En la actual era del conocimiento, el activo más preciado para una empresa es la información y la principal fuente de esta información se halla en comunes y simples datos, los cuales están almacenados en grandes repositorios denominados Bases de datos, el poder de extracción de la información de estos datos, es en los actuales tiempos un recurso que permite a una organización seguir activa o no, por esta razón se hace imprescindible tener formas de poder extraer información que vayan más allá de las antiguas consultas y plantillas de datos. La Minería de datos trata de poder realizar un proceso de extracción de útil y comprensible información que es imperceptible a simple vista, desde estos grandes repositorios de datos, dando así respuestas a las actuales necesidades de información en las organizaciones. Este trabajo de titulación trata de buscar predicciones en los datos almacenados en una base de datos organizacional, AdventureWorksDW2008, para dar respuesta a indicadores de gestión, mediante un proceso de minería de datos, el cual se basa en SQL Server 2008 Analysis Services como herramienta base business Intelligence. El conocimiento que en el mundo existe no se pude definir en forma completa a través de premisas rígidas, sino en cambio se basa en ideas vagas e imprecisas, debido a que en gran parte el razonamiento humano actúa con este tipo de información y la acepta como natural, por esta razón, este trabajo de titulación realiza un tratamiento difuso al resultado de las minerías de datos y además realiza una comparación entre un tratamiento clásico contra el tratamiento difuso utilizando el algoritmo de redes neuronales como el algoritmo de minería, el cual se encuentra implementado en SQL Server 2008 Analysis Services, con el fin de poder dar respuesta en términos reales (Difusos), de la información que es entregada por este proceso de minería de datos, y a la vez comparar la entrega de esta información con la que provee un tratamiento clásico. Para poder realizar este procesamiento difuso se implementa una completa base de meta- conocimiento difuso, la cual se puede entender como una extensión de catalogo de sistema que el motor de base de datos posee, con el fin de poder almacenar todos los componentes de tratamiento difuso. Esta base de conocimiento que es implementa en esta tesis es la FIRST-2 [URR2005]. Los principales aportes de este trabajo de tesis de titulación son: La aplicación del algoritmo de minería de datos redes neuronales que se encuentra incluido en SQL Server 2008 Analysis Services para el proceso de minería, la implementación de una base de meta-conocimiento difuso para almacenar todos los componentes difusos que se puedan aplicar a los resultados del proceso de minería para que posteriormente se pueda realizar un tratamiento difuso y una comparación contra un tratamiento clásico. Esta tesis se enmarca en las actividades del Grupo de Base de datos de la Universidad Católica Del Maule, dentro del proyecto de investigación: Extensión de los Algoritmos de Minería de Datos con Conjuntos Difusos para Sistemas de Apoyo a la Toma de Decisiones, dirigido por la Dra. Angélica Urrutia Sepúlveda.