La inteligencia de negocios o Business intelligence (BI) por su nombre en ingles es un termino que se refiere a aplicaciones y tecnologias que son utilizadas para recopilar, proveer acceso, analizar datos e informacion sobre las operaciones de una compania.

La Inteligencia de negocios puede ayudar a las companias para tener un conocimiento mas detallado de los factores que afectan sus negocios como metricas de ventas, produccion, operaciones internas y puede ayudar a la compania a tomar mejores decisiones de negocios. La inteligencia de negocios no debe ser confundida con la inteligencia competitiva que es un concepto gerencial diferente.

Las aplicaciones y tecnologías de inteligencia de negocios permiten que las organizaciones tomen decisiones de manera mas informada y les da ventajas competitivas. Por ejemplo una compañía puede usar sus aplicaciones de BI para extrapolar información de los indicadores del ambiente de negocios externo y le permite predecir tendencias futuras en un sector específico, con esto pueden tomar decisiones a tiempo para mejorar las posibilidades de crecimiento o ventas de una compañía y fortalecerse frente a la competencia y el mercado.

Las aplicaciones de BI permiten por ejemplo analizar cambios en tendencias del mercado, cambios en los comportamientos de los clientes, patrones de gasto de dinero, preferencias de los clientes, condiciones de la compañía y del mercado en general. En estos casos el BI permite a los analistas y gerentes determinar los ajustes que se deben hacer al negocio para afectar a su favor las tendencias detectadas, todo de una manera mas informada y no tratando de adivinar lo que ocurre al rededor.

También se puede utilizar un sistema de BI para compartir información con proveedores y aliados de negocio, por ejemplo para mantener controlados los niveles de inventario, métricas de desempeño conjuntas y otros datos de la cadena de abastecimiento.

Para que los sistemas de inteligencia de negocios funcionen efectivamente las companias necesitan un equipo de computo para almacenar los datos es decir una bodega de datos o DataWarehouse. Adicionalmente se debe tener un plan de capacidad de datos que determine y prediga las necesidades de almacenamiento. De igual manera se deben definir metricas de desempeno del sistema que cumplan con las necesidades minimas requeridas por el negocio.

Las companias que venden tecnologia de BI tambien han desarrollado herramientas para extraer y analizar grandes cantidades de datos no estructurados como metricas de produccion, estadisticas de ventas, informacion de clientes etc. Usualmente estas companias tienen modelos predefinidos para cumplir los requerimientos de las diferentes industrias (retail, financiero, utilities, tecnologia etc

Otras aplicaciones de BI se utilizan para almacenar y analizar datos para procesos o sistemas como: Mineria de datos, data farming, sistemas de soporte de decisiones, predictores, bodegas de documentos, gestion de conocimiento, mapeo, visualizacion de informacion y tableros de control, sistemas de informacion geografica, analisis de tendencias, software como servicio, etc.

Otras aplicaciones de BI se utilizan para analizar y manejar el lado humano del negocio, por ejemplo interrelaciones con CRM (Manejo del Relacionamiento con los Clientes), manejo de recursos humanos, mercadeo etc.

Sun Tzu's De el Arte de la Guerra resalto la importancia de recolectar y analizar la informacion. Sun Tzu dijo que para tener exito en la guerra un general debe tener un completo conocimiento de sus propias fortalezas y debilidades, asi como completo conocimiento de las fortalezas y debilidades de su enemigo.

Antes de iniciar la era de la informacion a finales del siglo 20, los negocios debian recolectar datos de fuentes no automatizadas. En esa epoca no se tenian los recursos computacionales adecuados para analizar los datos y como resultado las companias tomaban sus decisiones principalmente basados en su intuicion.

A medida que los negocios comenzaron a automatizarse con sistemas, mas y mas datos comenzaron a estar disponibles. Sin embargo se volvio un reto su manejo por la falta de infraestructura para almacenarlos y procesarlos, asi como incompatibilidades entre los sistemas. Muchos reportes tomaban meses en generarse por las dificultades en consolidar la informacion, con esos tiempos de generacion eran unicamente utilizados para tomar decisiones de largo plazo, pero era imposible tomar decisiones tacticas de corto plazo, las cuales seguian tomandose basadas en la experiencia e intuicion.

Los negocios modernos comenzaron a utilizar herramientas y modelos estandares que permitieron automatizacion y tecnologias para administrar grandes volumens de datos. Se consolidaron tecnologias de bodegas de datos asi como otras como ETL (Extraccion, transformacion y carga (load) de datos) que aumentaron la velocidad de recoleccion y ordenamiento de informacion. Esto unido con tecnologias OLAP para generar reportes de manera muy rapida y consolidando vistas y dimensiones simplificando el analisis.

(articulo en construccion)