin malas intenciones, resultan una ofensa que perjudica nuestra relación laboral con el resto de los trabajadores. Sé respetuoso y compasivo para con los demás.

6. Sé receptivo y acepta la crítica constructiva:

Los principales líderes tienen la capacidad de aceptar las críticas de manera constructiva. Aunque sea difícil escuchar, trata de mantener la mente abierta, un lenguaje corporal positivo, y agradecer a la otra persona por su aportación. No discutas ni trates de justificarte, ofrece una razón de por qué se hicieron las cosas de esa forma, solo cuando sea realmente necesario.

7. No hagas comentarios negativos:

Si te llevas mal con alguien lo peor que puedes hacer, son comentarios negativos de esa persona frente a los demás, ya que parecerá que quieres crear una mala imagen de él o ella con los demás. Trata de mejorar la relación.

8. Compartir el éxito:

Si tu compañero de trabajo alcanza primero las metas o triunfa en un proyecto, no debemos sentir celos o resentimiento por ello. Al contrario, debemos alegrarnos y aprender de la forma como lo lograron para aplicarlo en nuestro propio trabajo.

9. Valorar el trabajo de los demás:

Es importante que valores el trabajo de tus compañeros, para mejorar el clima y las relaciones laborales, esto demuestra que existe compañerismo en el equipo.

10. Cuida tu lenguaje:

El respeto es la base de toda relación humana y la cordialidad siempre será bien recibida. Disfruta lo que haces e irradiarás alegría.