En los procesos digitalizados, se pueden analizar grandes cantidades de datos con m\u00e9todos de inteligencia empresarial. El aumento exponencial de los datos disponibles y el aumento exponencial de la potencia de c\u00e1lculo hacen posible evaluaciones que antes no eran posibles. Un requisito previo necesario es tanto la alta calidad de los datos como la extracci\u00f3n, transformaci\u00f3n y carga sensata de los conjuntos de datos en una aplicaci\u00f3n de BI (proceso ETL). Los datos que no est\u00e1n actualizados, los duplicados de datos y los registros de datos incompletos impiden que los \u00abBig Data\u00bb se conviertan en \u00abSmart Data\u00bb a trav\u00e9s de la Inteligencia Empresarial.<\/p>
Esto tiene sentido en los procesos en los que se generan grandes cantidades de datos y hay que reconocer correlaciones en relaci\u00f3n con cuestiones muy espec\u00edficas que no son evidentes sin el uso de procedimientos de an\u00e1lisis. Para ello, existen varios m\u00e9todos de reconocimiento de patrones que reconocen correlaciones y coherencias. Esto puede llevar a veces a hallazgos inesperados que contradicen la intuici\u00f3n. Estas aplicaciones, que ampl\u00edan la imaginaci\u00f3n y\/o la capacidad de decisi\u00f3n de sus usuarios, pertenecen a la categor\u00eda de \u00abinteligencia aumentada\u00bb.<\/p>
Por ejemplo, las t\u00e9cnicas de BI le permiten analizar el comportamiento y las preferencias de sus clientes y predecir su comportamiento futuro. Tambi\u00e9n puede deducir del comportamiento de sus clientes el comportamiento y las preferencias de los clientes potenciales que a\u00fan no han comprado. Esto le permite planificar mejor sus procesos y comercializar sus servicios de forma m\u00e1s espec\u00edfica. Identificar a los rescindidores de contratos en una fase temprana, reconociendo el comportamiento t\u00edpico de los rescindidores antes de que decidan cancelar y reaccionando ante ello de forma proactiva, es tambi\u00e9n una tarea t\u00edpica de BI. Las previsiones de tendencia tambi\u00e9n pueden crearse con m\u00e9todos de BI. Los m\u00e9todos de miner\u00eda de datos son especialmente adecuados para este tipo de an\u00e1lisis.<\/p>