Sistema de Información Gerencial

Angelica Batista

Tema: Mejora en la Toma de Decisiones. Fecha: 02/09/2020.

Objetivos:
1. ¿Cuáles son los distintos tipos de decisiones y cómo funciona el proceso de toma de decisiones? ¿Cómo apoyan los sistemas de información
en las actividades de los gerentes y la toma de decisiones gerenciales?.

2.¿Cómo apoyan la inteligencia y el análisis de negocios a la toma de decisiones?

3. ¿Cómo utilizan la inteligencia de negocios las distintas áreas de toma de decisiones en una organización? ¿Cuál es el rol de los sistemas de
información para ayudar a que las personas que trabajan en un grupo tomen decisiones de una manera más eficiente?

Análisis de los Temas

No. de Tema Principal Sub-temas Elementos claves

Objetiv
o

1 ¿Cuáles son los Valor de negocios de la toma de Tiene que ver con tratar de agregar valor a cualquier
distintos tipos de decisiones mejorada actividad por más pequeña que parezca; si se mejoran
decisiones y cómo varias actividades “pequeñas”, la decisión final puede
funciona el proceso generar un gran valor financiero anual para la empresa.
de toma de
decisiones? ¿cómo
apoyan los sistemas
de información las
actividades de los Tipos de decisiones Las Decisiones Estructuradas: son las que se toman a
gerentes y la toma de diario; y tienen un procedimiento definido para manejarlas,
decisiones de modo, que cuando haya que tomarlas se sepa qué hacer.
gerenciales? Las Decisiones No Estructuradas: son aquellas en las que
 el encargado de tomarlas debe realizar un análisis completo
para poder resolver el problema. Son decisiones importantes
y no rutinarias, por lo que, no existe un procedimiento
establecido para tomarlas. Las Decisiones
Semiestructuradas: sólo una parte del problema tiene una
respuesta clara proporcionada por un procedimiento
aceptado.

El proceso de la toma de decisiones

Los gerentes y la toma de decisiones en el Calidad de la Información: Las decisiones importantes

mundo real requieren información de alta calidad. Si la salida de los
sistemas de información no cumple con estos criterios de
calidad, la toma de decisiones se verá afectada. Filtros
Gerenciales: Los gerentes absorben información a través de
una serie de filtros para comprender los acontecimientos.
Utilizan la atención selectiva, para identificar ciertos tipos de
problemas y sus soluciones; además, tienen una variedad de
predisposiciones que rechazan la información que no se
ajusta a sus nociones previas. Inercia y Política
Organizacional: Las organizaciones son burocracias con
capacidades y competencias limitadas para actuar de
manera decisiva. Cuando cambian los entornos y los
negocios necesitan adoptar nuevos modelos de negocios
para sobrevivir, las poderosas fuerzas dentro de la
organización se rechazan al cambio. Las decisiones que una
empresa ha tomado a menudo representan un balance de
los diversos grupos de interés de la compañía, en vez de ser
la mejor solución para el problema.

2 ¿Cómo apoyan la ¿Qué es la inteligencia de negocios? Inteligencia de Negocios (BI): es el término utilizado para
inteligencia y el describir la infraestructura para almacenar, integrar, crear
análisis de negocios a informes y analizar los datos que provienen del entorno de
la toma de negocios, incluyendo Big Data.
decisiones?
Entorno de la inteligencia de negocios Datos del Entorno de Negocios: las empresas deben lidiar
con datos que provienen de distintas fuentes, entre ellos Big
Data. Los datos se tienen que integrar y organizar, de tal
forma, que la alta gerencia pueda analizarlos y utilizarlos
para la toma de decisiones. Infraestructura de la
Inteligencia de Negocios: la base subyacente de la
inteligencia de negocios es un poderoso sistema de bases
de datos que captura todos los datos relevantes para operar
la empresa. Conjunto de Herramientas de Análisis de
Negocios: se utiliza un conjunto de herramientas de
software para analizar datos y producir informes, responder
las preguntas planteadas por los gerentes y rastrear el
progreso de la empresa utilizando los indicadores clave del
desempeño. Métodos y Usuarios Gerenciales: Los
gerentes imponen el orden en el análisis de los datos
utilizando diversos métodos gerenciales que definen los
objetivos de negocios estratégicos y especifican la forma en
que se medirá el progreso. Plataforma de Entrega–MIS,
DSS, ESS: los resultados de la inteligencia y el análisis de
negocios se entregan a los gerentes y empleados en varias
formas, dependiendo de lo que necesitan saber para realizar
su trabajo. Interfaz de usuario: las suites de software de
análisis de negocios cuentan con herramientas de
visualización de datos, como gráficos enriquecidos,
diagramas, tableros de control y mapas; también pueden
entregar informes en dispositivos móviles, así como en la
página Web de la empresa.

Capacidades de inteligencia y análisis de La inteligencia y el análisis de negocios prometen entregar la

negocios información correcta y casi en tiempo real a los encargados
de tomar decisiones; las herramientas analíticas les ayudan
a entender con rapidez la información y a tomar las acciones
correspondientes. Existen seis funcionalidades analíticas
que ofrecen los sistemas de BI para lograr estos fines:

• Informes de producción: son informes predefinidos con

base en los requerimientos específicos de la industria (vea la
tabla 12.4).

• Informes parametrizados: los usuarios introducen varios

parámetros como en una tabla dinámica para filtrar datos y
aislar sus impactos. Por ejemplo, tal vez quiera introducir la
región y la hora del día para comprender cómo varían las
ventas de un producto por región y hora. Si fuera Starbucks,
tal vez podría descubrir que a los clientes de la región Este
les gusta comprar su café por la mañana, en tanto que los de
la región Noreste compran café a cualquier hora del día.
Este hallazgo podría conducir a distintas campañas de
marketing y publicidad en cada región.

• Tableros de control/cuadros de mando: son herramientas

visuales para presentar los datos del desempeño definidos
por los usuarios. • Creación de
consultas/búsquedas/informes apropiados: permiten a los
usuarios crear sus propios informes con base en las
consultas y las búsquedas. • Desglose (drill-down): es la
habilidad de pasar de un resumen de alto nivel a una vista
más detallada.

• Pronósticos, escenarios, modelos: implican la habilidad de

realizar pronósticos lineales, análisis del tipo “¿qué pasaría
sí?” y analizar datos mediante herramientas estadísticas
estándar.

¿Quién utiliza la inteligencia y el análisis de negocios?

Cerca del 80% de la audiencia para la BI consiste en

usuarios casuales que dependen en gran medida de los
informes de producción. Los ejecutivos de nivel superior
tienden a usar la BI para monitorear las actividades de la
empresa mediante el uso de interfaces visuales, como
tableros de control y cuadros de mando. Es mucho más
probable que los gerentes de nivel medio y los analistas se
sumerjan en los datos y el software para introducir consultas
y desglosar los datos a lo largo de distintas dimensiones. La
mayoría de las veces los empleados operacionales, junto
con los clientes y proveedores, analizarán los informes
 preempaquetados.

Análisis predictivo Una herramienta importante en el

análisis de la inteligencia de negocios es la habilidad de
modelar los eventos y comportamientos futuros, como la
probabilidad de que un cliente responda a una oferta de
comprar un producto. El análisis predictivo usa el análisis
estadístico, las técnicas de minería de datos, los datos
históricos y las suposiciones sobre las condiciones futuras
para predecir las tendencias y patrones de comportamiento
en el futuro.

Análisis de Big Data El análisis predictivo está empezando

a usar los Big Data tanto en el sector público como en el
privado, incluyendo datos de social media, transacciones de
clientes y los resultados de sensores y máquinas.

Inteligencia y análisis operacional Algunas de las

decisiones descritas en la sesión interactiva sobre ciudades
inteligentes tratan sobre cómo hacer funcionar estas
ciudades a diario. Éstas son en su mayoría decisiones
operacionales; a este tipo de monitoreo de actividad de
negocios se le conoce como inteligencia operacional.

Análisis de la ubicación y sistemas de información

geográfica El análisis de BI incluye el análisis de la
ubicación: la habilidad de obtener una perspectiva de
negocios a partir del componente de los datos
correspondiente a la ubicación (geográfica), incluyendo los
datos de ubicación de teléfonos móviles, la salida de los
sensores o dispositivos de exploración y los datos de los
mapas.

Estrategias gerenciales para desarrollar Hay dos estrategias distintas para adoptar capacidades de
capacidades de Bi y BA BI y BA para la organización: soluciones integradas de una
sola fuente, y soluciones con varios de los mejores
distribuidores. Las compañías de hardware (IBM, HP y ahora
también Oracle, dueña de Sun Microsystems) desean
venderle a su empresa soluciones integradas de hardware/
software que tienden a operar sólo en su hardware (la
 solución de integración total). Se denomina “compras de una
sola fuente”. Las compañías de software (SAP, SAS y
Microsoft) aconsejan a las empresas adoptar el “mejor
software del mercado”, capaz de ejecutarse en cualquier
máquina que deseen. En esta estrategia, usted adopta la
mejor solución de bases y almacén de datos, y selecciona el
paquete de inteligencia y análisis de negocios del distribuidor
que usted considere que sea el mejor.

La primera solución conlleva el riesgo de que un solo

distribuidor provea una solución de hardware y software total
para su empresa, la cual queda a merced del poder de
fijación de precios de ese distribuidor. Sin embargo, ofrece la
ventaja de tener que lidiar con un solo distribuidor que puede
hacer entregas a una escala global.

La segunda solución ofrece una mayor flexibilidad e

independencia, pero con el riesgo de que se presenten
dificultades al integrar el software con la plataforma de
hardware, así como con otro software. Los distribuidores
siempre afirman que su software es “compatible” con el de
otros distribuidores, pero la realidad es que a veces puede
ser muy difícil integrar el software de distintos distribuidores.

3 ¿Cómo utilizan la Soporte de decisiones para la gerencia La gerencia operacional y la de nivel medio reciben por lo
inteligencia de operacional y de nivel medio general la responsabilidad de monitorear el desempeño de
negocios las distintas los aspectos clave de la empresa, como el tiempo de
áreas de toma de inactividad de las máquinas en el piso de una fábrica, las
decisiones en una ventas diarias o incluso por horas en las tiendas de comida
organización? ¿cuál de una franquicia, o el tráfico diario en el sitio Web de una
es el rol de los compañía. La mayoría de las decisiones que toman son
sistemas de bastante estructuradas. Los gerentes de nivel medio suelen
información para utilizar los sistemas de información gerencial (MIS) para
ayudar a que las soportar este tipo de toma de decisiones, y su principal
personas que trabajan resultado es un conjunto de informes de producción
en un grupo tomen rutinarios basados en los datos que se extraen y sintetizan
decisiones de una de los sistemas de procesamiento de transacciones (TPS)
manera más subyacentes de la empresa. Cada vez es más común que
eficiente? los gerentes de nivel medio reciban estos informes en línea
en el portal de la compañía, y que puedan consultar de
manera interactiva los datos para averiguar por qué ocurren
 ciertos eventos. Para ahorrar aún más tiempo de análisis, los
gerentes recurren a los informes de excepciones que
resaltan sólo las condiciones excepcionales, como cuando
las cuotas de ventas para un territorio específico caen por
debajo de un nivel anticipado, o que los empleados exceden
sus límites de gastos en un plan de servicios dentales. La
tabla 12.6 proporciona algunos ejemplos de aplicaciones de
MIS.

Soporte de decisiones para la gerencia de En la actualidad, la metodología líder para comprender la

nivel superior: los métodos cuadro de información de verdadera importancia que requieren los
mando integral y administración del ejecutivos de una empresa se conoce como método del
desempeño empresarial cuadro de mando integral (Kaplan y Norton, 2004; Kaplan y
Norton, 1992). Este método es un marco de trabajo para
poner en operación el plan estratégico de una empresa al
enfocarse en los resultados medibles sobre las cuatro
dimensiones del desempeño de la empresa: financieros,
procesos de negocios, clientes, y aprendizaje y crecimiento
(figura 12.7). El desempeño en cada dimensión se mide
mediante indicadores clave del desempeño (KPI), que son
las medidas propuestas por la gerencia de nivel superior
para comprender qué tan bien se desempeña la empresa a
lo largo de cualquier dimensión dada. Por ejemplo, un
indicador clave de qué tan bien cumple una empresa de
ventas de menudeo en línea con los objetivos de desempeño
para con sus clientes, es la extensión promedio de tiempo
requerida para entregar un paquete a un consumidor. Si su
empresa es un banco, un KPI del desempeño del proceso de
negocios es la extensión de tiempo requerida para realizar
una función básica, como crear una cuenta para un cliente
nuevo. Se dice que el marco de trabajo del cuadro de mando
integral es “integral” debido a que hace que los gerentes se
enfoquen en algo más que sólo el desempeño financiero. En
esta perspectiva, el desempeño financiero es historia del
pasado —el resultado de las acciones pasadas—, de modo
que los gerentes se deben enfocar en aquellas cosas en las
que pueden influir en la actualidad, como la eficiencia del
proceso de negocios, la satisfacción de los clientes y la
capacitación de los empleados. Una vez que los consultores
y los ejecutivos de nivel superior desarrollan un cuadro de
mando, el siguiente paso es automatizar un flujo de
 información para los ejecutivos y otros gerentes para cada
uno de los indicadores clave del desempeño. Hay en esencia
cientos de compañías de consultoría y de software que
ofrecen estas herramientas, las cuales se describen a
continuación. Una vez implementados estos sistemas, se
conocen como ESS.

Sistemas de soporte de decisión en grupo El DSS que acabamos de describir se enfoca, en primera
(GDSS) instancia, en la toma de decisiones individual. Sin embargo,
los grupos realizan tanto trabajo dentro de las empresas que
se ha desarrollado una categoría especial de sistemas
conocidos como sistemas de soporte de decisión en grupo
(GDSS) para apoyar la toma de decisiones en grupo y en la
organización. Un GDSS es un sistema interactivo basado en
computadora para facilitar la solución de los problemas no
estructurados a través de un conjunto de encargados de
tomar decisiones, los cuales trabajan como un grupo en la
misma ubicación o en distintos lugares. Los sistemas de
colaboración y las herramientas basadas en Web para
videoconferencias y reuniones electrónicas que describimos
en secciones anteriores de este libro, soportan algunos
procesos de decisión en grupo pero su enfoque principal
está en la comunicación. Sin embargo, los GDSS proveen
herramientas y tecnologías orientadas de manera explícita
hacia la toma de decisiones en grupo. Las reuniones guiadas
por los GDSS se realizan en salas de conferencias con
herramientas especiales de hardware y software para
facilitar la toma de decisiones en grupo. El hardware cuenta
con equipo de computadora y de red, retroproyectores y
pantallas. El software especial para reuniones electrónicas
recolecta, documenta, clasifica, edita y almacena las ideas
que se ofrecen en una reunión de toma de decisiones. Los
GDSS más elaborados utilizan un facilitador profesional y
personal de soporte. El facilitador selecciona las
herramientas de software, además de ayudar a organizar y
dirigir la reunión.
Respuestas a las preguntas de las sesiones interactivas:

Sesión Interactiva: Tecnología

Big Data hace que las ciudades sean más inteligentes

1. ¿Qué tecnologías emplean Nueva York y Barcelona para que sus ciudades funcionen con más eficiencia y mejore la calidad de
vida de los ciudadanos?

New York, comenzando con los datos del 311 (la línea que no es de emergencia para las quejas de ciudadanos sobre varias cuestiones,
como los disturbios por ruido), los investigadores recopilarán información adicional de los sensores inalámbricos en las ventanas y edificios,
además de los medidores de ruido en los semáforos y esquinas de las calles. Tal vez se use también una app para teléfonos inteligentes en
un esfuerzo de crowdsourcing por fomentar la participación de los ciudadanos y recopilar estadísticas todavía más extensas. Un posible
resultado es que se emita un decreto de límite de ruido para los vehículos. Al aplicar una combinación de incentivos y cuotas por infracción,
se persuadirá a los ciudadanos para que reemplacen o reparen sus silenciadores defectuosos. Las simulaciones por computadora informarán
a los encargados de tomar decisiones sobre la combinación óptima de mecanismos del cumplimiento y la secuencia de pasos para
maximizarlo. Los datos de zonificación, clasificación de edificios y flujo de tráfico, junto con las rutas y los tiempos de recolección del
Departamento de sanidad, se usarán para optimizar la recolección de basura. El objetivo será dar servicio a tantos distritos comerciales como
sea posible a mitad de la noche, cuando el tráfico sea más ligero y se moleste a la menor cantidad de residentes. A continuación, se tiene un
plan para ensamblar imágenes térmicas de edificios en toda la ciudad, que servirá como base para estudios del uso de la energía. Un
terabyte de información (que equivale a 143 millones de páginas impresas) fluye a diario hacia la Oficina de iniciativas políticas y estratégicas
de Nueva York desde cada esquina de la ciudad: la información varía desde certificados de defunción hasta minutas como el tipo de calderas
y aspersores instalados en los 900,000 edificios de la ciudad. A esa oficina se le asignó la tarea de reducir la cantidad de conversiones
ilegales (la creación de unidades de vivienda adicionales en edificios que carecen de la infraestructura requerida legalmente, como los
medios adecuados de salida y el cableado eléctrico). El equipo combinó los datos de 19 agencias y creó un modelo para optimizar las
inspecciones de los edificios.

Barcelona es una de las ciudades europeas que va a la vanguardia. Sus inversiones incluyen conexiones a Internet de alta velocidad en todo
un vecindario, así como puntos de carga de electricidad para autos y motocicletas, lo cual reduce el uso de energía y genera ingresos. Los
sensores conectados a los contenedores de basura alertan a los trabajadores cuando necesitan vaciarse. Los conductores pueden usar una
aplicación de teléfono inteligente para encontrar el lugar de estacionamiento más cercano disponible en las calles de la ciudad. Los sistemas
de irrigación integrados en los parques de Barcelona monitorean la humedad del suelo y activan los aspersores cuando se necesita agua. La
ciudad espera reducir su factura de agua en un 25% al año después de instalar sensores en los parques locales, para producir ahorros
anuales aproximados de casi $60 millones. Barcelona desperdiciaba mucha agua y ahora puede controlar el sistema directamente desde un
iPad.

Tecnologías:
 · Tratamiento de información generada «abiertamente» por humanos; es decir, tratamiento de datos no estructurados, que
representa una gran cantidad de datos generados en contextos de ciudad.

· Tratamiento de imágenes, audios y vídeos: alertas en tiempo real por eventos que pudieran detectarse a través del
procesamiento de imágenes, audios o vídeos.

· Agrupación de ideas: considerando todas las aportaciones y manifestaciones que nos trasladan los ciudadanos, agrupar por
conceptos, términos, ideas, etc. Es decir, clusterizar, para detectar patrones y relaciones.

· Análisis de sentimiento: sobre la base de las manifestaciones de los ciudadanos, ¿podemos decir que tenemos una buena
impresión entre la ciudadanía?

2. ¿Cuáles son los aspectos de administración, organización y tecnología que deben tratar las iniciativas de “ciudades
inteligentes”?

Para que se entienda lo mucho que puede aportar la digitalización y los datos al día a día de la administración de una ciudad vamos a
entender primero qué es un gobierno municipal y en qué consiste su trabajo. En términos muy simplificados, un gobierno municipal elabora
planes y programas. Para su elaboración, se suelen emplear necesidades manifestadas o no manifestadas de los ciudadanos, se quiere
conocer su opinión, etc. Pero, especialmente, se desea conocer el resultado y el impacto con el fin de poder mejorar constantemente.
Se puede vestir el discurso de las Smart Cities con muchas cosas: Internet of Things, adelantarse en la recogida de basuras, regadíos
inteligentes, etc. Pero, al final, una administración debe satisfacer al ciudadano. Eso es lo que resume cualquier aplicación que podamos
tener en la cabeza. En este punto es cuando se puede integrar la analítica digital en los planes de un gobierno inteligente. Ofrecer una
perspectiva más amplia, a través de datos propios y ajenos, integrando los servicios públicos en sus dimensiones virtuales y presenciales, y
todo ello, siendo analizado en tiempo real a través del «Real-Time Analytics» (estrategias analíticas de búsquedas de patrones, inteligencia
dependiente del contexto), es lo que el Big Data aporta a una ciudad inteligente.
Para que una ciudad pueda adoptar las posibilidades que el Big Data le brinda, debe acometer una serie de pasos. Un primer punto
interesante, es tener una visión única del ciudadano. ¿Tiene tu ciudad un servicio de este tipo? Es decir, ¿sabe mi ayuntamiento que cuando
hablo en Twitter soy @alrayon, cuando subo una foto en Instagram soy @alrayon, que cuando les mando un email lo hago con mi cuenta
@deusto.es y que cuando me presento en persona uso mi DNI? ¿O para ellos soy cuatro personas/identidades diferentes?
Una vez sabido esto, podemos hacer un análisis del ciudadano. En términos de gestión, para una administración pública, la «transacción«,
entendida como elemento de relación mínima, es la solicitud de un servicio. ¿Algún ayuntamiento tiene hecha una comparación entre lo que
buscan sus ciudadanos y lo que efectivamente solicitan? ¿Cuál es el ratio de éxito y de satisfacción de los ciudadanos en estos términos? Es
decir, ¿qué interesa a mis vecinos? ¿Qué buscan, consultan? ¿Cuándo lo hacen? ¿Desde dónde vienen y hasta dónde llegan? Y, por no
hablar, de la cantidad de canales que usarán para ello, y la secuencia entre dichos canales. Esta analítica sobre las peticiones y
transacciones podría arrojar mucha información para la elaboración de planes y programas. Esta gran cantidad de datos generados puede
ser tratada posteriormente por herramientas de Big Data.
Por otro lado. ¿están satisfechos mis ciudadanos? Y ahora ustedes me dirán que vayamos a preguntárselo con unas encuestas. Pero, ¿se
han monitorizado las conversaciones sociales? Es decir, ¿sabemos de sobre qué y dónde conversan mis vecinos en las redes sociales y
otros medios digitales?
Para que todo esto sea posible, necesitamos que nuestras ciudades adopten la la analítica digital. Puede aportar mucho valor tanto en la
recogida de datos, como en procesamiento, como en la toma de decisiones final. Las Ciudades Inteligentes requieren de tecnología para la
captura de datos y el procesamiento de la información. Y, a partir del conocimiento generado, poder avanzar con la posterior toma de
decisiones para el mejoramiento de la ciudad. Vamos a ver y entender estos tres pasos.
· En primer lugar, la obtención de datos. Hoy en día, hay muchos datos generándose fuera de los procedimientos habituales
de una administración. Una administracióne debe ser consciente que sus canales son ON y OFF. Quizás muchas de ellas no
estén ON, pero sus ciudadanos sí lo están. Por lo tanto, un primer paso que debieran conocer es la sincronización de la
captura del dato.
· En segundo lugar, el procesamiento de datos. Imagínaros que en una determinada quiere abanderar el lema «Ciudad del
conocimiento y la cultura» (habrá ya más de una con esto en la cabeza). Dentro de su plan «Fomentando la lectura», un
programa puede «Fomentar la lectura en la población juvenil». Supongamos que podemos integrar, como fuentes de datos
el impacto que ha tenido una campaña de comunicación que hemos puesto en marcha, unas encuestas, los dartos de
préstamos y bibliotecas, la compra de libros en tiendas ON y OFF, etc.
· Y un tercer elemento es la toma de decisión final. Aquí, ayuda mucho la puesta en valor del dato a través de los sistemas
de visualización y reporting. La inteligencia es la capacidad para anticipar la incertidumbre. Con ella, se logró, por primera vez
en la evolución, anteponer el problema a la solución.

3. ¿Qué problemas resuelven las “ciudades inteligentes”? ¿Cuáles son las desventajas?

En definitiva, el campo del Big Data al servicio de los ciudadanos, su bienestar y satisfacción. Las ciudades inteligentes del futuro deberán
aprovechar estas oportunidades tecnológicas para enriquecerse socialmente y lograr unas sociedades inclusivas y participativas. Un aparato
de gestión informacional y del conocimiento sin precedentes. Reaparece en la sociedad la posibilidad de conocer de manera objetiva, neutral
y desinteresada la realidad a estudiar (el ciudadano, su bienestar y satisfacción), reflejada ahora en los datos masivos observados a través
de una metodología –el Big Data y el uso de algoritmos- capaz de ofrecernos una imagen supuestamente perfecta de la realidad.

Desventajas:

No todo lo que reluce es oro, y en el mundo de las ciudades tecnológicas existen una serie de inconvenientes muy asociados al aspecto
tecnológico que pueden producir retrocesos en la expansión de la ciudad. Los problemas de las smart cities son:

· -. La financiación por parte de la Administración, dado que se requiere una inversión importante en tecnología.

· -. Dada la implantación de un alto grado de tecnología en las smartcities se depende de compañías que ofrezcan estos
servicios. Tanto a nivel público como particular.
 · -. Reducción de la intimidad. “Para ser más eficientes, se debe de observar qué hábitos dispone el consumidor en todos sus
aspectos y niveles”

· -. Los inmuebles encarecen. Son más complejos de ejecutar y construir.

· -. Mayores brechas tecnológicas entre ciudades y realidades. No todas las ciudades pueden asumir tal coste.

· -. Por la complejidad que absorben las ciudades Smart Cities, producen al mismo tiempo un aumento considerable de residuos.

4. Mencione ejemplos de cuatro decisiones que se mejorarían en una “ciudad inteligente”.

Aunque cabe destacar que cada ciudad es un mundo y según administraciones han dirigido la implementación en una dirección u otra, si que
podemos destacar algunos logros principales como:

· Iluminación regulada para reducir el coste energético.

· Automóviles que aparcan solos capaces de encontrar plazas de aparcamiento libres para los usuarios.

· Sistemas de movilidad basadas en compartir bicicletas.

· Abastecimiento inteligente del agua, gestión inteligente de la energía (Iluminación pública…etc) y gestión más eficaz de los
residuos

· Sistemas de vigilancia de todos los niveles que teóricamente maximizan la seguridad sobre el ciudadano.

5. ¿Le preocuparía si se utilizaran datos de social media para complementar los datos públicos y ayudar a mejorar la prestación
de servicios municipales? ¿Por qué?

Sería una herramienta importante siempre y cuando su uso esté respaldado con sistemas de seguridad y a su vez permita que cada
movimiento pueda ser notificado al interlocutor. En lo personal no me preocuparía porque sé que lo que queremos proyectar de una ciudad
inteligente y segura debe comenzar por la participación de sus ciudadanos.
Sesión Interactiva: Administración

Copa América: tensión entre la tecnología y los humanos encargados de tomar decisiones

1. ¿Cómo cambió la tecnología de la información la forma en que se administraban y navegaban los botes de la copa américa?

Se basaban en el software y el hardware, no solamente en la experiencia del navegante, sino que contaban la información obtenida de los 250
sensores que los navegantes recibían. La información llegaba al dispositivo que tenían en las muñecas y les proporcionaba miles de datos de las
variables que estaban en el océano y del velero, como, por ejemplo, en las etapas de barlovento.

Los ingenieros veían los datos en sus computadoras y de esta forma observaban la información que determinaba el curso que debían seguir
gracias a los datos proporcionados en tiempo real, de presión, ángulos, cargas y tensiones. Con estos datos podrían predecir la velocidad de
cada ola y la navegación dependía de la rapidez en la respuesta del piloto con respecto a la información recibida. Ésta se adapta al perfil y
requerimientos del navegante dando unas variables de desempeño. Ahora no solamente era navegar, sino que había un trasfondo de ingeniería
que permitía ayudar a los

Navegantes con tecnología de punta. Oracle marcaba una diferencia no solo de diseño, sino de recolección de datos de información.

2. ¿qué impacto generó la tecnología de la información en la toma de decisiones en el equipo estadounidense?

Tuvo un gran impacto en la toma de decisiones, porque se basaban esencialmente en el sistema de información en el software que habían
implementado. Este era interactivo, flexible y adaptable y ayudaba a solucionar problemas en la gestión y toma de decisiones basado en el
análisis de los datos que recogía para generar la información que ayudará al navegante a ganar.

Las decisiones se daban de forma ágil y los resultados tenían una medición real, gracias a la información presentada proveniente del oracledata.
Cada miembro de la tripulación tenía acceso ilimitado a los datos que se generaban, por medio de diagramas. Por ejemplo, el capitán lo veia por
medio de sus lentes de sol. El impacto fue tan abismalmente grande, que se decía que manejaban drones en vez de navegar, porque la
tecnología de información era la encargada de analizar absolutamente todo y guiar al navegante como a un muñeco. Cuando el equipo estaba
perdiendo, las decisiones se basaron en hacerle cambios tanto al velero como a los cascos y, sin dejar a un lado la información que este les se
suministraba, tuvieron más en cuenta la pericia de los navegantes, ya que la idea de la navegación al estilo de drones computarizados no parecía
ser la solución dentro de la competencia.

3. ¿qué tanta responsabilidad tuvo la tecnología en cuanto a la victoria del equipo estadounidense en la copa américa? Explique su
respuesta

La responsabilidad de la tecnología se marcó desde el diseño de los botes con tecnología de punta que contaban con un catamarán, tres cascos
y características que les permitían ser uno de los veleros más rápidos conocidos en la historia. Pero inicialmente, el bote contaba con algunas
fallas que se podían solucionar recopilando datos. Estos tenían que ser rápidos, oportunos, medibles y ágiles. La tecnología permitía estudiar y
analizar miles de datos que podían darse en el transcurso del recorrido del velero, que contaba con más de 250 sensores que medían todo lo que
tenía que ver con el ambiente alrededor del velero. El viento, la velocidad y la aplicación de estas nuevas herramientas tecnológicas, aportaban
una gran ventaja frente a sus oponentes, ya que la tripulación estaba siempre al tanto de lo que le sucedía al velero. Sin embargo, más adelante,
encontraron que algunos datos no eran precisos y que no se podía confiar el 100% de la carrera olvidando al navegante. La responsabilidad que
tuvo la tecnología fue histórica pero el equilibrio entre la tecnología, la experiencia y las

Habilidades del capitán, dio como resultado la victoria de forma contundente y consecutiva para el oracle team. Todo se traduce en una gestión
oportuna y una implementación eficaz.

4. Compare el papel de los big data en la victoria del equipo estadounidense en la copa américa, con su papel en la victoria de la copa
mundial de 2014 del equipo alemán que se describe en el caso de apertura de capítulo.

la tecnología iba avanzando cada día más con diseños únicos y un conjunto de datos que se hacía cada vez más incontrolable. Con la captura
del proceso y el seguimiento de los datos otorgados por cada uno de los sensores que tenían los veleros, fue posible la corrección a tiempo de
los errores que los llevaron a la derrota, esclareciendo las causas de partes ineficientes de diseño. Gracias a la retroalimentación proveniente de
los datos recogidos, se dieron cuenta de que la información no era tan precisa como pensaban y, aunque debían modificar varios sensores, la
información pudo ser corregida y de esta forma, la alta gerencia, pudo tomar decisiones de una forma más eficiente.

El big data jugó un papel importante ya que presentó los errores a corregir como retroalimentación y de esa forma fue posible generar acciones o
decisiones que llevaron al equipo a ganar después de identificar sus fallas.

Así es como el big data fue una herramienta esencial en la competencia de Oracle y como la ventaja competitiva diferencial en cada carrera.
Incluso más allá de las carreras de veleros, Oracle es una de las multinacionales de tecnología de información que han revolucionado
tecnológicamente el mercado y han ayudado a facilitar la toma de decisiones empresariales.