Innovación en la inteligencia de negocios. Una revisión sistemática de literatura

La innovación actúa desde diferentes aspectos, siendo importante conocer los aportes y sus características, identificando los beneficios de innovar a través de la aplicación de métodos y relaciones que se pueden considerar para mejorar, construir o apoyar procesos. Por otro lado, la innovación, no está concebida para todas las empresas en su totalidad, pero aquellas que consiguen aplicarla, logran crecer a nivel económico y competitivo, agregando a sus productos o servicios características únicas y diferentes difíciles de imitar por la competencia. (Diaz y Guambi, 2018).

Por lo que el presente artículo tiene por objetivo, realizar una revisión sistemática de literatura sobre la innovación en la inteligencia de negocios. Buscando llenar vacíos teóricos existentes y lograr entender cual es la importancia de innovar y utilizar la inteligencia de negocios como base para soportar la toma de decisiones que permitan a la organizar obtener resultados de manera eficiente.

Desde esta perspectiva es importante reconocer que la innovación actúa como un elemento fundamental en el desarrollo de la sociedad. En este contexto, Schumpeter (citado por Mella, 2018) entiende que la innovación es una de las causales del desarrollo de una organización, adaptándolo desde un proceso de transformación como la introducción de nuevos bienes y servicios al mercado, así como encontrar nuevos métodos de producción y transporte eficientes, generando un cambio en la gestión de innovación en las organizaciones. Sin embargo, al transcurrir el tiempo el concepto de innovación ha tenido diferentes enfoques e influencias, por lo que a continuación también se presentarán algunas de esas ideas según autores de origen latinoamericano:

Donde según Barba (2011) interpreta que innovar hace parte de la sociedad como parte de transición de las cosas y claro esto se puede observar en la moda, en la música, los lugares a visitar entre otras, por lo que innovación también se debe aplicar en las organizaciones como el “conocimiento que existe en la empresa o que procede de su entorno. En función del tipo de conocimiento, la innovación será tecnológica, comercial o gerencial, y en algunos casos se requerirá la suma de los tres” (p. 25).

Por otro lado, las innovaciones tecnológicas se basan en el manejo de nuevas plataformas o adaptación de tecnologías permitiendo mejorar la aplicación o uso de las mismas. Un ejemplo de ello es la utilización de la tecnología en las plataformas de pagos y domicilios como fin de mejorar los tiempos de espera e interacciones con el cliente brindando un servicio o producto desde la comida de su casa. De igual forma, la innovación tiene diferentes efectos y aplicaciones en la organización, como también lo sustenta Romero y Pinzón (2017), quienes indican que la innovación es un fenómeno social, que depende la aceptación y aprovechamiento que se tenga, ya que puede presentarse en novedades tecnológicos, mejoras a procesos y productos o creación de los mismos, por lo que el aprovechamiento o creación de dichas capacidades genera conocimiento tácito y explícito (p. 68).

En consecuencia a los anterior también es importante tener como referencia conceptual la inteligencia de negocios ya que según Viteri (2021), afirma que para poder emplearla es importante tener en cuenta una lista de verificación, en las que se encuentra contar con un sistema transaccional (TPS) y (MIS) que administre todos los datos transaccionales y que administre y diseñe mecanismo enfocados en la conversión de datos que permitan la explotación de sistemas gerenciales aportando a la toma de decisiones, y por ultimo diseñar y llevar a cabo un sistema de presentación y visualización: online, con interfaz amigable y flexible para la manipulación y adecuación a los requerimientos (Viteri y Murillo, 2021).

Por lo que se da lugar a exponer el concepto de Cuenca y Flores (2020) como Business Intelligence (BI) que “hace referencia a las herramientas, tecnologías, aplicaciones y prácticas que satisfacen las necesidades de las empresas para analizar, extraer, visualizar y explotar la información, siendo esta una necesidad crítica para toda empresa” (p.4). Pero como todo proceso de análisis, almacenamiento y transformación de datos en información confiables y de valor para la organización existen diferentes formas para hacer BI, como cuatro métodos aplicables, como son Data Warehouse (Bodega de Datos), Olap (Cubos Procesamiento Analítico en Línea), Balance Scorecard (Cuadro de Mando) y Data Mining (Minería de Datos) (Rosado y Rico, 2010).

Del mismo modo, se expone acerca de cada uno de los métodos aplicables en la inteligencia de negocios en aporte a la toma de decisiones:

El primer método, según Flores (2004) plantea “Data Warehouse, como el proceso que se lleva a cabo para ejecutar la extracción de datos” (Rosado y Rico, 2010, p. 322), el cual se realiza a través de las diferentes plataformas con las que cuenta la organización, partiendo de la información requerida, la depuración d ellos datos y finalmente estableciendo la estructura requerida que refleje las necesidades y características propias de la organización, sus departamentos, equipos de trabajo y directivos, permitiendo soportar la toma de decisiones (Rosado y Rico, 2010, p. 322).

El segundo método consiste en realizar BI, siendo este el método en el que se realiza el procesamiento analítico en línea que permite obtener acceso a datos organizados y agregados de orígenes de datos empresariales” (Rosado y Rico, 2010. p. 323). Esto permite clasificar la información en subconjuntos en el momento de realizar la transferencia de información, basado en el parámetro de los algoritmos que se programen como filtro a la hora de extraer datos. Es así como se da paso al tercer método de aplicación, según Martínez (2008) interpreta el cuadro de mando integral (Balanced Scorecard), en donde se ve “como una herramienta que permite alinear los objetivos de las diferentes áreas o unidades con la estrategia de la empresa y controlar su evolución”. (Rosado y Rico,

2010, p. 323). Esto quiere decir que el cuadro de mando integral analiza a la organización desde diferentes perspectivas donde se permite conocer el estado actual de la organización, con el fin de llevarla a la movilización del cambio partiendo de innovar procesos, productos o servicios, generando estrategias de proceso continuo basadas en la inteligencia de negocios e interrelacionar cada método en la toma de decisiones que tengan como objetivo generar valor y en secuencia cumplir los objetivos organizacionales. En el cuarto método, se define el data mining como el proceso de seleccionar, explorar, modificar, modelizar y valorar grandes cantidades de datos con el objetivo de descubrir conocimiento, donde se logra gestionar en tiempo real la información solicitada (Pérez, 2006, citado por Rosado y Rico, 2010, p.324). No obstante, es posible determinar que la minería de datos ayuda a las organizaciones a explorar la información a través de distintas técnicas y tecnologías, con el fin de encontrar comportamientos repetitivos, tendencias o reglas que señalen la manera que actúan los clientes, por medio de la inteligencia artificial que son los que permiten realmente llegar a las conclusiones transformando los datos en información relevante y útil, que les permita seguir construyendo una mejor visión empresarial y rentabilidad a través de sus resultados.

Acorde con lo anterior finalmente se expone los principales conceptos relacionados con la toma de decisiones de acuerdo con los siguientes autores: Chiavenato (2005) sostiene que la toma de decisiones es el proceso de análisis y escogencia entre diversas alternativas, teniendo en cuenta que la toma de decisión es el punto focal del enfoque cuantitativo, es decir, se basa de la teoría de las matemáticas para encontrar y soportar las diferentes alternativas de solución con el fin de escoger la más optima generando como resultado mejoras en la eficiencia.

Aunque Toro (2021) menciona que “es importante comprender y racionalizar las decisiones como un proceso, permitiendo reducir al máximo posible el margen de error, ya que una decisión tomada en un mal momento o haciendo un mal análisis del contexto puede traer consecuencias irreversibles” (p. 11).

Por esa razón, se logra interpretar que la innovación y la inteligencia de negocios facilitan desde su conocimiento y aplicación la toma de decisiones, ya que analizan, estudian y lograr interpretar la información de forma adecuada, A lo que Murillo y Cáceres (2013) establecieron como la convergencia que existe entre los términos antes mencionados, que en la medida que la globalización permita la ampliación de los espacios económicos y por tanto de los mercados, también se pueden crear mejores condiciones que de inmediato permitan aumentar las interacciones de distintos intereses fundamentalmente económicos (p. 120).

Finalmente en contraste con lo anterior podemos establecer que también es posible implementar la inteligencia de negocios favoreciendo la toma de decisiones bajo los lineamientos estratégicos de la empresa evidenciando puntos de vista dentro de los cuales se destaca, el funcionamiento de diferentes sistemas, la consolidación de información y el mantenimiento de composición de la base de datos para lograr obtener la información que se requiera como soporte a la toma de elecciones de la gerencia general, como los monitoreos y resultados relevantes, permitiendo obtener respuestas más acertadas con base a la productividad (Viteri y Murillo, 2021).

La metodología definida para lograr el desarrollo de la revisión literaria del presente artículo de investigación será la sugerida por Cronin et al. (2008) la cual consiste en una búsqueda profunda datos. La cual consta de unos análisis de base de datos, estableciendo prioridades en la selección del material y generando al final una síntesis de la información. El presente artículo se enmarca en un método analítico con un enfoque de investigación descriptivo ya que desea profundizar sobre la importancia y las características en relación con la innovación en la inteligencia de negocios para la toma de decisiones.

Se estableció profundizar en los tres conceptos esenciales para el desarrollo de la investigación como lo es: innovación, inteligencia de negocios y toma de decisiones las cuales permitirán ampliar la definición e integración organizacional. Por tanto, el concepto se relaciona con fundamentos teóricos que permitirán identificar la visión gerencial en los procesos internos de una compañía. Lo anterior, permitirá tomar decisiones enfocadas en las necesidades, preferencias y comportamiento de sus clientes, y lograr identificar sus desventajas frente a la competencia.

La búsqueda de literatura fue realizada principalmente en Emerald, Scopus y Taylor & francis, donde inicialmente se ingresaron términos de búsqueda como “innovation” AND “decision marking” AND “business intelligence” generando 2.108 resultados, se ajustaron los filtros de búsqueda para limitar los resultados dejando los artículos que fuesen de los últimos cinco años y que la temática central de las revistas consultadas fueran los negocios, gestión y contabilidad, lo anterior, arrojo un resultado de 489 publicaciones. A los que se le realizó una selección de pertinencia teniendo en cuenta los principales temas de la investigación, filtrando 72 artículos relacionados con la "innovación en la inteligencia de negocios para la toma de decisiones", finalmente se eligieron los 63 artículos los cuales estaban publicados en revistas categorizadas según scimago journal & country Rank.

Para finalizar con el análisis de contenido y sistematización de los artículos en el software informático de análisis cualitativo Nvivo12. Esto facilitó la percepción de como la innovación para la toma de decisiones en temas asociados con la inteligencia de negocios es de interés para los diversos escritores y a los que se les realizó un análisis en términos del tipo de estudio, tipo de análisis, conclusiones y alcance. La ruta metodológica implementada en el desarrollo de la investigación del artículo se muestra en la Figura 1.

Figura 1. Ruta metodológica

Figura 1
Ruta metodológica

Fuente: Elaborado a partir de la ruta metodológica establecida por (Mosquera et al., 2022, p. 4)

Por consiguiente, para la conceptualización del estudio de la innovación, inteligencia de negocios y toma de decisiones, se trabajaron los 63 artículos en los que se construyó una tabla con la cantidad de revistas indexadas según su categorización. De igual manera, se representaron en figura de barras los artículos por año de publicación con un rango de los últimos cinco años. También se realizó dendograma para identificar los conglomerados por correlación de Pearson, producto de este ejercicio se realizó un análisis por tópicos y tipos de estudios, donde se destacaron el Desarrollo Industrial, la Inteligencia de Negocios, el Análisis de datos y el Big Data.

Panorama de las publicaciones

La clasificación de las revistas científicas consultadas es tomada de Scimago Journal & Country Rank (SJR), dado que establece la calidad de las publicaciones científicas basándose en el recuento de citas obtenidas por cada publicación, y ordena las revistas de acuerdo a su factor de impacto de mayor a menor en los cuartiles Q1, Q2, Q3 y Q4. Dicha clasificación se relaciona en la Tabla 1. En la que se puede evidenciar el ranking de aquellas revistas que cuentan con un enfoque hacia los temas de inteligencia de negocios, desarrollo industrial, análisis de datos y Big-data. Destacándose por su gran participación de artículos en este estudio, revistas como Technological Forecasting and Social Change con 9 artículos, Journal of Business Research con 8 artículos, Decision supoort systems con 7 artículos, Information & Management con 6 artículos, International Journal of Information Management con 5 artículos e Industrial Marketing Management con 4 artículos. El resto de las revistas consultadas tuvieron una participación inferior al 3,2% con uno o dos publicaciones relevantes frente al tema de investigación consultado, entre las que destacan Government Information Quarterly, Journal of Air Transport Management, Journal of Innovation & Knowledge, Technovation, Transportation Research Part E: Logistics and Transportation Review, entre otras.

Tabla 1. Cantidad de revistas indexadas y sus respectivas clasificaciones

Tabla 1
Cantidad de revistas indexadas y sus respectivas clasificaciones

Fuente: Elaboración de los autores

A partir de lo trabajado en la anterior tabla, se halla que, 63 artículos investigados se encuentran distribuidos en 25 revistas, de lo cual 22 de estas se encuentran categorizadas en el cuartil 1, incorporando un total de 60 artículos equivalentes al 95,2% de los documentos consultados y analizados, destacándose revistas como Technological Forecasting and Social Change. Mientras, en el cuartíl 2 se encuentran el restante del 4.8% de los artículos analizados.

Figura 2. Artículos por año de publicación

Fuente: Elaboración de los autores

En la figura 2, se encuentra la clasificación por años de los 63 artículos investigados desde el 2018, donde la mayor cantidad de publicaciones corresponden al año 2021 con 18 artículos de diversos autores como lo son los de Verboven et al., (2021), Wang y Coe, (2021), Saura, et al., (2021), entre otros, que representan el 28,6%. Igualmente, se encontraron 14 investigaciones publicadas en el año 2019, de autores como Kraus y Feuerriegel, (2019), Hernández, et al., (2019) Bilal, et al., (2019) entre otros, y representan el 22,2%; también se reflejan 14 investigaciones correspondiente al año 2022 de autores como Prado y Bauer, (2022), Ballestar, et al., (2022), Pérez-Campuzano, et al., (2022) entre otros, con una participación del 22,2%, además, en el año 2020 se evidenciaron 13 investigaciones de autores como Paiola y Gebauer, (2020), Irannezhad, et al., (2020), Kilic, et al., (2020) entre otros, representado un 20,6% y finalmente se hallaron en el año 2018, 4 investigaciones de autores como Buhalis y Leung, (2018), Torres, et al., (2018) entre otros, representando el 6.3%.

Figura 3. Dendograma – Conglomerados por correlación de Pearson

Figura 3
Dendograma – Conglomerados por correlación de Pearson

Fuente: Elaboración de los autores

La figura 3, representa la agrupación de los 4 conglomerados a partir del coeficiente de Pearson, en el cual se hace una relación por similitud de los artículos trabajados en este documento. El primer conglomerado corresponde a investigaciones como las de Wong y Ngai, (2019) con temas sobre innovación en cadena de suministros e inteligencia de negocios o los de Kraus y Feurriegel, (2019), quienes hablan sobre aprendizaje automático y pronóstico de vida útil de la maquinaria y Van der Vorrt, et al., (2019) sobre los grandes datos y el uso de big data. El segundo conglomerado corresponde a investigaciones como las de autores como Prado y Bauer, (2022) con temas de incentivos a la innovación en diferentes segmentos de la industria tecnológica, los de Bassey, et al., (2022). Con temas como los servicios digitales en las administraciones tributarias y los Kilic, et al., (2020). Con temas de mejorar los procesos de selección de personal en las organizaciones y cómo influye la toma de decisiones. El tercer conglomerado se encuentran artículos como los de Nunes, et al., (2021) con temas sobre medición del desempeño de proyectos, riesgos y análisis de redes sociales; también, los de Cossio-Gil, et al., (2022) quienes hablan sobre la implementación de medición de resultados en hospitales y a los de Ukobitz y Faullant, (2022) que hablan sobre adopción de tecnología. El último conglomerado, consta de investigaciones como los de Caseiro y Coelho, (2019) sobre innovación, inteligencia de negocios y su impacto en el aprendizaje en red; y los de Shrestha, et al., (2021) sobre la tecnología como apoyo al procesamiento de información para la toma de decisiones; entre otras investigaciones.

Tabla 3. Tipo de Estudio y Tipo de Análisis

Fuente: Elaboración de los autores

Finalmente, se analizó la tipología de los estudios con respecto al tipo de análisis realizado. Como se establece en la tabla 3, donde se encuentran que 21 artículos son estudios teóricos cualitativos con una participación de 33,3% , y por otro lado 42 son estudios empíricos donde predomina la aplicación de técnica cualitativas aplicando el análisis de conjuntos borrosos, análisis temático, análisis de contenido, análisis lingüístico y estudio de caso con 30 artículos para un 47,6%, mientras que en el cuantitativo el 17,5% con 11 artículos se realiza la aplicación de técnicas estadísticas, ecuaciones estructurales, mínimos cuadraros perfectos, factor local de valores atípicos y la aplicación mixta con un 1.6% solo con 1aticulo trabajando la técnica de Análisis de contenido y estadísticas descriptivas.

La agrupación de conglomerados como se observa en la figura anterior, permite la identificación de varios conjuntos de artículos que resultan afines entre sí, además de mostrar la distancia existente entre los artículos analizados, que van desde Mariani, Nambisan, (2021) que habla sobre innovación digital a través de una herramienta que aporta valor estratégico con experimentos digitales como lo es una plataforma basados en OR, lo que llama plataformas de revisión en línea impulsadas por la investigación (RORP, por sus siglas en inglés), pasando por Torres, et al:, (2018), que habla sobre el papel del BI&A en la consecución de los resultados de la empresa, como facilitador de las transformaciones organizativas, hasta llegar artículos como el Giusti, et al., (2019) , que habla sobre logística sincroomodal

En la siguiente tabla se detalla las conclusiones de cada uno de los conglomerados de los estudios abordados como lo fue: el desarrollo industrial, la inteligencia de negocios, el análisis de datos y el big data debido a sus relaciones e implicaciones en cada una de estas temáticas.

Tabla 2. Tópicos de estudio

Fuente: Elaboración de los autores

Con respecto a los estudios abordados sobre la innovación en la inteligencia de negocios para la toma de decisiones con respecto a su conceptualización y relaciones entre sí, se logra igualmente analizar la tipología de los estudios con respecto al tipo de análisis realizado como se relaciona en la tabla 3, mostrando que dentro de los tipos de estudios destacados se encuentran los teóricos a nivel cualitativo y los empíricos divididos ente cuantitativos, cualitativos y mixtos.

Tabla 3. Tipo de Estudio y Tipo de Análisis.
Fuente: Elaboración de los autores

Finalmente, se analizó la tipología de los estudios con respecto al tipo de análisis realizado. Como se establece en la tabla 3, donde se encuentran que 21 artículos son estudios teóricos cualitativos con una participación de 33,3% , y por otro lado 42 son estudios empíricos donde predomina la aplicación de técnica cualitativas aplicando el análisis de conjuntos borrosos, análisis temático, análisis de contenido, análisis lingüístico y estudio de caso con 30 artículos para un 47,6%, mientras que en el cuantitativo el 17,5% con 11 artículos se realiza la aplicación de técnicas estadísticas, ecuaciones estructurales, mínimos cuadraros perfectos, factor local de valores atípicos y la aplicación mixta con un 1.6% solo con 1aticulo trabajando la técnica de Análisis de contenido y estadísticas descriptivas.

Sobre la base de los resultados presentados por los diferentes autores, se puede identificar unas similitudes en el abordaje de los distintos temas que evidencian la importancia de la innovación para la toma de decisiones encontrando la importancia de relacionar procesos y metodólogas compartidas por ambos conceptos, como la aplicación de big data, análisis de datos, desarrollo industrial e inteligencia de negocios partiendo dela influencia e importancia de innovar en cada factor que permita soportar la toma de decisiones y llevar a cabo la implicación de las estrategias adecuadas para lograr los objetivos organizacionales; como fueron analizadas de acuerdo a la revisión de la literatura para responder al objetivo principal de este artículo.

Así que la gestión de la innovación permite a las compañías implementar metodologías para disminuir riesgos al innovar, mediante el gobierno de innovación asegurar los recursos, la toma decisiones sobre la viabilidad de los proyectos, la ejecución de los mismos, el apoyo para generar una cultura adecuada, un proceso y la gestión del conocimiento siendo los factores fundamentales para que el sistema de gestión de la innovación se mantenga. (Cuesta Alba,2020). En consecuencia la inteligencia de negocios actúa como dentro de las organizaciones como una herramienta que brinda la oportunidad de ofrecer diferentes beneficios como lo menciona (Cordero et al., 2020), como mejorar la capacidad de aprender diferentes facetas de los consumidores y futuros clientes, reducir gastos, acelerar la velocidad de estudio del comportamiento de los clientes y cumplimiento de los indicadores, ayudar a crear objetivos prácticos. Por lo tanto, el uso de un sistema inteligente de negocios es importante, de modo que se hace necesario llevar a cabo el control para el cumplimiento de los mismos, además estos permiten que bajo la presentación de informes los gerentes puedan construir predicciones basadas en el conocimiento recopilado y, por lo tanto, determinar posibles estrategias que permitan el crecimiento de la empresa.

Es decir, los hallazgos clave sugieren que el uso de la inteligencia de negocios se asocia positivamente con la capacidad de equilibrar las actividades de innovación que compiten entre sí, lo que a su vez mejora el desempeño de la empresa (Kohtamäki, et al., 2021). Por lo que, al concentrarse en la creación de conocimiento y la mejora de las habilidades de innovación, se puede comprender mejor el proceso de convertir el uso de la inteligencia de negocios y el bigdata en valor organizacional. (Kilic, et al., 2020). Toda vez que, al usar la inteligencia de negocios se influye directamente en las habilidades de innovación al acortar el proceso de retroalimentación e identificar las debilidades en los productos o servicios antes en la fase de desarrollo y apoyando el desarrollo de productos receptivos (Ahí, et al., 2022; Mikalef, et al., 2021).

En ese sentido, los estudios revisados como los de Wong, Ngai, (2019) indican que el uso de la innovación en la inteligencia de negocios contribuye directamente al desempeño de la empresa. Donde, de acuerdo con (Oesterreich, et al., 2022) se puede aprovechar como una fuente de ventaja competitiva mejorada al respaldar las habilidades de innovación. Por lo tanto, los profesionales deben capitalizar simultáneamente la mayor diversidad y riqueza de la información y el conocimiento disponible; y explorar formas de garantizar una mayor adaptabilidad con una experimentación más rápida con las ofertas (productos o servicios) y una mejor previsibilidad del valor de los nuevos productos y servicios.

Por ende, se hace necesario proponer futuras línea se investigación, que busquen profundizar mas sobre la conceptualización y aplicación de la innovación en la inteligencia de negocios, permitiendo a las organizaciones encontrar las metodologías más acertadas según su tamaño, ubicación y actividad económica. Por lo tanto, en lo que se queda por resolver y profundizar seria ¿Que tipos de innovación existen y como aplicarla en las organizaciones con el fin de impulsar los resultados?

El desarrollo del presente artículo de investigación permitió crear un amplio panorama literario sobre las conceptos, características y aspectos importantes relacionados con el desarrollo industrial, la inteligencia de negocios, el big data y el análisis de datos, lo cual facilitó identificar la relación entre cada una de estos conjuntos de datos, los que permiten sacar conclusiones objetivas a través de la definición del tipo de análisis, la clasificación de los datos, el análisis e interpretación de los datos que facilita aclarar el panorama para la toma de decisiones organizacionales.

La literatura analizada muestra que para las compañías cada vez tiene mayor fuerza las nuevas tecnologías, en donde buscan mejorar y reestructurar las cadenas de valor para un mayor reconocimiento y participación en el mercado, con unos procesos y sistemas más innovadores e inteligentes garantizando la optimización de los recursos. Por lo anterior, a través de la innovación las organizaciones son más propensas a aplicar la inteligencia de negocios en sus procesos para asegurar ser más eficaces y lograr una gestión de datos más integrada presentando opciones informativas y convincentes para la compañía por medio de informes, gráficos, tablas y resultados procesables para poder determinar las tendencias de las industrias e implementar un modelo estratégico acorde de las necesidades de sus clientes.

En conclusión, la inteligencia de negocios logra la proyección de futuros escenarios posibles a los que se podrían enfrentar las empresas por lo que la innovación logra implementar cambios por medio de la recopilación, almacenamiento, análisis y gestión de los datos para poder disminuir el margen de error en las tomas de decisiones empresariales. El trabajo integrado entre estos estudios permite obtener respuestas más rápidas, optimizar las operaciones y conocer el comportamiento y necesidades de los usuarios.

En consecuencia, la revisión de literatura permite identificar la importancia que es para las empresas visualizar el panorama de la innovación organizacional y asegurarse de que su uso en la inteligencia de negocios coincida con sus requisitos. Donde los conocimientos proporcionados por la inteligencia de negocios deben estar disponible para todos los involucrados en el proceso de la innovación, ya que facilita la implementación de estrategias para generar organizaciones competitivas en entornos dinámicos, y, que sean capaces de gestionar el conocimiento. De ahí que, se asocie el tema con el desarrollo de la industria, la información, el análisis de los datos y la innovación.