Bi Datamart

5/28/2018 Bi Datamart

1/22

CURSO: TOPICOS ESPECIALES DE INGENIERIA DE SISTEMAS

PROFESOR:CARLOS ZORRILLA

SECCION:B310

TURNO: NOCHE

TEMA:INTELIGENCIA DE NEGOCIOS DATAMART

INTEGRANTES:

CAYETANO RIVERA, FRANK

RODRIGUEZ VASQUEZ, FABIOLA

PALOMINO AGUILAR, CATHERINE

# DE GRUPO: 2


2/22

2

INDICE

INTRODUCCION. .3

LA EVOLUCION DE LA INTELIGENCIA DE NEGOCIOS.4

NECESIDADES DE LA INFORMACION...6

DATOS E INFORMACION7

DEFINICION DE LA INTELIGENCIA DE NEGOCIOS....8

DATAWAREHOUSE .8

DATAMARTS.. 10

ETAPAS ..15

CASOS.20

CONCLUSIONES 21

BIBLIOGRAFIA22


3/22

3

INTRODUCCION

Cuando se estudian las organizaciones, existe un elemento fundamental en eldesarrollo de ellas y en especial en las posibilidades hacia el futuro que puedentener desde el punto de vista de competitividad, productividad y toma de decisiones.Dentro de estos parmetros, la administracin y gestin de la informacin seconvierten en aspectos fundamentales que les ayuden a ser competitivas, para lo cual

tienen que generar una estrategia para el manejo de la informacin.Con los avances de la tecnologa informtica y de telecomunicaciones, los datos y lainformacin de una organizacin se encuentran dispersos en muchas fuentes y esnecesario realizar esquemas que permitan recoger todo aquello de importancia para elnegocio y colocarlo de una manera sencilla y clara disponible para todos los usuariosquienes son los conocedores del negocio y quienes pueden aprovechar al mximo elanlisis detallado de este conocimiento para bien de la empresa,El manejo, la administracin, la gestin y el control de la informacin como un armaestratgica, forma parte de la Inteligencia del Negocio, con apoyo de herramientasinformticas y analticas, que ayudan a las organizaciones a maximizar su rendimiento

en los negocios, generando la eficiencia operativa. As mismo, la Gestin deConocimiento ayuda a obtener mayor comprensin y entendimiento del entorno y delos procesos desde la propia experiencia en las personas y organizaciones.


4/22

4

LA EVOLUCION DE LA INTELIGENCIA DE NEGOCIOS

Por la ptica de la tecnologa, la era que podemos llamar pre-BI est en un pasadono muy distante aproximadamente entre treinta y cuarenta aos atrs cuando lascomputadoras dejaron de ocupar salas gigantescas, a medida que disminuyeron sutamao y, al mismo tiempo, las empresas comenzaron a ver los datos como unaposible e importante fuente generadora de informaciones decisorias.Sin embargo, en aquella poca todava no existan recursos eficientes que posibilitasenun anlisis consistente de esos datos para la toma de decisiones. Era posible reunirinformaciones de manera integrada, fruto de sistemas transaccionales establecidoscon predominancia en datos jerrquicos, pero que, reunidos como bloques cerradosde informacin, permitan una visin de la empresa, pero no traan ganancias decisivaso negociables. Estamos hablando del final de los aos 60, perodo en el que tarjetasperforadas, transistores y lenguaje COBOL eran la realidad de la Informtica. poca enla que se vea a la computadora como una desconocida, una vislumbre de modernidad,pero que an pareca ser una realidad distante.El panorama comenz a cambiar en la dcada del 70, con el surgimiento de lastecnologas de almacenamiento y acceso a datos, DASD (Direct Access Storage Devicedispositivo de almacenamiento de acceso directo) y SGBD (Sistema Administrador deBase de Datos), dos siglas cuyo principal significado era el de establecer una nicafuente de datos para todo el procesamiento. A partir de entonces, la computadora

pas a verse como un coordinador central para actividades corporativas y la base dedatos fue considerada un recurso bsico para asegurar la ventaja competitiva en elmercado.A comienzos de los aos 90, la mayora de las grandes empresas contaba solamentecon Centros de Informacin (CI), que aunque mantenan stock de datos, ofrecanpoqusima disponibilidad de informacin. Igualmente, los CIs suplan, de cierta forma,las necesidades de ejecutivos y responsables por la toma de decisiones, ysuministraban informes e informaciones gerenciales. El mercado pas a comportarsede un modo ms complejo y la Tecnologa de la Informacin avanz rumbo alperfeccionamiento de herramientas de software, las cuales ofrecan informaciones

precisas y en el momento oportuno para definir acciones, que tenan como objetivo lamejora del desempeo en el mundo de los negocios.Entre 1992 y 1993 surgi el Data Warehouse, que es una gran base de datosinformativos, o sea, un repositorio nico de datos (los cuales fueron consolidados,limpiados y uniformizados) considerado por los especialistas en el asunto como piezaesencial para la ejecucin prctica de un proyecto de Business Intelligence.Sin embargo, cuando se trata de BI, las opiniones no siempre son unnimes. Segn laevaluacin de algunos consultores es importante que la empresa que deseaimplementar herramientas de anlisis disponga de un repositorio especfico parareunir los datos ya transformados en informaciones (abordaremos esta cuestin de

forma ms detallada en lo que resta del curso). Ese repositorio no debe ser,necesariamente, un Data Warehouse, sino algo menos complejo como, por ejemplo,


5/22

5

un Data Mart (base de datos diseada de forma personalizada para asuntos o reasespecficas), o una base de datos relacional comn, pero separada del ambientetransaccional (operativo) y dedicada a almacenar las informaciones usadas como basepara la realizacin de diferentes anlisis y proyecciones.

CMO EVOLUCION EL BI A PARTIR DE UN EIS

Como se ha dicho anteriormente, el concepto de Business Intelligence es muy antiguo.Pero el desarrollo tecnolgico se produjo a partir de la dcada del 70, y en los aosposteriores posibilit la creacin de herramientas que llegaron para facilitar todo elproceso de captacin, extraccin, almacenamiento, filtrado, disponibilidad ypersonalizacin de los datos. Con ello, el sector corporativo comenz a interesarse por

las soluciones de BI de forma ms contundente, principalmente a fines de 1996,cuando el concepto comenz a ser difundido como un proceso de evolucin del EIS -Executive Information Systems -, un sistema creado a fines de la dcada del 70, a partirde los trabajos desarrollados por los investigadores del MIT (Massachusets Institute ofTecnology EE.UU.).El EIS (Executive Information System) es, en realidad, un software que tiene laintencin de suministrar informaciones empresariales a partir de una base de datos. Esuna herramienta de consulta a las bases de datos de las funciones empresariales parala presentacin de informaciones de forma sencilla y amigable, que cubre lasnecesidades, principalmente, de los ejecutivos de la alta administracin. Permite el

seguimiento diario de resultados, tabulando datos de todas las reas funcionales de laempresa y despus los exhibe de forma grfica y simplificada, con el objetivo de que


6/22

6

sean de fcil comprensin para aquellos que no poseen profundos conocimientossobre tecnologa.En sntesis, el EIS les permite a esos profesionales el acceso amigable a una serie deinformaciones por medio electrnico, presentada de forma clara y visualmenteatractiva. La navegacin se realiza por medio del uso del mouse o del sistema

touchscreen (pantalla sensible al tacto), lo que no requiere habilidad, ni prctica, n inecesidad de asistencia. El principal objetivo del EIS es ofrecerle a su usuario, en pocotiempo, una visin gerencial de la organizacin, y mostrar cmo funcionan susprocesos de trabajo y cmo se relaciona la empresa con el mundo externo de losnegocios, clientes y proveedores.Con el paso de los aos, el trmino Business Intelligence tuvo mayor alcance, dentrode un proceso natural de evolucin, abarcando una serie de herramientas, como elpropio EIS (Executive Information SystemSistema de Informaciones Ejecutivas), mslas soluciones DSS (Decision Support System Sistema de Soporte a la toma dedecisiones), Planillas Electrnicas, Generadores de Consultas y de Informes, Data

Marts, Data Mining, Herramientas OLAP, entre tantas otras (vea la definicin de cadauna de estas herramientas en el mdulo III de este curso), que tienen como objetivopromover agilidad comercial, dinamizar la capacidad de toma de decisiones y refinarestrategias de relacin con clientes, para responder a las necesidades del sectorcorporativo.La historia del Business Intelligence tambin est profundamente relacionada al ERP(Enterprise Resource Planning), sigla que representa los sistemas integrados de gestinempresarial, cuya funcin es facilitar el aspecto operativo de las empresas. Estossistemas registran, procesan y documentan cada hecho nuevo en el engranajecorporativo y distribuyen la informacin de manera clara y segura, en tiempo real.

Pero las empresas que implementaron estos sistemas se dieron cuenta rpidamenteque tan slo almacenar gran cantidad de datos de nada vala si esas informacionesestaban repetidas, incompletas y dispersadas en varios sistemas dentro de lacorporacin. Se percibi que era necesario disponer de herramientas que permitiesenreunir esos datos en una base nica y trabajarlos de forma que posibilitasen larealizacin de diferentes anlisis bajo variados ngulos. Por esa razn, la mayora delos proveedores de ERP comenz a embutir en sus paquetes los mdulos de BI, queestn sofisticndose cada vez ms.

NECESIDADES DE LA INFORMACION


7/22

7

Business Intelligence se refiere al proceso de convertir datos en conocimiento yconocimiento en acciones para crear la ventaja competitiva del negocio

DATOS E INFORMACIN


8/22

8

EL PODER DE LA INFORMACIN

"Hace diez aos les pude decir cuntos productos vendimos al Oeste del Mississipi.

Hoy no slo les puedo decir eso mismo, sino cuntos vendimos y de qu tipo, en

California, en el Condado de Orange, en la ciudad de Irvine, en el Supermercado local

Vons, en una promocin especial, al final del pasillo 4, los Jueves".

DEFINICION DE LA INTELIGENCIA DE NEGOCIOS

Se le llama inteligencia de negocios o Business Intelligence a un conjunto de tcnicasque permiten facilitar la toma de decisiones en una empresa, a travs del uso de

tecnologas de informacin.

Se trata bsicamente de analizar informacin obtenida de distintas fuentes: sistemasde produccin, financieros, otros sistemas internos y externos.


9/22

9

QUE NO ES INTELIGENCIA DE NEGOCIOS

NO ES una tecnologa, se apoya en ella. NO da una nica solucin, se enfoca en la visin y las necesidades de cada

negocio. NO brinda un sistema de Tecnologa, brinda un medio para analizar la

informacin para gente del negocio.

EL CENTRO DE LA BI: DATAWAREHOUSE

Es una coleccin de datos orientada a un determinado mbito (empresa, organizacin,etc.), integrado, no voltil y variable en el tiempo, que ayuda a la toma de decisionesen la entidad en la que se utiliza. Diseada para favorecer el anlisis y la divulgacineficiente de datos.

Corresponden a una BD de consulta

OLTP: Procesamiento de Transacciones On Line: Sistemas orientados a la Produccin Prioridad: tiempo de respuesta a transacciones read-write. Se manejan datos actuales muy detallados.

Estables y de larga vida til.

OLAP: Procesamiento Analtico On Line: Sistemas Orientados a la Toma de Decisiones

Prioridad: expresividad y eficiencia en consultas complejas Datos actuales e histricos, resumidos

En constante evolucin


10/22

10

Caractersticas del Data Warehouse

Al analizar un poco cada trmino utilizado en la definicin de Data Warehouse deInmon, nos indican claramente que un Data Warehouse se caracteriza por ser:

Integrado: los datos almacenados en el Data Warehouse deben integrarse enuna estructura que elimine las inconsistencias existentes entre los diversossistemas operacionales, que sirven de fuentes de datos. La informacin sueleestructurarse tambin en distintos niveles de detalle para adecuarse a lasdistintas necesidades de los usuarios.

Temtico: slo los datos necesarios para generar informacin del negocio seintegran desde el entorno operacional. Los datos se organizan por temas, nopor aplicacin, as se facilita el acceso y entendimiento por parte de losusuarios finales a los datos contenidos en el Data Warehouse. Estacaracterstica permite realizar anlisis y minera de datos (data mining).

Histrico: el tiempo es parte implcita de la informacin contenida en un DataWarehouse. En los sistemas operacionales, los datos siempre reflejan el estadode la actividad del negocio en el momento presente. Por el contrario, el DataWarehouse se carga con los distintos valores que toma una variable en eltiempo para permitir comparaciones y anlisis de tendencias, entre otrascosas.

No voltil: el Data Warehouse se construye para ser ledo, y no modificado. Lainformacin que existe en un Data Warehouse es permanente, su actualizacin

consiste en la incorporacin de los ltimos valores que tomaron las distintasvariables contenidas en l sin alteracin a los datos que ya existan.

Adems se puede agregar que un Data Warehouse tiene otras caractersticas,quiz menos trascendentales, pero que lo diferencian de otras tecnologas:

Contiene datos diversos: es un repositorio unificado de informacin. Los datosde toda la organizacin aunque pertenezcan a aplicaciones dismiles sonintegrados en el Data Warehouse Optimizado para la consulta masiva: eldiseo fsico tiene un objetivo distinto al de las bases de datos transaccionales,mejorar los tiempos de respuesta de consultas masivas de informacin, sinperder de vista la orientacin temtica y la facilidad de entendimiento que sedebe brindar al usuario final

La interfaz de usuario est dirigida a los ejecutivos: las aplicaciones que seconstruyen sobre un Data Warehouse y que sirven para acceder a suinformacin, en su mayora sern utilizadas por analistas de decisiones y altosejecutivos que descubran las bondades del Data Warehouse, por lo que debenser amigables e intuitivas.

Gran volumen: Cuando se habla de Data Warehouse el espacio dealmacenamiento se mide en Gigabytes y Terabytes, como consecuencia de lainformacin sumarizada el Data Warehouse admite redundancia y del largotiempo de vida de la informacinusualmente entre 5 y 10 aos

Todo lo expuesto presenta las caractersticas sobresalientes del nuevo entorno

analtico-informtico que nace producto de la incorporacin de la tecnologa deData Warehousing en una organizacin y que lo distingue del entorno


11/22

11

operativo los sistemas transaccionales. Tambin se puede caracterizar unData Warehouse haciendo un contraste de cmo los datos de un negocioalmacenados en un Data Warehouse, difieren de los datos operacionalesusados por las aplicaciones de produccin. [INEI97]La siguiente figura muestra las diferencias fundamentales entre el ambiente

operacional y el Data Warehouse que se han discutido en esta seccin.

DATA MARTS

Son aplicaciones de anlisis de datos en reas precisas de negocios. Porejemplo: Adquisiciones, Registro Curricular, Marketing, Produccin.

Toman sus datos del Data Warehouse. Priorizan la funciones de anlisis de datos: Interfaces a usuario. Indicadores especficos al rea de negocio. Normalmente basados en OLAP.

}

METODOLOGIA


12/22

12

MODELAMIENTO DIMENSIONAL

Es una tcnica de diseo lgico comnmente utilizada para Data Warehouses, quebusca presentar los datos en una arquitectura estndar y permita una alta perfomancede acceso a los usuarios finales.El modelamiento se basa en esquemas estrella, conformados por Tablas de Hechos ytablas dimensionales.

RELACION MODELO ESTRELLA - REPORTE

MODELO DE DATOS MULTIDIMENSIONAL


13/22

13

Son bases de datos ideadas para desarrollar aplicaciones muy concretas, como

creacin de Cubos OLAP.

Bsicamente no se diferencian demasiado de las bases de datos relacionales (una tabla

en una base de datos multidimensional podra serlo tambin en una base de datos

multidimensional), la diferencia est ms bien a nivel conceptual; en las bases de datosmultidimensionales los campo o atributos de una tabla pueden ser de dos tipos, o bien

representan dimensiones de la tabla, o bien representan mtricas que se desean

estudiar.*

El modelamiento dimensional es una tcnica para modelar bases de datos simples y

entendibles al usuario final- La idea fundamental es que el usuario visualice fcilmente

la relacin que existe entre los distintos componentes del modelo.

Cuando una base puede ser visualizada como un cubo de tres o ms dimensiones, es

ms fcil para el usuario organizar la informacin e imaginarse en ella cortando yrebanando el cubo a travs de cada una de sus dimensiones, para buscar la

informacin deseada.

Este tipo de bases proveen una estructura que permite tener acceso flexible a los

datos, para explorar y analizar sus relaciones, y resultados consiguientes. Estas se

pueden visualizar como un cubo multidimensional, en donde las variables asociadas

existen a lo largo de varios ejes o dimensiones, y la interseccin de las mismas

representa la medida, indicador o el hecho que se est evaluando.

OBJETIVOS DE LOS MMD:

Representar los datos en forma cercana a la intuicin del usuario. Resolver problemas planteados en sistemas relacionales.

CARACTERSTICAS

Se representan los datos como una matriz.

En los ejes estn los criterios de anlisis. En los cruces estn los valores a analizar. A esta estructura se le llama Cubo o Hipercubo


14/22

14

El Proceso de la Informacin de la Organizacin


15/22

15

En el esquema, se visualizan 4 etapas as:1. Extraccin2. Consolidacin3. Explotacin y4. Visualizacin

En este captulo se explican cada una de ellas, mostrando en forma prctica, como sepuede llegar a la cuarta etapa con las herramientas generales con que cuenta unaorganizacin a nivel de los usuarios finales. Antes de explicar la etapa de extraccin,definamos los elementos de la primera etapa:

FUENTES DE DATOS

Podemos dividir las fuentes de informacin en las siguientes:1. Informacin generada por los sistemas transaccionales.2. Informacin externa3. Informacin generada por los departamentos de la empresa que no corresponden aun sistema transaccional oficial. Estas fuentes pueden ser de varios tipos, dependiendodel tamao de la organizacin y de los niveles de tecnologa y sistemas de informacinque se utilicen en la empresa. Se puede afirmar que cualquier organizacin, porpequea que sea, tiene de una forma u otra informacin que se produce de diferentesmaneras.Lo importante es realizar un estudio a fondo de la informacin a la que se tiene acceso,

buscando las formas de mejorar cada da en las estrategias para capturarla, procesarlay dejarla lista para ser utilizada.


16/22

16

SISTEMAS TRANSACCIONALES

Son las aplicaciones comerciales y administrativas, encargadas de registrar da a da,los eventos y transacciones que suceden en la organizacin, tales como la

Contabilidad, la facturacin, la nmina, sistemas de registro acadmico, sistemas demanejo de personal, aplicaciones administrativas etc.Algunas de sus caractersticas son:

Aplicaciones complejas. Basadas en procesos y procedimientos. Cambian con el tiempo peridicamente. Buscan responder a las necesidades operativas de las personas de la organizacin.

BASES DE DATOS

De una manera sencilla se puede definir que son estructuras de datos que almacenanlos registros y movimientos de los sistemas transaccionales. Las BD pueden estar enExcel, Oracle, SQL, DB2, Informix, Sybase, Access, 4D, etc. En muchos casos esnecesario generarlas de archivos planos producidos por los sistemas transaccionales. Yen muchos casos se deben crear a partir de cuadros y tablas resumen.

ETAPAS

ETAPA DE EXTRACCIN

Corresponde a la etapa en la cual los sistemas transaccionales se encargan de lacaptura, proceso y generacin de la informacin oficial de la empresa, en donde secumple con los requisitos legales de contabilidad, control y dems elementos que seutilizan para la operacin diaria de las organizaciones. En esta etapa, las aplicacionescomerciales y administrativas tales como contabilidad, nmina, personal, inventarios,facturacin y todas aquellas que solucionan un problema especfico de la empresa,estn produciendo informacin general y especfica de acuerdo a las necesidades delos usuarios pero que en general estn diseadas para producir los informes ydocumentos que se requieren en el control y estado diario, semanal y mensual de lasoperaciones regulares de la empresa. En este punto el nivel de toma de decisiones

estratgicas es muy incipiente, ya que los objetivos son otros diferentes. Esto no obviaque existan muchos sistemas para la toma de decisiones, por lo cual se debe realizarun proceso de anlisis de la informacin requerida por los usuarios. En esta etapatambin se obtiene los datos externos que afectan la operacin de la organizacin.Estas fuentes externas pueden ser de muchos estilos y caractersticas y tienen ladificultad que la empresa no tiene control sobre esa informacin, por lo cual suexactitud y la forma como se obtenga dependen de terceros. En la misma forma losformatos en que estn contenidos son muy diferentes y en muchos casos carecen deun diseo y una estructura adecuada, por lo cual es necesario realizar procesos quemejoren esta informacin y la dejen factible de ser utilizada y aprovechada.

Aqu se inicia la IN y corresponde al proceso que se debe aplicar sobre las fuentes dedatos existentes en la organizacin.


17/22

17

ETAPA DE CONSOLIDACIN

Despus del proceso de anlisis empresarial y gerencial a profundidad, se realiza la

seleccin de la informacin generada por los sistemas transaccionales y las fuentesexternas, para crear la bodega de datos con todos los datos necesarios para poderrealizar los diferentes anlisis requeridos por la direccin para la toma de decisionesque permitan la competitividad de la organizacin.En este punto, es necesaria la aplicacin de metodologas que permitan obtener unainformacin depurada que sirva en forma simple para los anlisis a realizar.Una metodologa muy usada es la creacin de Data Marts, los cuales corresponden atablas de hecho generadas segn las necesidades de un departamento en especial yque posteriormente unidas a los otro Data Marts generados en la organizacin,conforman la Bodega de Datos Las bodegas de datos son, estructuras de datos que

seleccionan e integran los datos recolectados por los diferentes sistemastransaccionales y otras fuentes de datos. Son el instrumento para desarrollar lainteligencia del negocio, soportandola conversin de los datos en informacin.En muchos casos, es importante la asesora de personas que tengan experiencias en lacreacin de estas bodegas, ya que es muy importante un trabajo exhaustivo y muyordenado con los usuarios claves, para realmente obtener una bodega eficiente yeficaz que sea la base para la aplicacin de las herramientas que facilitan el anlisis delos datos ya depurados, filtrados y almacenados.Una vez tenemos una bodega de datos consolidada y con la informacin relevante

definida por los usuarios, entramos en la etapa de explotacin. A partir del tercercaptulo de este libro, usted encontrar como podemos realizar esta etapa en nuestraorganizacin, utilizando las herramientas con que contamos en la oficina, tales comoExcel y en general Office.

ETAPA DE EXPLOTACIN

En sta etapa es donde se comienzan a aplicar las herramientas existentes para dejarlistos los datos de la bodega en manos de los usuarios, quienes deben estar encapacidad de empezar a aprovechar y explotar la informacin ya depurada y filtrada

que hay en la bodega de datos.En esta etapa tenemos dos tecnologas que nos permiten realizar un proceso deexplotacin de los datos, con el fin de poder tomar mejores decisiones soportadas coninformacin real de nuestra organizacin.La primera son los cubos OLAP, los cuales los podemos definir como una tecnologa debases de datos que maneja ms de dos dimensiones y que permite ver desdediferentes visuales los datos almacenados en la bodega de datos. En los cubos OLAP,los datos se organizan jerrquicamente, creando informacin ordenada y consistenteque permite realizar un anlisis dinmico de ella, no a nivel de transaccin sino deconsultas e informes. En el captulo cuarto del libro, profundizaremos sobre las tablas

dinmicas, las cuales son un cubo OLAP, de un poder muy grande que facilita la visinde la informacin desde muchos ngulos, permitiendo resumir y analizar datos de una


18/22

18

manera muy gil y poderosa. Tambin veremos cmo se genera un Cubo OLAP ycuando es mejor usar los cubos y cuando las tablas dinmicas.Un ejemplo de un cubo es el siguiente:

En el cual se tienen tres dimensiones GENERO, JORNADA Y PROGRAMA y se estn

contando cuantos estudiantes existen segn estas tres dimensiones y que porcentajehay. El trmino OLAP, corresponde a las iniciales en ingls de On Line AnaliticalProcessing, que significa realizar el proceso de anlisis en lnea y tiempo real.La otra tecnologa de explotacin es la minera de datos, la cual podemos definir comoel conjunto de algoritmos que permiten realizar un anlisis matemtico y estadsticode los datos para obtener informacin prospectiva, que muestra sucesos que elusuario no se ha imaginado y que le permite tener una mayor cantidad de elementos yargumentos para la toma de decisiones.

ETAPA DE VISUALIZACIN

Una vez realizados los procesos de explotacin y se han aplicado las herramientasadecuadas para este proceso, viene una etapa donde lo realizado en la etapa anteriorse puede mejorar al aplicar herramientas que permiten una mejor visualizacin de losresultados, y ayudan a conocer lo que est sucediendo de una manera grfica y capazde aprovechar los conceptos de colores y grficas que facilitan la visualizacin de losresultados. En este punto es fundamental, la identificacin de indicadores que facilitenel anlisis de los datos y permitan crear los famosos tableros de control, BalanceScored Card.En general en esta etapa contamos con modelos y herramientas para extraerinformacin estructurada e inteligente de las bodegas de datos, creando un conjuntode reglas, indicadores, preguntas, analizadores que permiten convertir los datos eninformacin y realizar su visualizacin. Revisemos un caso de la vida real. En una


19/22

19

institucin de educacin, es indispensable conocer el perfil de las personas queingresan a estudiar, entonces miremos como se puede aplicar la teora planteadaanteriormente.Primero definamos el problema: Definir el perfil de los estudiantes admitidos ymatriculados en primer semestre, con base en la informacin general y particular de

cada uno de los colegios de donde son graduados.

Fuentes de Datos

Bases de Datos en SQL Server creadas por el sistema de informacin acadmica del

Politcnico Gran colombiano. Base de Admitidos y Base de Matriculados. Fuente externa, correspondiente a la base de datos del Icfes, sobre los colegios de

Colombia. Esta base de datos est en Excel.La solucin: Extraer y consolidar la informacin de los estudiantes admitidos y matriculados con

la informacin generada por el Icfes con respecto a los planteles educativos deColombia. Utilizar Office para presentar y analizar los resultados de la consolidacin, para la

toma de decisiones.Que beneficios tiene:

Conocer las caractersticas ms importantes de los estudiantes de primersemestre, como herramienta de anlisis para los departamentos de launiversidad.

Desarrollar estrategias acadmicas que respondan a las debilidades ycaractersticas de los estudiantes, encontradas en el anlisis de sus perfiles.

Generar estadsticas para mercadeo, que les permita analizar los resultados desus estrategias comerciales

Miremos grficamente la solucin:


20/22

20

CASOS DE APLICACIN

Caso Twentieth Century Fox

Twentieth Century Fox utiliza BI para predecir qu actores, argumentos y filmes sern

populares en cada vecindario. Evitando ciertos argumentos en cines especficos, la

compaa tiene ahorros de aproximadamente $100 Millones de dlares alrededor del

mundo cada ao. Esa misma tecnologa utilizan para seleccionar los "traliers" (cortos

previos a la presentacin de una pelcula) alternativos para cada pelcula en cada cine y

as maximizar las ventas. Una pelcula puede tener varios "trailers" diferentes, cada

cual puede percibirse de diferente forma por cada tipo de audiencias.

Los sistemas BI de Jhon Deer no predicen el futuro, sino que lo planifican. Esta empresa

manufacturera de equipo agrcola, mejora su negocio dando a los clientes una gran

variedad de opciones en los productos que ellos pueden requerir, obteniendo millones

de permutaciones para cada opcin. Esto es grandioso para el rea de marketing pero

no tanto para el rea de manufactura. John Deer solucion este problema empleando

inteligencia computarizada que aprende a "criar" agendas mejor de lo que lo haran los

seres humanos. El equipo agrcola ahora fluye ms suavemente a travs de la lnea deproduccin.

As como estos casos, existen una gran cantidad de casos de aplicacin exitosa de

sistemas de BI, que han brindado una verdadera inteligencia al negocio,

proporcionndole no solo una notoria eficiencia y ventaja competitiva, sino que a la

larga puede ser la diferencia entre la supervivencia o desaparicin de la empresa.


21/22

21

CONCLUSIONES

1. Si no hay un sistema base, como por ejemplo ERP, no se puede hacer unBI.

2. Los Data Mart son respecto a una rea especfica del negocio, la unin detodas estas forman el Data Warehouse.

3. Podemos comenzar construyendo Data Marts con resultados inmediatos,para no postergar las decisiones de negocios y el anlisis de informacin,

pero hacerlos siempre teniendo una visin integral del negocio.

4. La informacin en las organizaciones est aumentando rpidamente, ascomo, las decisiones crticas del negocio; el problema es la actitud de lasempresas para utilizar estos datos.


22/22

22

BIBLIOGRAFIA

coneisc.org/downloads/ponencias/marcela-varas-xxconeisc.pdf www.usmp.edu.pe/publicaciones/boletin/fia/info46/.../articulo6.htm www.monografias.com Administracion y Finanzas www.udec.cl/dti/node/108 www.itmadrid.com/.../que-es-inteligencia-de-negocios-business-intellige... www.idensa.com/
http://www.monografias.com/Administracion_y_Finanzas/index.shtmlhttp://www.monografias.com/Administracion_y_Finanzas/index.shtmlhttp://www.monografias.com/Administracion_y_Finanzas/index.shtmlhttp://www.monografias.com/Administracion_y_Finanzas/index.shtml

Bi Datamart

Documents

Transcript of Bi Datamart