INTRODUCCIÓN
Los procesos de una organización, indistintamente del rubro al que
pertenecen, cada día son más complejos y gestionarlos a veces se hace
difícil. Las razones pueden ser múltiples: para brindar nuevos servicios, crear
nuevos productos, satisfacer necesidades de clientes, ser competitivos en el
mercado, etc. En tanto las tecnologías de información ahora juegan un rol
importante en toda la pirámide de la organización, desde la base operativa
con sistemas de información transaccionales hasta la dirección
estratégica y gerencial que requieren de sistemas de información para el
soporte del proceso de decisiones. Inteligencia de negocios es más que una
estrategia aceptada en el campo empresarial.
La Oficina de Coordinación y Desarrollo Académico (OCDA) de la
Universidad Nacional Agraria de la Selva de Tingo María, el área de
aplicación del presente estudio, es uno de los órganos claves con
responsabilidad en la toma de decisiones en materia al factor académico
estudiantil, se plantea desarrollar estrategias como: la reducción de alumnos
especiales según artículos, aplicar nuevos servicios para el estudiante del
Centro Pre Universitario, pregrado, egresados, emprender campañas de
motivación para los estudiantes, así también pretende mejorar las
relaciones con su entorno, integrar procesos con el mismo y eliminar la
duplicidad de actividades para reorganizar los procesos académicos con
fin de atender las necesidades conjuntas; por tanto, para el desarrollo de
sus funciones y el soporte de las estrategias mencionadas está presente la
necesidad de contar con una herramienta de ayuda que agilice el proceso de
decisiones.
Como solución se pretende aplicar la estrategia de negocios,
desarrollando un Datamart en la OCDA - UNAS, para proporcionar información
adecuada, permitir el análisis datos mediante cubos OLAP con el fin de
ayudar en el proceso de toma de decisiones en relación a la situación
académica del estudiantil.
El presente trabajo monográfico consta de 4 capítulos; en el primer
capítulo se describe el sistema de referencia y su entorno, el segundo
capítulo presenta brevemente lo antecedentes y se definen la base
teórica de la investigación, en el tercer capítulo se muestra el proceso de
desarrollo del Datamart; posteriormente el cuarto capítulo se dedica a la
generación de reportes y el análisis de datos obtenidos del Datamart.
El cambio hace que todos, formemos parte de una sociedad
del conocimiento, ésta sociedad aún está en sus inicios, en las primeras
etapas de formación pero paso a paso debemos construirla para obtener sus
beneficios y mejorar nuestra calidad de vida.
OBJETIVOS
o OBJETIVO GENERAL
Proveer una herramienta de inteligencia de negocios para facilitar el
proceso de toma de decisiones en la Oficina de Coordinación y Desarrollo
Académico de la Universidad Nacional Agraria de la Selva de Tingo María, con
el fin de agilizar el proceso de análisis de datos, formulación de estrategias de
prevención y planificación de actividades de una forma mas rápida.
o OBJETIVOS ESPECÍFICOS
Desarrollar un Datamart para la OCDA-UNAS
Realizar el proceso de Datawarehousing (Extracción,
Transformación y Carga de Datos)
Diseñar cubos OLAP de notificación Alumnos, Artículos, Semestres.
Generar reportes: cuadros y gráficos estadísticos para el
análisis de datos obtenidos del Datamart
JUSTIFICACIÓN
Ésta investigación es importante porque está basada en las
necesidades y requerimientos de eficiencia operacional de la Oficina de
Coordinación y Desarrollo Académico de la UNAS de Tingo María. La misma
que forma parte del desarrollo de una estrategia competitiva, de esta casa
superior.
En el Presente informe se detalló Aspectos Generales del Sistema
como la descripción del sistema en estudio, su estructura, funciones y servicios
que ofrece; consecuentemente se elaboró el Proceso de Plan Estratégico,
definiendo para ello la visión, misión, Análisis FODA, Objetivos y Acciones
Estratégicas a tomar, según los objetivos planteados.
I. DESCRIPCIÓN DEL SISTEMA DE REFERENCIA
1.1 Antecedentes Históricos
La Universidad Nacional Agraria de la Selva (UNAS), fue creada el
17 de febrero de 1964, mediante la Ley Nº 14912, ocupando los terrenos de la
ex Estación Experimental Agrícola de Tingo María, transferido a la naciente
Universidad por el Ministerio de Agricultura. Su organización estuvo a cargo de
las Universidades Nacionales Mayor de San Marcos y Agraria La Molina. La
UNAS, se basa en la Ley Universitaria Nº 23733, cuenta con 06 facultades y 10
carreras profesionales.
La comunidad universitaria de la UNAS está conformada por 4
estamentos entre ellos por docentes, administrativos, alumnos y egresados.
Una de las oficinas de mayor importancia que pertenece a la parte
administrativa de la UNAS es la Oficina de Coordinación y Desarrollo
Académico que desde ahora llamaremos OCDA, la cual es una oficina
dependiente del Vicerrectorado Académico, encargada de coordinar las
actividades académicas a nivel de pregrado y postgrado.
La OCDA, esta adscrita a la Universidad Nacional Agraria de la
Selva, depende académicamente del Vicerrectorado Académico y
administrativamente del Vicerrectorado Administrativo, según consta en el
Estatuto de nuestra Universidad. La OCDA vela por la planificación y
cumplimiento de los programas y actividades que contribuyen a la formación
integral de toda la comunidad universitaria y de la formación académica de los
estudiantes, a través de eventos que buscan el fortalecimiento en virtudes y
valores para el bien de la persona humana y su trascendencia en la sociedad.
1.2 Sistema de referencia
La delimitación del ámbito de estudio o sistema se reduce a la
Oficina de Coordinación y Desarrollo Académico (OCDA) de la Universidad
Nacional Agraria de la Selva (UNAS).
El rol organizacional de la OCDA es ofrecer servicios de calidad,
en los campos de la coordinación académica y gestión de la información y del
conocimiento. La Oficina de Coordinación y Desarrollo Académico (OCDA), es
una oficina de administración académica que asume por delegación del
Vicerrector Académico las competencias de dirección, promoción, información
y coordinación de los procesos y actividades académicas y de gestión del
conocimiento de la Universidad.
1.3 Ubicación Geográfica
Está ubicada en la ciudad de Tingo María, capital del distrito de
Rupa Rupa de la Provincia de Leoncio Prado en Huánuco: geográficamente se
localiza a 9º 17'08” de latitud sur y 75º 59’52” de longitud Oeste, a 660 metros
sobre el nivel del mar y una temperatura promedio anual de 24º C.
1.4 Plan Estratégico Institucional
1.4.1 Misión
Brindar servicios con calidad y eficiencia que contribuyan a la
formación integral y humanista de los estudiantes, profesionales y comunidad;
fortaleciendo los estándares de acreditación institucional.
1.4.2 Visión
Ser líder en la calidad de gestión de los servicios y coordinación
académica, que contribuya al desarrollo y formación integral del estudiante,
fortaleciendo los estándares de calidad en el proceso de acreditación
institucional.
1.5 Objetivos Organizacionales
Satisfacer las necesidades y expectativas de sus usuarios y
beneficiarios.
Impulsar la construcción de una Cultura de la Calidad de
servicios en la UNAS.
Consolidar la Estructura Organizacional de la UNAS.
Contribuir al Mejoramiento Profesional y a la Calidad de Vida de
su Talento Humano.
1.6 Organigrama Estructural
Para el cumplimiento de sus roles, competencias y objetivos, la
OCDA ha definido como campos de trabajo la dirección y sus áreas
correspondientes:
Figura. 1. Organigrama Estructural – OCDA - UNAS1
1 “Manual de Organización y Funciones de la OCDA”.Fuente: Área de Racionalización - Oficina de Planificación.Elaboración: Año 2007.
VICERRECTORADO ACADEMICO
JEFATURA
DIRECCION
SECRETARIA
AREA DE ADMISION ACADEMICA
AREA DE REGISTRO ACADEMICO, Y ARCHIVO
EQUIPO TECNICO
DE ADMISON
SOPORTE INFORMATICO Y
SISTEMAS
ARCHIVO Y ESTADISTICA
REGISTRO ACADEMICO
CERTIFICACION ACADEMICA
IMPRESIONES
1.7 Funciones de la Oficina de Coordinación y Desarrollo Académico2
Elaborar el Plan de Funcionamiento de la Oficina de
Coordinación y Desarrollo Académico.
Planificar y proponer normas y programas sobre los servicios
académicos, así como el desarrollo académico, mediante el
uso de la tecnología educativa.
Coordinar las actividades académicas, que realizan las
diferentes facultades de la Universidad Nacional Agraria de la
Selva.
Cumplir y hacer cumplir el Reglamento de Estudios y Acuerdos
del Consejo Universitario.
Organizar, coordinar e implementar anualmente el proceso de
admisión en sus diferentes modalidades de ingreso
Elaborar y procesar las Actas de notas para los exámenes de
medio curso, final, subsanación, ciclo de nivelación, escuela de
Postgrado y curso de especialización Profesional
Visar los Certificados de estudios, constancia de estudios y
constancias de Orden de mérito.
Llevar los registros de matrícula, actas de calificación y
certificados de estudios.
Elaborar y proponer el Calendario Académico
Consolidar los horarios de clases en coordinación con las
Facultades.
Realizar la matrícula de estudiantes de pregrado en los dos
Semestres Académicos.
Gestionar los carnés universitarios ante la ANR
Racionalizar el uso de aulas y coordinar con las oficinas
correspondientes su adecuado mantenimiento y limpieza
Centralizar la información relacionada con el aspecto
académico.
2 “Manual de Organización y Funciones de la OCDA”.Fuente: Área de Racionalización - Oficina de Planificación.Elaboración: Año 2007.
Llevar el registro y control de graduados, y efectuar estudios de
seguimiento de los egresados
Mantener el registro permanente de notas, planes de estudios,
currículo y sílabos de cada una de las Facultades y escuela de
Post Grado.
Seleccionar de estudiantes que ocuparon los Primeros Puestos
en el semestre académico concluido en estricto Orden Mérito y
de acuerdo a su Reglamentación.
Verificar los Registros de Notas con los asentados en Actas de
los posibles egresados para su posterior certificación.
Presentar el informe anual de las actividades realizadas.
1.8 Servicios que Ofrece3
Asesoramiento personalizado del reglamento de estudios a los
alumnos, padres de familia y docentes.
Brindar Certificado de Estudios
Brindar Actas de Notas para los exámenes final, subsanación,
ciclo de nivelación, escuela de Postgrado, y curso de
especialización Profesional.
Ofrece el Calendario Académico
Realiza y brinda Horario de clases
Entrega los Carnés Universitarios
Realizar el proceso de Matricula
Realizar el Proceso de Admisión
Brinda el registro permanente de notas, currículo y silabos de
los cursos de las facultades y escuelas Postgrado
1.9 Asignación de Cargos de la OCDA
Tabla 1: Cuadro de Asignación de Cargos
3 “Manual de Organización y Funciones de la OCDA”.Fuente: Área de Racionalización - Oficina de Planificación.Elaboración: Año 2007.
UNIDAD
ORGÁNI
CA
CARGO
CLASIFICADOCARGO ESTRUCTURAL
OCDA
Director Director de Administración
Académica
Técnico
Administrativo III
Técnico Académico
Técnico
Administrativo III
Técnico Académico
Técnico
Administrativo III
Técnico en Impresiones
Secretaria II Secretaria
Técnico
Administrativo II
Técnico en Operaciones
Académicas
1.10 Organización interna de la oficina de coordinación y desarrollo
académico.
Jefe de Oficina : Ingº Jorge Adriazola Del Aguila
Directora : Lic.Adm. Educ. Olivia Ruth Pulgar T.
Secretaria : Sra. Mery Julia Malpartida Jaramillo
Área de Admisión : Sr. Andrés Oré Aguilar.
Área de Registro Académica : Sr. Juan Pujay Campó.
Certificación Académica : Lic.Adm. Zulia Rodríguez Ch.
Área de Soporte Informático : Bach. Edwin Vega Ventocilla
Sección de Archivos : Sr. Fredy Alvino Guevara
Sección de Impresiones : Sr. Victor Garrido Atencia
CAPITULO II
“PLANEAMIENTO ESTRATÉGICO”
2.1.Definición de la Visión y Misión
2.1.1. Visión
La visión de futuro de la OCDA, de acuerdo a las expectativas e
ideales por parte del personal administrativo que labora en ella, es
como sigue:
VISIÓN
A través del Proceso de admisión de
la UNAS
Procedimiento de los registros
académicos de la UNAS
Líder en la atención de los Servicios
Académicos
Ser líder en la atención de los servicios académicos referentes al
proceso de admisión a la universidad, el procesamiento de los
registros académicos acorde con las exigencias y la modernidad
frente al mundo globalizado.
Fig 2. Visión de Desarrollo de la OCDA
2.1.2 Misión
La misión que todos y cada uno del personal perteneciente a la
OCDA persiguen día a día para alcanzar la Visión de desarrollo
de la OCDA es como sigue:
MISIÓN
Brindar servicios académicos con calidad y eficiencia que
contribuyan a la formación integral y humanista de los
estudiantes, profesionales y comunidad; fortaleciendo los
estándares de acreditación institucional
2.2 Análisis FODA
2.2.1 Análisis Externo
Oportunidades
Cooperación de las demás oficinas para disponer de
información necesaria para el desarrollo de las
actividades.
Convenios con instituciones para dar charlas,
seminarios y cursos de especialización a los
trabajadores.
Amenazas
Mejoras en la tecnología en cuanto al robo de
información y daños informáticos.
Inadecuada disposición laboral.
No se realizan actividades de mantenimiento
permanente en los servicios.
Malas políticas académicas gubernamentales.
2.2.2 Análisis Interno
Fortalezas
Red informática y telefónica instalada.
Respaldo de la información.
Trabajo en equipo dentro del área.
Existe vocación de servicio e iniciativa en los
integrantes de OSA.
Contar con un parque informático (Pc’s) necesarios
para el sistema de información automatizado.
Debilidades
Infraestructura física inadecuada.
Falta de conciencia por parte de las autoridades de la
importancia de OCDA.
Mal manejo de la información y de la tecnología.
No se cuenta con un sistema de gestión y control de
bienes.
Incumplimiento de reglamentos.
Tiempo de respuesta en la atención a los usuarios en
ocasiones lenta.
Falta de complemento en el conocimiento de la
computación.
No contar con adecuadas políticas de seguridad.
2.3 Definición de Objetivos Estratégicos
Alcanzar un alto nivel de competencia en los estudiantes y
egresados.
Brindar servicio de calidad a los alumnos.
2.4 Formulación de Estrategias
PLANIFICACIÓN OPERATIVA
Alcanzar un alto nivel de competencia en los estudiantes y egresados.
ESTRATEGIA RESPONSABLE PLAZO INDICADOR
Fortalecer los programas
curriculares de
educación acorde con
las exigencias del
mercado local y nacional.
Área de
Registro,
Dirección y los
Departamento
académicos de
Facultades
3 años Cantidad de
cursos.
Difundir Programas y
Proyectos de
investigación y
Desarrollo Tecnológico
por Facultad.
Jefe de OCDA y
Dirección
1 año Numero de
Programas y
Proyectos.
Brindar becas a los
mejores estudiantes por
cada semestre
Jefe de OCDA y
Dirección
4 meses Cantidad de
becas por
estudiante.
PLANIFICACIÓN OPERATIVA
Brindar servicio de calidad a los alumnos.
ESTRATEGIA RESPONSABLE PLAZO INDICADOR
Capacitación Periódica
del personal
Área de
Dirección de la
1 año Nº de
capacitaciones
administrativo. OCDA por año.
Atención oportuna en las
necesidades del
estudiante
OCDA 60 días Nº de
requerimientos
por alumno.
CAPÍTULO III.
“MARCO
TEÓRICO”
3.1.Inteligencia de Negocios, Datawarehouse y Datamart
Para el desarrollo del Datamart es necesario contar con una
base teórica en lo referente a que es la inteligencia de negocios y
para que se usa un Datamart.
3.1.1 Inteligencia de Negocios
Inteligencia de Negocios o Business Intelligence (BI), es el conjunto
de estrategias y herramientas enfocadas a la administración y
creación de conocimiento mediante el análisis de datos existentes
en una organización o empresa. Este conjunto de herramientas
y metodologías tienen en común las siguientes características:
Accesibilidad a la información:
Apoyo en la toma de decisiones:
Orientación al usuario final.
3.2.2 Datawarehouse
Es un almacén de datos relacionados a las actividades de
una organización grabadas en una base de datos diseñada
específicamente con el propósito de hacer informes para después
analizar estos informes y conseguir información estratégica.
El DataWarehouse (DW) tiene como objetivo agrupar los datos de
toda la empresa con el fin de facilitar su análisis, de forma que
sean útiles para acceder y analizar información sobre la propia
empresa.
Figura Nº 4 Esquema de un Datawarehouse
3.2.3 Componentes en la creación de un Datamart
Fuentes de Datos
Son las que alimentan de información al DW, están
diseñadas para registrar grandes cantidades de transacciones.
Entre ella tenemos la base de datos OLTP (Una base de datos
para soportar procesos transaccionales).
Características:
• Son pobladas por usuarios finales.
• Se optimizan en función a procesos transaccionales.
• Se actualizan constantemente.
• Contienen mucha información de detalle.
OLTP: “Una base de datos para soportar procesos
transaccionales en línea (OLTP), puede no ser adecuada
para el DW ya que ha sido diseñada para maximizar la
capacidad transaccional y la optima actualización de sus datos.”4
Procesos de extracción, transformación y carga de datos
(ETL)
Los datos registrado en sistemas OLTP, debe ser extraídos y
transformados antes de cargar los resultados en el DW.
Uno de los desafíos de cualquier implementación de DW, es
el problema de transformar los datos. La transformación de
datos también se encarga de las inconsistencias en el
contenido de datos. Establecidas las
reglas de transformación, deben crearse e
incluirse las definiciones en las rutinas de transformación.”5
DataWarehouse y DataMart
Un DW contiene la información de toda la empresa.
Cualquier departamento puede acceder a la información de
cualquier otro departamento mediante un único medio, así como
obligar a que los mismos términos tengan el mismo significado
para todos. Un Datamart (DM) almacena la información
de un área o departamento especifico y un conjunto de DM’s
forman un DW.
Cuadro Nº 2 Diferencia entre BD Operacionales y
Datawarehouse
Base de Datos DataWarehouseDatos Operacionales Datos del negocio para Orientado a la aplicación Orientado al sujetoActual Actual + históricoDetallada Detallada + más resumidaCambia continuamente Estable
Fuente: Manual de construcción de Datawarehouse
Herramientas de Explotación
El DW está orientado a la toma de decisiones. Almacena
datos de acuerdo a categorías o estructurándolos de forma que
favorezcan el análisis de los datos, el análisis histórico; está
preparado para ser explotado mediante herramientas
específicas que permiten la extracción de información
significativa y patrones de comportamiento que permanecen
ocultos en un enorme repositorio de datos.
Las herramientas software que existen son:
• Herramienta de consulta y reporte
Las herramientas de consulta al igual que la mayoría de
herramientas visuales, permiten apuntar y dar un click a los
menús y botones para especificar los elementos de datos,
condiciones, criterios de agrupación y otros atributos de una
solicitud de información. La herramienta de consulta genera
entonces un llamado
a una base de datos, extrae los datos pertinentes, efectúa
cálculos adicionales,
manipula los datos si es necesario y presenta los resultados en un
formato claro.
4 Datamart
ht tp:// www.navactiv a.co m/web/es/atic/aseso /desarrollo/asesor1/2005/32086.j
sp
5
h t tp :// www . p r og r amaci on . c o m / b bd d / tu t o ri a l/ wareho us e / 6/ # ware h o u s i n g _ar q u
i t ect u r a_o p erac i on e
• Herramientas de base de datos multidimensionales / OLAP
Las primeras soluciones OLAP (On Line Analytical
Processing), estuvieron basadas en bases de datos
multidimensionales (MDDBS). Un cubo estructural (dos veces
un hipercubo o un arreglo multidimensional) almacenaba los
datos para que se puedan manipular intuitivamente y claramente
ver las asociaciones a través de dimensiones múltiples, pero este
enfoque tiene varias limitaciones:
- Las nuevas estructuras de almacenamiento de datos requieren
bases de datos propietarias. No hay realmente estándares
disponibles para acceder a los datos multidimensionales.
- La segunda limitación de un MDDB concierne al desarrollo de
una estructura de datos. Las compañías generalmente
almacenan los datos de la empresa en bases de datos
relacionales, lo que significa que alguien tiene que extraer,
transformar y cargar estos datos en el hipercubo.
• Sistemas de información ejecutivos
El concepto de EIS (Executive Information Systems) es simple:
los ejecutivos no tienen mucho tiempo, ni la habilidad en muchos
casos, para efectuar el análisis de grandes volúmenes de datos.
El EIS presenta vistas de los datos simplificados, altamente
consolidados y mayormente estáticas.
• Herramientas de Data Mining
Data Mining es una categoría de herramientas de análisis open-
end. En lugar de hacer preguntas, se toma estas herramientas
y se pregunta algo "interesante", una tendencia o una
agrupación peculiar, por ejemplo. El proceso de Data Mining
extrae los conocimientos guardados o información predictiva
desde el DW sin requerir pedidos o preguntas específicas. Las
herramientas Mining usan algunas de las técnicas de
computación más avanzadas para generar modelos y
asociaciones como redes neuronales, detección de
desviación, modelamiento predictivo y programación genética.
Modelo Dimensional
El modelado dimensional se basa en HECHOS (Facts), tiene
algunos atributos como medidas que se le conoce como
METRICAS. La Fact a su vez cuenta con dimensiones (tablas)
que la rodean, todo depende de la complejidad del mismo y de lo
que se quiera mostrar.
Diseño de Datamarts6
En el proceso de diseño y construcción de los DM’s, existen
diversos patrones de desarrollo, entre los cuales podemos
mencionar tres: el primero conocido como Top Down el cual
tiene como base un sistema de DW para toda la empresa y a
partir de este se desarrollan los DM’s para las divisiones o
departamentos. Un segundo patrón denominado Bottom -
up, el cual se fundamenta en la construcción de los DM’s
de cada departamento o división de la empresa, a partir de los
cuales se construye la DW; y un tercer modelo, el cual consiste
en llevar
una construcción paralela entre ambas estructuras.
6 Sánchez K. Generalidades y Patrones de Desarrollo de Datamarts.
Revista Intercedes, 2006
CAPÍTUL
O IV.
“DESARROLLO DEL DATAMART”
4.1DATAWAREHOUSE
En nuestro sistema desarrollado, lo primero que tuvimos en cuenta fue la
creación de nuestro DataWarehouse el cual lo pusimos de nombre
“OSA_MART”, el cual se encuentra en el Administrador Corporativo del
SQL SERVER 2000, creando en ella el diagrama de datos estrella.
4.2 CREACIÓN DE LAS DIMENCIONES
Para la creación del modelo estrella se necesitan elegir las dimensiones
para eso nos basamos en las siguientes preguntas.
¿Cantidad de Alumnos que encontraron incurso en los siguientes
artículos: 75, 76, 77, 78, 84, 85. por facultades y respectivos
semestres?
ART. 75º Alumno en observación, que al finalizar el ciclo no alcanzo
un promedio de 11 el siguiente semestre e matricula como máximo
15 créditos y pago por cada crédito es de S/. 10.00 (ALUMNOS
ESPECIALES).
ART 76º El alumno que no haya cumplido con rendimiento mínimo
en el periodo de observación será suspendido de la UNAS, En el
semestre siguiente.
ART 77º Separado definitivamente de la UNAS.
ART 84º El alumno que no concluya en el periodo de 10 semestres,
perderá la gratuidad de enseñanza y los beneficios de Acuerdo al
Art. 57º de la Ley 23733.
ART 85º El tiempo máximo de permanecía para su formación
profesional será de 16 semestres efectivos.
Esta Información nos permitirá conocer el desarrollo académico de
cada alumno y en que condición académica se encuentra, de
acuerdo a los artículos establecidos.
¿Cantidad de Alumnos que se matricularon por semestres?
Esta información nos servirá para poder realizar un análisis detallado
de la demanda existente en cada facultad, de acuerdo a esta
información la administración podrá tomar las decisiones
correspondientes, que pueden ser:
Designación de presupuesto.
Capacitación de profesionales.
Contratación de docentes.
Implementación de laboratorios.
Mejoramiento de infraestructura.
Las dimensiones encontradas según a las preguntas realizadas son:
DIMENSIONES
MaeAlu_Dim
MaeFac_Dim
Time_Dim
4.3DTS: DATA TRANSFORMATION SERVICES
CAPITULO V
“ANÁLISIS DE LOS DATOS”
CONCLUSI
ONES
1. Se logró estructurar el modelo estrella teniendo en cuenta las
dimensiones como: MaeFac_dim, MaeAlu_dim, Time_dim,
relacionándola con nuestra tabla central llamada Hechos.
2. A través del DTS se pudo migrar los datos de la Base de Datos
transaccional OSA al DatawareHouse OSA_MART.
3. Mediante la creación de los cubos, que se encuentran con el nombre de
Origen de Datos llamado DW_OSA, se pudo analizar las consultas
como: la cantidad de alumnos que estuvieron incursos en los artículos:
75, 76, entre otros y la cantidad de demanda de alumnos existentes en
las distintas facultades como: Zootecnia, Agronomía, Recursos
Naturales Renovables, Industrias, FACEA y Sistemas.
RECOMENDACIO
NES
1. Se recomienda el rediseño del Modelado de la Base de Datos
Transaccional de la OCDA “Oficina de Coordinación y Desarrollo
Académico”, para eliminar la redundancia de datos e inconsistencia en
las tablas, como en el caso de la tabla MaeUso que no se encuentra
relacionada con las tablas movimientos del sistema, ya que esta tabla se
usa para registrar usuario y sin ninguna relación no se puede llevar el
control de los usuarios.
2. Se recomienda a la UNAS, la entera migración de sus tablas “dbf” a un
gestionador de Base de Datos como es SQL Server 2000, con la
finalidad de tener una mejor administración de los datos.
3. Se recomienda la creación de un DATAWAREHOUSE, para almacenar
información histórica de los movimientos de la OCDA, de tal manera
que podamos realizar las respectivas consultas para una mejor toma de
decisiones.
REFERENC
IAS
a. Referencias Bibliográficas
- Sánchez K. “Generalidades y Patrones de Desarrollo de
Datamarts”. Revista
Intercedes, 2006
b. Referencias Electrónicas
- Casares Claudio. “Datawarehousing”. Bases de datos. URL:
http://www. p rogramacio n . c om/bbdd/ t utorial / war e house/6/# w arehou
s ing _ arquite c t ura_operacione, 2006
- Dirección General de Información en Salud. “Bases de Datos
en formato de
Cubo Dinámico”. URL: h t tp://dgi s . salud.gob.m x / cubos.html
- INEI. “Manual de Construcción de un DataWarehouse”.
URL:
http://www.ine i .gob.pe/bibli o i neipub / ban c opub/Inf/
Lib5084/I N DEX.H T M
- MINSA. “Plan Estratégico Institucional” URL:
www . min s a . gob.pe/portal/06Tran s p -
AccesoInf/05PlanEstrategico/Archivos/pei/EvaluacionPEI270805.p
df. Lima, Perú,
2005
- Morales Eduardo. “Datamart” URL:
http:// c c c .i n aoep.m x / ~ e moral e s /Curs o s/ K DD/n o de162.htm l, 2006.
- Rayner Huamantumba. “Manual para diseño y desarrollo de
Datamart”. URL:
http://www. r u edatecno l o gica . c o m, 2007
- Strange Kevin. “DataWarehouse Vs. DataMarts”. Home page de
Gartner Group.
URL:
ht t p://www.gar t ner.com / w e bl e tter/ i b m b us i nt/ar t ic l e 4/art i c l e4.h t ml.
San
Diego, California, 1998