-
Period: to
Década 1950
Orígenes de la Computación Empresarial -
Hans Peter Luhn (IBM) y la BI
Es considerado el padre del business intelligence pues, sus investigaciones fueron cruciales para entender cómo el análisis de datos puede mejorar las decisiones de negocio. -
Period: to
Decada 1960
Primeros Sistemas de Soporte de Decisiones (DSS) -
Russell Ackoff
Introduce el concepto de "Sistemas de Apoyo a la Decisión" (DSS), sentando las bases de BI. -
Edgar Frank Codd
- Propuso el modelo relacional de bases de datos en un informe de IBM
- Se desarrollan las primeras bases de datos relacionales, facilitando la organización de datos para el análisis.
-
Period: to
Década 1970
Desarrollo de Bases de Datos Relacionales -
Edgar F. Codd
Publica su trabajo sobre bases de datos relacionales, base de los sistemas modernos de BI.
Describía una nueva forma de estructurar los datos utilizando ideas de la teoría de conjuntos que eliminaban la necesidad de conocer la estructura interna de una base de datos. -
Oracle Corp
Lanza su primera base de datos relacional comercial. Fue la primera empresa en comercializar una plataforma RDBMS. -
Period: to
Década 1980
Primeros Sistemas de Inteligencia de Negocios -
Howard Dresner
Populariza el término "Business Intelligence" como un enfoque para mejorar la toma de decisiones empresariales. -
IBM y el Data Warehouse
IBM desarrolla el concepto de almacén de datos (Data Warehousing), permitiendo el almacenamiento centralizado para análisis. -
Period: to
Década 1990
Expansión del Data Warehousing y OLAP -
Bill Inmon
Introduce el concepto moderno de Data Warehousing como base de BI.
Significó el establecimiento de un marco estructurado para la recopilación, almacenamiento y análisis de datos en grandes volúmenes, lo que permitió a las organizaciones transformar datos dispersos en información útil para la toma de decisiones. -
Microsoft SQL Server
Microsoft lanza Microsoft SQL Server con capacidades OLAP, facilitando análisis multidimensional. (exploración y análisis de información desde diferentes perspectivas y dimensiones, como ventas por región, tiempo, producto, etc.)
OLAP proporciona herramientas que ayudan a las empresas a tomar decisiones informadas al ofrecer resúmenes y análisis complejos de grandes volúmenes de datos de forma rápida y eficiente. -
Period: to
Década 2000
BI se vuelve una Necesidad Empresarial -
Gartner
Gartner define BI como un conjunto de metodologías y herramientas para la toma de decisiones basada en datos.
Destaca la importancia de utilizar metodologías y herramientas para la toma de decisiones informadas basadas en datos. Esto significó un cambio de paradigma en cómo las empresas gestionan y analizan la información. -
Google Analytics
Google lanza Google Analytics, democratizando el análisis de datos para negocios en línea.
Significó un cambio radical en la forma en que las empresas, especialmente las de comercio electrónico, podían acceder y utilizar datos para tomar decisiones informadas (Antes de esta herramienta, el análisis de datos era generalmente una tarea compleja y costosa) -
Period: to
Década 2010
Auge del Big Data y BI en la Nube -
Tableau y Power BI de Microsoft
Revolucionan el análisis de datos con interfaces más accesibles y visuales.
Se mejora en cuanto accesibilidad, visualización de datos avanzada, integración de datos procedentes de múltiples fuentes, automatización y análisis automático y predictivo en tiempo real. -
Inteligencia Artificial
La inteligencia artificial (IA) se incorpora a BI con herramientas como IBM Watson Analytics.
Revolucionó la forma en que las organizaciones analizan y utilizan sus datos. Esta tecnología permite realizar análisis más avanzados, facilita la toma de decisiones informadas mediante recomendaciones basadas en datos, y automatiza tareas que antes requerían mucho esfuerzo humano. -
Period: to
Década 2020
BI Avanzado y Automatización -
Self-Service BI
Crecimiento de herramientas de Self-Service BI, permitiendo a usuarios no técnicos analizar datos sin programar.
Estas herramientas están diseñadas para ser intuitivas y fáciles de usar, permitiendo a personas que no son analistas de datos o programadores acceder a información relevante, crear informes, realizar visualizaciones y tomar decisiones basadas en datos sin necesidad de depender de un equipo técnico. -
IA generativa en BI
Esto representa un avance significativo para las empresas, ya que permite transformar la manera en que se recopilan, analizan y utilizan los datos. Esta fusión facilita un análisis más profundo y eficiente, permitiendo a las organizaciones no solo comprender el estado actual de su negocio, sino también anticipar tendencias y comportamientos futuros.