La importancia de verificar y auditar la información en los sistemas

Si trabaja para una compañía o bien es dueño de alguna, seguramente tiene un sistema donde se registra información que genera múltiples reportes.

Si ha tenido que ver estos reportes, muy probablemente se abra sentido frustrado, por la imposibilidad de corroborar fácilmente la información que los genera y se identificará con casos como los siguientes:

• Si el reporte de inventarios arroja que se tiene una cantidad diferente al conteo manual, habrá tenido que auditar los proceso que generan salidas, para descartar que se estén sacando productos sin registrarlo en el sistema.
• Si el sistema de finanzas le arroja un saldo diferente al de la página Web de su banco, habrá tenido que corroborar los procesos que generan salidas, para asegurar que los movimientos se estén registrando en tiempo y forma, correctamente.
• Si un reporte le arroja que cobró un millón de pesos al recorrer la ruta Monterrey-DF y esta le dejó una utilidad del 15%, cuando sus cálculos le dicen que debería tener un 20%, seguramente habrá tenido que corroborar la validez de los gastos al recorrer esta ruta.
• Si un cliente le devuelve un alimento por estar en mal estado, habrá tenido que encontrar la factura (para corroborar su venta), hacer valida la garantía y evaluar la posibilidad de regresar el lote completo al proveedor.

Los casos anteriores son un ejemplo de los miles que se pueden presentar y en donde es necesario revisar la información que los genera. A la capacidad de poder verificar el origen de un dato (ya sea numérico o gráfico), se le llama trazabilidad de la información.

Una de las características que debe de tener la información en una compañía, es que tenga trazabilidad, para siempre tener la posibilidad de revisar y corroborar confiablemente su origen.

Una de las labores mas pesadas para los gerentes, es el auditar la información que se genera en los reportes y encontrar errores u omisiones y una ves verificada, estar en posición de generar otros reportes, ad hoc al ahora de la empresa y propia para la toma de decisiones.

Si usted se identifica con estas actividades, habrá vivido el largo, tedioso y confuso tiempo que se invierte en estos procesos y seguramente encontrará como una herramienta valiosa, el que su sistema administrativo le ofrezca trazabilidad completa, rápidamente.

La suite de aplicaciones de Sistemas Integrados (para los mercados del Comercio, Construcción, Transporte e Industria), ofrece trazabilidad completa en todos sus reportes, ya sean numéricos o gráficos, al alcance de un doble clic y en segundos

Si quiere ver un ejemplo sencillo de cómo es que esto funciona, vea el siguiente video:

El análisis de información como apoyo al Comercio, Industria, Transporte y Construcción

La minería de datos (en inglés, data mining) se define como la extracción no trivial de información implícita, previamente desconocida y potencialmente útil, a partir de datos.

En la actual sociedad de la información, donde cada día se multiplica la cantidad de datos almacenados casi de forma exponencial, la minería de datos es una herramienta fundamental para analizarlos y explotarlos de forma eficaz, para los objetivos de cualquier organización.

La minería de datos se define también como el análisis y descubrimiento de conocimiento a partir de datos.

La minería de datos hace uso de todas las técnicas que puedan aportar información útil, como un sencillo análisis gráfico, hasta métodos estadísticos complejos, complementados con algoritmos del campo de la inteligencia artificial y el aprendizaje automático que resuelven problemas típicos de agrupamiento automático, clasificación, predicción de valores, detección de patrones, asociación de atributos, etc. Es, por tanto, un campo multidisciplinar que cubre numerosas áreas y se aborda desde múltiples puntos de vista, como la estadística, la informática (cálculo automático) o la ingeniería.

Tradicionalmente, las técnicas de minería de datos se aplicaban sobre información contenida en almacenes de datos. No obstante, actualmente está cobrando importancia, la minería de datos desestructurados, como es la información contenida en archivos de texto (text mining), en Internet (web mining), etc. Además, hoy en día han surgido otras necesidades de tipo operativo, como la integración de los resultados obtenidos en los sistemas de información en línea, con la exigencia, por tanto, de que los procesos funcionen prácticamente en tiempo real, por ejemplo, alarmas generadas al detectar la posibilidad de fraude al comprar un cliente, detección inmediata de la autorización de un gasto fuera de presupuesto, detección inmediata de una compra realizada con costo superior a algunos de los múltiples precios de venta de la empresa, predicción del pedido ideal de productos, satisfaciendo necesidades como la demanda estimada del cliente, el mínimo inventario y el presupuesto… entre muchos mas.

Otra área que está tomando fuerza son las herramientas con capacidad de registrar información de uso cotidiano y ponerla a la disposición del usuario utilizando un lenguaje común.

Herramientas que son capaces de incrementar su repositorio de conocimiento con el paso del tiempo y ponerlo a la disposición de los usuarios, por medio de análisis lingüísticos. 

Como pionero en México, Sistemas Integrados lleva investigando y trabajando en este campo por mas de veinte años, habiendo desarrollado múltiples aplicaciones y proyectos para sectores del comercio, transporte, construcción e industria.

En general, la minería de datos se emplea para agilizar la toma de decisiones efectivas y en línea, basadas en el análisis de grandes volúmenes de información

 mejorar el rendimiento de procesos de negocio o industriales en los que se manejan volúmenes de información estructurada y almacenada en bases de datos. Mas información...

Algunas referencias:

• Knowledge Discovery in Databases: An Overview

William J. Frawley, Gregory Piatetsky-Shapiro y Christopher J. Matheus

AI Magazine, AAAI, 1992

[Artículo, 1992, 189KB]

http://www.aaai.org/Library/Magazine/vol13.php

• From Data Mining to Knowledge Discovery in Databases

Usama Fayyad, Gregory Piatetsky-Shapiro, Padhraic Smyth

AI Magazine, AAAI, 1996

[Artículo, 1996, 316KB]

http://www.aaai.org/AITopics/assets/PDF/AIMag17-03-2-article.pdf