Les cuento un poco, yo trabajé por 12 años en un departamento de Business Intelligence en una aerolínea muy grande en Latinoamérica, a grandes rasgos integrábamos data de:
- Sistemas transaccionales: venta, contabilidad, operaciones aéreas, etc.
- Datos de la competencia: vuelos, horarios, capacidad ofrecida en asientos, carga, etc.
- Datos de planeación: presupuestos, nuevas rutas, aviones, etc.
Estos datos se estructuraban en cubos dentro de un Data Warehouse Corporativo para habilitar a las diferentes áreas de la empresa a que manipularan la data en herramientas OLAP y lograran tener conocimiento detallado del comportamiento de diferentes temas, por ejemplo: anticipación de compra, curvas de compra, niveles de ocupación de los vuelos, On Time Performace, etc.
Otro “servicio” que dábamos era apoyar a diferentes áreas con la información que necesitaban para tomar decisiones pero el mayor valor que podíamos dar a la organización era realizar análisis transversales, es decir, desde una perspectiva que pocos lograban porque dentro de BI se tenía no solo el conocimiento técnico de manejar volúmenes enormes de información y cruzar diferentes cubos de información sino también el conocimiento del negocio.
En pocas palabras BI provee muchísimo valor al negocio, es muy fácil generar mucho dinero en ahorros o en incremento de ingresos siempre y cuando se logre el conocimiento técnico y el de negocio!
Les dejo un artículo donde se habla de las operaciones básicas que se pueden realizar sobre un Data Warehouse al analizar la data, esto es imposible que un usuario pueda realizarlo en una base de datos normalizada
https://pediaa.com/what-is-the-difference-between-slice-and-dice-in-data-warehouse/1
