El modelo de base de datos funcional se utiliza para respaldar aplicaciones de análisis como la planificación financiera y la gestión del desempeño . El modelo de base de datos funcional, o modelo funcional para abreviar, es diferente pero complementario al modelo relacional . El modelo funcional también es distinto de otros conceptos con nombres similares, incluido el modelo de base de datos funcional DAPLEX [1] y las bases de datos de lenguaje funcional.
El modelo funcional forma parte de la categoría de procesamiento analítico en línea (OLAP), ya que comprende una consolidación jerárquica multidimensional. Pero va más allá de OLAP al requerir una orientación de celda similar a una hoja de cálculo , donde las celdas se pueden ingresar o calcular como funciones de otras celdas. Además, como en las hojas de cálculo, admite cálculos interactivos donde los valores de todas las celdas dependientes se actualizan automáticamente cada vez que se cambia el valor de una celda.
Los análisis, especialmente los análisis prospectivos o prospectivos, requieren modelos interactivos, "qué pasaría si" y experimentación del tipo que la mayoría de los analistas de negocios hacen con hojas de cálculo. Esta interacción con los datos está habilitada por la orientación de las celdas de la hoja de cálculo y su capacidad para permitir a los usuarios definir celdas calculadas en función de otras celdas.
El modelo de base de datos relacional no tiene tales conceptos y, por lo tanto, está muy limitado en el modelado de desempeño empresarial y la interactividad que puede soportar. En consecuencia, el análisis relacional se limita casi exclusivamente a datos históricos, que son estáticos. Esto pasa por alto la mayoría de los beneficios estratégicos de la analítica, que provienen de la construcción interactiva de visiones del futuro.
El modelo funcional se basa en matrices multidimensionales, o " cubos ", de celdas que, como en una hoja de cálculo, pueden ingresarse externamente o calcularse en términos de otras celdas. Estos cubos se construyen utilizando dimensiones que corresponden a conjuntos de entidades reales organizados jerárquicamente, como productos, geografías, tiempo, etc. Un cubo puede verse como una función sobre el producto cartesiano de las dimensiones. Es decir, asigna un valor a cada celda, que se identifica mediante una n-tupla de elementos de dimensión; de ahí el nombre "funcional". El modelo conserva la flexibilidad y el potencial de interactividad de las hojas de cálculo, así como las consolidaciones jerárquicas multidimensionales de las herramientas OLAP basadas en relaciones. Al mismo tiempo, el modelo funcional supera las limitaciones tanto del modelo de base de datos relacional como de las hojas de cálculo clásicas.
Los productos que implementan los principios del modelo funcional en diversos grados existen desde hace algún tiempo, incluidos productos como Essbase , TM1 , Jedox , Alea, Microsoft Analysis Services, etc. [2] [3] [4] [5] [6]
El sistema de gestión de una empresa generalmente consta de una serie de circuitos de control interconectados. Cada ciclo comienza con el desarrollo de un plan, luego el plan se ejecuta y los resultados se revisan y comparan con el plan. Con base en esos resultados y una nueva evaluación de lo que depara el futuro, se desarrolla un nuevo plan y se repite el proceso. Los tres componentes del circuito de control, planificación, ejecución y evaluación, tienen diferentes perspectivas temporales. La planificación mira al futuro, la ejecución mira al presente y la revisión mira al pasado.
La tecnología de la información (TI) desempeña ahora un papel central para hacer que los circuitos de control de gestión sean más eficientes y eficaces. Los sistemas informáticos operativos se ocupan de la ejecución, mientras que los sistemas informáticos analíticos, o simplemente Analytics, se utilizan para mejorar la planificación y la evaluación. Las necesidades de información de cada componente son diferentes. Los sistemas operativos generalmente se ocupan de registrar transacciones y realizar un seguimiento del estado actual del negocio: inventario, trabajo en progreso, etc. El análisis tiene dos componentes principales: análisis prospectivo o prospectivo, que se aplica a la planificación, y análisis retrospectivo o retrospectivo. , que se aplica a la evaluación.
En el análisis retrospectivo, las transacciones resultantes de las operaciones se reducen y se acumulan en conjuntos de celdas. Estas celdas se identifican por tantas dimensiones como sean relevantes para el negocio: tiempo, producto, cliente, cuenta, región, etc. Las celdas generalmente se organizan en cubos que forman la base para análisis retrospectivos, como comparar el desempeño real con el plan. Este es el ámbito principal de los sistemas OLAP. El análisis prospectivo desarrolla cubos de datos similares pero para períodos de tiempo futuros. El desarrollo de datos prospectivos suele ser el resultado de aportaciones humanas o modelos matemáticos que se impulsan y controlan mediante la interacción del usuario.
La aplicación de TI a los tres componentes del circuito de control de gestión evolucionó con el tiempo a medida que se desarrollaron nuevas tecnologías. El registro de transacciones operativas fue una de las primeras necesidades que se automatizaron mediante el uso de tarjetas perforadas de 80 columnas. A medida que avanzaba la electrónica, los discos se trasladaron, primero a cinta magnética y luego a disco. La tecnología del software también avanzó y dio lugar a sistemas de gestión de bases de datos que centralizaron el acceso y el control de los datos.
Las bases de datos hicieron posible desarrollar lenguajes que facilitaron la producción de informes para análisis retrospectivos. Casi al mismo tiempo, se desarrollaron lenguajes y sistemas para manejar datos multidimensionales y automatizar técnicas matemáticas para la previsión y optimización como parte de análisis prospectivos. Desafortunadamente, esta tecnología requería un alto nivel de experiencia y no era comprensible para la mayoría de los usuarios finales. Por tanto, su aceptación por parte de los usuarios fue limitada, al igual que los beneficios que se derivaban de ella.
No había ninguna herramienta de uso generalizado disponible para análisis prospectivos hasta la introducción de la hoja de cálculo electrónica. Por primera vez, los usuarios finales tenían una herramienta que podían comprender y controlar, y utilizarla para modelar su negocio tal como lo entendían. Podrían interactuar, experimentar, adaptarse a situaciones cambiantes y obtener conocimientos y valor muy rápidamente. Como resultado, las hojas de cálculo se adoptaron ampliamente y finalmente se generalizaron. Hasta el día de hoy, las hojas de cálculo siguen siendo una herramienta indispensable para cualquier persona que planifique.
Las hojas de cálculo tienen un conjunto clave de características que facilitan el modelado y el análisis. Los datos de múltiples fuentes se pueden reunir en una sola hoja de trabajo. Las celdas se pueden definir mediante fórmulas de cálculo en términos de otras celdas, de modo que los datos de diferentes fuentes se pueden interconectar lógicamente para calcular los valores derivados. Las celdas calculadas se actualizan automáticamente cada vez que cambia alguna de las celdas de entrada de las que dependen. Cuando los usuarios tienen una pregunta "¿Qué pasaría si?", simplemente cambian algunas celdas de datos y automáticamente todas las celdas dependientes se actualizan. Además, las celdas están organizadas en cuadrículas rectangulares y yuxtapuestas para que se puedan detectar diferencias significativas de un vistazo o mediante presentaciones gráficas asociadas. Las cuadrículas de hojas de cálculo normalmente también contienen cálculos de consolidación a lo largo de filas o columnas. Esto permite descubrir tendencias en conjunto que pueden no ser evidentes a un nivel detallado.
Pero las hojas de cálculo adolecen de una serie de deficiencias . Las celdas se identifican por la posición de las filas y columnas, no por los conceptos comerciales que representan. Las hojas de cálculo son bidimensionales y varias páginas proporcionan la apariencia de tres dimensiones, pero los datos comerciales suelen tener más dimensiones. Si los usuarios desean realizar otro análisis con el mismo conjunto de datos, es necesario duplicar los datos. A veces se pueden utilizar enlaces de hojas de cálculo, pero la mayoría de las veces no son prácticos. El efecto combinado de estas limitaciones es que existe un límite en la complejidad de las hojas de cálculo que se pueden crear y administrar. Si bien el modelo funcional conserva las características clave de la hoja de cálculo, también supera sus principales limitaciones. Con el modelo funcional, los datos se organizan en una cuadrícula de celdas, pero las celdas se identifican por concepto de negocio en lugar de solo por fila o columna. En lugar de hojas de trabajo, los objetos del modelo funcional son dimensiones y cubos. En lugar de dos o tres dimensiones: fila, columna y hoja, el modelo funcional admite tantas dimensiones como sean necesarias.
Otra ventaja del modelo funcional es que es una base de datos con características como independencia de datos, acceso multiusuario concurrente, integridad, escalabilidad, seguridad, seguimiento de auditoría, copia de seguridad/recuperación e integración de datos. La independencia de los datos tiene un valor especialmente alto para el análisis. Los datos ya no necesitan residir en hojas de cálculo. En cambio, la base de datos funcional actúa como un recurso de información central. La hoja de cálculo actúa como una interfaz de usuario para la base de datos, por lo que varias hojas de cálculo y varios usuarios pueden compartir los mismos datos. Las actualizaciones enviadas por varios usuarios están disponibles para todos los usuarios sujetos a reglas de seguridad. En consecuencia, siempre existe una única versión compartida y coherente de los datos.
Una base de datos funcional consta de un conjunto de dimensiones que se utilizan para construir un conjunto de cubos. Una dimensión es un conjunto finito de elementos, o miembros, que identifican datos comerciales, por ejemplo, períodos de tiempo, productos, áreas o regiones, líneas de pedido, etc. Los cubos se construyen utilizando cualquier número de dimensiones. Un cubo es una colección de celdas, cada una de las cuales está identificada por una tupla de elementos, uno de cada dimensión del cubo. Cada celda de un cubo contiene un valor. Un cubo es efectivamente una función que asigna un valor a cada n-tupla del producto cartesiano de las dimensiones.
El valor de una celda puede ser asignado externamente (entrada), o el resultado de un cálculo que utiliza otras celdas en el mismo cubo u otros cubos. La definición de cubo incluye las fórmulas que especifican el cálculo de dichas celdas. Las celdas también pueden estar vacías y considerarse que tienen un valor cero a efectos de consolidación.
Al igual que con las hojas de cálculo, los usuarios no deben preocuparse por ejecutar recálculos. Cuando se solicita el valor de una celda, el valor que se devuelve está actualizado con respecto a los valores de todas las celdas que entran en su cálculo, es decir, las celdas de las que depende.
Las dimensiones suelen contener jerarquías de consolidación donde algunos elementos se definen como padres de otros elementos y un padre se interpreta como la suma de sus hijos. El modelo funcional calcula automáticamente las celdas identificadas por un elemento consolidado en una o más dimensiones como sumas de celdas que tienen elementos secundarios en esas dimensiones. Cuando se solicita el valor de una celda consolidada, el valor que se devuelve siempre está actualizado respecto a los valores de todas las celdas que consolida.
Los cubos y sus dimensiones (entre paréntesis) son los siguientes:
Los cubos del modelo están interconectados mediante fórmulas:
El cubo de P&L recoge los costos en dólares del cubo de nómina a través de una fórmula de la forma: P&L( "Nómina", "Dólares") = Nómina ("Todos los empleados")
Nota: La sintaxis de expresión utilizada tiene fines ilustrativos y puede no reflejar la sintaxis utilizada en el modelo formal o en productos particulares que implementan el modelo funcional. Se supone que las dimensiones que se omiten en la expresión abarcan todos los elementos de hoja de esas dimensiones. Por tanto esta expresión equivale a:
P&L( xRegión, "Nómina", "Dólares", xHora) = Nómina (xRegión, "Todos los empleados", xHora) , para todas las salidas de xRegión en Región y todas las salidas de xTiempo en Tiempo.
De manera similar, P&L también obtiene los ingresos por ventas del cubo de Ventas a través de:
PyG( "Ventas", "Dólares") = Ventas ("Todos los productos")
Las cuentas generales se asignan por región en función de las ventas:
P&L("Región", "Dólares") = Ovhd() * Ventas("Región") / Ventas("Todas las regiones")
Finalmente, otras monedas se derivan del tipo de cambio del dólar:
PyG() = PyG("Dólares") * Fx()
La parte histórica de los cubos también se completa desde el almacén de datos. En este ejemplo simplificado, los cálculos que acabamos de comentar se pueden realizar en el almacén de datos para la porción histórica de los cubos, pero generalmente, el modelo funcional admite el cálculo de otras funciones, como proporciones y porcentajes.
Si bien la historia es estática, la parte futura suele ser dinámica y desarrollada de forma interactiva por analistas de negocios de diversas organizaciones y con diversos orígenes. Las previsiones de ventas deben ser elaboradas por expertos de cada región. Podrían utilizar modelos y parámetros de pronóstico que incorporen su conocimiento y experiencia de esa región, o simplemente podrían ingresarlos a través de una hoja de cálculo. Cada región puede utilizar un método diferente con diferentes supuestos. La previsión de nómina podría ser desarrollada por expertos en recursos humanos de cada región. El cubo superior estaría poblado por personas de finanzas de la sede, al igual que los pronósticos del tipo de cambio. Los pronósticos desarrollados por los expertos regionales se revisan y reciclan primero dentro de la región y luego se revisan y reciclan en la sede.
El modelo se puede ampliar para incluir una dimensión de Versión que varía según, por ejemplo, varios escenarios de clima económico. A medida que avanza el tiempo, cada ciclo de planificación se puede almacenar en una versión diferente y esas versiones se pueden comparar con las reales y entre sí.
En cualquier momento los datos de todos los cubos, sujetos a restricciones de seguridad, están disponibles para todas las partes interesadas. Los usuarios pueden incorporar dinámicamente porciones de cubos a hojas de cálculo para realizar análisis adicionales, pero con la garantía de que los datos son los mismos que los que ven otros usuarios.
Una base de datos funcional reúne datos de múltiples fuentes dispares y vincula los conjuntos de datos dispares en modelos consumibles coherentes. También permite controlar los datos dispersos en múltiples hojas de cálculo. Esto permite a los usuarios ver una imagen resumida que combina múltiples componentes, por ejemplo, para convertir automáticamente la planificación de la mano de obra en una imagen financiera completa. Les brinda un único punto de entrada para desarrollar conocimientos globales basados en diversas fuentes.
Una base de datos funcional, como las hojas de cálculo, también permite a los usuarios cambiar los valores de entrada mientras todos los valores dependientes están actualizados. Esto facilita la experimentación hipotética y la creación y comparación de múltiples escenarios. Luego, los usuarios pueden ver los escenarios uno al lado del otro y elegir el más apropiado. Al planificar, los usuarios pueden converger en el curso de acción más ventajoso reciclando e interactuando repetidamente con los resultados. Los conocimientos prácticos surgen de esta interacción íntima con los datos que los usuarios normalmente realizan con las hojas de cálculo.
Una base de datos funcional no sólo proporciona un almacén de datos interactivo común. También reúne modelos desarrollados por analistas con conocimiento de un área particular del negocio que pueden ser compartidos por todos los usuarios. Para facilitar esto, una base de datos funcional conserva la capacidad de modelado interactivo basado en celdas de la hoja de cálculo. Esto hace posibles modelos que reflejan más fielmente las complejidades de la realidad empresarial.
Quizás la mayor contribución de una base de datos funcional al análisis provenga de la promoción de la colaboración. Permite que múltiples individuos y organizaciones no solo compartan una única versión de la verdad, sino una verdad dinámica y en constante cambio. Sus cálculos automáticos consolidan y concilian rápidamente entradas de múltiples fuentes. Esto promueve la interacción de varios departamentos, facilita múltiples iteraciones de procesos de pensamiento y hace posible que diferentes puntos de vista converjan y se reconcilien. Además, dado que cada parte del modelo es desarrollada por personas más expertas en su área particular, es posible aprovechar la experiencia y los conocimientos que existen en toda la organización.