Resumen
La presente revisión bibliográfica tiene como objetivo determinar como
la fusión entre la Inteligencia de Negocios que en ingles se define como
Bussiness Intelligence (BI) y los Sistemas de Información Geográficos (SIG)
pueden conformar el GeoBI la cual es una tecnología basada en información
espacial georreferenciada capturada utilizando técnicas de topografía,
teledetección espacial, fotogrametría, GPS o Cartografía Digital, en una base
de datos geográfica.
Se realiza una búsqueda bibliográfica de los principales tópicos del
GeoBI aplicado al ámbito de la gobernabilidad de una ciudad, para ello se
identifican sus métodos de implementación, casos de éxito en el ambiente local
y mundial, se determinan las diferencias con diciplinas verticales como la
estadística descriptiva, la geoestadística, minería de datos o aprendizaje
automático (machine learning), con el propósito de ver diferencias y su
potencial al momento de realizar toma de decisiones informadas a través de la generación
de reportes, cuadros de mando o geo portales.
Adicional a la investigación de GeoBI se presenta una propuesta para la
implementación de GeoBI por medio de la metodología Hefesto la cual presenta
las fases necesarias para la construcción de un sistema de BI aplicado a la
gobernabilidad.
Palabras Clave: Inteligencia de Negocios,
Gobernabilidad, Sistemas de Información Geográficas, Centralización de
información, Cartografía, bases de datos geográficas, Data Warehouse.
Abstract
The objective of this bibliographic review is to determine how the
fusion between Business Intelligence, which in English is defined as Business
Intelligence (BI) and Geographic Information Systems (GIS), can form GeoBI,
which is a technology based on captured georeferenced spatial information.
using topography techniques, spatial remote sensing, photogrammetry, GPS or
Digital Cartography, in a geographic database.
A bibliographic search is carried out on the main topics of GeoBI applied
to the field of governance of a city, for this its implementation methods,
success stories in the local and global environment are identified, the
differences with vertical disciplines such as statistics are determined.
descriptive, geostatistics, data mining or machine learning, with the purpose
of seeing differences and their potential when making informed decisions
through the creation of reports, dashboards or geo portals.
In addition to the GeoBI research, a proposal is presented for the
implementation of GeoBI through the Hefesto methodology, which presents the
necessary phases for the construction of a BI system applied to governance.
Keywords: Business
Intelligence, Governance, Geographic Information Systems, Information
Centralization, Cartography, geographic databases, Data Warehouse
1.
Introducción
En la actualidad la
información la información es una parte muy importante para la organización, debido a que con esta se realizan un sinnúmero
de procesos a diferentes niveles, desde nivel operativo hasta el nivel de las juntas
de directores, por ello, las organizaciones necesitan datos precisos, actualizados
y completos que las lleven a tomar decisiones clave del negocio, para esto, las
empresas almacenan su información en grandes bases de datos, donde estas
contienen un sin número de datos alfanuméricos que se deben de analizar por
medio de técnicas como la ciencia de datos o estadística, también, se tiene que los datos residen en diferentes bases de
datos y en múltiples formatos.
Por tanto, cabe
decir que no hay una manera realmente fácil de crear una visión global de la
organización integrada e inteligente para la toma rápida y eficiente de
decisiones. Sin embargo, una de las posibilidades existente es la de utilizar
técnicas de análisis de datos como el Bussiness Intelligence o BI (Inteligencia
de Negocios), esta técnica permite el análisis de grandes cantidades de datos a
través de software que permite la conexión a las bases de datos para realizar
el análisis de los mismos y si se añade una componente espacial a estos análisis
de datos tendremos un mejor panorama del entorno y del negocio. Vitt, E.(2013).
por esto, la integración con un sistema de información geográfico SIG permite
ubicar espacialmente la información estadística generada por el análisis de la
información y permite un mejor entendimiento del entorno para realizar estrategias
de gobernabilidad.
Los Sistemas de
Información Geográfica (SIG) tienen la capacidad de mejorar significativamente
los procesos de gobernabilidad en entidades públicas o privadas al centralizar
la información espacial y alfanumérica, estos sistemas permiten la captura, almacenamiento,
análisis y visualización de datos geográficos, lo que brinda una visión
integral y basada en la ubicación de diversas actividades y recursos que
junto con los análisis realizados utilizando
herramientas y técnicas de BI se logra potenciar el SIG y convertirlo en un
GeoBI que es la representación de datos espaciales e información estadística a
partir del análisis de datos en un entorno geográfico. Aguirre A.(2013)
La centralización
de datos geoespaciales y alfanuméricos en un GeoBI facilita la toma de decisiones
informadas, al tener acceso a información detallada sobre ubicaciones geográficas,
infraestructuras, población y recursos naturales, las entidades pueden
planificar de manera más eficiente el desarrollo urbano, la administración de
recursos, la respuesta a emergencias y la optimización de rutas y logística.
A demás, los SIG
mejoran la transparencia y la comunicación en la gestión de los proyectos de los
gobiernos, ya que los datos están disponibles en una plataforma centralizada y
de fácil acceso para diferentes departamentos dentro de la organización o para
manejo publico si es el caso, esto reduce la duplicación de esfuerzos y mejora
la colaboración entre equipos y la transparencia en los procesos
administrativos. Cetin, M., Adiguzel, F., Kaya, O., & Sahap, A. (2018).
La visualización de
datos en mapas y gráficos facilita la identificación de patrones y tendencias,
lo que respalda la formulación de políticas y estrategias efectivas. Por ejemplo,
en entidades gubernamentales, los SIG pueden ayudar en la asignación equitativa
de recursos, en la planificación de servicios públicos y en la supervisión de
proyectos de infraestructura y el BI permite visualizar las tendencias o
patrones de los datos con componente espacial dentro de los proyectos o
problemáticas de una ciudad como el monitoreo de los índices de criminalidad
por sectores o comunas.
1.1
GeoBI Descripción
Durante los últimos
años el acceso a la información espacial es cada vez más utilizada por medio de
los estándares OGC como lo son los servicios WMS, WFS Y WCS, donde los usuarios
de información espacial tienen un método de acceso confiable y rápido según sus
necesidades impuestas por el dominio de sus conocimientos. Sin embargo, existen
otros consumidores de información espacial que no son tan habituales, los
cuales son los analistas de negocio, estos nuevos actores empiezan a tener un
protagonismo importante en el consumo de geo información abriendo nuevos
caminos y oportunidades en el entorno de los SIG. Scartozzi, C.M. (2020).
“El GeoBI es un
sistema que combina Análisis multidimensional y visualización cartográfica,
esta tecnología desempeña un papel importante en la de toma de decisiones para
empresas, debido a que puede adoptar una solución que puede dar como resultado
una gran decisión de inversión para las organizaciones, por lo que se debe
prestar mucha atención al análisis de los datos y su posterior despliegue en los
informes con información espacial”. Trisnawarman, D. (2018).
La fusión de estas
dos tecnologías, al conectar grandes cantidades de datos, proporciona un potente
sistema de visualización capaz de combinar datos de diferentes fuentes ya sean
de gobierno o de instituciones privadas con los cuales se alimentan los SIG de
las organizaciones, con el fin de generar información útil a todos los niveles
de la organización. Por tanto, la GeoBI, en este contexto, representa la
capacidad de derivar conocimiento adicional proveniente de la ubicación para
predecir y resolver problemas. Gilberto L.(2011).
los SIG se ha utilizado
durante mucho tiempo para el análisis predictivo por esto, los planificadores
urbanos han estado usando esta tecnología durante décadas para predecir el
crecimiento de la población y patrones de migración para planificar eficazmente
proyectos de infraestructura y con los métodos de BI se trazan planes de inversión
a futuro. Gontijo, E., Rocha, G., Santana, L., Branco, F., & Oliveira, N., (2019).
Por tanto, los
sistemas de GeoBI son una herramienta en demasía útiles para las
organizaciones, debido a que, permiten tener la información en modo visual, el
cual es una manera fácil de poder comprender los diversos escenarios que se
presentan continuamente en los procesos productivos de las organizaciones,
permitiendo la toma rápida y eficaz de decisiones por parte de la junta de
directores hacia los actores que son los encargados de los procesos y
actividades. Con lo cual se incrementa el nivel de competitividad y calidad de los
procesos de gobierno a todos los niveles, incrementando la efectividad de los
proyectos y sus efectos en la sociedad.
1.1 GeoBI en la Gobernabilidad de una Ciudad
La GeoBI puede proporcionar a los líderes de la ciudad una
visión clara de la data de la ciudad, permitiéndoles tomar decisiones basadas
en hechos en lugar de suposiciones. Por ejemplo, la BI puede recopilar,
analizar y visualizar datos de tráfico para aliviar la congestión y mejorar la programación
del transporte público. Bardard, T. & dubé E. (2019). Con esta iformación
se podría implementar mejoras a la movilidad de una ciudad y se monitorea por
medio de mapas y estadísticas de aforos en un cuadro de mando GeoBI.
Por otro lado, los SIG pueden ayudar a visualizar estos datos
en un formato fácil de entender, ya que los SIG pueden mostrar datos en un
mapa, esto permite a los líderes de la ciudad ver dónde se encuentran los
problemas y tomar decisiones informadas sobre cómo resolverlos. Sui D. (2014).
La implementación de GeoBI en la gobernabilidad de una
ciudad es un proceso complejo que requiere una planificación cuidadosa y un
compromiso de los líderes de la ciudad.
El proceso general se puede dividir en las siguientes
etapas:
ü Identificación de las
necesidades: El primer paso es identificar las necesidades específicas de la
ciudad en términos de datos relevantes y análisis geoespaciales por medio de
los cruces de información, con esto, se puede hacer una evaluación de las
necesidades y problematicas actuales de la ciudad e identificar las fortalezas de
la ciudad y potenciarlas.
ü Recopilación de datos: Una vez
que se han identificado las necesidades, la ciudad debe recopilar los datos necesarios,
estos datos pueden provenir de una variedad de fuentes, incluidas agencias gubernamentales,
empresas privadas y ciudadanos.
ü Organización de datos: Los
datos recopilados deben contar con una estructura que facilite el análisis,
para esto se requiere de una limpieza de los datos, estandarización de los formatos
y la creación de metadatos.
ü Desarrollo de una plataforma:
La ciudad debe desarrollar una plataforma que permita el tratamiento de datos geoespaciales,
por medio de plataformas escalable, segura y fácil de usar. Sarría F.A. (2018)
ü Capacitación y adopción: Los
empleados de la ciudad deben recibir capacitación en el uso de la plataforma
GeoBI, con el proposito de garantizar que los datos se utilicen de manera
efectiva para tomar decisiones informadas.
Ejemplos
de cómo se utiliza GeoBI en la gobernabilidad de una ciudad:
ü Planificación urbana: el GeoBI
se puede utilizar para identificar áreas de crecimiento potencial, realizar
eguimiento a el impacto ambiental del desarrollo y garantizar que las comunidades
tengan acceso a los servicios públicos. Zhou P, Li M, Wang F, Yin F,(2010).
ü Gestión de servicios públicos:
GeoBI se puede utilizar para rastrear el rendimiento y eficiencia de los
servicios públicos, como la recolección de residuos, el mantenimiento de las calles
y la gestión del agua, esta información puede ayudar a identificar sectores de
mejora y optimizar la eficiencia de los servicios. Harold A.F., Martínez A.P.,
Nuela R.M., Criollo M.E. & Pico J.C. (2023).
ü Seguridad pública: el GeoBI se
puede utilizar para analizar datos sobre el crimen, la violencia y la
delincuencia, para desarrollar estrategias de prevención y respuesta a la
delincuencia.
ü Desarrollo económico: GeoBI se
puede utilizar para analizar datos sobre el mercado laboral, las oportunidades
de inversión y la actividad económica, para desarrollar políticas y programas
que apoyen el crecimiento económico de la ciudad. Healey & Delve, 2007.
1.2 Casos de Éxito de GeoBI
Al rededor del mundo se ha utilizado el GeoBI como una
herramienta fundamental en el tratamiento de la data de las ciudades.
A continuación, se describen algunos casos de éxito:
1.2.1
Solución GeoBI para la información del censo en chile
En este
proyecto se desarrollo una solución en entorno Web que integran tecnología SIG y
BI para el tratamiento de datos mediante un repositorio integrado de varias
fuentes de información pertenecientes al censos poblacional de distintos
periodos contando con la propiedad de poder filtrar la información hasta el nivel
de micro territoriales menores a la comuna, como son los distritos; contando con
esta data se puede georreferenciar y analizar los patrones de intension de voto
de la poblacion, por medio de herramientas de inteligencia de negocios geoespacial.
Wickramasuriya. (2013).
El
proceso (ETL) se realiza a partir de los archivos SPSS y se utilizaron bases de
datos intermedias ó staging área para el proceso de limpieza de los datos.
Fig.1 Arquitectura de la solución
GeoBI
fuente:
análisis de la información de censo en chile
En la
Figura anterior se puede observar que la arquitectura implementada para la solución
de GeoBI, inicia con la recolección de la información en bases de datos
externas, realizando un primer proceso ETL para luego ser cargados a una base
de datos intermedia ó staging área.
Posteriormente,
se ingresa a un segundo proceso ETL en el cual se incorpora la información de la
data en un Data mart. Por otra parte, se incorporan capas de cartografía
digital a una tabla de datos espacial en la misma Data mart, a traves de la
extension postgis del gestor de bases de datos Postgres, permitiendo la integración
de GIS en un Data mart.
La
motivación del trabajo se centró en la posible combinación de la tecnología SIG
y la Inteligencia de Negocios de datos abiertos en el proceso de visualización
y análisis de los datos del censo. Con la combinación de tecnología fue posible
realizar análisis de los datos del Censo de 1992 y 2002, permitiendo generar
salidas graficas de los datos con el apoyo de mapas temáticos.
1.1.1
City of Boston:
La ciudad
de Boston, Massachusetts, implementó GeoBI en 2015 como parte de su estrategia
de gobierno abierto. El proyecto, denominado "GeoBoston", tiene como
objetivo proporcionar a los ciudadanos y funcionarios de la ciudad acceso a
datos geoespaciales de manera abierta y accesible.
El
proyecto se implementó en tres fases:
ü Fase 1 (2015-2016): En esta
fase, se recopilaron y organizaron los datos geoespaciales de la ciudad, los
datos se obtuvieron de una variedad de fuentes, incluidas las agencias
municipales, los departamentos estatales y las empresas privadas.
ü Fase 2 (2017-2018): En esta
fase, se desarrolló una plataforma de GeoBI para acceder y analizar los datos, la
plataforma se basó en una tecnología de código abierto llamada Geo Server.
ü Fase 3 (2019-presente): En esta
fase, se continúa desarrollando la plataforma de GeoBI y se están agregando
nuevos datos.
La
plataforma de Geo Boston proporciona a sus usuarios acceso a una amplia gama de
datos geoespaciales, incluidos mapas, imágenes satelitales, datos demográficos
y datos de infraestructura. Los usuarios pueden utilizar la plataforma para
realizar análisis espaciales, crear mapas personalizados y compartir datos con
otros.
El
proyecto GeoBoston ha tenido un impacto positivo en la ciudad de Boston, ya que
los datos geoespaciales están siendo utilizados por una variedad de agencias
municipales para mejorar la planificación del desarrollo urbano, la prestación
de los servicios públicos y la seguridad pública. Los datos también están
siendo utilizados por los ciudadanos para aprender más sobre su ciudad y
participar en el proceso de toma de decisiones.
ü Ejemplos de cómo se está
utilizando GeoBI en Boston:
La
ciudad de Boston está utilizando GeoBI para una variedad de propósitos, entre
los que se observan:
ü Planificación urbana: GeoBI se
está utilizando para planificar el crecimiento de la ciudad de manera sostenible
y equitativa. Los datos espaciales se utilizan para identificar áreas de
desarrollo potencial, evaluar los posibles impacto ambiental del desarrollo de
los proyectos y garantizar que las comunidades tengan acceso a los servicios
públicos.
ü Gestión de servicios públicos:
GeoBI se está utilizando para mejorar la eficiencia en la prestación de
servicios públicos, como la recolección de residuos, el mantenimiento de las
calles y la gestión del agua. Los datos geoespaciales se utilizan para
identificar áreas con problemas, planificar las rutas de los servicios y
optimizar los recursos.
ü Seguridad pública: GeoBI se
está utilizando para mejorar la seguridad pública en la ciudad. Los datos
geoespaciales se utilizan para analizar el crimen, la violencia y la delincuencia.
Esta información se utiliza para desarrollar estrategias de prevención y respuesta
a la delincuencia.
Retos
de la implementación de GeoBI:
La
implementación de GeoBI presenta algunos retos, entre los que se incluyen:
ü Costos: La implementación de GeoBI
puede ser costosa, especialmente para las ciudades pequeñas y medianas.
ü Capacidad: Los líderes de la
ciudad y los empleados necesitan tener la capacidad de utilizar GeoBI para
aprovechar su potencial.
ü Datos: Las ciudades necesitan
recopilar y mantener datos precisos y actualizados para que GeoBI sea efectivo.
A
pesar de estos retos, GeoBI tiene el potencial de ser una herramienta poderosa
para mejorar la gobernabilidad de las ciudades. Al proporcionar información y
análisis útiles, GeoBI contribuye a que los líderes puedan tomar decisiones mejor
soportadas en información espacializda y así lograr mejores resultados. Parra G.(2010).
1.1.2
El Proyecto New York City Department of Transportation
El
Departamento de Transporte de la ciudad de Nueva York (NYCDOT) implementó GeoBI
en 2017 como parte de su iniciativa Visión Cero para eliminar las muertes y
lesiones graves en accidentes de tránsito. El proyecto, llamado "NYCGeoBI",
tenía como objetivo proporcionar a la agencia información basada en datos para
mejorar la seguridad del tráfico, gestionar la congestión y optimizar las
operaciones de transporte.
El
proyecto siguió un enfoque por fases:
Tabla 1. Fases del proyecto
NYCGeoBI
|
FASES
DEL
PROYECTO
|
CARACTERISTICAS
|
|
Fase
1
(2017-2018)
|
Recopilación y
organización de datos: los datos de diversas fuentes, incluidos sensores de
tráfico, cámaras, estaciones meteorológicas y quejas del 911, se consolidaron
en una plataforma central. Desarrollo de una plataforma GeoBI: NYCGeoBI, está
basada en software de código abierto, contando con los programas Geo Server y
PostGIS, permitió el despliegue de la data, el análisis y la creación de
mapas.
|
|
Fase
2
(2019-2020)
|
Análisis e informes
avanzados: se introdujeron funciones como análisis de patrones de accidentes,
identificación de cuasi accidentes y mapas de calor para demarcar áreas de
mayor riesgo de accidentalidad. Integración con sistemas existentes: NYCGeoBI
se vinculó a sistemas de señales de tráfico y herramientas de gestión de
congestión para el intercambio de datos en tiempo real.
|
|
Fase 3
(2021 presente)
|
Expansión a otras
funciones del DOT: GeoBI fue adoptado por otros departamentos, como el
control de estacionamiento y el alumbrado público, para el análisis de la
data y la gestión de recursos. Intercambio de datos públicos: el portal
NYCGeoBI OpenData permite el acceso público a conjuntos de datos seleccionados
para investigación y desarrollo de aplicaciones.
|
Fuente: Autor
Ø Impacto de NYCGeoBI:
Decisiones
basada en datos: GeoBI permite a los planificadores identificar intersecciones
peligrosas, asignar recursos a áreas vulnerables y evaluar las repercuciones de
las medidas para calmar el tráfico. Sayago H. J. (2015),
Conciencia
situacional mejorada: el monitoreo del flujo de tráfico en tiempo real y la
visualización de incidentes permiten una respuesta más rápida a la congestión y
las emergencias.
1.1 Propuesta de Diseño de un Modelo de GeoBI
para la Gobernabilidad
Como
en todo proyecto se debe de tener claro el producto final y la generación de un
proyecto GeoBI no es la excepción, por tanto, se determinan los objetivos
específicos y general del proyecto GeoBI para la gobernabilidad identificando
los siguientes aspectos:
A. Identificar las necesidades: al interior de la
gobernabilidad de un territorio se observa que los análisis de información se
realizan por diferentes entidades o departamentos que no tiene comunicación
permanente, esto conlleva a que la información que llega al CEO este
fragmentada y sea difícil en muchas oportunidades de comprender rápidamente y
se pierda tiempo al interpretar la inforamción, por esto, el SIG permite la
integración de la diferentes fuentes de información y plasmarlas en un solo
ambiente de trabajo de manera multicapas. González, V., & Rosa, M. (2017).,
es decir, tener información tanto espacial como alfanumérica de diferentes
fuentes como por ejemplo información de planeación urbana y a la vez
información ambiental, uso del suelo, emergencias y muchas más, para poder
realizar la planeación, generar presupuestos, impactos sobre la población y
supervisión de los proyectos en el tiempo, utilizando métodos de semáforos o
estadísticas a través de tableros de control. Molina G.A., López, L. F., & Villegas, G. I. (2014).
Por tanto, el SIG permitirá visualizar de manera más eficientes la información y
utilizando toda las bases de datos disponible de ese punto geográfico
especifico. Goodchild,
M. F., & Janelle, D. G. (2010).
B. Establecer metas específicas: Una vez se tenga una
comprensión general de las necesidades, se definen las metas específicas y medibles
para el proyecto. Por ejemplo, al trabajar en un GeoBI para la administración
de recursos hídricos, una de las meta sería "optimizar la asignación de
recursos hídricos en una cuenca determinada en un 10% durante el próximo año".
C. Determinar los indicadores clave de rendimiento
(KPIs):
Identificar los indicadores clave que ayudan a medir el éxito del proyecto. Los
KPIs deben estar relacionados con las metas y objetivos. Tomando el ejemplo
anterior, un KPIs sería "reducción del desperdicio de agua" o "incremento
en la eficiencia del uso de recursos hídricos".
D. Considerar las restricciones y recursos: se debe tener en cuenta
cualquier restricción presupuestaria, de tiempo o de recursos humanos que
puedan influir en el proyecto. Esto permite establecer expectativas realistas y
a priorizar las metas.
E. Consultar a las partes interesadas: Si el proyecto GeoBI
involucra a múltiples partes interesadas, como agencias gubernamentales,
organizaciones no gubernamentales o la comunidad local, es importante involucrar
a estas partes desde el principio. Es necesario escuchar sus necesidades y preocupaciones
a serca del proyecto y asegúrar que los objetivos estén alineados con las
expectativas de todas las partes involucradas. Ribes D.M., & Hernández, J.A. (2014).
F. Documentar el plan: Una vez que se hayan
definido claramente los objetivos del proyecto SIG, se documenta todo en un plan
de proyecto. Esto servirá como una guía durante la vida de todo el proceso y
ayudará a mantener el enfoque en las metas y objetivos originales.
1.1.1
Crear
un modelo de datos
Define la estructura de la base de datos geoespacial,
incluyendo las tablas y relaciones necesarias. Esto permite almacenar y
gestionar la información de forma eficiente.
Para obtener un Modelo de Datos Geoespacial, Longley propone
cuatro niveles de abstracción.
Figura 2 Niveles
de abstracción según Longley
Fuente Longley, 2005.Para la
concepción del modelo de datos se recurre a la utilización de la metodología
Hefesto con la cual se organiza las diferentes fases del flujo de trabajo para
el desarrollo del sistema.
La metodología
Hefesto cuenta con 5 fases, las cuales se desarrollan de manera general para
las actividades a realizar con el fin de que la data sea transformada en
información novedosa y que aporte una visual más completa de las problemáticas con
el fin de tomar decisiones rápidas y eficientes.
Fig.3
Fases de la Metodología Hefesto + SIG+BI
Fuente: Autor.
ü
Equipo de Gobierno o Usuarios: esta fase se
centra en las necesidades del personal que utilizaran el GeoBI para la toma de
decisiones informadas.
En donde por medio
de reuniones con el equipo de trabajo se presentan las necesidades o
requerimiento de datos relevantes para alimentar la base de datos centralizada
o Data Warehouse, también, como se debe de visualizar los datos y la generación
de los análisis espaciales de los casos a estudiar.
ü
Fuentes de Información: para alimentar la
necesidad de información georreferenciada se requiere de bases de datos de
entidades externas como de los departamentos internos de la entidad
territorial, para lo cual se solicitaría copia de la base geográfica y
alfanumérica con el fin de realizar una base de datos centralizada con los
principales componentes para realizar posteriores análisis espaciales y numéricos.
Por medio de
convenios interinstitucionales lograr una integración de datos de diferentes
entidades con el fin de tener datos multicapas de diferentes ámbitos, es decir,
bases de datos Ambientales, infraestructura, sociales, seguridad, salud,
educación, vivienda, y demás bases que puedan brindar información relevante para
el desarrollo de soluciones a los problemas del territorio.
Figura 4.
Centralización de información en Data Warehouse tipo estrella
Fuente: Autor.
ü
Integración y Base de Datos: Contando con la
información de las bases de datos depuradas, se procede a realizar la
integración de los datos más importantes o relevantes en una Data Warehouse o
bodega de datos, con los datos más relevantes se realizan análisis de problemáticas
del territorio circundante por medio de diferentes tipos de análisis espaciales
y alfanuméricos y sobreposiciones de capas de información se podrá visualizar
las posibles soluciones. Quintilla C.M., & Agustín H.L. (2023).
Ø
Un GeoBI, al conectarse a una fuente de datos,
debe poder extraer:
ü
Lista de capas. Generalmente, debe incluir una
lista de las capas almacenadas en la base de datos, sus nombres, cómo se
almacenan y cómo se relacionan las capas entre sí. En algunos casos, una capa puede
no corresponder exactamente a una tabla porque corresponde a una tabla
alfanumérica que hace referencia a una capa espacial. No todas las tablas de su
base de datos necesitan contener información geográfica.
ü
Sistemas de coordenadas. Aunque existen muchos
sistemas de coordenadas diferentes, los SIG siempre han brindado a los usuarios
la libertad de definir nuevos sistemas de coordenadas. Dado que el usuario puede definir nuevos
parámetros, los parámetros del sistema de coordenadas (o al menos una
referencia al sistema de coordenadas utilizado) deben almacenarse en la base de
datos. Para cada capa, también debe guardar el sistema de coordenadas al que
hace referencia.
ü
Campos donde se guarda la geometría. Como la
mayoría de los formatos de dibujo, la geometría se almacena en campos en
formato binario. Muchos formatos le permiten definir libremente nombres de
campos utilizando geometría. Algunos le permiten crear una tabla con múltiples
campos de geometría y definir múltiples niveles dentro de la misma tabla, uno
para cada campo que contiene geometría.
Por lo tanto,
para cada capa, debe almacenar qué campos contienen geometría y el tipo de
geometría que contienen. Algunos formatos pueden requerir que se almacene
información adicional, pero lo anterior es un mínimo. Plana A.B, Pare R.C,
Boras A. M. (2002). Cada DBMS y formato tiene su propia forma de almacenar la
geometría y el resto de la información geográfica, por lo que debes decidir en
qué formato y tipo de extensión almacenar los datos en tu base de datos.
Figura 5. Diagrama de Bloques por
Tablas
Fuente: Autor.
Por cada
bloque de Información necesaria para la bodega de datos o Data Warehouse
geográfica, este contiene a sus ves, el listado de tablas o entidades graficas
primordiales para generar análisis espaciales sobre la región de estudio. Nase,
(2010).
ü
Salida de Información: la salida de información
final se realiza utilizando un Geo portal, el cual está disponible en la página
de la entidad con acceso restringido por roles, cuenta con el despliegue de las
diferentes capas geográficas y sus atributos alfanuméricos, también, se realiza
Dashboard con análisis prediseñados para visualización de Información rápida
con diferentes tipos de segmentación de datos. Paredes, M.F., Carrillo, D.,
& Trolla, R.A. (2014).
1.1.1
Importar y georreferenciar datos
Al contar con el software especializado en datos geográficos,
se requiere la migración de los datos hacia la base de datos, que en primera
instancia es las Data Mart de cada fuente de información, en este paso se
realiza un filtrado de la información por las capas más relevantes para
realizar análisis espaciales, por tanto, se realiza la verificación y
depuración de la información con el fin de contar con la información completa. Pobeda
M.A. & López C.M. (2012)
Posteriormente, con los datos en las data Mart, se procede a
verificar si los datos cuentan con coordenadas reales y con sistema de referencia
en común, esto permitirá trabajar sobre una base de referencia espacial común
para todas las capas. Quintilla C.M., & Agustín H.L. (2023).
Con los datos georreferenciados y depurados, se procede a la
exportar hacia la data Warehouse donde se centraliza la información, se
organiza la información en diferentes data set al interior de la base de datos
espacial, los data set son sub categorías que discriminan la información por
tema de análisis, es decir, existe una
categoría para la información de vivienda, otra para seguridad y otra para infraestructura,
esto facilita la accesibilidad a la información ya que permite identificar la
ubicación para el despliegue de las capas y el tema a analizar dentro de la
problemática a tratar. Nasir A.J,
Pichit P, Mustakim M, Abaidullah B.M.(2019)
1.1.2
Realizar análisis de Datos:
Depurada la data y contando con las capas referenciadas se
procede a analizar los datos según la problemática a resolver, este paso
generalmente involucra varias etapas como son:
ü
Exploración y visualización: Antes de realizar
análisis específicos, es útil explorar y visualizar los datos, para determinar la
cantidad y área que cubren los datos, esto se realiza a treves del software
geográfico que proporciona herramientas para representar gráficamente los datos
en mapas, permitiendo identificar patrones, tendencias o anomalías. Perkel, J.
M. (2018).
ü
Análisis espacial: Esta es la fase central del
proceso lo cual se realiza por medio de las numerosas herramientas de análisis
espacial que permiten realizar una variedad de operaciones, como superposición
de capas, análisis de proximidad, consultas espaciales, interpolación, análisis
de red, entre otros. Cada software de tratamiento de datos espaciales cuenta
con diferentes grupos de herramientas, sin embargo, se cuenta con la posibilidad
de desarrollar por medio de lenguajes de programación herramientas a la medida.
ü
Modelado espacial: Algunos programas para el tratamiento
de los datos espaciales, permite la creación de modelos espaciales que
automatizan procesos complejos de análisis, es decir, por medio de scripts
prediseñados se realizan tarea de análisis espacial automático los cuales se pueden
concatenar y formar un flujo de trabajo, un ejemplo es los Modelos en ModelBuilder
del programa ArcGIS que pueden ser construidos mediante la conexión de diversas
herramientas de análisis en un flujo de trabajo visual.
ü
Visualización de resultados: Los resultados del
análisis se presentan a menudo a través de mapas temáticos, gráficos y tablas,
los cuales pueden conformar un tablero de mando (Dashboard) donde de un solo
vistazo es posible visualizar información relevante a un tema de estudio y
poder generar soluciones.
ü
Iteración y refinamiento: El análisis de los
datos espaciales a menudo implica un proceso iterativo, es decir, hay que revisar
y ajustar el enfoque para obtener resultados más precisos, también para llevar a
nuevas preguntas o ajustes en el enfoque.
Lo anterior se logra por medio de la identificación de
patrones y tendencias de los resultados iniciales, esto puede implicar la identificación
de clusters espaciales, la detección de anomalías o la confirmación de
hipótesis previas. Por tanto, el modelo puede ser refinado y los parámetros se
ajustan a los nuevos hallazgos para crear modelos espaciales más eficientes y con
mayor precisión, esto implica agregar, quitar o modificar las herramientas
dentro del modelo.
- CONCLUSIONES
El GeoBI es la unión entre las tecnologías
de SIG y BI lo cual permite extender el análisis espacial por medio de la
implementación de herramientas y metodologías de BI más potentes ya que las dos
tecnologías tienen un alto grado de interoperabilidad.
Se observa que por lo general la
aplicación de las tecnologías SIG como BI se realizan por separado y destinado
a diferentes ámbitos, el primero se enfoca al ordenamiento territorial y censo
de recursos naturales mientras que el BI se utiliza con mayor frecuencia en el
ámbito financiero y marketing que son orientados a empresas privadas.
Se determina que los SIG son una
herramienta poderosa para la toma de decisiones al interior de una organización
ya que por medio de los mapas temáticos y la información alfanumérica se forma
una base de datos con componente espacial, que permiten visualizar los resultados
de los análisis espaciales en un solo vistazo, por medio de los geo-portales o
aplicativos desktop que se manejan al interior de las organizaciones y que no
son de dominio público.
Se puede observar como el GeoBI permiten
la integración de bases de datos interdepartamentales, es decir, recopila la
información de varias fuentes dentro de la misma organización y realizar
análisis tanto espaciales como estadísticos, implementando técnicas de BI a los
datos geográficos, los cuales son desplegados a través de cuadros de mando o
Dashboard geográficos que contienen información espacial referenciada y
estadística descriptiva de patrones y tendencias.
Dentro de la conformación
de un sistema de GeoBI orientado a la optimización de la gestión de gobierno es
necesario contar con la colaboración de diferentes organismos externos a la administración
de la ciudad con el propósito de compartir información que sea relevante para
resolver problemas de la ciudad como ejemplo tenemos los datos de zonas de alto
nivel de desastres naturales, donde al articularse un esfuerzo conjunto se
logran planes de prevención y proyectos de infraestructura para mitigar este
tipo de problemáticas.
Según la metodología Hefesto para la
implementación de un proceso de GeoBI se observar que la integración de los
datos a una base de datos central o Data Warehouse es fundamental debido a que
los datos son examinados y completados para posteriormente ser depurados y
obtener una base con datos completa con datos suficientes para realizar los
análisis espaciales y estadísticos.
- REFERENCIAS
·
Aguirre A, (2013). “Sistema de información
geográfica para la gestión de la bioseguridad en la provincia
·
Bardard, T., Dubé, E.(2019). “Enabling
Geospatial Business Intelligence”. Canadá: Department of Geomatics Sciences,
2019.
·
Cetin, M., Adiguzel, F., Kaya, O., & Sahap,
A. (2018). Mapping of bioclimatic comfort for potential planning using GIS in
Aydin. Environment, Development and Sustainability, 20(1), 361-375.
·
Gontijo, E., Rocha, G., Santana, L., Branco, F.,
& Oliveira, N. (2019). “Painel GeoBI–Gestão e Planejamento Socioterritorial
em ZAS e ZSS”. GEOINFO, 20 Years After!, 313.
·
González, V., & Rosa, M. (2017). Desarrollo
de un sistema SIG de gestión de carreteras basado en datos georreferenciados 3D
de alta densidad.
·
Goodchild, M. F., & Janelle, D. G. (2010).
Toward critical spatial thinking in the social sciences and humanities. GeoJournal,
75(1), 3-13.
·
Healey, R. and Delve, J. (2007). “Integrating
GIS and Data Warehousing in a Web Environment: A Case Study of the US 1880
census”, International Journal of Geographical Information Science, 21(6):
603-24.
·
Harold A.F., Martínez A.P., Nuela R.M., Criollo
M.E., & Pico J.C. (2023). Inteligencia de negocios en la gestión
empresarial: un análisis a las investigaciones científicas mundiales. LATAM
Revista Latinoamericana de Ciencias Sociales y Humanidades.
·
Longley P.A. y Mateos Rodríguez,P. (2005): “Un
nuevo y prominente papel de los SIG y el Geomarketing en la provisión de
servicios públicos”, GeoFocus (Editorial), nº 5, p. 1-5. ISSN: 1578-5157
·
L. Gilberto, 2011.” MINERÍA DE DATOS: cómo
hallar una aguja en un pajar”, Computación y rumbo estratégico.
·
Molina A. M., López, L. F., & Villegas, G.
I. (2014). Los Sistemas de Información Geográfica (SIG) en la planificación municipal.
·
Nasir A.J, Pichit P, Mustakim M, Abaidullah B. M,(2019)
"Adopción de Inteligencia de Negocios - Eficiencia Tecnológica Individual
y de la Cadena de Suministro", Aprendizaje Automático Big Data e
Inteligencia de Negocios (MLBDBI) 2019 Conferencia Internacional en , pp. 67-73,
2019 .
·
Nase, (2010) Inteligencia de Negocios. 5 pasos
para lograr un proyecto de Business Intelligence exitoso. Recuperado de:
http://www.naseit.com/pdf/PasosparaBI.pdf
·
Paredes, M.F., Carrillo, D., & Trolla, R.A.
(2014).”Análisis y diseño de una solución para uso de cuadros de mando
integral.“
·
Pobeda M.A. & López C.M. (2012), “fundamentos
de las infraestructuras de datos espaciales.”
·
Plana A. B, Paré R. C, Bollas A. M (2002). Bases
de datos geográficas. Universidad abierta de Catalunya.
·
Parra G.(2010). “Sistemas de información geográfica
y sensores remotos: Aplicaciones en enfermedades transmitidas por vectores”.
CES medicina 2010; 24 (2): 75-90.
·
Perkel, J. M. (2018). “Data visualization tools
drive interactivity and reproducibility in online publishing”. Nature,
554(7690), 133-134.
·
Plana A. B, Paré R. C, Bollas A. M (2002). “Bases
de datos geográficas”. Universidad abierta de Catalunya.
·
Quintilla-Castán, M., & Agustín-Hernández,
L. (2023). “Metodologías para el desarrollo de una base de datos gráfica del
patrimonio arquitectónico.” ESTOA.
·
Quintilla C.M., & Agustín H.L. (2023). “Metodologías
para el desarrollo de una base de datos gráfica del patrimonio arquitectónico”.
ESTOA.
·
Ribes D.M., & Hernández, J.A. (2014). “Aplicaciones
de la Geoestadística y de los sistemas de información geográfica en el estudio
de las poblaciones de las plagas”.
·
Sayago H. J. (2015), “Geoportal web e infraestructura
de datos espaciales de la información del plan desarrollo y ordenamiento
territorial provincial del Cañar”. (Geoportal-IDE-GPC), Ecuador
·
Sarría F, A (2018),” Sistemas de Información
Geográfica.”
·
Sui, D. (2014).
“GIS, cartography, and the third culture: Geographic imaginations in the
computer age,” The Professional Geographer, vol. 56, pp. 62-72, 2014.
·
Scartozzi, C.M. (2020). “Reframing Climate-Induced
Socio-Environmental Conflicts: A Systematic Review. International Studies
Review.”
·
Trisnawarman, D. (2018, August). Geospatial Business
Intelligence (GeoBI) Application for Sales Performance Analysis. In
International Conference on Information Technology, Engineering, Science &
its Applications.
·
Vitt, E.(2013). “Business Intelligence:
Técnicas de análisis para la toma de decisiones importantes”. (2ed). Madrid,
España: Mcgarw-hill / Interamericana de España S.A.
·
Wickramasuriya, (2013). “Using geospatial
business intelligence to support regional infrastructure governance.”
·
Zhou P, Li M, Wang F, Yin F,(2010). “the analysis
of gis software engineering pattern Under the cloud computing environment”,
ICEIT 2010.
