CONCLUSIONES
§
Como conclusión puedo decir que la inteligencia de negocios se
recopila información para poder aplicarla mejor a nuestra compañía es
importante ya que podrán haber más oportunidades así como nuevas, ayudando a
que se puedan anticipar a un problemas y poder resolverlo antes de que sea un
riesgo para nuestra organización.
§
La inteligencia de los negocios es utilizada por un gran
número de empresas a nivel mundial.
§
Son tecnologías vitales para muchas empresas que manejan datos tan
complejos y dinámicos que sería inexacto e incluso riesgoso trabajar
manualmente. A de más que una de sus ventajas es que disminuye el tiempo de
elaboración, para que la alta gerencia, tenga el tiempo necesario para
analizarlas.
REFERENCIAS BIBLIOGRÁFICAS
Carmen., P. S. (14 de
Noviembre de 2014). Inteligencia
de negocios. Business intelligence.Recuperado el 05 de Octubre de 2015, de
Sitio web. gestionpolis:
http://www.gestiopolis.com/inteligencia-de-negocios-business-intelligence/
gerenciainnovacion.blogspot.
(27 de Septiembre de 2008). Conceptos
Inteligencia de Negocios - Business Intelligence. Recuperado el 12 de Octubre de 2015, de Sitio
Web. gerenciainnovacion:
http://gerenciainnovacion.blogspot.com.co/2008/09/conceptos-inteligencia-de-negocios.html
Idensa. (s.f.). Inteligencia de
Negocios. Recuperado el
05 de Octubre de 2015, de Sitio web. idensa : http://www.idensa.com/
Montoya, R. S.
(2015). Inteligencia
de Negocios (BI):. Recuperado el
09 de Octubre de 2015, de Sitio Web. monografias:
http://www.monografias.com/trabajos14/bi/bi.shtml#ixzz3oPI2mNUP
Mun., D. J. (2012). Risk Simulator. Recuperado el Agosto
de 2015, de
http://www.realoptionsvaluation.com/attachments/rsmanual-spanish.pdf
Teoría de la
Organización Un enfoque Estratégico, B.J. Hodge, William P. Anthony,Lawrence M.
Gales, Editorial Pearson Prentice Hall, Mexico, Sexta Edición, 2003.
Artículo: Boletín de
asesoría
Articulo:El impacto
de las herramientas
ANEXOS
Aplicación de la herramienta Risk Simulator utilizando distribuciones triangulares, y uniformes en los ingresos brutos y costos fijo de operación de la empresa MacDonals
Aplicación de la herramienta Risk Simulator utilizando distribuciones triangulares, y uniformes en los ingresos brutos y costos fijo de operación de la empresa MacDonals
Acá escogemos una distribución triangular con relación a las ventas ósea ingresos brutos a 2004, con un mínimo de 14.793 USD, una mayor probabilidad de 29586 USD, y máximo de 44379 USD.
Tenemos nuestra primera distribución con nuestras ventas pronosticadas por el método de Montecarlo al 2004
Ahora vamos a obtener la distribución de los costos al año 2004 por una distribución uniforme:
Ahora nos dirigimos hacia los ingresos netos del año 2004 para obtener nuestra distribución:
Hasta acá ya tenemos las simulaciones y distribuciones para cada una de nuestros ingresos, utilidades netas y el costo de operación para el año 2004.
Procedemos a correr la simulación dando click en el botón correr:
Esperamos unos segundos…
Vamos observando cómo va cambiando cada una de las distribuciones y de las frecuencias de nuestra simulación.
Podemos ver las oscilaciones del histograma el cual nos muestra unos ingresos netos entre los 11.834 usd y los 11.859 usd.
Revisando la cola izquierda de la gráfica vemos que los ingresos netos de la compañía estarán por encima 11.834 USD al año con una certeza del 53 %
Y por la cola derecha nos arroja que los ingresos netos superaran los 11.849 usd con una Certeza del 100 %
Acá escogemos una distribución triangular con relación a las ventas ósea ingresos brutos a 2004, con un mínimo de 14.793 USD, una mayor probabilidad de 29586 USD, y máximo de 44379 USD.
Tenemos nuestra primera distribución con nuestras ventas pronosticadas por el método de Montecarlo al 2004
Ahora vamos a obtener la distribución de los costos al año 2004 por una distribución uniforme:
Ahora nos dirigimos hacia los ingresos netos del año 2004 para obtener nuestra distribución:
Hasta acá ya tenemos las simulaciones y distribuciones para cada una de nuestros ingresos, utilidades netas y el costo de operación para el año 2004.
Procedemos a correr la simulación dando click en el botón correr:
Esperamos unos segundos…
Vamos observando cómo va cambiando cada una de las distribuciones y de las frecuencias de nuestra simulación.
Podemos ver las oscilaciones del histograma el cual nos muestra unos ingresos netos entre los 11.834 usd y los 11.859 usd.
Revisando la cola izquierda de la gráfica vemos que los ingresos netos de la compañía estarán por encima 11.834 USD al año con una certeza del 53 %
Y por la cola derecha nos arroja que los ingresos netos superaran los 11.849 usd con una Certeza del 100 %
Análisis del Riesgo por Simulación…Herramienta RISK SIMULATOR
Se realizó un análisis de riesgo utilizando la simulación para mostrar varios resultados posibles en Excel, Calcula y controla matemática y objetivamente varios número de escenarios futuros posibles, Nos indicó las probabilidades y riesgos asociados con los datos seleccionado y respectivos de la empresa McDonald's. En base a este análisis podemos decidir qué riesgos desea tomar y cuáles prefiere evitar, tomando la mejor decisión en situaciones de incertidumbre para la EMPRESA McDonald's.
Podemos observar que las series de tiempo en pronósticos de ventas vs locales y las distribuciones triangulares y uniformes aplicadas a los ingresos brutos y a los costos fijos respectivamente, tienen una estrecha relación a la hora de pronosticar eventos de tipo financiero que son de vital importancia para cualquier compañía a la hora de la toma de decisiones tratando de evitar errores irreversibles llevando en muchas ocasiones a la quiebra a la empresa.
ES importante recordar que con la herramienta Risk simulator combina o incluye la simulación Montecarlo, con lo último en tecnología de resolución de problemas para optimizar cualquier hoja de cálculo (Excel) que contenga valores inciertos y aleatorios.
Cuando nos enfrentamos a situaciones sobre la que no es posible obtener una información satisfactoria o es muy costosa su investigación, es posible la operación de diseñar un proceso y una realidad mediante la simulación.
El método de Montecarlo (propuesto por J.Von Neumann y S. Ulam) es una técnica de selección de números aleatorios a través de una o más distribuciones de probabilidad, para utilizarlas en una simulación.
Hertz (1964 y 1968) incorpora el análisis de riesgo en las decisiones de inversión de la empresa. Para ello, utiliza el Método de Monte Carlo para obtener el valor medio más probable y la dispersión de un proyecto de inversión.
El programa risk simulator comprende cuatro módulos diferentes:
Simulación de Monte Carlo
Se realizó un análisis de riesgo utilizando la simulación para mostrar varios resultados posibles en Excel, Calcula y controla matemática y objetivamente varios número de escenarios futuros posibles, Nos indicó las probabilidades y riesgos asociados con los datos seleccionado y respectivos de la empresa McDonald's. En base a este análisis podemos decidir qué riesgos desea tomar y cuáles prefiere evitar, tomando la mejor decisión en situaciones de incertidumbre para la EMPRESA McDonald's.
Podemos observar que las series de tiempo en pronósticos de ventas vs locales y las distribuciones triangulares y uniformes aplicadas a los ingresos brutos y a los costos fijos respectivamente, tienen una estrecha relación a la hora de pronosticar eventos de tipo financiero que son de vital importancia para cualquier compañía a la hora de la toma de decisiones tratando de evitar errores irreversibles llevando en muchas ocasiones a la quiebra a la empresa.
ES importante recordar que con la herramienta Risk simulator combina o incluye la simulación Montecarlo, con lo último en tecnología de resolución de problemas para optimizar cualquier hoja de cálculo (Excel) que contenga valores inciertos y aleatorios.
Cuando nos enfrentamos a situaciones sobre la que no es posible obtener una información satisfactoria o es muy costosa su investigación, es posible la operación de diseñar un proceso y una realidad mediante la simulación.
El método de Montecarlo (propuesto por J.Von Neumann y S. Ulam) es una técnica de selección de números aleatorios a través de una o más distribuciones de probabilidad, para utilizarlas en una simulación.
Hertz (1964 y 1968) incorpora el análisis de riesgo en las decisiones de inversión de la empresa. Para ello, utiliza el Método de Monte Carlo para obtener el valor medio más probable y la dispersión de un proyecto de inversión.
El programa risk simulator comprende cuatro módulos diferentes:
Simulación de Monte Carlo
Optimización
Herramientas estadísticas y analíticas
Predicción de series temporales y cross-sectional
No hay comentarios:
Publicar un comentario