Perales-Domínguez, C. et al.
2 Rev. Cient. Sist. Inform. 4(1): e612; (Ene-Jun, 2024). e-ISSN: 2709-992X
1. INTRODUCCIÓN
En la actualidad podemos identificar que en las organizaciones existen brechas entre la información que
necesitan los altos directivos y la cantidad de datos recopilados en la ejecución de las actividades operativas
de la organización (Y. Xu et al., 2022). Es un hecho que al procesar estos datos y generar información, esta
puede formar la base de conocimientos que se necesita para que los gerentes o las partes interesadas tomen
decisiones objetivas basados en criterios determinísticos antes que probabilísticos (Castillo Abarca et al.,
2020).
Así mismo, las organizaciones tienen alta demanda de análisis, interpretación y procesamiento de datos
que les genera la necesidad de sistemas de información que combinen información de fuentes heterogéneas
para crear información homogénea, de fácil interpretación, disponible y transparente (Tunowski, 2020).
Para este propósito, la inteligencia de negocios es altamente efectiva, pues permite la explotación de la data
de los procesos operativos obtenida a través de sus sistemas transaccionales (Yiu et al., 2020).
Según una encuesta realizada por Figalist et al. (2022), ponen en evidencia que el 37% de trabajadores a
menudo incorporan inteligencia de negocios en sus proyectos y un 4% nunca la han aplicado ya que no
satisfacen sus necesidades, puesto que eventualmente aplican técnicas analíticas básicas, estadísticas
complejas y aprendizaje automático. En contraste Wang et al, (2022) manifiestan que estos sistemas son
incapaces de satisfacer las expectativas de los responsables de la toma de decisiones en las organizaciones.
Según Duque et al. (2021) las organizaciones dependen cada vez más de las soluciones de inteligencia de
negocios para extraer, transformar, procesar y organizar los datos. Ello nos permite afirmar lo importante
que es aplicar metodologías adecuadas para desarrollar estas soluciones que ayuden a agilizar y a hacer
más eficiente el proceso de toma de decisiones (Viteri et al., 2022). Por su parte, Cruz et al. (2022) detallan
la aplicación de la metodología de Hefesto V2.0 como guía para el desarrollo de su solución que proporciona
información relevante y precisa para los directivos, seguir la metodología garantiza una implantación
exitosa.
Por su parte, Vanegas et al. (2020) usan el análisis de datos históricos, la discusión del análisis con panel
de expertos y la unificación de la información recolectada como metodología para su construcción,
proporcionando ventajas competitivas, reducción de tiempos de horas a minutos en la obtención de
información y precisión de la información para la empresa.
La revisión de García Estrella et al. (2021) descubre que en Perú, en el sector empresarial se desarrolla más
la inteligencia de negocios y analítica de datos, siendo la metodología empírica la que más se aplica en las
soluciones de inteligencia de negocios, seguida de CRISP-DM y la metodología de Ralph Kimball.
Por otro lado, Azevedo et al. (2021) proponen implementar dos instancias metodológicas en la
construcción de la solución de inteligencia de negocios, tanto para el tratamiento de los datos en DW (Data
Warehouse) con la metodología Kimball y la metodología para la creación de indicadores. La primera
consta de 12 fases, desde los requerimientos del negocio hasta la solución de BI, la segunda consta de cuatro
fases para supervisar el rendimiento de las diversas actividades de la organización. La solución extrae,
almacena y procesa completamente los datos, brinda información en tiempo real a través de una interfaz
visual con un conjunto de métricas para satisfacer las necesidades de los tomadores de decisiones.
Luego de revisar la bibliografía disponible, y a fin de comprender el proceso constructivo de las soluciones
de inteligencia de negocios, llegamos a preguntarnos: ¿cuáles son las metodologías más empleadas?,
¿cuáles sus características, fases y procesos que son más utilizados para la construcción de este tipo de
soluciones?, ¿cómo se adaptan a las metodologías de construcción de inteligencia de negocios? Para ello,
realizamos una revisión sistemática de la literatura sobre las metodologías usadas para la construcción
exitosa de soluciones de inteligencia de negocios.