Inteligencia de Negocios _Reparado

8/10/2019 Inteligencia de Negocios _Reparado

1/80

Inteligencia de Negocios

MCP Ing. Ricardo Mendoza Rivera Page 1

INTELIGENCIA DE NEGOCIOS

(VersinPreliminar)

MCP Ing. Ricardo Mendoza [email protected] .

blog: http://rimenri.blogspot.com


2/80



Sistema de Soporte a la Toma de Decisiones

Introduccin

El estudio concerniente a analizar la informacin, en estos ltimos aos, ha ido en crecimiento

constante. La informacin se constituye en el factor primario para la toma de decisiones de los

personas en los diferentes niveles de gestin que realizan siendo la clave de la gestin empresarial, y

eje principal sobre el que gravitan los sistemas de informacin empresariales.

As como las empresas se preocupan por los recursos financieros, materiales y humanos, que hasta elmomento haban constituido los ejes sobre los que haba girado la gestin empresarial, ahora aparece la

informacinal mismo nivel como un recurso primario a tener en cuenta. Si la Teora Econmica tradicional

tena al capital, la tierra y el trabajo como elementos primarios de estudio, la informacinse ha convertido,

ahora, en el cuarto recurso a gestionar.

Los problemas de los sistemas de informacin representan una combinacin de aspectos de administracin,

organizacin y tecnologas.

Administracin

de

Empresas

Administrar es dirigir una organizacin. En lneas generales, una organizacin es cualquierinstitucin compuesta de recursos, cuya combinacin, permite alcanzar una serie de objetivos

Fases:

1. Planificacin2. Organizacin3. Ejecucin4. Control

Recursos

1. Humanos2. Econmicos3. Materiales4. Informativos


3/80



Toma

de

Decisiones:

En el mundo empresarial la gestin de informacin tiene como uno de los productos ms relevantes el

de la toma de decisiones. Siendo as, una decisin puede ser descrita como la respuesta a un problema a

solucionar o la eleccin entre distintas alternativas para conseguir unos objetivos tal vez definidos

dentro de un plan estratgico.

Algunas Definiciones de Toma de Decisiones

McClure [21] conversin de la informacin en accin, de manera que el recurso informacinadquiere un papel imprescindible en este proceso.

Ivancevich et al.[22]"es una serie o concatenacin de pasos consecutivos o de etapas interconectadasque dan lugar a una accin o a un resultado y su correspondiente evaluacin".

Grace Carter et al. [23] es un proceso en el que una o ms personas identifican un problema y

entonces disean, eligen, implementan y programan una solucin.

Simon [24] toma de decisiones y gestin son trminos sinnimos, y que la toma de decisiones en una

organizacin tiene como fronteras los lmites de la racionalidad: "La capacidad de la mente humana

para formular y resolver problemas complejos es muy pequea comparada con el tamao de los

problemas por los cuales se requiere una solucin en un entorno real"

Mairead Browne [25] "decisin es el punto final de una serie de actividades que son primordialmente

de naturaleza cognitiva".

Las decisiones estructuradas

Son aquellas que cuentan con un proceso perfectamente definido para llevarse a cabo, es decir, que se realizanrutinariamente, no cambian; por ejemplo, la seleccin de personal en una empresa para un puesto determinadose da siempre de la misma manera. Por ejemplo cuando en una institucin educativa privada al momento deque un alumno registre sus cursos, previamente debe de pagar su matrcula. Son decisiones que siguen una

receta establecida. Normalmente pueden ser administradas por un software.

Las decisiones no estructuradas

No cuentan con un procedimiento predeterminado, quien debe tomar una decisin se basa en criterios,valoracin y puntos de vista sobre el problema que se presenta, as como en el entorno en el cual se sita laproblemtica a resolver: por ejemplo, las decisiones sobre las inversiones de una empresa cuando generaganancias extras. No es lo mismo para una institucin universitaria, desde el punto de vista de rentabilidadexpandirse como una nueva sede o construir un nuevo pabelln.


4/80



Las decisiones semi-estructuradas

Parte del problema sea estructurado y algunos otros elementos no lo sean. Un ejemplo de lo anterior loencontramos en los casos de ascensos de personal, ya que algunos factores estn predeterminados y otros no.

El Proceso de Toma de Decisiones

Identificacin de problemas,

Bsqueda de alternativas, Evaluacin de alternativas,

Eleccin de una alternativa.


5/80



Tipos

de

Sistemas

de

Informacin

en

la

Empresa

Los Sistemas de Informacin para la Gestin (SIG), oManagement Information Systems(MIS),

Sistemas Soporte a la Decisin (SSD), oDecision Support Systems(DSS),

y Sistemas de Informacin para Ejecutivos (SIE), oExecutive Information Systems(EIS).


6/80



Sistemas de informacin para la gestin (mis).

Los Sistemas de Informacin para la Gestin son un conjunto de herramientas que combinan las

tecnologas de la informacin (hardware + software) con procedimientos que permitan suministrar

informacin a los gestores de una organizacin para la toma de decisiones.

Podemos afirmar que estos sistemas se componen de tres funciones; la recopilacin de datos, tanto

internos como externos; el almacenamiento y procesamiento de informacin; y la transmisin deinformacin a los gestores.

Parece que el uso de los sistemas de informacin para la gestin dejaban incompletas las necesidades

informativas de los gestores de las empresas, surgiendo, as, distintos sistemas para la toma de

decisiones. Describiremos los Sistemas Soporte a la Decisin, y los Sistemas de Informacin para

Ejecutivos.

Sistemas soporte a la decisin (dss).

Hace uso de sistemas de gestin de bases de datos; de la ergonoma que aporta la necesidad de crear

interfaces que permitan que un usuario utilice una herramienta con el menor esfuerzo posible; y delanlisis de decisiones. [70]

Turban[71]manifiestaqueesunsistemadeinformacininteractivobasadoenordenadorqueutilizanormasy

modelosdedecisin,quejuntoconunabasededatossoportatodaslasfasesdelprocesodetomade

decisiones,principalmenteendecisionessemiestructuradasbajoelcontroltotaldeaquellosquesededicana

tomarlas

Yang [72] incide en aquellas caractersticas que permiten diferenciar a unDSSdel que no lo es, as:

El DSS soporta todas las fases del proceso de toma de decisiones: inteligencia, diseo, eleccine implementacin.

El soporte se realiza a varios niveles de los equipos de gestin, desde los altos ejecutivos a los

gestores de base.

Soportan varios niveles de decisiones interdependientes o secuenciales y una variedad de

procesos y estilos de toma de decisiones.

Y son fciles de usar.


7/80



Sistemas de informacin para ejecutivos ( eis).

SegnDanielCohenKarenyEnriqueAsnLares,unSistemade InformacinparaEjecutivossedefine,comounsistema

computacional que provee al ejecutivo acceso fcil a informacin interna y externa al negocio con el fin de dar

seguimiento a los factores crticos del xito. De esta definicin se desprende el hecho de que los SIE se enfocan

primordialmente aproporcionar informacinde la situacin actualde la compaa ydejanen unplano secundario la

visualizacinoproyeccindeestainformacinenescenariosfuturos.EsteltimoenfoqueesprovistoporlosDSS.[DW09]

Loque

debe

contener

un

SIE

Si consideramos que una pantalla de informacin valiosa es un SIE, prcticamente cualquier hoja de clculo e

incluso un reporte de produccin podra serlo. Para ser considerado un SIE, un sistema debe reunir una serie de

caractersticas adicionales a las que por defecto debe contener al formar parte de la Tecnologa de Business

Intelligence, es decir, brindar informacin y que sirva de apoyo a la toma de decisiones.

Un tpico SIE cuenta con funciones que le permiten al usuario notar rpidamente los errores y los valores

destacables de la informacin.

Figura 1.3 EjemplodeunaInterfazdeunSIE


8/80



Interfaz grfica fcil de usar y ver

Un SIE est diseado para un usuario final que no forzosamente domina herramientas

computacionales complejas, e independientemente de que las domine, no debe invertir una

parte importante de su tiempo en conocer y, posteriormente, utilizar herramientas

complicadas. Bajo esta filosofa es que se menciona como una caracterstica de los SIE el que

posean interfaces grficas sencillas, que tengan una curva de aprendizaje corta y, adems,

debern ser vistosas e intuitivas para facilitar la labor de monitoreo del tomador de

decisiones.

Alarmas o semforos

Un tpico SIE cuenta con funciones que le permiten al usuario notar rpidamente los errores y

los valores destacables de la informacin. Es una de las caractersticas principales, ya que las

propiedades que le son asignadas a los valores son las que permiten verdaderamente

"monitorear" la informacin, de otro modo el ver datos planos provocara que el usuario

investigue cada uno de los valores y, posteriormente, los compare contra identificadores antes

de poder determinar si son "buenos" o "malos". La tendencia es hacia interactuar cada vez

menos con los sistemas y para ellos, las alarmas se vuelven indispensables, ya que disparan

indicadores para que el ejecutivo solo ponga atencin donde se han sobrepasado ciertos

rangos de tolerancia. Estos indicadores pueden ir desde simples colores de letra y fondos,hasta el envo de correos electrnicos o mensajes por radiolocalizador.

Tableros de Control

Surgiendo en Francia con el nombre de Tableau de Bord, el Tablero de Control es una

herramienta que en un principio utilizaba indicadores financieros para permitir desarrollar

diferentes procesos de negocio. Su especializacin ha tomado el camino hacia el CMI (Cuadro

de Mando Integral), que ya es una poderosa herramienta para direccin, que no solo utiliza

indicadores financieros, sino tambin los no financieros para dirigir de forma proactiva a la

empresa en la consecucin de objetivos a mediano y largo plazo. El Tablero de Control no

forzosamente implica una metodologa de trabajo, en ese sentido es algo ms sencillo que

puede llegar a un nivel de especializacin tan amplio como uno lo quiera, por ejemplo,empleando la metodologa del Balanced Scorecard para implementar un sistema de monitoreo

del estado de salud corporativa.

Administracin De Una Sola Pgina

De la mano del Tablero de Control, la Administracin de una Sola Pgina significa colocar el

mayor nmero posible de indicadores destacables de la empresa en el menor nmero posible

de pginas, adems, permitir la navegacin hacia otras pginas con ms informacin, ya que,

definitivamente es prcticamente imposible colocar toda la informacin valiosa en un solo

lugar.


9/80



INDICADORDEGESTION(KPI:KeyPerformanceIndicator)

Unindicadordegestinesunavariablecuantitativacuyafinalidadesentregarinformacinacerca

delcumplimientodeunameta.

Es un instrumento que permite la medicin y, por lo tanto, su calidad y su utilidad estar

determinadaprincipalmenteporlaclaridadyrelevanciadelametaquetieneasociada.

Metas,sonlaexpresinconcretadelplandegestinparaellogrodelosobjetivosestratgicosde

laUnidad Ejecutora. Pueden serdeproduccin (toman en cuenta los productos y la poblacin

objetivoatendida)odegestin(seproponenmejorarlosprocesos). Algunosejemplospuedenser:

Indicadorde

morosidad

Indicadordeproductividad

Indicadorderecaudacin

Indicadordedesercin

La

Pirmide

de

Datos

y

Decisiones

Decisio

nes

Siste

masd

eIn

form

ac

in

LosDirectorestomandecisionesEstratgicasalargoplazodequeproductososerviciosfabricar.LosGerentes

deNivelMedioejecutanlosplanesyprogramasestablecidosporlosdirectores.Losgerentesoperativosson

responsablesdesupervisarlasactividadesdiariasdelaempresa.


10/80



Inteligencia de Negocios en lasOrganizaciones

Introduccin

Durante los ltimos aos se han multiplicado los estudios tendentes a analizar la informacin comofactor clave para la toma de decisiones en la empresa, clave de la gestin empresarial, y eje conceptualsobre el que gravitan los sistemas de informacin empresariales.

Se considera a la informacin un recurso que se encuentra al mismo nivel que los recursos financieros,materiales y humanos, que hasta el momento haban constituido los ejes sobre los que haba girado lagestin empresarial. Si la Teora econmica tradicional mantena el capital, la tierra y el trabajo comoelementos primarios de estudio, la informacin se ha convertido, ahora, en el cuarto recurso agestionar.

Que

es

la

Inteligencia

de

Negocios

Es una arquitectura y coleccin de herramientas que buscan mejorar a las organizaciones,proporcionando vistas de aspectos de negocio a todos los empleados (estratgico, tctico,

operacional) para que tomen mejores y ms relevantes decisiones en menos tiempo y con la mayorinformacin posible.

Brindando:

Informacin correcta Tiempo oportuno Personas correctas

Constituye una arquitectura y coleccin de aplicaciones

operacionales y de soporte de decisiones con bases de datos queproporcionan a los usuarios de la organizacin fcil acceso a la

data del negocio.

La Inteligencia de Negocios se direcciona principalmente en

Aplicaciones y Base de Datos de Soporte a la Toma de Decisiones


11/80



Tipos

de

Reportes

DashBoardReportsKPI(KeyPerformanceIndicator)SIE

ProductionReportsreportestradicionalesSistemaTransaccional

o OrganizacintipoPareto.

o HistorialCrediticiodeunCliente.

o Losproductosconmsrotacin.

AnalyticalReportsreportesdeconstruccindinmica.DWH

Componentes

y

Solucin

Integral

de

Inteligencia

de

Negocios

Legacy System


12/80



Sistemas

Fuentes:

Sonlossistemastransaccionalesquehansidodiseadosfundamentalmenteparaelsoportedelasoperaciones

delnegociocomo:Compras,Ventas,Almacenes,Contabilidad,etc. Estossistemasdebencumplirunrequisito

fundamental:yadebendeestarconsolidadosencuantoalregistrodeinformacindelasoperaciones.Nosera

limitante silecarecedereportesparatomadedecisiones,yaqueesahelvacioquecubrirlaInteligenciade

Negociosadicionandomdulosdegestinparalasdecisionesoperacionales.

Base

de

Datos

Operacionales:

OLTP

Lossistemastransaccionalesregistranograbanlasoperacionesdentrodelasbasededatosoperacionales(On

LineTransactionalProcess:OLTP).Estasdatospermitirngenerar informacinpara la tomadedecisionesa

niveloperacional.Estasbasesdedatosloquepersiguenfundamentalmentesonelregistrodetransaccionesy

laconsistenciadelosdatos.

RequerimientosEstratgicos(PlanEstratgico)

Es altamente recomendable tener definido el Plan Estratgico de la Organizacin. En caso extremo no se

obtenga,apartir

de

las

entrevistas

se

pueden

buscar:

objetivos,

estrategias,

indicadores

de

estrategias

que

permitanorientarelproductoadisear.Sonbastantetilesademsdelplanylasentrevistas losreportesde

gestinquelostomadoresdedecisionesposeenparamedirsugestin.

Estosrequerimientosestratgicosdeberncontrastarsecon laBasedeDatosOperacional,yaquemuchosde

ellosseobtendrndeestafuente.Encasonopuedanserobtenidosserecomiendareestructurar laBasede

datosylasaplicaciones,afindesatisfacerestosrequerimientosestratgicos.

ETL(Extraer,TransformaryCargarPoblar)

Eselcomponentequepermitir2cosasfundamentalmente

IntegrarDatoscuandosetengandistintasfuentes(DiferentesmanejadoresdeBasedeDatos)

Llevarinformacindelasbasededatosoperacionalesalasbasededatosdimensionales

Data

WareHouse

(DWH)


13/80



Eselgranalmacndedatosqueestestructuradoparaanalizarlainformacin,adiferenteniveldedetalle,de

todoslos

procesos

de

negocios

que

tiene

la

organizacin.

Es

la

Base

de

Datos

llamada

estratgica

o

multidimensional.Una vez diseadasmediante el ETL es poblada o llenada a partir de las Bases deDatos

operacionales.Eldiseovaorientadoaencontrarmedidas(Porejemplo:montosvendidos,montoscobrados,

horashombreutilizadas,etc)ydimensiones(Clientes,Productos,Tiempo,Organizacin,Servicios,etc).

Data

Marts

ConstituyenunapartedeunDWH.SiunDWHestformadoportodoslosprocesosde laorganizacin,unData

Martconstituyeundeterminadoproceso.PorejemplopodramostenerunDataMartparaFinanzas,otropara

Logstica.PuedenserpreparadosapartirdeunDWHoserelaboradosindependientemente.

Tecnologias

OLAP

(On

Line

Analytical

Process)

Es la tecnologaquepermite aprovecharcomoestestructurada la informacindeunDataMartounData

WareHouse.Fundamentalmenteesuna tecnologaquepermitiranalizar informacindinmicamentea los

nivelestcticoyestratgicobasadosenCubosquecontienenlasmedidasylasDimensiones.

Minera

de

Datos

Constituyenalgoritmosavanzados (estadsticas, inteligenciaartificial) que intentadescubrircosasocultasen

losdatos

capturados

alo

largo

de

las

operaciones

del

negocio.

Es

el

llamado

el

descubrimiento

del

conocimientoyvadireccionadoalnivelestratgicodirectamente.

Aplicaciones

para

Soporte

de

Decisiones

Van diseadas para cubrir las decisiones tcticas y estratgicas. En el mercado existen una serie de

herramientasquepermitenconstruirestasaplicaciones,quesemontansobreunasolucinOLAPoBasesde

Datostransaccionales.

Sistemas

de

Informacin

para

Ejecutivos

Sonsistemasdiseadosparalaaltadireccinyqueestnbasadosenalertasosemforosqueindicanelestado

deundeterminado indicadordenegocio.Este indicador se le llamaKPI (KeyPerformance Indicator).Estos

estadosestn reflejadosensmboloscomounsemforo (rojo,verde,mbar)entreotros.Generalmenteson

obtenidosapartirdeunBalanceScoredCard)


14/80



Factores

a

Considerar

para

implementar

un

Proyecto

de

BI

Acceso

a

la

informacin

transaccional:

Bases

de

Datos

y

Aplicaciones

TipodeManejadordeBasedeDatosqueusa.

ModelodeDatos(ER) >documentado

Tabla:Clientealmacenainformacindelacarteradeclientes

Campo

Descripcin

TipoDato

Null

Pk

FK

IdCliente Identificador

delcliente

Int No Si No

CuantoPesalaBasedeDatos.

Direccionamiento

del

Negocio:Gestin,PlanesEstratgicosorientaralajustificacindelproyectodeBI.

Riesgos

GestindelProyecto(experienciay/oconocimiento)TiempoyPresupuestoPlanificado.

Definir5riesgos (LeerlibrodeSteveMcConell>GestindeProyectosdeSistemasdeInformacin)

Justificacin

y

Retorno

de

la

Inversin(mnimode5)

Costohora hombre(#horasqueactualmenteseinvierteparaobtenerlainformacin,costohora)

Tiempo(medirelnrodehhobtenerelreporteactual)

Capacidaddeautogeneracindeinformacin(evitardependenciaconpersonasoreas)


15/80



Tecnologa:secuentaconelequipamientosuficiente(1gbtransaccional>=3.5Gb)

Servidores:1

Software: No

Comunicaciones:

Planificando

un

Proyecto

de

Inteligencia

de

Negocios

Costo

Tiempo

Cunto

Cuesta

?

RecursosHumanos

RecursosMateriales

RecursosTecnolgicos

Recursos

Humanos

BusinessRepresentative:beneficiariodirecto:GerenteGeneral:Lic.XX

BusinessExecutiveSponsor:aseguraquesecumplanlosobjetivosdelproyectoBI(GerenteGeneral:Lic.XX)

ProjectManager:

integrador

de

los

sistemas

(Coordinador,

Lider

Grupo)

BusinessProcessExpert:expertdelprocesodeNegocios(Cargo,Grado,Nombremail telefono)

DataSpecialist:especialistadedatos(Cargo,Grado,Nombremail telefono)DBA:DataBaseAdministrator

CoredelProyecto


16/80


17/80


18/80



Construyendo un Data WareHouse.Introduccin

Introduccin

Dentro de las tareas de anlisis de informacin para la consiguiente toma de decisiones deencuentra el Data WareHouse que est basado en un Modelo Dimensional (dimensiones y

medidas) y que se construye fundamentalmente a partir de dos componentes fundamentales

La Base de Datos Operacional Consolidada

Definicin de los Requerimientos Estratgicos

Utiliza el ETL (Extraccin, Transformacin y Carga de Datos) como herramienta de carga de

datos. Una vez diseado y encontrndose con datos puede ser utilizada por Tecnologas OLAP

que explotaran la forma como ha sido estructurada.

Un data WareHouse constituye una parte fundamental de la Inteligencia de Negocios

Definicin

de

un

Data

WareHouse

Un Data WareHouse es una Base de Datos, constituye el gran almacn de Datos que estdiseado fundamentalmente para:

Permitir el acceso en forma fcil a toda la organizacin

Integrar informacin histrica y consistente

Adaptarse a los cambios que se dan en la organizacin

Generar datos dirigido al usuario y presentados en forma consolidadafundamentalmente.

Para Distribucin de Informacin y de Consultas

El valor de un DW queda descrito en tres dimensiones, segn Inmon & Hackathorn, [1994]:


19/80



Mejorar la Entrega de Informacin: informacin completa, correcta, consistente,oportuna y accesible. Informacin que la gente necesita, en el tiempo que la necesita y en elformato que la necesita.

Facilitar el Proceso de Toma de Decisiones: con un mayor soporte de informacin seobtienen decisiones ms rpidas; as tambin, la gente de negocios adquiere mayor

confianza en sus propias decisiones y las del resto, y logra un mayor entendimiento de losimpactos de sus decisiones.

Impacto Positivo sobre los Procesos Empresariales: cuando a la gente accede a una mejorcalidad de informacin, la empresa puede mejorar:

o Eliminar los retardos de los procesos empresariales que resultan de informacinincorrecta, inconsistente y/o no existente.

o Integrar y optimizar procesos empresariales a travs del uso compartido e integradode las fuentes de informacin.

o Eliminar la produccin y el procesamiento de datos que no son usados ni necesarios,producto de aplicaciones mal diseados o ya no utilizados.

Sistemas

Operacionales

y

Sistemas

Analticos

Los sistemas operacionales normalmente registran la informacin de las transacciones que se generande las labores operativas y el data warehouse es desde se muestra la informacin para analizar y

permitir tomar decisiones ms acertadas.

Sistemas Operacionales

Siguen Eventos individuales.

Diseados para ingreso de informacin en tiempo real y permiten la edicin de datos

Permitir registrar informacin consistente que asegure la integridad de los datos

Ejemplos:o Sistemas de Almacenes

o Sistemas de Contabilidado Sistemas de Comercializacin

Sistemas Analticos

Asiste como Soporte a las Decisiones Estratgicas.

Proporciona Anlisis a Diferente Nivel de Detalle

Permite a los usuarios navegar en diferente niveles (Drilling Up, Drilling Down)

Permite a los sistemas bsquedas para hallar nuevas relaciones


20/80


21/80



Parte de un Data WareHouse

Se centra sobre temas particulares o procesos de negocios especficos.

Puede ser una solucin tctica que brinde resultados en corto tiempo.

Se construyen fundamentalmente:o Realizar Consultas Rpidaso Existen pocos usuarioso Implementados en corto tiempo

Moviendo Datos de un Data WareHouse a Data Marts

Ventajaso Campos Compartidos (dimensiones comunes)o Origen Comno Procesamiento Distribuido

Desventajaso Tiempo largo de desarrollo

Moviendo Datos de un DataMart a un WareHouse


22/80



Ventajaso Simple y Rpido

o Datos Departamentaleso Procesamiento Distribuido

Desventajaso Duplicacin de Datao Posible incompatibilidad de los Data Mart al querer ser integrados

El

ciclo

de

Vida

de

un

Data

WareHouse

Elementos Bsicos


23/80




24/80



Herramientas a Usar para Manejar el Proceso

Componente del Proceso Herramienta

Data WareHouse, Data Mart DataBase Engine

ETL Integration Services

Cubos Servicios de Anlisis

Pivot Table Services Owc 11Construccin de Interfaces Excel, VS.NET

Datos

en

un

Data

WareHouse

Caractersticas de la Data

ParaeldesarrollodelcursosetrabajaraconelSQLServer2005


25/80



Ejemplo de Organizacin de Datos

ParaeldesarrollodelcursosetrabajaraconelSQLServer2005

La

propuesta

Metodolgica

de

Kimball


26/80



ATENERENCUENTA! ValidandounaBasedeDatosOperacional

Vaorientadoadeterminarlacalidaddeladataoperacionalqueasegurelaconsistenciadesuuso,enestecaso

deldatamart.

HablardeconsistenciaespensarenIntegridaddeDatosyexisten2formasdeForzarIntegridad

IntegridadDeclarativa:esdondeelDBMSadministralaintegridadprotegindolodeposibles

inconsistencias.Tenemoslossiguientestipos

IntegridadProcedural:cuyaintencinesimplementarlasreglasdenegocioutilizandocdigo

personalizadomedianteun:

o StoredProcedure

o Trigger

Lospasossugeridosparadeterminarlaconsistenciadelabaseoperacionalson:

Identificar Data Requerida

Solicitar el Modelo de Datos

Solicitar Documentacin del modelo


27/80



Analizar el Contexto de la Data

Revisar el Modelo de Datoso Claves Primariaso Relacioneso Tipos de Datoso Reglas de Validacino Identificar campos claves determinando si son NULL.

Determinar informacin cronolgica

Determinar Valores numricoso NULLo No negativos

Seleccionar la Data Usada para la Solucin de Inteligencia de Negocios (BI)

Priorizar la correccin de las inconsistencias con la data que posiblemente ser usada para la Solucin de

InteligenciadeNegocios.

Preparar Data para Limpieza

Consiste en determinar la estrategia a usar para asegurar la integridad de datos. En algunos casos podra

hacerseenelETL,enotrosdejarladataexpeditaantesdeliniciodelaimplementacindelproyecto.

Aplicar Herramientas

Consisteenejecutalaordenqueharelcorrectivodelaestrategiadefinidaenelpasoanterior.Normalmente

seaplicaranordenesSELECTyalgunaspodranserincluidasenunStoredProcedure.


28/80



Construyendo un Data WareHouse.Requerimientos Estratgicos

Introduccin

Constituyen la parte gravitante y central en la construccin del Data WareHouse (DW). Los

requerimientos ayudan a definir los datos que estarn disponibles en el DW que usuarios lousaran a fin de definir la arquitectura tecnolgica y como se harn las aplicaciones.

El propsito final, es determinar las medidas y dimensiones que formarn parte de un Data

WareHouse

Para empezar a definir los requerimientos se recomienda:

Entrevistas con los usuarios del negocio (identificar medidas y dimensiones)

Cuadros de gestin (identificar medidas y dimensiones)

Revisar el Plan Estratgico (identificar ndices y medidas)

Conocer el modelo de datos de la Base Datos Operacional (determinar si existen lasmedidas y dimensiones requeridas en la BD actual).

Entrevistas

con

los

Usuarios

del

Negocio

PreparacindeEntrevistas

a. Constituir el equipo de Trabajo

El Business Manager: recibir el beneficio directo del producto

El Business Expert: conocedor y analista de la informacin

El Data Specialist: conocer la Base de Datos Operacional y como se obtienen los cuadros degestin.

Project Manager: lder del proyecto.

b. Preparar Cronograma de Entrevistas


29/80



Coordinar con el equipo de trabajo fechas y horas de reuniones.

Recomendamos un tiempo mximo de 90 minutos por cada reunin.

Preparar y Revisar las Hojas de Entrevistas propuestas.

Para identificar requerimientos utilice la tcnica dimensional

Las preguntas deben ir orientadas fundamentalmente a medir gestin:

Las preguntas normales para el Business Manager o Business Expert podran ser:

Preguntas Para conocer el Negocio (Objetivos del Negocio)

Culessonlosobjetivosdelaorganizacin?ObjetivosProcesoNegociosquerepresenta?

Comoestntratandodecumplirlos? DefinirEstrategias

Culessonlasmetaprioritarias (Medidas,Indicadores)

Otras podran a considerar serian:

Culessonlasmedidasdexitodesugestin?

Comosabesiestnhaciendobien?

Cadaqu

tiempo

realiza

la

medicin

de

su

gestin?

Tener en cuenta la misin de la empresa o la misin del proceso de negocios. Considere las siguientes

preguntas claves para determinar como analiza la informacin:

Qu?Aquesededicalaorganizacin?

Quin? Quienessonlosquedemandanoaquienesvadirigidoesosque?:

Dnde?Dondeoenqulugarseproducelatransaccindelosqueylosquien?

Cundo?

Cuando

o

en

qu

momento

le

gustara

analizar

los

datos

?

Cmo?Comoseprodujoelconocimientodelosquienes?

Dequforma?orientadoaqueformaelquiensolicita/recibeelQue?

Por ejemplo en un sistema comercial

Aqu sededica?comercializar:productos


30/80



Quin demandaproductos? :losclientes

Dnde seproducelademandadelosproductosporlosclientes?:laorganizacin

Cundo? :anualmenteydiariamente

Cmo?:medianteradio,televisin.

Dequforma?Enlaoficina,pordelivery,porinternet.

Por ejemplo en un sistema de produccin.

Aqu

se

dedica?

procesar

:productos

Quin procesaproductos? :losclientes

Dnde seproducelademandadelosproductosporlosclientes?:laorganizacin

Cundo? :anualmenteydiariamente

Cmo?:medianteradio,televisin.

Dequforma?Enlaoficina,pordelivery,porinternet.

Preguntas Para Analizar Requerimientos

Algunas podran ser:

Qutipodeanlisisutilizarutinariamente?Quedataesusada?Comoobtieneladata?

Quereportesgeneralmenteutiliza?Quedatossepresentanenelreporte?Podraobtenerunamuestrade

esereporte?

Quecapacidaddeanlisisquisieratener(Porejemplorespectoalproducto,cliente,tiempo,promocin,

organizacin,formadeventa)

Queoportunidadesexistenenelnegociobasadoenelanlisisdelainformacin.Influyenyenqumedida

enlasfinanzas?

Las preguntas normales para el Data Specialist podran ser:

ANALISISYREQUERIMIENTODEDATOS

Culeselprocesoactualmenteusadoparaanalizarinformacin


31/80



Queherramientasseusanparaanalizarinformacinyquieneslasusan

Dependenen

la

elaboracin

de

informacin

de

anlisis

de

su

Area?.

Ha

creado

reportes

estandarizados

Describalosreportestpicosrequeridos.Cuantodemoraenobtenerlos?

Cul eslafrecuenciaderequerimientosdeinformacinparaanlisis?

Comoconsideraelniveltcnicoydeanlisisdelosusuarios

Existepuntosdescentralizadosenlaorganizacin.

Existeunaformadearchivarhistricamentelosrequerimientosdelosusuarios?

D. DISPONIBILIDADYCALIDADDELADATA

QuemanejadordeBDutilizar(DBMS)

Conque

frecuencia

se

actualiza

la

data

yen

que

momento

de

producen

los

cierres

respectivos

de

operaciones.

Quetantoladatahistricaseencuentradisponible

DesdecuandosetienedatosenlaBD

CualestimadodesuBD(1gbtransaccional 3.5a4enelDSS)

Culessonlosdatos obligadosycualeslosopcionalesdocumentacindelmodelodedatos.

Cualessonlastablasmaestros

Culessonlastablastransaccionalesodemovimientos

ExistedocumentacindelaBasedeDatos(Suplicarquelesentreguen) Culessonlosnivelesdeseguridaddeaccesoalosdatosyaplicaciones?

Cules

la

frecuencia

de

modificaciones

de

datos

en

las

jerarquas

de

las

dimensiones

(producto,

vendedor,

promociones,etc)

Revisar

los

Resultados

de

la

Entrevista

Objetivos

Proceso

de

Negocios

de

Ventas

IncrementarVentas

Estrategias(Indicadores)

Proponernuevas

sucursales

yhorarios

de

atencin

CrearPromociones

CapacitarPersonal

PosibleMedidas

Montovendidos

Cantidadesvendidas

Descuentos

Comisiones


32/80



PosiblesDimensiones

Productos

Promociones

Clientes

Tiempo

Vendedores

PosiblesJerarquasoNivelesdeunaDimensin

Producto

Categora,Clase,SubClase,

Color

Modelo

Cliente

Genero

Edad

ZonaSector

TipodeNegocio

TipodeCliente

Cuadro

de

dimensiones

y

niveles

Dimensin Nivel 1 Nivel 2 Nivel 3 Nivel 4

CLIENTE RazonSocial TipoNegocio

RazonSocial Sector Zona

RazonSocial Genero

Edad GrupoEdad

PRODUCTO Producto Clase Categoria

Producto Departamento

Color

Producto Modelo

TIEMPO Da Mes Trimestre Ao


33/80



VENDEDOR Punto Atencin Oficina Sucursal Empresa

PROMOCION Promocin Tipo Promocin

Crucede MedidasconDimensiones

Producto

Cliente

Tiempo

Promocin

Organizacin

Montos

Vendidos X X X X X

Montos

Cobrados X X X X


34/80



A

TENER

EN

CUENTA!

Informacin

importante

para

identificar

requerimientos

1. ModelodeEntrevistaalAnalistaoAdministradordelNegocio

2. ModelodeEntrevistaalEspecialistadeDatos

3. EjemplosdeCuadrosdeGestin


35/80



Analista o Adminis trador del Negocio (Business Executive)

A. INTRODUCCION

Discutirlosobjetivosdelproyectodedatawarehouse.

Definalasmetasdelasentrevistas(porejm:,definirrequerimientos).

Definalosrolesdelequipo.

Confirmareltiempodisponible.

B. RESPONSIBILIDADES

Describaala

organizacin

ysu

relacin

con

el

resto

de

la

organizacin.

Culessonlasresponsabilidadesprimarias?

C. OBJETIVOSDELNEGOCIOS

Culessonlosobjetivosdelaorganizacin?

Comoestntratandodecumplirlos?Estrategias

Culessonlasmetaprioritarias (Medidas,Indicadores)

Culessonlasmedidasdexitodesugestin

Comosabesiestnhaciendobien

Cadaqutiemporealizalamedicindesugestin?

Comoidentificalosproblemasoexcepciones?

Describaasus

productos

(clientes

proveedores,

ventas,

promociones

,etc)

Comoclasificaodistingueasusproductos?Comolosdistinguedesucatalogodeproductos?

D. ANALIZARREQUERIMIENTOS

Quetipodeanlisisutilizarutinariamente?Quedataesusada?Comoobtieneladata?

Quereportesgeneralmenteutiliza?Quedatossepresentanenelreporte?Podriaobtenerunamuestrade

esereporte?

Quecapacidaddeanlisisquisieratener(Porejemplorespectoalproducto,cliente,tiempo,promocin,

organizacin,formadeventa)

Queoportunidadesexistenenelnegociobasadoenelanlisisdelainformacin.Influyenyenquemedida

enlas

finanzas?

E. FINAL

Resumaloencontrado.

Agradezcaalosparticipantes.

Describalossiguientespasosysiconsiderafijeunaprximaentrevista.


36/80



Entrevista con el Especialista en Datos

A. INTRODUCCION

Discutirlosobjetivosdelproyectodedatawarehouse.

Definalasmetasdelasentrevistas(porejm:,definirrequerimientos).

Definalosrolesdelequipoyconfirmareltiempodisponible.

B. RESPONSABILIDADES

Describaalaorganizacinysurelacinconelrestodelaorganizacin.

Culesson

las

responsabilidades

primarias?

Role

en

la

iniciativa

del

DW?

Aquegruposdenegociodasoporte?

C. ANALISISYREQUERIMIENTODEDATOS

Culeselprocesoactualmenteusadoparaanalizarinformacin

Queherramientasseusanparaanalizarinformacinyquieneslasusan?

Dependenenlaelaboracinde informacindeanlisisdesuArea?.Hacreadoreportesestandarizados

Describalosreportestpicosrequeridos.Cuantodemoraenobtenerlos?

Cuales

la

frecuencia

de

requerimientos

de

informacin

para

anlisis

Comoconsideraelniveltcnicoydeanlisisdelosusuarios

Existepuntosdescentralizadosenlaorganizacin.

D. DISPONIBILIDADYCALIDADDELADATA

QuemanejadordeBDutilizar(DBMS)

Conqufrecuenciaseactualizaladatayenqumomentodeproducenloscierresrespectivosde

operaciones.

QuetantoladatahistricaseencuentradisponibleydesdecuandosetienedatosenlaBD.

CualestimadodeltamaodesuBD(1gbtransacc 3.5a4enelDSS)

Culessonlosdatos obligadosycualeslosopcionalesexistedocumentacindelmodelodedatos?

Cualessonlastablasmaestrosylastablastransaccionales.

Culessonlosnivelesdeseguridaddeaccesoalosdatosyaplicaciones?


37/80



Culeslafrecuenciademodificacionesdedatosenlasjerarquasdelasdimensiones(producto,vendedor,

promociones,etc)

Cuadro de Gestin Alcanzado para un Proceso Acadmico

Identificar dimensiones

1. Visualice la clasificacin del cuadro e identifique las cabeceras de las columnas con menor nivel.

2. Visualice la clasificacin del cuadro e identifique las cabeceras de las filas con menor nivel.

3. Visualice el ttulo del reporte e identifique el nivel ms bajo

Identificar medidas

4. Cul es la interseccin entre las columnas y filas de menor nivel.

Identificar Jerarquas

5. Identifique los acumulados a nivel de Columna6. Identifique los acumulados a nivel de Fila7. Identifique alguna clasificacin en el ttulo

PREPARE EL ANALISIS DIMENSIONAL RESPECTIVO CONTESTANDO LAS PREGUNTAS

PROPUESTAS.


38/80



Construyendo un Data WareHouse.Requerimientos Estratgicos II y Anlisis

Dimensional

Introduccin

Estamosenlaetapadeafinamientodelosrequerimientos,previoalaelaboracindelanlisis

dimensional.Esaquendonderesumimosyreafirmamoslasmltiplesformasderealizarpeticionesporparte

delostomadoresdedecisiones.

Basadaenlaidentificacinderequerimientosprocedemosalanlisisdimensionalqueservirpara

mostraralostomadoresdecisioneslaformaenquepodrnrealizarsusrespectivosanalisis

Refinando

Requerimientos.

Lo fundamental es definir lo que se va a analizar (medidas) y como se quiere analizar la informacin(dimensiones)

ElModeloDimensional

Es una tcnica de diseo lgico enfocada a presentar la data en una arquitectura estndar que esaltamente intuitiva y busca ejecutar rpidos accesos.

Los principales componentes son:

Las Medidas

La Dimensiones

Que

es

una

Medida?

Son cosas cuantitativas que deseamos analizar y derivar reportes combinando las dimensiones.

Generalmente a partir de ellos podemos encontrar indicadores de Gestin.

Ejemplos:


39/80



Montos Vendidos

Montos Cobrados

Cantidad de Horas- Hombre Usadas

Nmero de Matriculados

Montos Descontados

Nmero de Devoluciones

Que

es

una

Dimensin?

Son las formas de cmo se van analizar las medidas. Constituye una clasificacin de las actividades

dentro de la organizacin.

Ejemplos:

Productos

Proveedores

Clientes

Organizacin

Medios de Publicidad

Secciones en una planta Productiva

Que son Niveles de Analisis?

Sonlospuntosqueconformanunadimensinysobreloscualessepuedenrealizaranalsisis.Porejemplo:

Producto

o Marca

o Linea

o Color

o Clase

o Tipo

Cliente

o RazonSocial


40/80



o Edad

o Genero

o TipodeCliente

Que son jerarquas?

Son formas de organizar los niveles contenidos en una dimensin, para que los usuarios puedan

analizar informacin de lo ms genrico a lo ms detallado y viceversa:

Por ejemplo en el caso de la dimensin producto:

o Lneao SubLineao Producto

Preparando

Requerimientos

De acuerdo a:

Plan Estratgico

Entrevistas

Cuadros de Gestin ( 3 cuadros-> 3 dimensin y 1 medida)

Modelo Conceptual de Datos

Se pueden definir los requerimientos en donde mostrando un mnimo de 3 dimensiones con su medida

respectiva, orientadas a analizar la informacin en diferentes niveles.

Bajo el sgte esquema:

Medida

Dimension1

Dimension2

Dimension3

Dato1

Dato2

Dato3


41/80



Ejemplos:

Requerimiento de un Proceso de Ventas: se desea conocer los montos vendidos en Mayo del 2000ocurridos en la Sucursal 1 para la lnea de productos: Aceites

Requerimiento de un Proceso de Acadmico de Matriculas: se desea conocercantidad de matriculados

en la Facultad de Medicina ocurridos en el Periodo Academico 2007- 2 para los alumnos de Gnero

Femenino.

Los requerimientos encontrados darn una idea final del producto y sirve como punto entrada para el

Anlisis Dimensional.

Montos

Vendidos

Tiempo

Organizacio

Productos

May2000

Sucursal|

Aceites

Cantidad

Matriculad

Periodo

Servicio

Cliente

20072

FacMedic

Femenino


42/80



Preparando

el

Anlisis

Dimensional.

De acuerdo a los requerimientos formalizados que permitieron reafirmar las medidas y dimensiones

encontradasprocederemosaelaborarelanlisisdimensional.

Es recomendables definir la preguntas: Que, Como, Cuando, etc. Como parte inicial para identificar las

dimensiones.PorejemploenunProcesodeAdmisindeunainstitucinuniversitariapodramostener:

Definimoslasdimensiones


43/80



Delasdimensionesymedidasencontradashabraqueincluirlaslosnivelesencadadimensin

Sedebeincluirlosnivelesdemenornivelalmayorempezandodesdelainterseccindelasdimensiones

Cuandolasmedidasnosatisfacenatodaslasdimensionessedebecrearotrodiagramadeanlisisdimensional.

Acontinuacin

implementamos

un

serie

de

cuadros

como

resultado

del

anlisis

alos

requerimientos

encontradosyqueguiaranlaelaboracindelproductoaelaborar

HojadeGestin

HojadeAnlisis

CuadrodeDimensionesyJerarquas

CuadrodeMedidasyDimensiones


44/80



Construyendo un Data WareHouse. AnlisisDimensional

Introduccin

Estamosenlaetapadeafinamientodelosrequerimientos,previoalaelaboracindelanlisis

Hojade

Gestin

Contieneelresumenencontradodelosobjetivos,estrategiaseindicadoresdegestin.Puedeconstituirparte

deSistemade Informacinparaejecutivospresentando los indicadoresnecesariosparaelanlisisposterior

queserealizar.

Losindicadoresmostrarntresrubros:

o NombredelIndicador:definecomoelindicadorserreconocido.Porejemploenelcasode

unaempresaquevende al crditoparamedir sugestinde cobranzaspodrautilizarel

IndicadordeMorosidad.

o Formula: a partir del cual se elaborar el indicador. Normalmente la formula est

conformadapormedidas, lasmismasquepodranformarpartedelanlisisdimensionaly

secomplementaranconlasdimensiones.

Elindicadordemorosidad=Montos_Vencidos/Montos_Vendidos

Esnecesarioquecadaindicadorseadefinidoclaramentelaformulaycomoselograrsu

obtencin.

o Estado:determinaunacalificacinalvalorobtenidodelindicador.Seasociaaunsemforo:

Porejemplo:imagineelindicadordeMorosidad:

Estado Interpretacin Ejemplo


45/80



Bueno 10%

Ladefinicindelvalordelestadodelindicador,cuandoesbueno,malooregular,podravariaren

diferentesempresas.Enelcasodeunbancoelindicadordemorosidadtiendeaserbuenocuando

estpordebajodel4%

Ejemplo

de

una

Hoja

de

Gestin

Completa:


46/80



HOJA DEGESTION

Proceso Ventas

Objetivo Mejorar la Atencin de Clientes

Incrementar las ventas

Estrategias Crear Promociones, Ofertas

Capacitar al personalIncrementar puntos deatencin

Sistema de Inf Ejecutivos Sist Soporte Decisiones

INDICADORES Medidas Estados

Indicador Ind. Ventas Montos Vendidos >85%

Montos Presupuestado 70 - 85%

92%

Cantidad Producto Promocion 75 - 92%


47/80



Hoja

de

Anlisis

Muestraunresumendelasmedidasencontradasapartirdelosindicadoresodelasentrevistasrealizadas.Asi

mismoincluyelasdimensionesynivelesencontrados.

Acontinuacinmostramosunejemplodeestahoja:

HOJA DE ANALISIS

ProcesoNegocios Ventas

Medidas

Montos Vendidos

Montos Presupuestado

Cantidad Vendidas Promocin

Cantidad Producto PromocinCantidad ProdReclamoCantidad ProdVendidos

Interrogantes Dimensiones Formas de Analizar la Dimension

Que?? Productos Marca Linea Categoria

Sabor NombreProducto Proveedor

Cuando? Tiempo Annual Trim Mes

Dia FeriadoFinSemana

Donde ? Organizacin Sucursales Punto Atencion

Como? Forma Venta Tipo Venta Plazo

De que Forma? PromocionesTipoPromocion Promocion

Quienes? Clientes Edad Genero Ubigeo

TipoCliente RazonSocialCliente Talla

CuadrodeDimensionesyJerarquas

Enelcasoquelosnivelesseagrupenparapermitirelanlisisdelomsgenricoalomsdetallado,debende

mostrarseenelsiguientecuadro:


48/80


49/80



Otros

ejemplos

del

Anlisis

Dimensional

Unmodelosencillodeventas

Montos Vendidas

Unidades Vendidas

Peso

PRODUCTO

CLIENTEORGANIZACION

TIEMPO

Producto

Marca

Linea

Proveed

Dia

Mes

Trim

Anual

Cliente

Zona

Personal

OtroejemplodelprocesodenegociosdeCobranza

Monto Cobrado

Interes Cobrado

PUNTOPAG

CLIENTEBANCO

TIEMPO

Sucursal

PuntoPago

Dia

Mes

Trim

Anual

Cliente

Zona

Banco

MEDIOPAGO

MedioPago


50/80



Comparando

con

el

Modelo

Transaccional.

En este momento debemos contrastar nuevamente con el Modelo de Datos Transaccional y determinar

si los datos tenidos en el permitirn hacer el anlisis respectivo.

En caso no se tenga toda la informacin en la base de datos transaccional es necesario reformular elmodelo de datos y las aplicaciones. Recuerde que el anlisis dimensional encontrado resume los

requerimientos estratgicos y la forma como se analizara la informacin por lo que es necesario

capturar la informacin en los transaccionales

Es en este momento donde lo gente de la alta direccin debe comenzar a tener la idea, si aun no latiene, de que los sistemas operacionales sirve como fuente de entrada para soporte en la toma de

decisiones.

Caso: imagine que en el modelo de datos actual no existe ninguna forma de organizar los clientes por lazona geogrfica a la que pertenecen y es requerido como parte del anlisis

Tablas Actuales

Cliente

IdCliente

RazonSocial

Genero

FechaNacim

Direccion

IdTipo (FK)

email

docIdentidad

Categoria

FechaAdmision

Estado

TipoCliente

IdTipo

RazonSocial

Tablas Reformuladas: note que se ha incorporado la tabla Zona.


51/80



Cliente

IdCliente

RazonSocial

Genero

FechaNacim

Direccion

IdTipo (FK)

email

docIdentidad

Categoria

FechaAdmision

Estado

IdZona (FK)

TipoCliente

IdTipo

RazonSocial

Zona

IdZona

Descripcion


52/80



Construyendo un Data WareHouse. DiseoDimensional

Introduccin

Deacuerdoa lodefinido,enelanlisisdimensional,yrealizadoslosajustesdelcasoenelmodelode

datos transaccional,empezamosapreparareldiseodimensionalcomouna solucina loencontradoen la

etapaderequerimientosestratgicosyanlisisdefinidos.

Utilizaremos el diseo dimensional basado en el modelo estrella principalmente, pero tambin

veremosescenariosdondees requeribleaplicarelmodelocopodenievecomounaalternativaadicionalde

modelamiento.

Recordando

el

Panorama.


53/80



En estemomento estamos ubicados para empezar a disear el modelo dimensional sobre el cual estar

estructuradoel

Data

Mart

oel

Data

WareHouse

Comparando

Modelo

de

Datos.

Ntesequelascaractersticasdeunmodelodimensionalapuntanatenerunamenorcantidaddetablasque

hacemssencilloyrpidasuentendimientoyconsultasrespectivas.


54/80



Modelando

un

Data

WareHouse.

Est

sustentado

en

un

modelo

dimensional

el

mismo

que

se

encuentra

formado

por

Dimensiones

y

Medidas

Componentes

del

Data

WareHouse

Lo constituyen:

Las tablas dimensin La tabla Hecho, que contiene a las medidas.

Cada dimensin tiene presencia en la tabla hecho, la forma de esta presencia la analizaremos ms

adelante.

En la sesin anterior definimos los conceptos de medidas y dimensiones.

En el siguiente esquema mostramos un ejemplo de las tablas dimensionales y la tabla hecho. Vea que

cada dimensin se comunica con la tabla hecho por medio de su Clave Primaria (PK). Asi mismo lasjerarquas establecidas se encuentran implementadas dentro de las Tablas dimensionales.


55/80


56/80



Como podemos apreciar cada dimensin posee una Clave Primaria la cual, una vez establecida la

relacin con la tabla hecho, permitir analizar una determinada medida en la dimensin respectiva.

ElModeloCopodeNieve

Este modelo consiste en normalizar a la dimensin, basado fundamentalmente en el ahorro de espacio.

ComparandoModelos

La fortaleza del Modelo Copo de Nieve va por el lado de ahorro de espacio.


57/80



Determinando

el

Grano

(Grain)

Eslapartevitalparaelanlisisdelainformacin.Determinaelnivelmnimodeanlisis.Sirvepara:

Determinarlorequerimientosdedatos.

Escogerelnivelmsbajodedetalle.

o Proporcionacapacidaddeanlisisdeldetalledelosdatos

o Involucramstiempodeprocesamiento

o Tienequeverconlosrequerimientosdeespacio

Sepuedeobtenerapartirdela:

ConformacindelasmedidasdelaTablaHecho.Lamedidadebeserubicadaenelsistema

transaccionalapartirdeloscamposqueservirnparasupoblamiento.

TransaccionOperacionalapartirdelacualsecreanlasmedidas

TieneimpactoeneldiseodelModeloDimensional:todavezqueincidirnenalgunasmodificacionesquese

ajustenaanalizarlainformacinenformamasdetallada.

Dimensiones

Caractersticas:

Cada dimensin es una tabla

Incluyen una clave primaria del tipo auto numrico preferentemente.

Incluyen nombres descriptivos, evitar el uso de cdigos (cada nivel es un atributo)

Adicionar un atributo que represente a la dimensin en la base de datos transaccional

Condiciones para un mejor uso:

Evitar el uso de cdigos abreviados. Por ejemplo en vez de clientes A, definir algo como:clientes Mayores.

Crear columnas que sirvan para nivel de agregacin. Por ejemploo Clienteo Sectoro Zona

Eliminar los valores NULL predefiniendo un valor.

Minimizar el nro de registros que cambian en el tiempo. Por ejemplo :o Nombre Producto


58/80



o Nombre Marcao Nombre Linea

Ejemplo de una Dimensin bien definida con agregaciones.

Agrupando Dimensiones

Dimensin Tiempo: a partir de una columna tipo datetime podemos extraer:o Dao Semanao Meso Trimestreo Semestreo Ao

Dimensin Estndar: son el resto de las dimensiones diferentes al tiempo. Por ejemplo:o Clienteso Productoso Proveedoreso Seccin de Produccin

Compartiendo Dimensiones


59/80



En el caso de que existan algunas medidas para ciertas dimensiones se deben crear nuevas tablas

hechos. En el caso de que existan medidas con dimensiones comunes, estas ltimas se conviertenpotencialmente en Dimensiones Compartidas. Es el caso tpico de la dimensin tiempo.

Veamos a la dimensin tiempo que puede ser usada por varios DataMarts. En este caso decimos que la

Dimension Tiempo es compartida.

Esta dimensin ser usada por los DataMart: Logstica, Comercial y Finanzas


60/80




61/80


62/80



Dim_producto

KeyProducto

Producto

Tipo

Dim_Personal

KeyPersonal

Trabajador

Categoria

Dim_Organizac

KeyOrganizac

Area

Planta

Dim_Tiempo

KeyTiempo

TurnoDia

Dim_Equipam

KeyMaquina

Descripcion

HEcho_Produccion

KeyPersonal (FK)

KeyOrganizac (FK)

KeyMaquina (FK)

KeyProducto (FK)

KeyTiempo (FK)

PesoEntrada

PesoSalida

Hecho_ProdTerminados

KeyOrganizac (FK)

KeyTiempo (FK)

KeyProducto (FK)

KeyCliente (FK)

Cantidad Dim_cliente

KeyCliente

RazonSocila

Tipo

Las tablas dimensin compartidas son:

Dim_Producto

Dim_Tiempo

Dim_Organizacion

En adelante cuando ingresemos al tema de cubos veremos que podramos hacer el anlisis por lasdimensiones compartidas y las medidas que satisfacen a estas dimensiones comunes desde una sola

interfaz.

La

Tabla

Hecho

(Fact

Table)

Incluyelas

medidas

como

parte

de

sus

atributos.

Estas

medidas

deben

ser

numricas

ypermitirn

realizar

agregadosdelainformacin.

Recuerdequeapartirdeestasmedidasseestableceelgranodelmodelodimensionalparalosfuturosanlisisa

realizar.

Enelcasodequesetenganmedidasprecalculadaspodranincluirsecuandomejoreneltiempoderespuesta

delasconsultasarealizar,esteescuandolaformulatengaalgodecomplejidad,porejemplo:


63/80



Como puede deducir el PrecioOferta representa una formula algo compleja, que en tiempo de ejecucin

podra restarle rendimiento a las consultas, por lo que se recomienda tener la medida precalculada:

PrecioOfertacomo

parte

del

diseo.

MinimizandoelTamaodelaTablaHecho

Serecomiendaincluirlascolumnasquerealmentesirvanparaelanlisisdelainformacin,enelcasodeque

loscamposseandescripcioneslostiposdedatosdebernserdeanchovariable(varchar).

BalanceandoelTamaoyRendimiento

Almomentodedisearelesquemadimensional,tengaencuenta:

Las tablas Hecho tienden a ser largas por lo que debemos de buscar que sean losms angostas

posibles.

LasTablasDimensionaltiendenasercortas,porloquelosnivelesoatributosquedefinamosenella,

siemprequesirvanparaelanlisis,puedenserincluidos.

Recuerdeademsquelosdatosprecalculadosayudanamejorarelrendimiento,peroconsumenmsmedio

dealmacenamiento.


64/80



ETL (Extract Tranformation Load).

Introduccin

Luegode tener implementadoeldiseodimensionaly labasededatos transaccionalestamos listos

paraejecutarelprocesodeETL,elcualpermitircargar informacinalDataMartdefinido,extrayendodatos

desdelasbasededatostransaccionales.Duranteesteprocesodecargadedatosesposiblequesedenalgunas

transformaciones.

ETLsonsiglasenInglesdeExtraer(Extract),Transformar(Transform)yCargar(Load).

Extraer,

Transformar

y

Cargar:

Extraer

Consisteenidentificarlainformacinapartirdelossistemasfuentes:

BasesdeDatosTransaccionales

HojasdeCalculo

ArchivosTexto

XML


65/80


66/80



Transponeropivotar(girandomultiplescolumnasenfilasyviceversa)

Cargar

Lafasedecargaeselmomentoenelcuallosdatosdelafaseanteriorsoncargadoseneldestino.Dependiendo

de los requerimientos de la organizacin, este proceso puede abarcar una amplia variedad de procesos

diferentes.Algunosalmacenesdedatossobrescribeninformacinantiguaconnuevosdatos.Lossistemasms

complejospuedenmantenerunhistorialde losregistrosdemaneraquesepuedahacerunaauditorade los

mismosydisponerdeunrastrodetodalahistoriadeundato.

Validacin

de

la

Data

HayquetenerencuentaquelainformacinaponerenelDataWareHousetienecomoorigenlasbasede

datostransaccionales,porloquedebemosasegurarnosqueseaconsistente.

Existen2recomendacionesparaestecaso:

Siladatatransaccionalestuvieramuydesordenadaespreferibletrabajarenunambientede

depuracinprevioalpoblamientoalDataWareHouse.

Perosiladataesconsistenteelpoblamientosepuederealizardirectamente.

Recomendacionesadicionales:

Cualquieraseaelcasoladatadebecorregirseenelorigenantesdeexportarla.

Determinarycorregirlosprocesoquelainvalidan.


67/80



Grabardataentablasdeauditoraparasuposteriorrevisinycorreccin.

CausasdelaInconsistenciadeDatos:

Ladata es representada diferente endiferentesorgenesdedatos. Por ejemplo se tieneuna tabla

productosenelsistemadealmacnyotratablaproductosenelsistemadeventas,culdelasdosesla

quemanda?

Ladatanoadministraintegridaddeclarativa,locualpodragenerarinconsistenciasdediferenteforma.

La integridad declarativa permite entre otras cosasmanejar restricciones de Clave Primaria, Clave

ForneayReglas

de

Validacin

alas

columnas

respectivas.

Mtodos

para

Poblar:

Vanaestarenfuncinalacalidaddeladatatransaccional

Mtodo1:validarytransformarenunambientetemporal

Mtodo2.Validarytransformarduranteelprocesodecargadedatos.

Formas

de

Poblamiento:

Almomentodepoblartengaencuentaquelainformaciniracreciendoeneltiempo,porloquehayque

prevenirquenoserepita,paraellohay2metodos

Utilizando el mtodo de limpieza total

Eliminar informacin En el caso de las keys de las dimensiones, que han sido definidas como Surrogate Key, se

sugiere reiniciar los contadores. Poblar la informacin,

Utilizando el mtodo incremental Identificar los cambios generados

Poblar la informacin.


68/80



Herramientas

para

Poblar:

UsandoelLenguajeSQLparaconsultasLocales

UsandoConsultasDistribuidas

DataTransformationServices(SQL7.0ySQL2000)

IntegrationServices(SQL2005)

CrearelProyecto

EstablecerConexiones


69/80



PrepararelFlujodeControl

IncluirTareasSQL

IncluirTareasdeFlujodeDatos

Ejecutarpaquete

Programartareadeejecucindepaquete.


70/80



Cubos OLAP

Introduccin

Inteligencia deNegocios (BI) es una forma de pensamiento.Un datawarehouse es una estructura

generalparaalmacenardatosparaunbuenBI.ELDataWareHouseesunagranBDquenecesitadeayuda

adicional para convertir los datos en informacin, para ello se sustentan en losbeneficios enormes de las

tecnologasOLAP(OnLineAnalitycalProcess)herramientasqueconviertendatoseninformacin.

LosCubossonrepresentacioneslgicasdealmacenamientodeunaBDOLAP.Combinandimensionesy

medidasdentrodemodelosflexibleseintuitivosquelosusuariospuedenemplearpararealizarsusconsultasy

autogenerarsusreportes.

Fundamentalmenteproporcionaunavistamultidimensionaldelosdatos.

Beneficios

Directos

de

un

Cubo

OLAP

sobre

un

Data

WareHouse

Posibilidaddenavegacindearribahaciaabajooviceversa(drildown,drilup)

Construirvistas

dinmicas

de

los

datos

Consultasbasadasenmetadatos,conunlenguajepropio:MDX

Formas presentesalestilodeHojasdeCalculo

IncorporaelUDM(UnifiedDimensionalModeling)quepermiteintegrarModelosDimensionalescon

ModelosTransaccionales.


71/80



KPI (Key Perfomance Indicator).Indicadores Claves de Gestin(Rendimiento)

Introduccin

En la terminologa empresarial, un indicador clave de rendimiento (KPI) es una medida cuantificable para

identificar los xitos empresariales. Un KPI se evala con frecuencia a lo largo del tiempo. Por ejemplo, el

departamento de ventas de una organizacin puede utilizar el beneficio bruto mensual como un KPI, pero el

departamento de recursos humanos de la misma organizacin puede utilizar la rotacin de personal trimestral.

Cada uno de ellos es un ejemplo de KPI. Los ejecutivos de una compaa suelen utilizar KPI agrupados en una ficha

empresarial para obtener un resumen histrico rpido y preciso de los xitos empresariales.

Si no puede medir No puede gestionar

UnKPIpermitirmedirparapermitirelmonitoreoycompararloconlosobjetivospropuestos.

Caractersticas

de

los

KPI

Reflejanlosvaloresdelasestrategiasplanteadas.

Sondefinidasporlosejecutivos.

Vanaplicndoseencascadaenlaorganizacin

Estnbasadosenestndarescorporativos

Estnbasadosendatavalida

Debenser

fciles

de

comprender

http://www.tdwi.org/publications/display.aspx?ID=7114

Ejemplos

IndicadordeMorosidad(MEDIDASVencido/programado


72/80



IndicadordeRentabilidad costo/venta


73/80



oempeoraalolargodeltiempo.

Indicadorde

estado

Elementovisualqueproporcionauna indicacinrpidadelestadodeunKPI.Lavisualizacin

delelementosedeterminaconelvalordelaexpresinMDXqueevalaelestado.

Indicadorde

tendencia

Elemento visual que proporciona una indicacin rpida de la tendencia de un KPI. La

visualizacin del elemento se determina con el valor de la expresinMDX que evala la

tendencia.

Carpetapara

mostrar

CarpetaenlaqueaparecerelKPIcuandoelusuarioexamineelcubo.

KPI

primario

Referencia

a

un

KPI

existente

que

utiliza

el

valor

del

KPI

secundario

como

parte

del

clculo

del

KPIprimario.Enocasiones,unsoloKPIserunclculocompuestoporlosvaloresdeotrosKPI.

Esta propiedad facilita la visualizacin de los KPI secundarios situados por debajo del KPI

primarioenlasaplicacionescliente.

Miembrode

horaactual

ExpresinMDXquedevuelveelmiembroqueidentificaelcontextotemporaldelKPI.

Peso ExpresinnumricaMDXqueasignaunaimportanciarelativaaunKPI.SielKPIseasignaaun

KPIprimario,elpesoseutilizaparaajustarproporcionalmentelosresultadosdelvalordelKPI

secundarioalcalcularelvalordelKPIprimario.

Interfacesde KPI


74/80




75/80



Ejemplos:

KPI: IndicadordeRecaudacin

Valor:[Measures].[Monto Cobrado]/[Measures].[Soles]

Meta: 1

Estado:

Casewhen([Measures].[Monto Cobrado]/[Measures].[Soles]) >0.94 Then1when[Measures].[Monto Cobrado]/[Measures].[Soles]>0.80 then0

else-1end


76/80



Resultado

Fijeseenlosdatosactuales

Lascobranzasnorepresentanniel6%delasventasporlotantoelgaugerepresentaelcolorrojo.

EjemploconcdigoMDX:


77/80



Quedacomotemadeinvestigacin:

Verificartendencias

IncluirKPIasuproyecto


78/80



PERFILDELING.RICARDOMENDOZARIVERA

EXPERIENCIA

LABORAL

ManagerdeOperacionesdePremiun.NETBusinessIntelligenceSolutions

DiseodeProductosdeComercializacinyLogsticaPremiun.NET

DiseodeModulodeIndicadoresdeGestinComercialyLogsticaPremiun.NET

Ex JefedelAreadeSistemasdelConsorcioUniversitarioEducativoUCV

Direccindel

Area

de

Sistemas

yGestin

de

Mdulos

de

aplicaciones

Windows

yWeb.

AdministradordeBasedeDatosdelConsorcioUniversitario DBA

PreparacindeInformacindeGestinparaProcesosdeCuentasCorrientes,Acadmico,Admisin,

Bibliotecas,etc.

ProyectoparaIntegracindeFilialesMaestrasEducacinusandoReportingServices

IntegracindedatosdellamadasTelefnicas desdeunaCentralIPalSistemaPremium.NETUCV

ProyectodeunDataMartdeAcadmicoydeCobranzas.

Ex DirectordeInformacinTcnicaMetropolitanaPLANDEMETRU MPT

ProyectoGISconSQLServery.NET:SYCONGYS.

Proyectode

Informacin

de

Sistema

Catastral.

Ex AnalistadeSistemasHIDRANDINAS.A

ResponsableinformacindeGestindeMorosidad.

DesarrolloySoportedeMdulosdeCobranzas,Morosidad,Almacenes,etc.

PROYECTOS

LderProyectoPremiun.NETComercial.DEPOSITOSSANTABEATRIZ

LderelProyectoPremium.NETintegraprocesosacadmicosyadministrativosConsorcioUniversitario

EducativoUCV.

Diseo

de

Informacin

de

Gestin.

ProyectoOPTIMUSGRUPOGLORIA.HIDRANDINAS.A.(Responsable BasedeDatosdelProyecto

DBA)

ProyectodeComercializacin.LIDERPACOCHASA

ProyectodeControldeMorosidadSEDALIBSA

CAPACITACIONEMPRESASDELMEDIO

RAZZETO(AreaSistemas)ConstruccindeReportesDimensionales VB.NETySQLServer


79/80



SEDALIB(AreaSistemas) ConstruccindeunDataWareHouseconSQLServerBI

DAMPERTRUJILLO

(Area

Sistemas)

SQL

Server

2005

yServicios

de

Anlisis.

CAJAMUNICIPALDEPISCO(AreadeSistemas)ReportingServicesconSQLServerBI

YOGORAVERAZZETO(AreaSistemas)SQLServer2000

UNIVERSIDADPRIVADADELNORTE(AreaSistemas)SQLServer2000

TRANSPORTESLINEA(AreaSistemas) SQLServer2000

DOCENCIAUNIVERSIDADESyCENTROSDEEXTENSION

DocenteCursosdeTitulacinyPostgradoen: InteligenciadeNegocios,BasedeDatos

Multidimensionales,BasedeDatos,IngdeSoftware. UPSP,UNPRG,ULADCH,UNC,UNS,UAP,UDCH

DocenteCursodePreGrado.SistemadeTomadeDecisiones,BasedeDatos,IngenieradeSoftware

UCV,UPSP,

UNT

DocenteCISUCVTrujillo. UMLconRationalRose,Administracin,Implementacin,Construccinde

unDataWareHouse,ReportingServices.Versiones6.5,7.0,2000,2005,2008.UML

FORMACION

PROFESIONAL

MaestraenIngenieradeSistemas

PostgradoenTecnologasdeInformacinESAN

MicrosoftCertifiedProfessional

CursosdeCertificacinMicrosoftdeSQLServer,DataWareHouse,VS.NET

Cursode

Certificacin

ORACLE

PL/SQL,

Developer

2000

CursoOficialRationalHistaModelandoObjetosconUML

PONENCIAS

CongresoRegionaldeTecnologasdeInformacin.InteligenciadeNegociosconSQLServer2008.

UniversidadSanAntoniodeAbad Cusco

SeminarioRegionaldeTecnologasdeInformacin.AplicandoInteligenciadeNegociosaEmpresas

Regionales.ColegiodeIngenierosdelPerFilialAncash

SoftwareLibrevsSoftwarePropietario.MotordeBDSQLServerUSSChiclayo

SemanaSistmica.InteligenciadeNegociosconSQLServer2005UCVTarapoto

CongresoNacionalSistemas.InteligenciadeNegociosconSQLServer2005UPSPChimbote.

Semana Sistmica. Construccin de Reportes en Web usando MS Reporting Services UPSP Cajamarca.

SeminarioRegional.MSReportingServicesUDCHChiclayo

SeminarioSistemas.InteligenciadeNegociosconSQLServer2005UPSPHuaraz.

SemanaSistmica.ConstruccindeunDataWareHousesobreSQLServerUNCCajamarca

Seminario Regional de Sistemas. Construccin de un Data WareHouse sobre SQL Server ULADCH Chimbote.

SeminarioRegional.BasedeDatosDistribuidassobreSQLServerUDCHChiclayo

SeminarioRegional.ConstruccindeunDataWareHousesobreSQLServerUNSChimbote

SemanaSistmica.ConstruccindeunDataWareHousesobreSQLServerUCVPiura

SeminarioTaller.BasedeDatosDistribuidassobreSQLServerUCVTrujillo


80/80


La mejor forma de resumir todo lo anterior es por medio de la frase de Bill Gates, Director de

Microsoft, "BI ayuda a rastrear lo que en realidad funciona y lo que no" [5].

Inteligencia de Negocios _Reparado

Documents

Transcript of Inteligencia de Negocios _Reparado