There is a clear and growing relationship between business intelligence (BI) and knowledge management (KM). In Herschel and Yermish (2009) the view is that BI focuses on identifying trends or patterns in (typically large) explicit data warehouses. The aim is to aid in decision-making or in planning of corrective actions when the trend deviates from organizational goals. BI usually employs explicit quantitative data, which may imply an (excessive) emphasis in the technological tools and methods employed to analyze data, such as data mining and online analytical processing - OLAP). Accordingly, Herschel and Yermish argue that BI by itself is insufficient for generating value. Since we have already discussed the value creation emphasis of KM, then the idea is that BI be viewed as a subset of KM in order to make the technological capabilities useful and value-adding. For instance, an organization might place their BI activities and support tools in the context of a KM strategy led by learning objectives, using Nonaka and Takeuchi's SECI model for example.Also, since KM encompasses both explicit and tacit knowledge, a KM process should make knowledge explicit prior to employing BI techniques. One way in which this can be achieved is employing so-called knowledge exchange protocols. These offer a template and a structure for sharing knowledge, thereby stimulating and facilitating entry of new knowledge (from individuals into the system) as well as consumption of existing knowledge (from system to individual). An example protocol is presented by Herschel and Yermish: the SOAP protocol (not to be confused with service-oriented jargon) includes Subjective, Objective, Assessment and Plan categories. This template is applicable to different domains and enables an explicit categorization of tacit knowledge via text.
A different take on the relationship between KM and BI is offered by Cody et al. (2002). Out of their work at IBM research, the authors contend that the main difference between BI and KM is that the first is centered on (quantitative) explicit data analysis, while the latter is focused on tacit textual information. As such, the point is to move towards a single BIKM system in which it is possible to associate text with data. Often, the presence of meta-data will be enough to componentize text and link it to data, but in other cases there will be no meta-data or the link will not be explicit beforehand, requiring more preparation steps. In the end a single model with shared dimensions will integrate both text and data in order to improve the quality of business decisions (enriching the analyses offered by only using data).
13 comentarios:
Reading focuses on the importance of business intelligence but connected to the management of knowledge, since tacit knowledge of an organization can be associated with real data that can identify patterns that help the specific and complex knowledge of a particular topic importance to the organization.
For the above protocols are used knowledge to help extract information and facilitate the generation of new knowledge in organizations, a protocol used is SOAP (subjectivism, objectivism, Assessment, Plan) where each of the steps help of an organized the classification of tacit knowledge explicit through text, it is difficult to apply and if it can be helpful to organizations where the generation of knowledge is one of its strategic themes.
In order to get the positioning of KM inside the companies as a one of its most valued assets, BI turns out to be an essential tool for this task because this one not only shows by using real, measurable and concrete analysis and test how organizations are working with KM (tacit and/or explicit) but it also could establish the necessary guidelines to create tendencies for an effective, value generator, and sustainable KM in time.
This demands to not define BI as an external agent which appears for modeling all its processes but as it is mentioned by Herschel and Yermish (2009): “it should be seen as a subset of KM” and this idea requires a complete and clear understanding of the socio-cultural factor as well as the organizational/motivational policies for an appropriate use according to the strategic framework which it is own by each company.
Johnatan Martínez V.
Integrantes:
Claudia Marcela Gomez
Juan Felipe Barajas L
Juan Pablo Vargas Acosta
El protocolo seleccionado es el soap, mediante el cual se realiza identificación de tendencias no deseadas "por el dueño del proceso", permite realizar la identificación del problema a nivel operativo mediante la verificación de logs, en analista construye el modelo de revisión de incidente y finalmente se toman las decisiones pertinentes para realizar las acciones correctivas y documentar las lecciones aprendidas, por tal razón esta metodología se ajusta a la idenficaciòn y gestión de incidentes.
SUBJECTIVE: (Identificación de tendencias no deseadas)
Se reporta una compra de Tarjeta de Crédito Diners no reconocida por el cliente. la última transacción realizada por el cliente fue la
aceptación del paquete de Diners Gourmet
*Fraude Virtual Se detecta falla de validación de las tarjetas de crédito en la página.
*Fraude Presencial Franquicia
OBJECTIVE (identificación del problema a nivel operativo)
Se realiza la validación de los Log (consulta internet) y la trazabilidad de las direcciones IP, se detecta que la Ip es de origen Europeo.
Revisión de dirección es IP comprometidas:
*Consulta Log Internet:
*Consulta Otros canales:
*Consulta usuarios inusuales:
Coincidencias con fraudes anteriores:
ASSESSMENT (Evaluación)
1. Basado en los LOG anteriores utilizar la herramienta analys’t, para identificar tendencias.
2. Identificar modalidad de fraude.
3. Identificar novedad de la modalidad y generar recomendaciones.
4. DISCUSSION & PLANS
Se detecta el fraude, sociabilización de lecciones aprendidas (Gestión de incidentes)
About to the two readings betwen KM and BI in two contexts very similar functionality in the first reading there is a relationship between BI and KM, BI cither in identifying patterns or trends, it uses explicit knowledge, without the BI however to generate added value by itself can not depend on the KM these to take advantage of technological capabilities. the use of BI techniques for developing knowledge protocols may be used in the case of reading the example is the SOAP protocol, includes categories subjective, objective assessment plan. This template is applicable to various fields and allows a classification of tacit knowledge explicit through text. second reading (cody) suggests that a difference between BI and KM is that the former focuses on the explicit data analysis (quantitative), while the second focuses on tacit textual information, but can be integrated model BIKM.
De acuerdo con la lectura Gestión de conocimiento (KM) en inteligencia de negocios (BI), De Herschel y Yermish (2009), se menciona la relación directa que existe entre BI y KM. Estas no pueden verse por separado porque en ese caso BI no tendría valor. Mientras que BI se ocupa del conocimiento explicito KM se ocupa tanto del conocimiento tácito como del explicito, para lograr un aprendizaje organizacional y la tan mencionada generación de valor.
Llevando esto a la realidad de una institución financiera, BI, muy utilizada para conocer el perfil transaccional de los clientes ya que en este tipo de negocio la empresa que conoce sus clientes tiene una ventaja competitiva sobre las empresas que no lo hacen. También muy orientado a identificación de tendencias como herramienta para la detección de fraudes. Teniendo en cuenta esto, es claro que BI es definitivamente un subconjunto de KM. Si no se realiza una adecuada gestión del conocimiento de nada nos sirve conocer a los clientes sino se realizan campañas sobre ellos y mucho menos, identificar todas las tendencias de fraude sino podemos gestionar el conocimiento para generar procesos preventivos al respecto.
Integrantes :
Sandra P. Abello
Carlos J. Reyes
Harold Gonzalez
PROTOCOLO ELEGIDO : SOAP, porque pasa de una perspectiva subjetiva de un problema, luego pasa a una descripción objetiva del mismo, luego da lugar a una valoración y finalmente define un plan de acción.
Lista de problemas :
• Utilizacion de diferentes metodologias de proyectos por parte de los lideres.
• Documentacion del Proyecto manejado sin estándar definido que no es de facil entendimiento para los otros lideres.
S- Subjetivo
• Dato : No existen estándares, ni metodología clara por parte de Sodimac para los proyectos
• Expresiones del líder : No existen estándares, ni metodología clara para el manejo de los proyectos y estos son manejados de forma particular de acuerdo al conocimiento y agilidad de cada líder.
O – Objetivo
• Metodología utilizada?
• Lista de Entregables por cada etapa del proyecto del proyecto?
• Herramienta utilizada de planeación?
• Ruta repositorio documentos proyecto?
• Sitio de archivo de carpeta física del proyecto?
• Lista de Entregables Realizados y Aprobados?
• Temas Pendientes?
A – Assessment (Evaluación)
• La falta de un estándar unificado para gestión de proyectos que puedan utilizar los lideres de proyectos de Sodimac.
P – Plan
• Plan Gerencia de Proyectos : Comenzar a realizar reuniones de la Gerencia de proyectos y los lideres para adaptar una metodología estándar de proyectos que utilicen todos los lideres independiente del proyecto que manejen.
• Plan Capacitación de metodología: Realizar comités quincenales donde se revise la metodología hasta que sea de total entendimiento de todos los lideres y creación de plan de capacitación intensivo para los lideres nuevos
• Plan de seguimiento : Realizar auditorías cruzadas entre los lideres para revisar proyectos de otros líderes donde se revise si la documentación es clara y se lleva la metodología, para que si en algún momento un líder se va de la empresa cualquier otro líder puede tomar el proyecto sin problemas.
This comment is right in front of the subject, it is true that one requires more data to make sound decisions and aimed at an end, but as the data can serve a lot can not work at all, because at times we focused heavily on have a sea of information but does not have a clear pair that we want and can use a lot in this business intelligence to extract clean and accurate information for making clear decisions. To this we add that this information should add value, not just to Excel tables with statistics but for us it will, that's when it comes KM should make that information already filtered mean something, having clear trends or patterns strategies to enable the business to evolve as a company.
By Juan Felipe Barajas L
In relation to the topic discussed in class in Colombia believe that we lack mature aunh more in order to make a proper knowledge management and make business intelligence truly support decision making.
In an application of Sodimac there Inteigencia business based on daily sales allows product managers make decisions about purchases should not do. Interviewing one of them told me that the information beyond that provided by the system, based on their own experience and knowledge dle market to make their sales forecasting and so it decides which products to buy or not.
This is a perfect example of how tacit knowledge is combined with the explicit knowledge provided by information technologies.
Integrantes:
Diego Hoyos
Isaac Castañeda
Johnatan Martínez
William Sánchez
PROTOCOLO OIVVA (Observación, Interiorización, Valoración-Validación, Acción)
OBSERVACIÓN:
El médico Ocupacional, a partir de los casos que conoce de primera mano en su área o región, trata de entender los fenómenos que están ocurriendo a nivel ocupacional relacionándolos con incidentes ocurridos o inferencias generadas de su conocimiento tácito (Experiencias pasadas, casos coincidentes, entendimiento de las condiciones de su zona, conocimiento de los trabajos realizados en su área, etc.).
INTERIORIZACIÓN:
A partir de estas observaciones registradas, el médico puede determinar si existe algún patrón de comportamiento que sea susceptible de ser replicado en el futuro o en otros grupos de interés. Así la cosas, con esta información, codifica una regla de operación que resuma las condiciones que cumpliría este comportamiento en su área de acción.
VALORACIÓN:
La regla que fue codificada y puesta en términos explícitos por un integrante del grupo de salud ocupacional del país, es debatida y socializada por el resto del grupo. Esta valoración consiste a partir de su conocimiento tácito y explícito, en establecer algún grado de valor de la misma.
VALIDACIÓN:
La regla que fue sometida a revisión por parte del grupo de salud ocupacional y finalmente enviada a la siguiente fase. Deberá ser codificada en lenguaje formal con fin de ser implementada en las herramientas de BI de la empresa. Esta fase entregará un conjunto de datos que cumplen con estas condiciones.
ACCIÓN
Las acciones emprendidas a partir de la información entrega de la fase anterior pueden ser en dos vías:
-Acciones en el Proceso:
Estas acciones están encaminadas a mejorar, modificar o definitivamente anular la regla ingresada. Bien sea porque no tiene aplicación en el espectro de información contenida o porque los resultados no son consistentes.
Las acciones en el proceso, pueden determinar que es necesario incluir otras fuentes de datos o que las existentes necesitas algún grado de afinación y/o mejora.
-Acciones en la Operación:
A partir de los resultados entregados en la fase anterior, se determina que por actuación de la regla, efectivamente existe una población sometida a un riesgo no identificado previamente y por tal motivo es necesario ejecutar plan de acción en el área donde se encuentra esta población a fin de disminuir o mitigar el riesgo ocupacional.
I believe that business intelligence (BI) and knowledge management (KM) should be accompanied by one of the other. For example in my work we have tools that allow BI to specific cases such as determining the number of students pay their tuition in installments.
This analysis coupled with knowledge management in the area of admissions has allowed students to have more options to make payments and those achieve complete their studies. In this case I want to know how to apply templates for knowledge management for example by using SOAP because it currently has documentation of this process with features that can be used in the protocol.
This example has succeeded in reducing the number of students who do not enroll due to lack of economic resources and makes it clear that the implementation of BI and KM allow businesses to achieve properly take decisions that improve their resources.
The real value of these concepts is to understand the scope of each company and establish a work plan guided by the KM where some orbits needed interaction with BI to have a clear picture of the behaviors in which the organization evolves.
These two tools eventually will lead us to better we understand the internal or external circumstances that affect the business and become a stronger force when used together, one leaning against the other in the course of a work-planed.
Finally, it seems important to understand that not necessarily, large organizations are called to be using these tools, but also small businesses (large number in Colombia) should do it, because the important is to understand the logical and the relationship to our own interests, the operational aspect can be resolved at low cost and even free applications on the Internet. Should be the "chambers of commerce" in charge of promoting such knowledge, very useful to understand the market and its customers, and may bring more and better products regardless of the size of the organization.
The Business Intelligence as is described in the article of Herschel and Yermish is a very useful tool for organizations in order tu know themselves and its environment and thus to define strategies to be highly competitive in the market.
The benefits of a good job of BI are easily identifiable in the organizations, for instance, i know a telecommunications company where they can identify potential failures in their network based on the behavior of calls to their call center customer service which suggests a deep knowledge of the relationship between different variables of the organization apparently unrelated.
La inteligencia de negocios es un proceso donde se analizan datos acumulados de las empresas y su fuerte está en usar la tecnología para hacerlo. Se usa en general cualquier información relevante sobre el quehacer de la empresa y luego se analiza usando metodos y herramientas como minería de datos y OLAP (online analytical processing). Lo anterior con miras a tomar las mejores decisiones ayudando a incrementar la efectividad de las empresas.
Según las lecturas de Herschel and Yermish (2009) y Cody et al. (2002), la inteligencia de negocios por si sola no genera valor y es necesario integrarla dentro de las estratégias de gestión del conocimiento. Así, usando protocolos de intercambio se tienen estructuras de compartición de conocimiento tácito y explicito para aumentar el efecto tanto de KM como de BI.
Es fundamental que las empresas vean el beneficio al hacer BI y KM orientandolos de la misma manera que al objetivo del negocio. Estos no son proyectos tecnológicos únicamente, y deben integrarse como estratégia para generar valor agregado, mejores productos o servicios, o incluso mejorar procesos internos.
Publicar un comentario