Las aplicaciones SaaS están disponibles como un servicio para el cual el pago es mensual o con otros periódos de pago. En la mayoría de los casos, que implica que no hay proceso de aprobación por las empresas de TI y no hay que esperar el desarrollo. El modelo es especialmente atractivo para pequeñas y medianas empresas que no necesitan administrar aplicaciones de software complejas.

Algunas personas pueden confundir el modelo ASP (Application Service Provider) con el modelo de SaaS, pero son muy diferentes. El modelo ASP se centra principalmente en la prestación de las organizaciones un mecanismo para descargar ciertas aplicaciones de procesamiento de trabajo de un servidor administrado por terceros. 

Además, otra diferencia que encontrará es que, a diferencia de ASP que la mayoría de las aplicaciones son cliente-servidor con alguna interfaz HTML para web, en la actualidad las soluciones SaaS son diseñados para la arquitectura y entorno web.

El  BI es uno de los principales ámbitos en los que modelos basados en SaaS se han hecho populares, estas aplicaciones se conocen como BI On-Demand.

Principales tendencias del mundo de SaaS y BI On-Demand.

1. Incorporar la adopción de SaaS: Hay un enorme brinco en el número de empresas que planean o ya utilizan SaaS para aplicaciones de misión crítica. Lo que es aún más interesante a tener en cuenta es que ha habido un aumento en la aceptación de SaaS en las grandes empresas. Esta tendencia ha terminado el mito de que el SaaS solo es pequeñas y medianas empresas.
2. Como complemento de datos On-Premise: Otra tendencia que ha sido notable es la aparición de arquitecturas híbridas en la demanda de los datos, aplicaciones y procesos están vinculados a través de servicios web basados en la integración API (application programming interfaces) para aplicaciones basadas en SaaS. 
3. Métricas básadas en enfoque: Con la aparición de herramientas de análisis SaaS, dashboards analíticos, se observa una tendencia de los servicios empresariales y las funciones implementadas utilizando un enfoque basado en métricas. Cada área funcional está impulsada por las métricas, por lo que las personas ya no tienen que pasar horas o días trabajando en hojas de cálculo con el fin de ejecutar las decisiones de la empresa.

Características clave de SaaS 

1. Actualizaciones centralizadas: Este evita la necesidad de descargar parches y actualizaciones típicas de una instalación del software. 
2. Una instancia, arquitectura multi-arrendatario: Esto implica un modelo uno a muchos, aunque no todas las aplicaciones SaaS son verdaderamente multiarrendatario o única instancia. El modelo uno a muchos, implica una instancia física con los clientes hospedados en distintos espacios lógicos.
3. Administración centralizada y acceso sobre internet: No hay ningún componente de software instalado en el sitio del cliente. Todas las aplicaciones se pueden acceder remotamente a través de Internet.
4. Un precio en general sobre un precio básico por usuario: Este no es el único mecanismo de fijación de precios, pero la más común. El número mínimo de usuarios que las empresas pueden inscribirse para SaaS varía de un proveedor a otro y también depende de la fase de evolución en la que los proveedores de SaaS se encuentra.
5. Basado en suscripción, no hay costos por licencia: Principalmente basado en suscripción, sin costo de licencia por adelantado.
6. Ciclo de implementación corto: Esto implica que los líderes empresariales no requieren esperar tanto para ver la funcionalidad de su negocio.

Claves para la Adopción de aplicaciones BI SaaS

1. La mayoría de las personas usa aplicaciones estandarizadas. 
2. Personalización y parametrización: En el mundo del SaaS, casi todas las nuevas aplicaciones se construyen utilizando la lógica de negocio en la parte superior de una plataforma común a partir de los parámetros de aplicación. Hay suficientes opciones para el cliente que no sienta encerrado en la manera de hacer las cosas. Los proveedores del software necesitan hacer modificaciones de código para cambiar el flujo de trabajo o reportes antes de que se vuelvan obsoletos.
3. La fiabilidad y la popularidad de las aplicaciones web: La mayoría de los usuarios están dispuestos a utilizar la Internet para hacer su día a día las tareas. Las personas y las empresas están empezando a acceder con confianza a lugares remotos y aplicaciones de baja latencia y velocidad aceptable.
4. La seguridad es lo suficientemente confiable: Aunque este sigue siendo un reto, los clientes han cambiado en los últimos años y ahora permiten que el manejo de datos resida fuera de su firewall.
5. La mejora de ancho de banda de red: el ancho de banda de las redes ha mejorado drásticamente.
6. Bajo costo de propiedad: Los usuarios pueden empezar a funcionar con sólo una pequeña cuota mensual y no tiene que preocuparse por tareas de mantenimiento ni actualizaciones costosas.

¿Qué es BI On-Demand? 

Se refiere a los productos o soluciones que ayudan a las empresas a almacenar, buscar y analizar la información que necesitan para tomar mejores decisiones de negocios. BI On-Demand incluye aplicaciones BI accedidas por usuarios de negocios a través de Internet. 

Algunas empresas han establecido una plataforma con un conjunto de servicios para los usuarios de TI en soporte de BI On-Demand. Por ejemplo, incluyen las herramientas de desarrollo de BI, integración de herramientas de Data Warehousing, servicios de seguridad, servicios de procesamiento de base de datos, etc. Estos servicios de plataforma también se conocen como servicios PaaS (platform as a service).

Modelos de arquitectura de BI On-Demand

Antes de profundizar en los casos en que el BI On-Demand pueden ser más aplicables, analicemos a los distintos modelos de arquitectura de BI On-Demand. Aunque los proveedores de SaaS pueden ofrecerlos como lo mismo, hay 3 áreas clave de arquitectura 

1. Infraestructura: Algunos vendedores pueden adoptar una infraestructura compartida (multi-tenant) donde la misma infraestructura se comparte entre todos los clientes. 

Tiene unos costos más bajos, pero a veces la percepción es que el rendimiento puede verse afectado con el incremento de uso.

En algunos casos, esto puede llegar a ser cierto, pero los niveles de rendimiento puede ser manejado incluso en una infraestructura compartida, asegurando que el proveedor del data center proporcione una infraestructura de control para garantizar que ningún cliente puede monopolizar los recursos de infraestructura. 

Una infraestructura dedicada está construida sobre una empresa y por lo general se asocia con mayores costos. Esta opción, al igual que la opción compartida, también tiene que hacer frente a picos en el uso y ser capaz de realizar escala lineal y optimización del rendimiento inteligente.

2. Separación de datos: La privacidad y separación de los datos se refiere a los proveedores de SaaS en proporcionar una separación física o lógica los datos de sus clientes. 

Separación lógica,se implementa a través separación lógica de los datos de los clientes con la base de datos común. Esto permite un mejor reparto, pero puede ser percibida como un riesgo de seguridad. Al mismo tiempo la separación física no significa implícitamente que es más seguro. Algunos proveedores cobran una tasa de incremento a las bases de datos separadas físicamente de sus clientes para cubrir los costos adicionales incurridos por ellos.

3. Versiones: El tercer componente de la arquitectura en la forma en que los vendedores SaaS varían es la forma en que apoyan las versiones de su software.

Algunos vendedores adoptan el modelo de una sola versión mientras que otros permiten varias versiones del software. Si un cliente hace una petición sobre la aplicación de BI se está pensando en una gran cantidad de personalizaciones e integración. 

¿Cuándo utilizar BI On-Demand? 

SaaS es una adición valiosa para empresas o departamentos de grandes empresas que no quieren, no pueden permitirse o no tienen los conocimientos necesarios para instalar una completa integración de datos de BI o infraestructura.

La entrega de modelos on-demand permite a los vendedores SaaS ofrecer productos de ciclos cortos de liberación.

Empresas que aprovechan la innovación desarrollada en los servicios on-demand, incluyendo la facilidad de uso de la interfaz del navegador web.

BI on-demand funciona mejor en entornos en los que la mayoría del software y los procesos están estandarizados y un alto nivel de personalización no es necesario sólo para hacer que las cosas funcionen para la organización. Con BI on-demand, el proveedor de SaaS se basa el modelo de datos y proporciona un conjunto de reportes y/o dashboards, también se le conoce como modelos de Business Intelligence Pre-Construidos (Pre-Built Business Intelligence). 

En situaciones donde la pérdida de control es un problema, donde es importante la personalización necesaria, donde hay un importante uso de TI, donde los datos son demasiado delicados para ser almacenados fuera de un firewall, es mejor optar por el modelo tradicional que es el enfoque de BI local. 

¿Es BI On-Demand la solución BI para todos los problemas de BI? 

La razón por la que la mayoría de las empresas han adoptado el BI on-demand es por la posibilidad de obtener respuestas a preguntas difíciles del negocios cuando las necesite y en un buen formato basado web sin tener que dedicar un equipo de TI de BI. 

La comprensión de los problemas de negocio que se resuelven de la empresa es de suma importancia, y casi siempre el factor decisivo en el éxito o el fracaso de la aplicación de BI.

BI On-demand debe basarse en las necesidades de las empresas claramente documentadas como cualquier otra tecnología que se apliquen para resolver un problema empresarial. Si el problema de negocios no está claramente definido o no está bien entendido, BI on-demand no será de ayuda a la empresa.

La calidad y la integración de datos no se resuelven automáticamente en el mundo on-demand. Se tienen que ser cuidadoso para resolver los problemas planteados. El camino hacia la resolución de problemas tiene que ser tratado desde el punto de vista estratégico y no un punto de vista táctico de reacción. 

El futuro de BI On-Demand

Principales factores que afectarán el futuro y la influencia de BI On-Demand 

Factores de influencia en BI on-demand

1. Arquitectura de aplicaciones Hibridas: De las principales tendencias de BI on-demand, la más importante es la aparición de híbridos de aplicación de arquitecturas para las cuales en los datos locales, aplicaciones y procesos están vinculados a través de servicios web en la integración API para aplicaciones basadas en SaaS.
2. Organización interna de Benchmarks:  Como BI On-demand esta obteniendo más ganancias de adopción, de un ámbito interesante se puede ver como parte de BI 2.0 sería entre organizaciones de rendimiento en zonas distintas de la financiación (que se puede hacer hoy para las empresas públicas que tienen que reportar métricas financieras). La capacidad de aumentar fácilmente los datos internos con los puntos de referencia externos, tales como la cuota de mercado, previsiones económicas, etc, será muy útil. 
3. Adopción de la funcionalidad de calidad de datos: Eston genera mayor adopción en el modelo hospedado como en ciertos aspectos donde el cliente puede direccionar y validar, y así tener los datos bien definidos. Incrementa la integración madura de la capa media y SOA (Service Oriented Architecture) que hacen que sean más fácil la integración de aplicaciones BI dentro o fuera del firewall.
4. Enfoque operacional de BI: BI, en general, está pasando de la parte estratégica de la empresa – al enfoque de rendimientos financieros, costos, rentabilidad de clientes y análisis corporativos similares - a las operaciones de BI, que se centra en este tipo de transacciones la información como dar un descuento a un cliente, incrementar si es necesario los niveles de inventario o o determinar una nueva promoción de ventas en el día.
5. Fácil uso: Un factor clave que podría estar afectando el éxito o el fracaso de vendedores de BI on-demand sería el factor de la facilidad de uso a través de 3 áreas
   1. Instalación
   2. Integración 
   3. Formación. 
6. Precios de modelos: Modelos de fijación de precios: Otra tendencia clave sería la forma de software de BI se vende. La opción de licencia perpetua probablemente desaparecerá, y el modelo de suscripción, probablemente más para casi todas las aplicaciones de BI. Esto tendría un gran impacto a la adopción de BI on-demand, tanto para las empresas PYMES y grandes empresas como un menor número de aprobaciones sería necesario, ya que serían menos costos iniciales involucrados. 
7. Emergencia de análisis predictivo: Se necesita  más capacidades sofisticadas para predecir cómo van las cosas en el ámbito competitivo. 

En realidad la aceptación deBI on-demand no es mágico. No es correcto pensar que los datos se va a integrar por sí solos o por arte de magia y libre de errores con una aplicación de BI on-demand. 

Productos BI On-Demand

www.panorama.com

 Análisis de hoja de cálculo 

Panorama de la solución SaaS BI está embebido dentro de Google Apps y Google Docs, que permite a los usuarios analizar los datos de hoja de cálculo de Google o cargar una existente Excel hoja de cálculo para el análisis. Una vez activada, los usuarios encontrarán esta solución analítica a ser la más simple y más fácil de usar de todas las soluciones de hoja de cálculo tabla pivote disponibles en la actualidad. Construcción de un informe, modificar o simplemente interactuar con ella para generar nuevas ideas nunca ha sido tan fácil. 

Analisis del Data Warehouse 

Panorama SaaS BI solution permite a los usuarios conectase a cubos OLAP almacenados en SQL Server Analysis Services y realizar el análisis interactivo y la visualización dentro de Google Apps y Google Docs. Usando el Google Apps permite a los usuarios compartir e interectuar una hoja de cálculo, eliminando la dependencia de Excel. Panorama del SaaS BI Solución combina el poder de la hoja de cálculo y de auto-servicio con la capacidad de mantiene una versión de la hoja de cálculo y colaborar con los usuarios dentro y fuera de el firewall. 

www.pivotlink.com

El PivotLink BI trabaja con el ambiente Google, para trabajar con datos en tiempo real, permite publicar y compartir información bajo demanda, mientras proporciona estrictos controles de seguridad.

www.litebi.com

Software BI SaaS / On Demand con cubos OLAP, Reportes, Cuadros de Mando y una Herramienta ETL de integración de datos. Esta plataforma BI permite definir un data warehouse completo, o simplemente cargar y analizar datos de un excel en pocos minutos.

www.lucidera.com

www.jaspersoft.com

www.oco-inc.com

www.autometrics.com

www.birst.com

www.vertica.com

www.xactlycorp.com

Con modelos de negocio para las áreas de:

• Publicidad
• Mercadotecnia
• Ventas
• Servicios
• Operaciones
• Finanzas
• Recursos humanos

www.businessobjects.com

Está dirigida a clientes que tengan datos almacenados en las aplicaciones CRM online de Salesforce.com.

www.cognos.com

Es una solución innovadora que ofrece servicios de dashboard, integración de datos, análisis y reportes en un paquete.

Referencias.

http://www.tdan.com/view-featured-columns/7473

http://www.tdan.com/view-featured-columns/8455

http://biguru.wordpress.com/2008/03/13/saas-bi-software-as-a-service-model-in-business-intelligence/

http://www.litebi.com/

http://www.lucidera.com/

http://www.jaspersoft.com/nw_press_jaspersoft_v3_5.html

http://www.panoramasoftware.com/solutions/saas-bi.html

http://www.cognos.com/news/releases/2007/0514.html

http://www.oco-inc.com/technology/on-demand-bi.asp

http://www.idg.es/computerworld/Business-Objects-empieza-a-ofrecer-software-BI-baj/seccion-biz/noticia-60402

Referencias:

http://www.microsoft.com/sqlserver/2008/en/us/r2.aspx

A continuación explicaremos detalles de cada tipo de Appliance así como las principales marcas que comienzan a sonar en el mercado.

Data WareHouse Appliance (DWA)

DWA fue diseñado específicamente para soportar correr cargas de trabajo de BI. Se compone por arquitectura integrada de hardware, bases de datos y almacenamiento dentro de un dispositivo. Tanto el hardware como el software están estrechamente integrados en una sola plataforma. No se pueden licenciar por separado y tampoco se pueden utilizar de forma individualizada.

DWA soporta correr flujos de datos por interfaces estándar, es totalmente compatible con aplicaciones existentes de BI, herramientas y datos. La única limitación para el desempeño es la velocidad del disco.
Tiene un extremadamente bajo costo de propiedad, requiere mínima integración de sistemas y administración.  DWA son mucho más fáciles de instalar y dar mantenimiento que una  típica base de datos o una infraestructura de almacenamiento.

Usar DWA podría ser considerado cuando un datamart de tamaño en terabytes soporta una aplicación autónoma analítica.

Algunos ejemplos de DWA son los siguientes:

DATAllegro

DATAllegro va más allá de los bajos costos  y el alto rendimiento de la primera generación de DWA y añade la flexibilidad y escalabilidad que solamente una plataforma de clase empresarial puede ofrecer. El resultado es un completo DWA, que permite a las empresas realizar rápidamente consultas de grandes volúmenes de datos a un precio muy razonable.

Utiliza almacenamiento EMC, servidores Dell,  switches Cisco InfiniBand, Intel CPU’s multinucleo y bases de datos open source Ingres.

RAIDW. El uso de las tradicionales soluciones de almacenamiento en entornos de Data WareHouse retrasa la velocidad con la que los datos pueden ser consultados, y reduce la cantidad de espacio disponible en el disco para los datos del usuario. DatAllegro maximiza la velocidad de entradas y salidas al tiempo que incorporan la tolerancia a fallos para todos sus componentes no solo los del disco.

DIRECT DATA STREAMING. Permite la mayoría de las consultas para acceder a datos usando una secuencia de entradas y salidas sin tuning.

ULTRA-SHARED NOTHING. Reduce el tráfico de la red lo que significa una velocidad aun más rápida de consulta. El multinivel de particionamiento  minimiza la cantidad de datos leídos en cada consulta para mejorar el rendimiento aun más. Finalmente los índices pueden ser usados para dar un excelente rendimiento en las consultas que requieren solo unos pocos registros de datos.

Netezza

Netezza Appliance es una base de datos integrada de servidor – sistema de almacenamiento. Que fue creada para eliminar la necesidad de constante adaptacion y los cuellos de botella de la tecnologia causados por la lentitud de transferencia de entradas y salidas del disco, tasa baja de transferencia en la red y la ineficiente cache . Netezza desarrollo un  sistema diseñado especificamente para el procesamiento analitico de muy grandes cantidades de datos.

Netezza toma un enfoque diferente de la tradicional arquitectura de bases de datos para procesar consultas. Cuando las arquitecturas estandar se centran en las operaciones sobre elementos individuales de datos, la arquitectura Netezza se trata de flujo de procesamiento. En lugar de trasladar datos entre el disco y la memoria para su procesamiento una vez que entra una consulta, que crea el cuello de botella, los flujos de datos fuera del disco y de consulta a travez de la logica carga en FPGA (matriz programable de puertas de campo).

FPGA y  un procesador , junto con 400 GB de almacenamiento en disco, se encuentran en cada uno de los nodos masivamente paralelos, Netezza los llama fragmentos de unidades de procesamiento (SPUs). Cada uno de los estantes Netezza tiene 112 de esos SPUs. Las peticiones son optimizadas a travez de estos SPUs para obtener el maximo rendimiento y eficiencia energetica.

Teradata.

El Data Warehouse de Teradata 2550 Appliance es una solución rentable, plenamente integrado y escalable plataforma con nodos Teradata, estándar de la industria, almacenamiento de clase empresarial y la base de datos Teradata 12.0 y utilidades.  Este DWA es para las empresas que están comenzando o para aquellas con requerimientos analíticos de la plataforma en sus empresas.

Teradata Accelerate Packages incluye base de datos y plataforma de software y servicios, para tener un rápido retorno de inversión (ROI) y todo siempre a un precio competitivo.

Teradata viene  con herramientas y utilidades necesarias para crear y mantener su almacén de datos incluyendo:

•    Carga de Datos. Teradata Parallel Transporter Load and Export Operators
•    Gestión de Datos. Servicios de metadatos y administrador Teradata
•    Conectvidad. ODBC, JDBC, CLI, OLE DB Provider, .NET Data Provider, Plug-in for Eclipse, Data Connector
•    Generación de SQL. Asistente SQL, Asistente SQL /Edicion Web,  consultas básicas (BTEQ)
•    Gestión. Gestionador Teradata

Administrador de Trabajo:
•   Microsoft Windows 2003 basado en servidor de consola
•   Permite la gestión de subsistemas externos al disco
•   Provee una vista única operacional para administrar toda la MPP sistema con local o remoto sistema de monitoreo.
•   Componentes primarios.

Nodo de descripción de procesadores:
•    Arquitectura Intel 64
•    Front Side Bus 1333MHz (FSB)
•    Cuatro nodos en un gabinete totalmente poblado escalable a 11 gabinetes.
•    Cada nodo con doble prodesador Quad Core Intel® Xeon®

Dispositivos de almacenamiento de datos:
•    6.3 TB de datos de usuario en la mitad de un gabinete o 12.6 TB datos de usuario en un gabinete totalmente poblado con un 30% de compresión.
•    20.7 TB de disco hilado en la mitad de un gabinete o 41.4 TB de discos hilados en un gabinete totalmente poblado.
•    Escalable hasta 11 gabinetes totalmente poblados y 140 TB de espacio de datos para clientes.

Base de Datos.
•    Certificado e Integrado con la base de datos Teradata 12.0 y versiones superiores.
•    Completa base de datos Teradata con herramientas y utilidades.
•    Herramientas y utilidades disponibles para la carga y la gestión de volumen de trabajo.

Entorno Operativo.
•    Novell SUSE Linux de 64 bits

BI Appliance

 Similar a los Data Warehouse Appliance, los BI Appliance ofrecen una combinación de software y hardware especializados para atender una solicitud o necesidad, donde se integran principalmente herramientas de BI.

Algunos  BI appliances son:

Ingres Icebreaker BI Appliance

Innovadoras soluciones de BI desarrolladas por Jaspersoft & Ingres DBMS. Ingres Icebreaker BI Appliance aplica la potencia y el valor de código abierto, mientras que  lo que más fácil y menos costoso de usar y administrar. La más rápido y rentable manera de utilizar BI es una aplicación informática.

Beneficios:

•    Tiene una pila integrada que hace más fácil la instalación y las actualizaciones.
•    Modelo de código abierto significa que no hay inversión inicial
•    Completa suite de BI con una fuerte base de datos.

Cognos Now!

IBM Cognos Now! ofrece una solución de BI operacional que supervisa continuamente el tiempo, factor clave en  los indicadores de rendimiento (KPI’s) y en los indicadores de la línea de negocio operacional. Diseñado para el despliegue rápido y de bajo costo total de propiedad, la solución se entrega a través de una variedad de plataformas incluyendo hardware, software o en un dispositivo virtual.

El primer BI Appliance operacional

IBM Cognos Now! es de alta visualización e interactividad, tableros de auto-servicio, integración de datos, análisis e informes, todos en un dispositivo de hardware.

•    Seguimiento continuo de las operaciones de negocio, KPIs operacionales y métricas.
•    Autonomía para el usuario de línea de negocio.
•    Costo efectivo, de bajo riesgo, y despliegue rápido
•    Circuito cerrado de optimización de rendimiento empresarial

Arquitectura dinámica.
•    Monitor de flujo de datos
•    Procesamiento temporal
•    Tableros operacionales
•    Análisis Avanzado.
•    Perfecta integración
•    Una única e integrada solución para el monitoreo continuo de BI operacional

Hay tres tipos de appliances disponibles: hardware, software y VM. Cada tipo de aparato se presenta en tres tamaños  3500, 5500 y 7500 versiones. Cada tipo de aparato incluye:

•    Tableros operacionales.
•    Solicitud de trabajo.
•    Servidor analítico.

Referencias:

http://www.netezza.com/data-warehouse-appliance-products/dw-appliance.aspx
http://www.thebusinessintelligenceguide.com/datawarehouse_solutions/Data_Warehouse_Appliances.php
http://www.teradata.com/t/appliance-and-platform-family/2550/
http://www.datallegro.com/data_warehouse_appliances/data_warehouse_overview.asp
http://www.netezza.com/data-warehouse-appliance-products/dw-appliance.aspx
http://todobi.blogspot.com/2007/10/tipos-de-data-warehouse-appliances.html
http://www.sramanamitra.com/2007/09/21/why-bi-appliances
http://www.ingres.com/products/icebreaker-bi-appliance.php
http://www.cognos.com/products/now/

Azure es un sistema operativo basado en cloud services, dichos servicios proporcionan soporte para desarrollo, alojamiento de servicios remotos y administración del propio sistema, todo ello en la nube. El propósito fundamental de Azure es proporcionar a aquellos desarrolladores que deseen construir aplicaciones en la nube una serie de herramientas de desarrollo y un entorno donde alojar sus propios servicios (datacenter remoto).

Azure reduce la necesidad de adelantarnos a las compras de tecnología y está disponible para que los desarrolladores generen fácil y rápidamente aplicaciones ejecutables sobre la nube, usando sus habilidades en Microsoft Visual Studio y Microsoft .NET Framework. Azure es una plataforma abierta en la cual serán bienvenidos herramientas y lenguajes que no correspondan a  Microsoft como lo son Eclipse, Ruby, PHP y Python. 

Los principales componentes de Azure:

• Windows Azure

Es una nube de servicios del sistema operativo que sirve para el desarrollo, servicio de hosting y servicio de administración de ambiente para la plataforma servicios de Azure.  Windows Azure permite a los desarrolladores  escalar y admistrar aplicaciones de internet.  Windows Azure ofrece un conjunto de herramientas para desarrolladores integradas en Visual Studio.

• Live Services

Es un conjunto de ‘building blocks’ en la Azure Services Platform para la administración de datos de usuario y recursos de las aplicaciones. Ademas permite la integración de dispositivos digitales

• Microsoft SQL Services

Extendiendo las capacidades de Microsoft SQL Server en la nube a través de webservices, como base datos relacional. Proporcionando webservices que puedan realizar consultas relacionales, búsqueda y sincronización de datos con usuarios móviles, oficinas remotas, etc.

Se pueden almacenar datos y recibir datos estructurados, semi-estructurados y datos no estructurados.

• Microsoft .NET Services

.NET  Services incluye control de acceso para ayudar en la seguridad de la aplicación, agilizar el flujo comunicación entre la aplicación, los servicios y hospedar la carga de trabajo del flujo.

•  Microsoft SharePoint Services y Dynamics CRM Services

En un futuro, los desarrolladores podrán tener acceso a Sharepoint y CRM funcionando en conjunto para extender el relacionamiento con los clientes.  Con la flexibilidad de usar herramientas familiares, los desarrolladores pueden habilitar rápidamente la construcción de aplicaciones que utilizan Sharepoint y CRM.                                                                                                                                                                                

¿Cuáles son los beneficios de la plataforma Azure Services?

La plataforma Azure está diseñada para ayudar a los desarrolladores a que fácilmente creen aplicaciones para web conectadas dispositivos. Los servicios de la plataforma ofrecen gran flexibilidad, opciones y control en la búsqueda de usuario y clientes.

• Fácil de desarrollar: Millones de desarrolladores en el mundo usan el Framework .NET y desarrollan en el ambiente de Visual studio.       
• Resultados rápidos y agiles: La aplicación puede ser desarrollada en la plataforma Azure services con el clic de un botón. El cambio puede ser hecho rápidamente sin necesidad de un tiempo fuera, haciéndola un plataforma ideal.
• Compatibilidad basada en estándares: lLs servicios de la plataforma soportan protocolos estándares de la industria incluyendo HTTP, REST, SOAP, RSS y AtomPub.

Referencias:

http://www.microsoft.com/azure/whatisazure.mspx
http://www.microsoft.com/azure/services.mspx

Si usted es un minorista, fabricante o distribuidor, una importante herramienta para obtener beneficios para su negocio, es conocer la inversión en inventario. Dado que el 60% al 80% de los activos están en su inventario es esencial que los minoristas conozcan como medirlo. 

Una de estas herramientas que te permite medir y administrar la productividad de su inversión en inventario, es GMROI (Margen Bruto del Retorno de la Inversión de Inventario), la cual es una medida de productividad de inventario, que expresa la relación  entre el total de las ventas, el margen bruto de dichas ventas y el valor monetario que invertido en el inventario.

Una de las principales ventajas, es que GMROI funciona para cualquier tamaño de negocios, departamento o clasificación de mercancías dentro de una empresa.

GMROI lo puede utilizar para toda la tienda, para cada departamento dentro de su tienda, o incluso para cualquier persona que maneje el tema en su almacén. Utilizándolo como una herramienta de medición, puede comparar el valor relativo de cada pieza de mercancía y sacar conclusiones acerca de donde deberían concentrar sus esfuerzos para lograr la máxima rentabilidad.

Este cálculo indica la cantidad de margen bruto que se te regresara por cada $1 (Unidad Monetaria)  invertido en el inventario.  Es expresado en porcentaje o múltiplos monetarios, el cual indica cuantas veces ha recuperado la inversión original de inventario, desde un periodo de tiempo anterior, regularmente por año.

GMROI combina dos importantes factores de rentabilidad: el margen bruto y su relación entre las ventas y la inversión en inventario. Con el costo de venta al por menor y el inventario aumentando constantemente, deberá obtener el mayor rendimiento posible para la cantidad que invierta en el inventario. El prestarle una estrecha vigilancia al GMROI, le ayudara a alcanzar este objetivo.

COMO CALCULAR EL GMROI

Paso 1. Calcular su margen bruto en términos monetarios y en porcentaje.

La fórmula para calcular el margen bruto en cifras monetarias es la siguiente:
[$ Margen Bruto] (valor monetario) = [$ Ventas] – [$ Costo de artículos vendidos]

Y para expresar el margen bruto como porcentaje:
[% Margen Bruto] (porcentaje) = ( [$ Margen Bruto] / [$ Ventas] ) * 100

Paso 2. Calcular el promedio del inventario al costo.
Para obtener el promedio de inventario a costo anualmente, sume todos los inventarios que termina por cada mes de este año, además de la finalización del inventario para el año anterior. Para obtener el promedio, divida el número de inventarios entre 13, el cual es la suma  del número de inventarios.

Paso 3. Calcule el coeficiente de inversión a sus ventas del inventario.
Esto se obtiene dividiendo el total de ventas entre el inventario a precio de costo,

Paso 4. Calculo del porcentaje GMROI.
GMROI= [$ Ventas anuales] / [$ Promedio Inventario a costo] * [% Margen bruto]

Para concluir,  se presenta un ejemplo en el cual se realizan los cálculos anteriormente mencionados para la obtención del Margen Bruto de Retorno de Inversión (GMROI).

Ejemplo:
A través de un cuidadoso análisis, se puede ver que líneas, departamentos o categorías son mas rentables para su inversión en inventario.

Asumiendo que tenemos unas ventas totales de 1,000,000 MN y un costo de artículos vendidos de 380,000 MN. El cálculo del margen bruto seria se la siguiente forma:

Paso 1.

[$ Margen bruto] = 1, 000,000 MN – 380,000 MN = 620,000 MN

[% Margen Bruto] = 620,000 MN / 1, 000, 000 MN = 0.62 * 100 = 62%

Paso 2.

Supongamos que la suma de los inventarios, incluyendo el fin de año anterior es de 3,500,000 MN, el promedio del inventario al costo sería:

[$ Promedio Inventario a Costo] = [$ Suma Inventario Anual] / 13

[$ Promedio Inventario a Costo] = 3,500,000 MN / 13 = 269, 230.79 MN

Paso 3.

[Coeficiente de inversión] = [$ Ventas Anuales] / [$ Promedio Inventario a Costo]

[Coeficiente de inversión] = 1, 000, 000 MN / 269, 230 MN = 3.7142

Paso 4.

Por último el cálculo del GMROI:

GMROI = [% Margen Bruto] * [Coeficiente de Inversión]

GMROI =  62% * 3.7142 = 230%

Este inventario arroja un 230%, lo cual quiere decir que se estará obteniendo $2.30 MN por cada  $1 MN invertido en el inventario anualmente en esta categoría.

Referencias:
http://www.retailowner.com/forRetailOwners/GMROI/tabid/77/Default.aspx

http://www.dwconline.com/DWC/Nov’96/BusinessMgmt.html

Predicción 1. En el 2012 las unidades de negocio (no los departamentos de sistemas o tecnología) serán responsables del más del 40% de presupuesto de los proyectos de BI. 

En la actualidad para muchas empresas la implementación de una solución de Business Intelligence es responsabilidad de las áreas relativas a tecnología, en la vida real las soluciones de BI competen a las áreas de negocio que conocen, requieren y dan valor a la información pero lamentablemente muchas veces las áreas de tecnología deciden sus esfuerzos e inversiones principalmente en plataformas tecnológicas y que en muchos escenarios pierden la visión del negocio.

Predicción 2. Aún en el 2012, más del 35% de las principales 5,000 empresas mundiales (TOP 5,000) tomarán decisiones de manera desinformada debido a la insuficiente inversión en infraestructura de la información y herramientas de negocio para los usuarios.

Con la crisis económica actual han cambiado los paradigmas respecto a la información del negocio, es decir, las empresas requieren tomar decisiones confiables y adaptarse a los cambios del mercado en tiempo relativamente muy cortos a los que estaban acostumbrados, por lo tanto, muchas empresas han subestimado la necesidad de aplicar esfuerzos importantes a las áreas que proveen información del negocio.

Predicción 3. Para el 2010, el 20% de las empresas usará una aplicación de análisis relativa a su industria a través del esquema de SaaS (Software as a Service).

El esquema de SaaS va creciendo notablemente, en un futuro cercano será una opción a la que muchas empresas le apostarán por las ventajas de costo que trae consigo, adicionalmente el modelo de SaaS permitirá la clusterización de la información por industria que facilitará el compartir información relevante entre empresas del mismo sector industrial. 

En la actualidad el modelo de SaaS para Business Intelligence enfrenta grandes retos como el volumen de información, el confiar la información confidencial de la empresa a un intermediario, las capacidades analíticas de las herramientas actuales, entre otros. Por estas razones es posible que el modelo de SaaS para BI evolucione a mediano plazo con estrategias complementarias que permitan cubrir en mayor medida las deficiencias actuales del modelo.

Predicción 4. En el 2009, la toma de decisiones en un medio colaborativo creará una nuevo rubro en BI que combinará el software social con la plataforma de BI.

El surgimiento de las redes sociales han abierto un mundo de posibilidades para todo tipo de negocios y estrategias, en este caso Business Intelligence no es la excepción, diversos estudios han determinado que los tomadores de decisiones requieren conocer las opiniones de los demás para sustentar sus ideas y estrategias, por lo tanto en el mediano plazo las plataformas de BI se adaptarán a este nuevo requerimiento del mercado que bien pudiera llamarse “Social BI”.

Predicción 5. En el 2012, una tercera parte de las aplicaciones analíticas aplicadas a los procesos de negocio serán entregados a través de mashups.

Una de las principales características del WEB 2.0 son los mashups, en el caso de BI dicha característica comenzará a mediano plazo a ser parte de su entorno, esto debido a que la diversidad de servicios y proveedores de información que ayudarán a tener entornos de BI más completos relacionando información interna y externa de la compañía.

Para más información:

http://www.destinationcrm.com/Articles/CRM-News/Daily-News/Gartner-Gives-BI-a-High-5-52485.aspx

Debido al panorama económico mundial las empresas tendrán que estar preparadas para evaluar el seguimiento de todas las áreas de la compañía y poder decidir y adaptarse en tiempos relativamente más cortos a las tendencias y cambios que dicte el mercado, así mismo evaluar los procesos de negocio para eficientizarlos y estar preparados para innovar y poder atacar nichos de mercado que presenten nuevas oportunidades de negocio debido a los nuevos parámetros de mercado que estará dictando la crisis económica mundial.

Según GARTNER, estas serán las principales 10 prioridades de negocios y tecnología en el 2009.

Referencias:

http://www.gartner.com/it/page.jsp?id=855612

Con Project Gemini, Microsoft pretende construir un Data Warehouse en memoria integrado a Analysis Services que permitirá la publicación de los datos en un entorno de servidor que incluye SharePoint, Excel Server y Analysis Services por lo tanto los datos estarán disponibles para todas las herramientas compatibles con Analysis Services.

El nuevo motor en la memoria se convertirá en un mecanismo alternativo para el almacenamiento de Analysis Services. Actualmente, Analysis Services admite un motor de datos MOLAP y un motor de datos ROLAP.  Con Project Gemini, Analysis Services usara rápidamente en memoria el motor de datos, en pocas palabras se heredaran todos los beneficios de rendimiento de memoria automáticamente a SSAS.

Project Gemini incluirá  nuevas herramientas para la carga y limpieza de datos, que permitirá que los usuarios puedan cargar datos desde cualquier fuente, incluida la captura manual. Microsoft hará inevitable el uso de SharePoint Server y Analysis Services, esto proporcionará  acceso Web a los reportes y tablas pivote de Gemini Excel.

En el workbook Gemini Excel se podrán crear cubos de Analysis Services en el servidor y los reportes serán entregados a través de Excel Services. Los modelos de Project Gemini se cargan como  un nuevo tipo de cubo en memoria de Analysis Services, como se comentó previamente dichos cubos serán accesibles para todas las herramientas compatibles con Analysis Services.

Los usuarios de EXCEL podrán llegar a ser desarrolladores de OLAP en poco tiempo, aunque no tendrán que aprender sobre dimensiones, métricas, cubos, MDX, etc, estas características estarán disponibles cuando sus modelos locales los publiquen a través de Analysis Services.

Project Gemini (estará disponible beta en 2009 y la versión liberada en 2010) no sólo permitirá a los usuarios poder construir sus propios modelos y aplicaciones de BI, si no también fácilmente ponerlos a disposición de otros usuarios.

Referencias:
http://www.infoedge.com/product_type.asp?product=OL-6022

http://olapreport.com/Comment_Gemini.htm

http://www.enterprise-dashboard.com/2008/11/17/project-gemini-and-excel-dashboards/

http://www.tableausoftware.com/blog/microsoft-project-gemini-compelling-to-tableau-software

Microsoft anunció el pasado viernes 23 de enero del 2009 su cambio de estrategia para PerformancePoint, en pocas palabras PerformancePoint no existirá más como producto independiente. 

En primera instancia PerformancePoint Planning solo será actualizado hasta el SP3 de PerformancePoint planeado para mediados de este año 2009, posterior a esta fecha ya no habrá actualizaciones a esta herramienta.

PerformancePoint Scorecard, Analytics y Dashboard serán integrados en Office SharePoint Server Enterprise como PerformancePoint Services. La justificación para este cambio de estrategia consiste en aprovechar la base instalada de SharePoint ademas de reducir el TCO (Total Cost of Ownership) de la solución completa al integrarse en una misma herramienta y homologar en cierta forma el esquema de licenciamiento.

En la nueva estrategia que parte de la nueva version de SQL Server llamada “Kilimanjaro” se extenderán las capacidades de EXCEL para consolidarse como lo que ya es, una de las herramientas de BI más usadas en todo el mundo ya que traerá consigo poderosas características para los usuarios finales. 

Microsoft seguirá ofreciendo su exitosa plataforma de BI con SQL Server y continua trabajando en la integración de su reciente adquisición DataAllegro para extender las capacidades en el volumén de datos en las implementaciones de Data Warehouse. 

Para los vendedores de herramientas basadas en la plataforma de BI de Microsoft esto esta siendo tomado como una buena noticia debido a que no competirán directamente con Microsoft en el nicho de visualización.

Para más información:

http://www.microsoft.com/winme/0901/35195/Guy_Weismantel_BI_Announcement_MBR.asx

http://blogs.msdn.com/bi/archive/2009/01/23/microsoft-bi-strategy-update.aspx

http://peterkol.spaces.live.com/blog/cns!68755AEAC31F9A6C!992.entry

¿Donde se puede aprovechar esta tecnología?

Algunas ideas de aplicación de esta tecnología

• Un banco, puede mostrar en su sitio web la localización de las sucursales más próximas a un código postal
• La búsqueda de una propiedad por parte de una empresa inmobiliaria en base a especificaciones como el área en metros cuadrados y la proximidad a cierto punto de referencia
• Aplicaciones móviles pueden localizar establecimientos cercanos a la ubicación actual, como hoteles, restaurantes, centros de entretenimiento o gasolineras
• Una compañía puede establecer regiones geográficas de ventas y usarlas para realizar diversos análisis

Algunos ejemplos de segmentos de análisis

• Información enfocada al consumidor y basada en la localización
• Desarrollo y administración basada en el cliente
• Planificación, análisis y datos relacionados con el entorno geográfico
• Análisis económicos y financieros en comunidades
• Análisis de desarrollo de planes gubernamentales
• Análisis de segmentación de mercado
• Análisis, estudio e investigación de diseño
• Análisis y desarrollo de inmobiliarias

Modelos de ubicación espacial y sus tipos de datos

1. Modelo Geodésico, este se determina con la representación de la tierra como una esfera, en la cual las localizaciones se realizan mediante latitud y longitud. El tipo de dato para este modelo se llama Geography

2. Modelo Planar, se determina como el mapa mundial en una superficie plana el cual las localizaciones se realizan mediante coordenadas ‘X’ y ‘Y’. El tipo de dato utilizado para este modelo se llama Geometry

Los tipos de datos Geography y Geometry son implementados como SQLCLR UDT, que determina que los tipos de datos tienen propiedades y métodos para realizar operaciones espaciales entre las cuales mencionamos el encontrar intersecciones, calcular distancias, entre otras, de las cuales veremos más detalle.

Diferencias entre el modelo Geodésico y Planar

• En el modelo planar las coordenadas son dadas en unidades, las medidas de distancias y áreas se dan en las mismas unidades, sin importar que unidades sean a diferencia del modelo Geodésico en el cual las coordenadas se dan en grados, distancias y áreas en metros y metros cuadrados, la medida depende del SRID
• En el modelo planar, no tiene importancia el sentido en el cual se define un objeto, en el geodésico el sentido, define el tamaño del objeto

Ejemplos de uso de los tipos de datos

El tipo de dato Geography es un subconjunto del Geometry, ambos soportan once objetos espaciales, de los cuales solamente 7 son instanciables.

Objetos Spatial Data

1. Point: Es un objeto 0-dimensional representado por una localización sencilla, puede incluir los valores Z (elevación) y M (métrico)

–Ejemplo 1: Definimos un objeto del tipo Punto con un simple par de coordenadas
DECLARE @g geometry;
SET @g = geometry::STGeomFromText(’POINT (4 4)’, 0);

–Ejemplo 2: Definimos un objeto del tipo Punto con un par de coordenadas (4, 4), elevacion (5) y metrico (7.3)
DECLARE @g geometry;
SET @g = geometry::Parse(’POINT(4 4 5 7.3)’);

–Ejemplo 3: Consultamos los valores finales del objeto
SELECT @g.STX;
SELECT @g.STY;
SELECT @g.Z;
SELECT @g.M;

2. MultiPoint: Es una colección de cero o más puntos

–Ejemplo 1: Declaracion de un objeto geografico MultiPunto con dos coordenadas, la segunda con valor de altura
DECLARE @g geometry;
SET @g = geometry::STMPointFromText(’MULTIPOINT((4 5), (6 9 2.5))’, 23);

–Ejemplo 2: El objeto STGeometryN() devuelve el valor de un punto
SELECT @g.STGeometryN(1).STAsText();

3. LineString: Es un objeto de una dimensión que representa una secuencia de puntos, puede contener valores en Z y M

–Ejemplo: Instancia de LineString con tres puntos
DECLARE @g geometry;
SET @g = geometry::STGeomFromText(’LINESTRING(2 2, 2 5, 5 7)’, 0);

4. MultiLineString: Es una colección de cero o mas instancias del tipo LineString

–Ejemplo: Colección de dos objetos del tipo LineString
DECLARE @g geometry;
SET @g = geometry::Parse(’MULTILINESTRING((0 1, 1 2), (1 3, 1 5))’);

5. Polygon: Es un objeto bidimesional almacenado como como una secuencia de puntos con un anillo exterior y ninguno, uno o varios interiores.

–Ejemplo: Definicion de un poligono con un hueco en el centro
DECLARE @g geometry;
SET @g = geometry::STPolyFromText(’POLYGON((0 0, 0 4, 4 4, 4 0, 0 0), (1 1, 1 2, 2 1, 1 1))’, 10);

6. MultiPolygon: Es una instancia que incluye cero o mas polygonos.

–Ejemplo: Creacion de una instancia Multipoligono, consultando el WKT para el primer componente.
DECLARE @g geometry;
SET @g = geometry::Parse(’MULTIPOLYGON(((0 0, 0 4, 4 4, 4 0, 0 0), (1 1, 1 2, 2 1, 1 1)), ((8 8, 8 10, 10 8, 8 8)))’);
SELECT @g.STGeometryN(2).STAsText();

7. GeometryCollection: Colección de cero o mas instancias geométricas o geográficas.

–Ejemplo: Creacion de una coleccion geometrica que incluye un punto y un poligono con valores en Z
DECLARE @g geometry;
SET @g = geometry::STGeomCollFromText(’GEOMETRYCOLLECTION(POINT(3 3 1), POLYGON((0 0 2, 1 10 3, 1 0 4, 0 0 2)))’, 1);

En las siguientes 2 entregas revisaremos el significado del SRID, así como ejemplos de uso de algunos métodos y propiedades, además de explicar el uso de índices espaciales y ejemplos.

Referencias:
http://msdn.microsoft.com/en-us/library/bb933790.aspx
http://blogs.solidq.com/ES/ElRinconDelDBA/Lists/Posts/Post.aspx?ID=50
http://www.microsoft.com/events/series/msdnsqlserver2008.aspx?tab=webcasts

Conforme se extiende el uso de DW dentro de la organización se van presentando situaciones que se tienen que ir resolviendo sobre la marcha por ejemplo, el gran crecimiento de la información, la necesidad de integrar información no estructurada, necesidad de nuevas formas de explotación,  entre otros, para estas situaciones principalmente esta basada la arquitectura del DW 2.0.

Los metadatos son la clave de la arquitectura DW 2.0, esto permite la adaptabilidad e integración de información estructurada y no estructurada, así mismo, se clasifican diferentes niveles de metadatos, para cubrir todas las necesidades desde el mismo DW, en el modelo tradicional los metadatos se administraban en cada herramienta que explotaba la información, ahora es parte del DW y permitirá la fácil adaptabilidad de cualquier herramienta de explotación.

Ventajas

Estas son algunas de las ventajas de la arquitectura de DW 2.0:

• Contar con datos a un nivel bajo de detalle
• Unir datos estructurados y no estructurados
• Soportar diferentes tipos de procesamiento, sin afectar el rendimiento
• Soportar cambios en los datos a traves del tiempo

Aunque en los artículos respecto al tema no menciona las posibles desventajas, nosotros consideramos lo siguiente:

Se considera que las implementaciones actuales del DW 1.0, requeriran solo adecuaciones menores para poder soportar la nueva arquitectura, es decir sería una evolución y crecimiento del modelo actual y no será necesario una reingenieria del DW. 

En este punto cabe mencionar que el DW 2.0 está basado en la metodología de Bill Inmon del DW y los modelos basados en la metodología de Ralph Kimball (Modelo Multidimensional) por consecuencia pudieran no ser tan fácilmente adaptados a la nueva arquitectura del DW 2.0.

El presente y el futuro para los vendedores de software y el Data Warehouse 2.0

Para poder soportar la creciente demanda de análisis de bajo costo, Microsoft, Google y otras compañias de software hace sus apuestas al Cloud Computing que es una de las bases de interoperabilidad del DW 2.0, actualmente Microsoft ha liberado la version beta del SSDS (SQL Server Data Services) la cual está programada para liberación en este año 2009.

A medida que se disponga de suficientes proveedores de servicios, DW 2.0 ofrecerá una cada vez mayor oferta de bajo costo, mayor  potencia analítica. Durante la próxima década, los proveedores de software-as-a-service (SaaS) comenzarán a ofrecer funciones completas, basado en suscripción de inteligencia de negocios/servicios de DW de alto rendimiento, alto volumen y análisis complejo.

Referencias:
http://inmoncif.com/home/
http://www.dmreview.com/issues/20060401/1051111-1.html
http://www.techworld.com.au/article/214248/data_warehouse_2_0?pp=1&fp=4&fpid=128

Ambos vienen de diferentes perspectivas, XBRL a partir de la descripción semántica de los datos XML en un entorno de BI y de búsqueda del conocimiento en los datos. De un modo simple XBRL se puede entender como un proceso automatizado de presentación de informes de las empresas y, por tanto, como parte de BI.

XBRL en Business Intelligence

Mientras XBRL podría parecer que se orienta hacia la contabilidad financiera o de los ambientes contables, este lenguaje es técnicamente mucho más amplio que la industria de servicios financieros. La palabra “extensible” XBRL significa que es lo suficientemente flexible como para ser ajustada para satisfacer las necesidades de un negocio en particular y no sólo la normalización de la información financiera.

En BI los usuarios tienen a su cargo la presentación de datos de las empresas acerca de las transacciones comerciales y el rendimiento en un estándar genérico. El uso XBRL es una forma útil de proporcionar una única presentación de reportes para la representación de datos transaccionales. Que lo hace ideal para la auditoria en el rastreo de informes financieros y administrativos.

XBRL reduce los costos de procesamiento de datos y hace que la información financiera esté disponible más rápido a herramientas de BI para la presentación de reportes y un análisis más detallado.

Ventajas de utilizar XBRL

• Consistencia Analítica
  • XBRL manipula y valida los datos de manera eficiente, lo que permite manipular la información de una manera más rápida y confiable, así como tambien facilita la consistencia de la información en los procesos de extracción y validación.
• Transparencia
  • XBRL proporciona una buena auditoría financiera, fiscal, legal, estadística y presentación de informes administrativos.
• Comparaciones competitivas
  • Una de las principales ventajas de XBRL es que es legible, lo que significa que si las empresas quieren ver la información de sus competidores para hacer una comparación, XBRL facilita el análisis correlacional y permite comparar diferentes estilos de documentos financieros e informes.
• Reducción del esfuerzo de procesamiento de datos
  • Un ahorro de costos significativo puede originarse en la administración de datos y procesamiento para generar reportes en XBRL, así mismo, reduce el tiempo que consumen las tareas de extracción de datos para recolección, comparación y estructuración de los mismos.
• Contexto
  • XBRL va más allá de los informes estándar SQL en la medida en que embebe en el contexto de datos, que le permite ser compartida fuera del informe.
• Análisis y toma de decisiones más eficientes
  • Los modelos de análisis pueden llenarse con elementos de datos validados y estructurados, lo cual libera a los usuarios de las tareas de preparación de los datos y les permite enfocarse totalmente al análisis y toma de decisiones, dando como resultado acciones más rápidas y confiables en el contexto del negocio. 

Beneficios

• Rapidez en la transmisión de la información a los accionistas, los analistas y al mercado en general, lo que redunda en una mayor transparencia.
• Reducción de errores, al no tenerse que reintroducir la información.
• Reducción de costos.
• Automatización de procesos.
• Flexibilidad, al poderse exportar la información en cualquier formato existente.
• Interoperabilidad entre los distintos sistemas informáticos.
• Los tipos de usuarios mas beneficiados serían:
  • Los preparadores de información financiera
  • Los intermediarios en los procesos de preparación y distribución
  • Los usuarios de información financiera
  • Los vendedores de software y servicios que atienden a los tipos de usuarios previamente mencionados.

Aspectos técnicos

• Label
  • Etiquetas de cada campo, en varios idiomas
• Definition
  • Definición del campo
• Presentation
  • Reglas de presentación de los campos, precedencia
• Reference
  • Referencias, comentarios y notas sobre cada campo
• Calculation 
  • Cálculos matemáticos y relaciones entre los campos

Referencias:

http://www.gestiopolis.com/recursos2/documentos/fulldocs/fin/xbrl.htm
http://www.monografias.com/trabajos47/cambio-cualitativo/cambio-cualitativo.shtml
http://www.desarrolloweb.com/articulos/1693.php
http://www.iese.edu/es/files/Art_Computing_Cabre_XBRL_Nov04_tcm5-5620.pdf
http://www2.elnuevodiario.com.do/app/article.aspx?id=110859
http://www.sbr.gov.au/content/sbr_benefits.htm
http://netdotwork.co.za/article.aspx?pklArticleId=4965&pklCategoryId=366
http://www.tdwi.org/News/display.aspx?ID=8984
http://blog.maia-intelligence.com/2008/01/07/tagged-economy-xbrl-emerging-opportunity/
http://www.intelligententerprise.com/showArticle.jhtml?articleID=165700226

• El IIS  ya no es requerido

En los dos Releases anteriores, estaba basado sobre el IIS quien era el host para el Web Service de RS y Report Manager Web Application. Muchas organizaciones que tienen como regla no instalar el IIS sobre la misma máquina donde está instalado el SQL Server por razones de seguridad. Esta dependencia sobre el IIS, sin embargo es la causa de que se deje de usar el SSRS. Basado en feedback, Microsoft ha reestructurado SSRS 2008 y removido esta dependencia.

• Mejor Administración de memoria

Los usuarios que tienen que visualizar SSRS en un ambiente de mucho tráfico  pueden tener notificada la degradación del rendimiento  cuando varios usuarios accedan a reportes con muchas páginas. La razón de la lentitud de SSRS, los reportes los almacenaba en memoria , causando problemas cuando el índice de demanda era alto. Esto decrementa sobre la demanda de procesamiento cargada sobre servidor.
Además de estas mejoras de memoria, que ahora también puede fijar un limite de la memoria de SSRS debe utilizar.

• Mejora de la visualización de datos
  Con la adquisición de la Dundas por parte de Microsoft, y la integración de esta aplicación  con los componentes con SSRS

• Región de Datos Tablix

Esta nueva región de datos combina la funcionalidad de ambas tablas y la matriz de regiones de datos. Esta región permite combinar múltiples grupos de columnas y filas, esencialmente permite crear  reportes que tengan filas dinámicas y columnas dinámicas de entrada.

• Exportación a archivos CVS y Microsoft Word

La exportación a CSV es útil para automatizar el proceso del reporte, si se está interesado en la exportación de elementos de datos para el reporte, ademas la exportación a Microsoft Word.

Referencias:

http://searchsqlserver.techtarget.com/tip/0,289483,sid87_gci1337631,00.html?track=NL-420&ad=671311&asrc=EM_NLT_4924391&uid=8208102

http://www.vinodunny.com/blog/post/SQL-Server-2008-Reporting-Services—Big-Changes.aspx
http://www.miracleas.dk/images/upload/historier%20hjemmeside/Lybecker%20sql%20server%20præs%20reporting%20services.pdf
http://www.sadev.co.za/node/247