ppts a para los manuales del dat new

8/3/2019 PPTS a Para Los Manuales Del DAT New

1/137

Divisin de Alta Tecnologa

FUNDAMENTOS DE APLICACIONESBUSINESS INTELLIGENCE


2/137


Introduccin al Business Intelligence

1. Qu es Business Intelligence?

2. Historia y Evolucin de los conceptos de BI

3. Conceptos y Terminologa BI: OLTP, OLAP, DataWarehouse, Datamart, Metadata


3/137


Qu es Business Intelligence?

Business Intelligence o Inteligencia de Negocios,consiste en el proceso de transformacin de datosen informacin, haciendo uso de tcnicas deExtraccin, Transformacin y Carga (ETL),proporcionando informacin validada para unaadecuada toma de decisiones y de manera oportuna.


4/137


El valor de la Informacin?

Transformacin Ascendente

DATOS

INFORMACION

INTELIGENCIA

CONOCIMIENTO

SABIDURIA


5/137


El valor de la Informacin?

Asignacin de valor: Ley de oferta y demanda?Preguntas claves:

Qu influencia la compra y la demanda?Qu productos me generan ms ingresos?En dnde hay oportunidades de negocio?Cmo segmento mis clientes segn su comportamiento comercial?Qu es lo que mueve la calidad del producto y la demanda de losclientes?

Era de la Informacin, la informacin tiene un valormonetario.


6/137


Las Organizaciones y sus Requerimientos deS.I.

Las empresas al querer contar con una mayorautomatizacin en sus procesos, implementan dentro de suorganizacin una gran infraestructura tecnolgica.

Sistemas de Procesamiento de Datos (SPD)Administracin de Recursos Empresariales (ERP)Sistemas de Informacin Ejecutiva (EIS)Sistemas de Soporte a Decisiones (DSS)Manejo de Relacin con Clientes (CRM)


7/137Divisin de Alta Tecnologa

Qu informacin se necesita?

Antiguamente:Toma de decisiones = INTUICIN , BASADA EN LA EXPERIENCIA

Actualmente:Ms personas toman decisionesDeben tener informaci n OPORTUNA Y DE CALIDAD


8/137


Requerimientos Informativosen la Piramide Organizacional

Analistas

Consumidores deInformacin

Exploradores

deInformacin

5-10% de los usuarios

15-25% de los usuarios

65-80% de losusuarios

Nivel Estratgico

Nivel Tctico

Nivel Operacio nal


9/137


Historia y Evolucin de los conceptos de BI

Conceptos de Business Intelligence

Fenicios, persas, egipcios y otros pueblos usaban informaciones obtenidasde la naturaleza en beneficio propio

MareasSequasLluviasPosicin de los astros


10/137




Despus de la conquista de Am rica, se crea en Espaa la "Casa del Oro

Las nuevas tecnologas tales como, almacenamiento en tarjetasperforadas, Bases de Datos lineales y Lenguajes de Cuarta Generacin(4GL), permitieron darle al usuario la facilidad de tener el control directode los sistemas y de la informaci n.


11/137


12/137




El concepto de Data Warehouse nace entre los aos 1992 y 1993 comobase del desarrollo de soluciones Business Intelligence .

En 1996 el concepto de Business Intelligence empez a difundirse comouna evolucin de los Executive Information Systems (EIS).


13/137




El trmino Business Intelligence se extendi hacia otrasherramientas como:

EIS (sistema de informacin ejecutiva)DSS (sistema de soporte a las decisiones)Balanced Scorecad (indicadores de gestin)Dashboard (cuadros de mandos)ER (reporteadores empresariales)Data Marts, Data Mining, Herramientas OLAP


14/137




Los sistemas de Planeamiento de Recursos Empresariales o EnterpriseResource Planning (ERP), tienen como funcin principal dar soporte a laparte operativa de las diferentes reas de la organizacin, y se encuentramuy ligada con la historia del Business Intelligence .


15/137


ERP

El reto es unir elementos de las reas yproporcionarle a los usuarios una manerauniversal de utilizar la informacinalmacenada en diferentes sistemas.

Utiliza la informacin a travs de laorganizacin de forma ms proactiva enreas claves.


16/137


Conceptos y Terminologa BI:

OLTPOLAPData WarehouseDatamartMetadata


17/137


On Line Transacction Processing (OLTP)

Caractersticas

Diseo orientado a la transaccin.Volatilidad de los datos.Proporciona soporte muy limitado a la toma de decisiones.


18/137


On Line Analytical Processing (OLAP)

OnLine Analytical Processing (OLAP) es un proceso en el quese usan herramientas netamente anliticas, que facilitan elanlisis de la informacin del negocio. Se halla organizadaen entidades y mtricas, que permiten al usuario

flexibilidad en la ejecucin de consultas complejas.


19/137


OLAP

Los servicios OLAP proveen de mltiples niveles de anlisisentre los cuales podemos mencionar, adems de tener lacapacidad de realizar consultas complejas, el realizaractividades intensivas de comparacin de datos, anlisis detendencias, reportes, etc.


20/137


OLAP

Caractersticas

Es consolidada. La data se agrupada desde todas las res de laorganizacin y almacenada en un repositorio central y nico.

Es consistente. Todos los usuarios deben obtener la misma versinde los datos independientemente de donde provengan o cuando hallansido procesadas.

Es orientada al objetivo. Slo debe contener informacinimportante que permita la toma de decisiones.


21/137


OLAP

Caractersticas

Es histrica. Toda la informacin de la empresa es almacenadacomo fotografas en el repositorio nico de datos.

Es de solo lectura. El sistema OLAP es exclusivamente slo paraconsultas.

No es atmica. La data OLAP principalmente contiene datasumirazada y resumida.


22/137


OLAP


23/137


OLAP. Un ejemplo

Ejemplo:Una cadena de tiendas de alquiler de videos muestra el siguientecuadro mensual, con las cantidades de videos alquilados por cadauna de sus sucursales.


24/137


OLAP. Un ejemplo

Sin embargo, la tienda de alquiler de videos tambindeseara ver como se desarrollan las ventas en el tiempo.


25/137


OLAP

Las mismas celdas de datos se visualizan mediante un cubo.


26/137


OLAP


27/137


Modelos de Almacenamiento

OLAP Relacional(ROLAP) OLAP Multidimensional (MOLAP)

OLAP Hbrido (HOLAP)

OLAP de Escritorio (DOLAP)

OLAP Local (LOLAP)


28/137


ROLAP

OLAP Relacional (ROLAP) es un sistema en el cual losdatos se encuentran almacenados en una base de datosrelacional.

Tpicamente, los datos son detallados, evitando las

agregaciones y las tablas se encuentran normalizadas.Los esquemas ms comunes sobre los que se trabaja son

estrella o copo de nieve, aunque es posible trabajar sobrecualquier base de datos relacional.


29/137


ROLAP

La arquitectura ROLAP est compuesta por unservidor de base de datos Relacional y un motor OLAPen un servidor dedicado.

Esta arquitectura est diseada para almacenar

gran volumen de datos, debido a que sualmacenamiento es relacional.


30/137


MOLAP

En un sistema OLAP multidimensional (MOLAP) los datosse encuentran almacenados en una estructuramultidimensional.

Para optimizar los tiempos de respuesta, el resumen de la

informacin es usualmente calculado por adelantado. Estosvalores precalculados o agregaciones son la base de lasganancias de desempeo de este sistema.

Algunos sistemas utilizan tcnicas de compresin de datospara disminuir el espacio de almacenamiento en discodebido a los valores precalculados.


31/137


32/137


DOLAP y LOLAP

Las Desktop Online Analytical Processing (DOLAP) yLocal Online Analytical Processing (LOLAP) se almacena enla estacin de trabajo del cliente (que puede ser una PCcomn).

Este tipo de cubos de informacin envan al servidorrelacional instruciones SQL desde una estacin de trabajoy reciben los datos almacenndolos como micro cubos loscuales son analizados de manera local. Entre susdesventajas es que el cubo offline no puede ser muygrande y al estar almacenado en la pc del cliente puedenpresentarse problemas de seguridad.


33/137


34/137


OLTP vs OLAP

Difieren en arquitectura y uso.

Entre los numerosos puntos de diferencias se encuentran:

Los objetivos principales

La orientacin de los datosLa integraci n

La historicidadEl acceso de datos y manipulaci nLos patrones de usoLa granularidad de los datosEl perfil de los usuariosLa metodologa de desarrollo, etc.


35/137


OLTP vs OLAP

Objetivos principales de construcci n

Los OLTP estn orientados a dar soporte a las operaciones diarias delnegocio. Las aplicaciones OLAP se orientan a asistir en el an lisis delnegocio (consultas).


36/137


OLTP vs OLAP

Alineaci n de datos

Los OLTP est n orientados a aplicaciones o sistemas los cuales poseendistintos tipos de datos y diferentes y estructurados para registrar lastrascancciones diarias del negocio.

Los sistemas OLAP est n alineados por rea o tema y estn orientadosa la consulta del analista de negocio.


37/137


OLTP vs. OLAP

OLTP

OLAP


38/137


OLTP vs. OLAP

Integraci n de datos

En los OLTP, los datos se encuentran dispersos, son calificados comodatos base o datos operacionales. Estos datos son estructurados enforma aislada uno de otros, pudiendo tener diferentes estructuras dellaves y nombres.

En los ambientes OLAP, los datos deben estar integrados, consolidadosy orientados a un tema o rea de anlisis.


39/137


OLTP vs. OLAP

Acceso y manipulacin de los datos

Los sistemas operacionales realizan operaciones con los datos fila porfila usando genaralmente sentencias inserts, updates y deletes.Adem s requieren de rutinas de validaci n como son el commit y el

rollback, los bloqueos de registros, etc.

Los sistemas OLAP tienen una carga y acceso masivo de datos,haciendo uso principalmente de sentencias select.


40/137


OLTP vs. OLAP

Granularidad de los datos

Los sistemas OLTP se encuentran los datos a nivel atmico(transaccin por transaccin).

Los sistemas OLAP tienen adicionalmente de data detallada, datossumarizados y agregados.


41/137


Sistemas OLTP vs OLAP


42/137


Sistemas OLTP vs OLAP

Transaccionales: OLTP An lisis: OLAPSe definen entidades normalizadas Se definen entidades

desnormalizadasSe normaliza hasta la terceraforma

Diseos complejos de base dedatos

Define diseos sencillos de basede datos f ciles de entender porlos usuarios

Almacena informacin al menornivel de detalle transaccional

Almacena datos a niveltransaccional y totalizados

Incrementa el n mero de joins Reduce el n mero de joins

Normalmente es est tico Normalmente es din mico

Comparacin de los modelos de base de datos


43/137


Data Warehouse

Ralph Kimball: un data warehouse es una copia de losdatos transaccionales especficamente estructurados paraconsultas y anlisis.


44/137


Data Warehousing

A Warehouse is a place, Warehousing is a process [R.Hackathorn]

Existe una gran cantidad de procesos detrs de una arquitectura de DataWarehouse de suma importancia para el mismo. Estos comprenden desdeprocesos de extraccin que estudian y seleccionan los datos fuente adecuadospara el Data Warehouse hasta procesos de consulta y anlisis de datos quedespliegan la informacin de una forma fcil de interpretar y analizar.

A continuacin pasaremos a explicar los procesos bsicos de una DataWarehouse: Extraccin, Transformacin, Carga e Indices, Chequeo deCalidad, Liberacin/Publicacin, Consulta, Feedback, Auditoria, Seguridad,Respaldo y Recuperacin.


45/137


Datamart

Un Datamart es un Data Warehouse maspequeo.Normalmente la informacin contenida en un

datamart es un subconjunto de un datawarehouse.


46/137


Metadata

Es un componente muy valioso para el Data Warehouse; losdatos provenientes de la metadata se sita en unadimensin diferente al de otros datos del data warehouse,debido a que su contenido no es tomado directamentedesde el ambiente operacional.

I d i l D W h


47/137


Introduccin al Data Warehouse

1. Qu es un Data Warehouse?

2. Etapas de un Proceso Data Warehousing(Metodologa Ralph Kimball)


48/137


Qu es un Data Warehouse?Un Data Warehouse (DWH) es un repositorio central quecontiene la informacin ms valiosa de la empresa. Losdatos que aqu se almacenan han pasado por un proceso decalidad que asegura su consistencia. Adems, el repositorioest construido de tal manera que el acceso sea lo msrpido posible.

Data Warehouse

Acceso a los datos

UsuarioAcceso a datosFuentes

de datos

Entrada de datos

Area depreparacin

Data Marts

Data WarehouseData Warehouse

Acceso a los datos


de datos

Acceso a los datosAcceso a los datos


de datos

Entrada de datos

Area depreparacin

Entrada de datos

Area depreparacin

Area depreparacin

Data MartsData MartsData Marts

Componentes de un sistema Datawarehouse

Etapas de un Proceso Data Warehousing


49/137


p g(Metodolog a Ralph Kimball)

El marco presentado por Ralph Kimball bajo el nombre de BusinessDimensional Lifecycle (BDL) ilustra las diferentes etapas por las que debepasar todo proceso de Data Warehousing. Este enfoque de implementaci nde Data Warehouses es ilustrado en la siguiente figura:

Business Dimensional Lifecycle propuesto por Ralph Kimball


50/137

D fi i i d l R i i d l N i


51/137


Definicin de los Requerimientos del Negocio

Un factor determinante en el xito de un proceso de DataWarehousing es la interpretaci n correcta de los diferentesniveles de requerimientos, expresados por los diferentesniveles de usuarios. La t cnica utilizada para relevar losrequerimientos de los analistas del negocio difiere de losenfoques tradicionales guiados por los datos. Losdise adores de los Data Warehouses deben entender losfactores claves que gu an al negocio para determinarefectivamente los requerimientos y traducirlos enconsideraciones de dise o apropiadas.


52/137


53/137


Diseo Fsico

El dise o f sico de las base de datos se focaliza sobre laselecci n de las estructuras necesarias para soportar eldise o l gico.


54/137

Di D ll d P t i d D t


55/137


Diseo y Desarrollo de Presentacin de Datos

Como advierte Kimball (1998), el proceso de Data Staginges el iceberg de un proyecto de Data Warehousing. Sonmuchos los desafos que deben enfrentarse para logrardatos de alta calidad de los sistemas fuentes. Es una de lasetapas ms subestimadas, que siempre termina tomandoms tiempo del previsto. Ralph Kimball propone un plan de

10 tems que ayudarn a guiar esta etapa del BDL.

d l


56/137


Diseo de la Arquitectura Tcnica

Los ambientes de Data Warehousing requieren laintegraci n de numerosas tecnolog as. Se debe tener encuenta tres factores: los requerimientos del negocio, losactuales ambientes t cnicos y las directrices t cnicasestrat gicas futuras planificadas para de esta forma poderestablecer el dise o de la arquitectura t cnica del ambientede Data Warehousing.

S l i d P d I l i


57/137


Seleccin de Productos e Instalacin

Utilizando el dise o de arquitectura t cnica como marco, esnecesario evaluar y seleccionar componentes espec ficos dela arquitectura como ser la plataforma de hardware, elmotor de base de datos, la herramienta de ETL o eldesarrollo pertinente, herramientas de acceso, etc.

E ifi i d A li i U i Fi l


58/137


Especificacin de Aplicaciones para Usuarios Finales

No todos los usuarios del Data Warehouse necesitan el mismo nivel de

anlisis. Es por ello que en esta etapa se identifican los diferentes roles operfiles de usuarios para determinar los diferentes tipos de aplicacionesnecesarias en base al alcance de los diferentes perfiles (gerencial, analistadel negocio, vendedor, etc.)

Kimball se concentra sobre el proceso de creacin de aplicaciones

Templates. Comienza definiendo el concepto de la aplicacin para usuario final y su rolen el acceso a la informacin del negocio.

Brinda un marco metodolgico bastante estndar en lo que a desarrollo de

aplicaciones (como piezas de software) se refiere.

Desarrollo de Aplicaciones para Usuarios Finales


59/137


Desarrollo de Aplicaciones para Usuarios Finales

Siguiendo a la especificaci n de las aplicaciones parausuarios finales, el desarrollo de las aplicaciones de losusuarios finales involucra configuraciones del metadata yconstrucci n de reportes espec ficos.

Una vez que se ha cumplido con todos los pasos de laespecificaci n y se tiene la posibilidad de trabajar conalgunos datos de prueba, comienza el desarrollo de laaplicaci n (Kimball, 1998)

Implementacin


60/137


Implementacin

La implementacin representa la analoga de la tecnologa,los datos y las aplicaciones de usuarios finales accesiblesdesde el escritorio del usuario del negocio.

Hay varios factores extras que aseguran el correcto

funcionamiento de todas estas piezas, entre ellos seencuentran la capacitacin, el soporte tcnico, lacomunicacin, las estrategias de feedback.

Todas estas tareas deben ser tenidas en cuenta antes deque cualquier usuario pueda tener acceso al DataWarehouse.

Mantenimiento y crecimiento


61/137


Mantenimiento y crecimiento

Data Warehousing es un proceso (de etapas bien definidas, con comienzo

y fin, pero de naturaleza espiral) pues acompaa a la evolucin de laorganizacin durante toda su historia.

Se necesita continuar con los relevamientos de forma constante parapoder seguir la evolucin de las metas por conseguir.

Segn afirma Kimball (1998), si se ha utilizado el BDL el Data Warehouseest preparado para evolucionar y crecer.

Al contrario de los sistemas tradicionales, los cambios en el desarrollodeben ser vistos como signos de xito y no de falla.

Es importante establecer las prioridades para poder manejar los nuevos

requerimientos de los usuarios y de esa forma poder evolucionar y crecer.


62/137

Gerenciamiento del Proyecto


63/137


Gerenciamiento del Proyecto

El gerenciamiento del proyecto asegura que las actividadesdel BDL se lleven en forma y sincronizadas.

Entre sus actividades principales se encuentra el monitoreodel proyecto y la comunicacin entre los requerimientos delnegocio. Asimismo, determina las restricciones deinformacin para poder manejar correctamente lasexpectativas en ambos sentidos.

Soluciones Business Intelligence


64/137


Soluciones Business Intelligence

1. Herramientas de BI: Executive Information System(EIS), Decision Support Systems (DSS), Reporting

Tools (RT), Data Mining.

2. Componentes de una solucin BI.

3. Los 5 estilos de BI: Enterprise Reporting, Anlisis

con Cubos, Consultas Ad Hoc, Anlisis Estadsticos yData Mining, Envio Proactivo de Alertas.

4. Guia para el desarrollo del BI.

5. Ejemplos de lo que se puede obtener con BI.

6. Productos de software de BI.

Herramientas de Business Intelligence


65/137


Dentro del mundo de los negocios y, de las organizaciones

en general, la Inteligencia de Negocios, es un conceptorespaldado por una nueva manera de hacer las cosas. Estoes posible gracias a los avances de los Sistemas deInformaci n y de las Tecnolog as de Informaci n.

Executive Information System (EIS)


66/137



El EIS es una herramientas de BI orientada al nivelestratgico de las empresas.Tiene como objetivo primordial proveer de toda lainformaci n necesaria al personal que toma decisiones, demodo f cil y pr cticamente sin necesidad de interactuar conel mismo sistema.

En trminos formales, "un EIS es un sistema deinformaci n que permite a los ejecutivos acceso r pido y

efectivo a informaci n compartida, cr tica para el negocio,utilizando interfaces gr ficas.Las interfaces que son utilizadas en estos sistemas deben

ser m s sofisticadas que los sistemas transaccionales ydeben incluir, en el menor n mero de p ginas posible, lamayor cantidad de informaci n que el usuario necesita paramonitorear su empresa.



67/137


La diferencia de los EIS con otros sistemas no solo es lavistosidad y facilidad de uso.Aparte del front-end, los EIS interpretan y manipulan deforma diferente la informacin, pues trabajan con formatosde datos no tpicos, tales como Data Warehouse o DataMart.Prcticamente todos los EIS obtienen sus datos de matrices

multidimensionales denominadas "cubos" y lasherramientas en las que se desarrollan estos sistemastienen tecnologa que permite realizar consultas amplias ycomplejas de diversas fuentes de datos en tiemposmnimos.Las partes importantes de un EIS son: la interfaz deusuario y la base de datos multidimensional, esto montadoen una arquitectura Cliente/Servidor.


Lo que debe contener un EIS


68/137


Lo que debe contener un EIS

Elementos:Interfaz grfica fcil de usar y verAlarmas o semforosTableros de controlAdministracin de una sola PginaIntegracin de informacin proveniente de los cubos

Elementos de un EIS Fuente: BITAM (business Intelligence Tools)

Decision Support Systems (DSS)


69/137



"DSS se refiere a cualquier sistema de software que permite anlisis de lasdiferentes variables del negocio para apoyar una decisin.

Puede considerarse como un sistema que se basa en un almacn de datosy crea una base de datos multidimensional, permitindole al usuarioprocesar analticamente la informacin en lnea (OLAP), con la habilidad depoder girar y taladrar dentro de los datos.

Como utilidad al usuario final, un DSS se valora cuando se profundiza enla informacin para conocer los "porqus a" los indicadores presentados,pero la infraestructura y metodologas que soporten el "taladreo" deinformacin son las que completan el esquema de un DSS y le permitenhacer uso de OLAP, Data Warehouse y otros conceptos asociados.

En trminos prcticos, el DSS lo vemos cuando analizamos la informacin,pero realmente involucra todo un proceso previo antes de poner lainformacin en el escritorio del usuario.



70/137


Decision Support Systems (DSS) Un sistema DSS procesa una transaccin por da, pero esa transaccin esproducto de miles o millones de registros que han sido procesados en elda (puede ser por cualquier periodo de tiempo, pero el comn es por da).En vez de llamarle transaccin, se le llama Carga de Informacin deProduccin.En este caso lo importante es el estado de consistencia de la informacinantes y despus de la carga.En cuanto a los usuarios y administradores de un DSS, no son los queingresan cada una de las operaciones en sus PCs, sino los que solicitan

una o dos hojas con resmenes totalizados de miles de operaciones.El usuario de OLTP cambia con frecuencia el tipo de informaci n que

solicita, de ah que sus requerimientos no sean planeados, sinoheur sticos.Una pantalla de un sistema DSS deber contener la informaci n sobre elpor qu de una tabla o gr fica, con algunos n meros y pantallas, almomento de pedir informaci n sobre el por qu de determinado dato,

podr accederse a otra pantalla con la explicaci n y as , sucesivamente,hasta llegar al ltimo detalle.



71/137


La interpretacin y manipulacin de la informacin es muy distinta a losformatos tpicos. A pesar de que la capacidad de extraccin de datospuede ser de archivos de texto, tablas, etc., la forma de organizar esainformacin es lo que difiere, pues la mayora de los DSS organizan lainformacin va matrices multidimensionales denominadas "cubos". Loscubos organizan la informacin de tal modo que puedan, posteriormente,'montarse' herramientas para desarrollar sistemas complejos, quepermitan realizar una gran cantidad de clculos, consolidaciones,consultas y despliegues de informacin, localizadas en mltiples

repositorios en un tiempo mnimo.

Arquitectura de un DSS

Lo que debe contener un DSS


72/137


Lo que debe contener un DSS

Elementos:Anlisis Multidimensional (OLAP)

Proyecciones de InformacinTendenciasWhat... If

Fuente: BITAM (Business Intelligence Tools)


73/137

Herramientas de Reporteo


74/137


Todo usuario depende de los reportes paracomunicar lo que est ocurriendo en la empresava los almacenes de informacin.Los reportes tienen en las bases de datos suprincipal fuente de alimentacin y han brindado laposibilidad de consultar y publicar lo que las basesde datos poseen.Los reportes son requeridos por muchas personasen una organizacin.El tiempo de respuesta en la obtencin de ellosmarca la diferencia entre el xito o fracaso de unproyecto.

Herramientas de Reporteo

Caractersticas de una herramienta de reporteo


75/137


Intuitivo

SeguridadPublicacin y distribucin

Navegacin

Reportes por excepcin

Reportes dinmicos

Programacin automtica

Caractersticas de una herramienta de reporteo

Data Mining (DM)


76/137


Proceso de Data Mining

Data Mining (DM)

Fases de un Proyecto de DM


77/137


Fases de un Proyecto de DM

Los pasos a seguir para la realizaci n de un proyecto deminer a de datos son siempre los mismos,independientemente de la t cnica espec fica de extracci nde conocimiento usada.

Filtrado de datos

Seleccin de variables

Extraccin del conocimiento

Interpretacin y evaluacin.

Cmo se desarrollan los sistemas Data Mining?


78/137


C o se desa o a os s ste as ata g?

rbol de prediccin, que extrae y analiza datos de una datamart

Los sistemas Datamining se desarrollan bajo lenguajes deltima generacin basados en la inteligencia artificial queutilizan modelos matemticos tales como:Redes neuronalesartificiales, rboles de decisin, Algoritmos genticos,Regla deinduccin y Mtodo del vecino ms cercano.

Herramientas del Data Mining


79/137


gLas herramientas de Data Mining predicen futurastendencias y comportamientos, permitiendo en los negociostomar decisiones proactivas y conducidas por unconocimiento acabado de la informacin (knowledge-driven).

Estas herramientas exploran las bases de datos en buscade patrones ocultos, encontrando informacin predecibleque un experto no puede llegar a encontrar porque seencuentra fuera de su alcance.Las herramientas de Data Mining pueden analizar bases dedatos masivas para brindar respuesta a preguntas talescomo:

"Qu clientes tienen ms probabilidad de responder al prximomailing promocional, y por qu? y presentar los resultados en formasde tablas, con grficos, reportes, texto, hipertexto, etc.

Herramientas del Data Mining


80/137


g

Ejemplos de las preguntas que se pueden responder con lasherramientas de Data Mining:

Qu caracter sticas tienen mis mejores clientes?Qu caracter sticas tienen los clientes que estoy perdiendo?A qui nes deber a dirigir mi campa a publicitaria?

Ejemplos de las preguntas que se pueden responder con lasherramientas de Data Mining:

Cules son los factores que inciden en que algunas m quinas tenganmayores tasas de fallas que otras?A quines no debo venderles seguros contra todo riesgo?Qu factores inciden en el aumento de la tasa de fallas?

Componentes de una solucin BI


81/137


Todas las soluciones de BI tienen funciones parecidas,

pero deben de reunir al menos los siguientescomponentes:

MultidimensionalidadData MiningAgentesData Warehouse


82/137

Los 5 estilos del BI


83/137




84/137


Enterprise Reporting

Una herramienta Enterprise Reporting debe permitir alusuario crear indicadores, reportes, grillas, grficos,logos, texto libre y dems objetos sin depender deasistencia de sistemas. De la misma manera debemximizar todo lo que tenga que ver con la

presentacin del informe, para incluso, podervisualizarlo de igual modo tanto en la computadoracomo en una impresin.



85/137


Anlisis con cubos.

Factores determinantes de un buen anlisis con cubos:Rpida performance para niveles sumarizados deinformacinClculos definidos por el usuarioAnlisis OfflineAcceso a datos no-relacionales y relacionalesGeneracin rpida de cubos sin pre-clculo de datosExpiracin y refresco automtico de datosCreacin dinmica por el usuario va Windows oWeb



86/137


Consultas Ad hoc.

En toda organizacin existe un perfil de analista quenecesita analizar informacin a nivel transaccional. Estono significa, que mire transaccin por transaccin, sinoque el anlisis que demanda necesita que lainformacin est almacenada a nivel transaccional para

as lograr obtener anlisis de afinidad entre productos,identificar clientes, identificar nuevas oportunidades deventa, etc.



87/137


Anlisis estadsticos y Data Mining.

Comprende la bsqueda de patrones decomportamiento de forma automtica. Los usuariosbrindan una muestra de datos para que el sistemaaprenda en base a la bsqueda de patrones decomportamiento similares. Una vez que el sistema

aprende se le da la muestra real desde donde sequiere inferir cierto comportamiento.



88/137


Envo proactivo de AlertasAqu el usuario define exactamente qu informacin

quiere recibir, en qu momento, bajo que formato y porcual medio.

Los 5 Estilos de BI han evolucionado para apoyar las diferentes necesidades,del anlisis profesional avanzado al consumo de informacin bsico.

Gua para el desarrollo de BI


89/137


Introduccin:

La mayora de los proyectos de ingeniera pasan por 6 fases entre el inicioy la implementacin. As mismo, la mayora de estos procesos soniterativos. Una vez desplegado, un producto se mejora continuamentebasado en la retroalimentacin. Cada iteracin produce una nueva versindel producto.

Las 6 fases de un proyecto de Ingeniera:

Justificaci nPlanificaci nAn lisis del NegocioDise oConstrucci nDespliegue

Gu a para el desarrollo de BI


90/137


Fuente: Business Intelligence Roadmap Autores: Larissa T.Moss / Shaku Atre

Fases de Desarrollo y sus dependencias

Aplicaciones BI


91/137


Diseando las fases y los pasos de desarrollo


92/137


Los proyectos de BI estn organizados de acuerdo a las mismas 6 fases comunesde los procesos de ingeniera mencionados anteriormente, ciertos pasos se llevan acabo para ver el diseo a travs de su realizacin.

Esta gua describir 16 pasos dentro de estas 6 fases.


93/137



94/137




95/137




96/137




97/137


Ejemplos de lo que se puede obtener con BusinessIntelligence


98/137


Mejorar el servicio al clienteGenerar reportes globales o por seccionesCrear escenarios con respecto a una decisi nHacer pron sticos de ventas y devolucionesCompartir informaci n entre departamentosAn lisis multidimensionalesCrear una base de datos de clientes (potenciales)Cambiar la estructura de toma de decisiones


99/137


Productos de software de BI

Productos Business Intelligence


100/137


SAGENT SOLUTION PLATTFORM:



101/137


MICROSTRATEGY:



102/137


BUSINESS OBJECTS:

http://www.latam.businessobjects.com/productos/

http://www.latam.businessobjects.com/productos/http://www.latam.businessobjects.com/productos/


103/137


http://www.cognos.com/products/cognos8businessintelligence/index.html

http://www.cognos.com/es/c8demo/index.html?mc=-web_es_hp

COGNOS:

http://www.cognos.com/products/cognos8businessintelligence/index.htmlhttp://www.cognos.com/es/c8demo/index.html?mc=-web_es_hphttp://www.cognos.com/es/c8demo/index.html?mc=-web_es_hphttp://www.cognos.com/es/c8demo/index.html?mc=-web_es_hphttp://www.cognos.com/es/c8demo/index.html?mc=-web_es_hphttp://www.cognos.com/products/cognos8businessintelligence/index.html


104/137


BITAM BUSINESS INTELLIGENCE SUITE:Los productos de BITAM permiten integrartecnologas OLAP, diferentes plataformas debases de datos y aplicaciones corporativasde uso diario existentes.

Los productos Artus ,Advisor y Papiro permiten a las compaastraducir la informacin enconocimiento y distribuirloeficientemente donde lasdecisiones tienen quetomarse.



105/137


http://www.oracle.com/global/es/consultoria/B_Software.htm

ORACLE:

Introduccin a la Inteligencia de Negocios
http://www.oracle.com/global/es/consultoria/B_Software.htmhttp://www.oracle.com/global/es/consultoria/B_Software.htm


106/137


La informacin cumple un rol vital en el ciclo de vida detoda organizacin.

Todos los das, las organizaciones producen grandesvolmenes de informacin, que es utilizada para tomardecisiones de todo tipo.

Caractersticas de una solucin de Inteligencia deNegocios


107/137


Una soluci n de Inteligencia de Negocios tiene lassiguientes caracter sticas:

Ubica, extrae, transforma y centraliza datos desde mltiples ubicaciones yformatos.Consolida y estandariza la informacin.Proporciona repositorios centralizados de almacenamiento de la

informacin, y herramientas para analizar y explotar dicha informacin.La nocin generalizada de que los usuarios de las soluciones deInteligencia de Negocios sern los gerentes y altos directivos de laempresa, es errnea.

Enfoque de la Inteligencia de Negocios en la empresa


108/137


El proceso de Inteligencia de Negocios abarca la totalidad de las reas deinter s en una organizaci n.

La figura 1.1 muestra una representaci n de dicho proceso.

Contabilidad(Fox Pro)

Logstica(SQL Server 6.5)

CRM(SQL Server 2005)

STAGING AREA ETL ETL DATA MART

DATAWAREHOUSE

(Esquemas Star Snowflake)

OLAP Data Mining

Reportes Excel MobileDevices

Excel

Figura 1.1: El proceso de la Inteligencia de Negocios

Bases de datos OLAP y OLTP


109/137


La siguiente tabla compara las caracter sticasprincipales de las bases de datos OLTP y OLAP:

Bases de datos OLTP Bases de datos OLAP

Frecuencia deactualizacin

Tiempo real Peridica

Estructuracin Integridad de los datos. Altanormalizacin

Fcil consulta. Informacin nonormalizada.

Optimizacin Procesos transaccionales(modificacin de datos)

Consultas.

Caractersticas especiales de las bases de datos OLAP


110/137


Algunas caracter sticas particulares de una base de datos

OLAP son las siguientes:Datos consolidados y consistentesEst orientada a temas espec ficosHistricaEs de slo lecturaTiene un nivel de granularidad

Ejemplo:


111/137


La siguiente tabla que muestra las caracter sticasesenciales de la informaci n almacenada en Data Martsy Data Warehouses:

Caracterstica de los datos Descripcin Consolidados Informacin centralizada de una unidad organizacional

o de toda la organizacin. Cada entidad denegocio est representada de manera nica. Porejemplo, cada cliente est representado por unnico registro y una clave uniforme.

Consistentes Los resultados son consistentes. Por ejemplo, el totalvendido para Lima es la suma de las ventasparciales por distrito.

Histricos Copias permanentes de informacin.

Slo lectura No pueden ser actualizados.

Totalizados La informacin se almacena con un apropiado nivel dedetalle, definido en la fase de anlisis. Porejemplo, puede definirse que se almacenarn lasventas semanales, y no la informacin de cadafactura en particular.

Ejemplo:


112/137


La ilustraci n siguiente nos muestra un t pico reporte de vol menesde ventas en diferentes ciudades en un mes espec fico:

Data Marts & Data Warehouses


113/137


Los trminos Data Mart y Data Warehouse puedencausar cierta confusin, debido a que se empleanindistintamente como conceptos equivalentes. Acontinuacin se explicarn las diferencias en el significadode ambas palabras.

Data Marts & Data Warehouses


114/137


La siguiente figura ilustra el proceso de construccin de DataMarts y Data Warehouses:

El proceso de construcci n de un Data Warehouses


115/137


Existen dos caminos para la construcci n de un DataWarehouse:

Top Down

Bottom Up

Enfoque Top Down: Mover datos del Data Warehousehacia Data Marts


116/137


Enfoque Button Top: Mover Datos de los Data Martshacia el Data Warehouse


117/137


SQL Server 2005 y el proceso de Inteligencia deNegocios


118/137


SQL Server 2005 y el proceso de Inteligencia deNegocios


119/137


Las principales herramientas de apoyo en laimplementaci n de soluciones de Inteligencia de Negociosprovistas por SQL Server 2005 son:

Database Services

SQL Server Integration Services (SSIS

Analysis Services de SQL Server 2005

Reporting Services de SQL Server 2005

El proceso de la Inteligencia de Negocios

L i i i i l d li i


120/137


La siguiente exposici n se centrar en el proceso de an lisisy la determinaci n de indicadores clave de performance del

negocio.Los pasos principales del proceso de an lisis se muestranen el siguiente gr fico:

El proceso de la Inteligencia de Negocios


121/137


Alto nivel de anlisis de los requerimientos paraanalizar la informacin


122/137



123/137

Identificar los principales indicadores deperformance


124/137



125/137

Identificar los principales indicadores deperformance


126/137



127/137

Fuentes y transformaciones


128/137


En esta fase, se identifican las fuentes de datos donde reside lainformaci n relevante para la soluci n de Inteligencia de Negocios. Sedeterminan tambi n los cambios y transformaciones de datos necesariospara lograr la consistencia de la informaci n. Cada transformaci n debedocumentarse adecuadamente, para facilitar el trabajo t cnico de losimplementadores.No es infrecuente descubrir que existe informaci n clave que no seencuentra almacenada en bases de datos relacionales, sino en or genesat picos: hojas de c lculo Excel, archivos de texto, documentos Word, etc.Esta informaci n tambi n debe ser transferida al almac n de datos centraldel Data Mart a trav s de procesos ETL.

Informacin de Negocio


129/137


Principios de diseo de bases de datos OLAP


130/137


El modelo Estrella (STAR)


131/137


Componentes de un esquema STAR


132/137


A continuaci n se listan los componentes de un esquemaSTAR:

Tabla de Hechos

Tablas de Dimensin


133/137


134/137

Ejemplo: Modelo Estrella (STAR)


135/137


Ejercicio 1: Diseo de un Data Mart para tarjetas decrdito.


136/137


El rea de tarjetas de cr dito de un banco deseaimplementar un Data Mart. Se desea visualizar lainformaci n de cr ditos concedidos y pagos hasta llegar acada tarjeta. Las tarjetas pueden ser de dos tipos: VISA y MASTERCARD . Tambi n se desea visualizar los cr ditos ypagos por cada vendedor y cada cliente. Cada clientepertenece a un distrito, cada distrito a una provincia y cadaprovincia a un departamento. Cada vendedor pertenece auna agencia, y cada agencia pertenece a un distrito, cadadistrito a una provincia y cada provincia a undepartamento. Las m tricas deben visualizarse comototalizados anuales, semestrales, trimestrales y mensuales.Dise e las dimensiones, las medidas y el modelo de datos.

El modelo del STAR para este data mart es:


137/137

ppts a para los manuales del dat new

Documents