sistema de inteligencia de negocio para el sector...

Facultad de Ingeniería

Escuela de Ingeniería de Sistemas

SISTEMA DE INTELIGENCIA DE NEGOCIO PARA EL SECTOR

SEGUROS

Otto Abreu y Octavio Coffaro

Tutor: Ing. Daniel Blanco Ruiz

Caracas, Julio del 2005

Derecho de Autor

Quienes suscriben, en condición de autores del trabajo titulado “Sistema de

inteligencia de negocio para el sector seguros”, declaramos que: Cedemos a

título gratuito, y en forma pura y simple, ilimitada e irrevocable a la

Universidad Metropolitana, los derechos de autor de contenido patrimonial

que nos corresponden sobre el presente trabajo. Conforme a lo anterior, esta

cesión patrimonial sólo comprenderá el derecho para la Universidad de

comunicar públicamente la obra, divulgarla, publicarla o reproducirla en la

oportunidad de ella así lo estime conveniente, así como, la de salvaguardar

nuestros intereses y derechos que nos corresponden como autores de la

obra antes señalada. La Universidad en todo momento deberá indicar que la

autoría o creación del trabajo corresponde a nuestra persona, salvo los

créditos que se deban hacer al tutor o cualquier tercero que haya colaborado

o fuere hecho posible la realización de la presente obra.

Otto Abreu

C.I. 14.535.776

Octavio Coffaro

C.I. 15.155.578

En la ciudad de Caracas, a los 7 días del mes de julio de 2005.

Aprobación

Considero que el Trabajo de Grado titulado

SISTEMA DE INTELIGENCIA DE NEGOCIO PARA EL SECTOR SEGUROS

elaborado por los ciudadanos

Otto Abreu

Octavio Coffaro

para optar al título de

Ingeniero de Sistemas

reúne los requisitos exigidos por la Escuela de Ingeniería de Sistemas de la

Universidad Metropolitana, y tiene méritos suficientes como para ser

sometido a la presentación y evaluación exhaustiva por parte del jurado

examinador que se designe.

En la ciudad de Caracas, a los 7 días del mes de julio de 2005.

_________________________


Acta de Veredicto

Nosotros los abajo firmantes, constituidos como jurado examinador y

reunidos en Caracas, el día 21 del mes de julio del año 2005, con el

propósito de evaluar el Trabajo Final titulado

SISTEMA DE INTELIGENCIA DE NEGOCIO PARA EL SECTOR SEGUROS

presentado por los ciudadanos

Otto Abreu

Octavio Coffaro

para optar al título de

Ingeniero de Sistemas

emitimos el siguiente veredicto:

Reprobado ___ Aprobado ___ Notable ___ Sobresaliente ___

Sobresaliente con Mención Honorífica ___

Observaciones:

Daniel Blanco Guillermo Peña Manuel Campos

Agradecimientos

Agradecemos a todas las personas que de una u otra forma nos ayudaron a

culminar con éxito el presente trabajo de grado, en especial a nuestro tutor,

el Ingeniero Daniel Blanco, por nuestras reuniones semanales, por su

continuo apoyo y seguimiento, que nos permitieron cumplir todas las metas

planteadas, por ser más que nuestro tutor, nuestro amigo.

Otto Abreu

Octavio Coffaro

A mi madre, por respaldarme en todas mis decisiones, sobretodo en la de estudiar ingeniería de sistemas, y brindarme lo necesario para poder finalizar mis estudios

A mi hermana Marjorie, por ser un modelo a seguir

A Mi hermano quien a pesar de no estar conmigo me brindo muchos años de felicidad.

A mi Amigo y Compañero de tesis, Octavio coffaro, por haber estado desde el principio en todos los proyectos.

A mi tutor, quien se convirtió en un compañero más de este proyecto.

A todos los involucrados con mi formación académica, tanto universitaria como en bachillerato

A todos aquellos que tuvieron cuota de participación en este proyecto , en mi formación como persona y como futuro profesional

Otto Abreu

“..La innovación distingue entre un líder y un seguidor”. Steve Jobs

A Dios por estar conmigo en todo momento y darme la fuerza necesaria para llevar a cabo todas las metas propuestas, entre ellas la de culminar con éxito el presente trabajo de grado.

A mis padres, por ser mis guías, por sus consejos y orientación, por estar siempre presentes en mi vida y darme la oportunidad de poder llevar a cabo mis estudios.

A mis hermanos, por siempre hacerme olvidar de los problemas del día a día.

A todos mis amigos y a mi compañero de tesis que han estado allí siempre que los he necesitado.

A nuestro tutor, por haber tenido la constancia y fuerza que permitieron llevar a cabo el presente trabajo.

A todos los profesores que a lo largo de la carrera y durante la realización del presente trabajo me apoyaron a llegar hasta este punto.

A todas las personas que de una u otra forma colaboraron para que el presente trabajo de grado se culminara con éxito.

Octavio Coffaro

“..porque los que están tan locos como para pensar que pueden cambiar al mundo, son los que a la final lo hacen” Steve Jobs

TABLA DE CONTENIDO

i

TTABLA DE ABLA DE CCONTENIDOONTENIDO

LISTA DE FIGURAS................................................................................................. VI

LISTA DE TABLAS................................................................................................... IX

RESUMEN .............................................................................................................. XII

INTRODUCCIÓN ...................................................................................................... 1

CAPÍTULO I. TEMA DE INVESTIGACIÓN ................................................................ 5

I.1 PLANTEAMIENTO DEL PROBLEMA.............................................................. 5

I.2 OBJETIVOS DE LA INVESTIGACIÓN:............................................................ 8

I.2.1 OBJETIVO GENERAL:................................................................................. 8

I.2.2 OBJETIVOS ESPECÍFICOS: ......................................................................... 8

I.3 ALCANCES Y LIMITACIONES........................................................................ 9

CAPÍTULO II. MARCO TEÓRICO ........................................................................... 12

II.1 GERENCIA DE DESEMPEÑO CORPORATIVO(C.P.M.) .......................................... 12

II.2 INTELIGENCIA DE NEGOCIO .................................................................... 14

II.2.1 CONCEPTO DE INTELIGENCIA DE NEGOCIO ............................................... 14

II.2.2 ALGUNOS ELEMENTOS DE INTELIGENCIA DE NEGOCIO:.............................. 15

II.2.3 DASHBOARD........................................................................................... 16

II.2.4 INDICADORES CLAVES DEL DESEMPEÑO KPI (KEY PERFORMANCE

INDICATOR)............................................................................................................... 17

II.2.5 BSC (BALANCED SCORE CARD) ............................................................. 17

II.3 BASE DE DATOS........................................................................................ 18

II.3.1 CONCEPTO DE BASE DE DATOS............................................................... 18

II.3.2 OTROS CONCEPTOS DE BASES DE DATOS: ............................................... 19

TABLA DE CONTENIDO

ii

II.3.3 REQUERIMIENTOS DE LAS BASES DE DATOS:............................................. 20

II.3.4 BASE DE DATOS MULTIDIMENSIONAL ........................................................ 20

II.4 OLAP (ON LINE ANALYTICAL PROCESSING)..................................................... 20

II.4.1 CONCEPTO............................................................................................. 20

II.4.2 CUBO OLAP .......................................................................................... 21

II.4.3 DIMENSIONES OLAP:.............................................................................. 21

II.4.4 ROTAR Y REBANAR: ................................................................................ 23

II.4.5 TALADRAR O DRILLING: ........................................................................... 24

II.4.6 RELATIONAL OLAP (ROLAP).................................................................. 24

II.4.7 MULTIDIMENSIONAL OLAP (MOLAP) ...................................................... 25

II.4.8 HERRAMIENTAS HYBRID OLAP (HOLAP) ................................................ 26

II.5 DATAWAREHOUSE..................................................................................... 26

II.5.1 CONCEPTO............................................................................................. 26

II.5.2 DATAMINING........................................................................................... 27

II.5.3 DATA MART............................................................................................ 27

II.5.4 ETL(EXTRACTION-TRANSFORMATION-LOADING) ...................................... 28

II.5.5 DATO ..................................................................................................... 28

II.5.6 INFORMACIÓN:........................................................................................ 30

CAPÍTULO III. DESARROLLO ................................................................................ 33

III.1 MARCO METODOLÓGICO........................................................................ 34

III.2 ANÁLISIS DE LA SOLUCIÓN Y REQUERIMIENTOS ................................ 38

III.3 VALIDACIÓN RESULTADOS DE ANÁLISIS .............................................. 48

III.4 DISEÑO LÓGICO ....................................................................................... 52

III.4.1 PERSPECTIVAS VISIBLES DEL NEGOCIO ...................................... 53

III.4.1.1 DIMENSIÓN FECHA ........................................................................ 53

TABLA DE CONTENIDO

iii

III.4.1.2 DIMENSIÓN SERIES....................................................................... 54

III.4.1.3 DIMENSIÓN BIEN .......................................................................... 54

III.4.1.4 DIMENSIÓN ZONAS ....................................................................... 55

III.4.1.5 DIMENSIÓN CAUSA RECHAZO SINIESTRO ....................................... 55

III.4.1.6 DIMENSIÓN MONEDA GASTOS ....................................................... 56

III.4.1.7 DIMENSIÓN CAUSA SINIESTRO ...................................................... 56

III.4.1.8 DIMENSIÓN CENTRO COSTOS........................................................ 57

III.4.1.9 DIMENSIÓN CLIENTE ..................................................................... 57

III.4.1.10 DIMENSIÓN COBERTURA ............................................................. 59

III.4.1.11 DIMENSIÓN CONDUCTOR HABITUAL ............................................. 60

III.4.1.12 DIMENSIÓN CONCEPTO RESERVA................................................ 60

III.4.1.13 DIMENSIÓN CUENTA ................................................................... 61

III.4.1.14 DIMENSIÓN CUENTA CONTABLE................................................... 61

III.4.1.15 DIMENSIÓN DISTRIBUIDOR........................................................... 62

III.4.1.16 DIMENSIÓN EFECTO SINIESTRO................................................... 62

III.4.1.17 DIMENSIÓN ENTIDAD BANCARIA................................................... 63

III.4.1.18 DIMENSIÓN ESTATUS PÓLIZA ...................................................... 63

III.4.1.19 DIMENSIÓN ESTATUS SINIESTRO ................................................. 64

III.4.1.20 DIMENSIÓN EVENTOS ESPECIALES .............................................. 64

III.4.1.21 DIMENSIÓN ESTATUS GIRO ......................................................... 65

III.4.1.22 DIMENSIÓN MONEDA .................................................................. 66

III.4.1.23 DIMENSIÓN PERITO..................................................................... 66

III.4.1.24 DIMENSIÓN PRODUCTOS............................................................. 67

III.4.1.25 DIMENSIÓN RAMO....................................................................... 67

III.4.1.26 DIMENSIÓN SOCIEDAD ................................................................ 68

TABLA DE CONTENIDO

iv

III.4.1.27 DIMENSIÓN SUCURSAL................................................................ 68

III.4.1.28 DIMENSIÓN TALLER .................................................................... 69

III.4.1.29 DIMENSIÓN TIPO COBRANZA ....................................................... 70

III.4.1.30 DIMENSIÓN TIPO PÓLIZA ............................................................. 71

III.4.1.31 DIMENSIÓN DEUDOR................................................................... 71

III.4.1.32 DIMENSIÓN VEHÍCULO................................................................. 72

III.4.1.33 DIMENSIÓN ORDENES INTERNAS COSTOS .................................... 73

III.4.1.34 DIMENSIÓN INTERMEDIARIOS....................................................... 73

III.4.2 PROCESOS DEL NEGOCIO OBJETO DE ANÁLISIS Y CONSULTA . 74

III.4.2.1 PROCESOS DE PRODUCCIÓN (FACT_PRODUCCIÓN)........................ 74

III.4.2.2 PROCESO DE SINIESTROS (FACT_SINIESTROS) .............................. 77

III.4.2.3 PROCESO DE FINANCIAMIENTO (FACT_FINANCIAMIENTO)................ 79

III.4.2.4 PROCESO DE PERDIDAS PARCIALES (FACT_PERDIDAS_PARCIALES) 80

III.4.2.5 PROCESO DE GASTOS (FACT_GASTOS)......................................... 82

III.4.3 DIAGRAMA DISEÑO LÓGICO ............................................................ 83

III.4.4 ESPECIFICACIONES FUNCIONALES DE LOS REPORTES ............. 85

III.4.4.1 CAPACIDADES ANALÍTICAS DE REPORTE ........................................ 85

III.4.4.2 FUNCIONALIDADES EXTENDIDAS DE REPORTE................................ 85

III.5 DISEÑO FÍSICO......................................................................................... 86

III.5.1 DISEÑO FÍSICO DE LAS PERSPECTIVAS VISIBLES DEL NEGOCIO87

III.5.2 DISEÑO FÍSICO DE LAS TABLAS DE HECHO ................................ 100

III.6 INSTALACIÓN DE INFRAESTRUCTURA TÉCNICA................................ 105

III.7 IMPLEMENTACIÓN SOLUCIÓN BI.......................................................... 114

III.8 AUTOMATIZACIÓN DEL PROCESO ....................................................... 118

CAPITULO IV. LA SOLUCIÓN .............................................................................. 121

TABLA DE CONTENIDO

v

IV.1. CUBO INICIAL ........................................................................................ 121

IV.2 MODIFICAR EL REPORTE...................................................................... 124

IV.3 ANÁLISIS DRILL-DOWN......................................................................... 128

IV.4 INSERCIÓN Y ANÁLISIS DRILL DOWN DE GRÁFICOS......................... 132

IV.5 CONSTRUCCIÓN DE SEMAFOROS DE INFORMACIÓN....................... 137

IV.6 ANÁLISIS DIMENSIONAL........................................................................ 141

CAPITULO V. CONCLUSIONES Y RECOMENDACIONES.................................. 145

REFERENCIAS BIBLIOGRÁFICAS ...................................................................... 149

ANEXOS ..………………………………………………………………………...……….155

TABLA DE CONTENIDO

vi

LISTA DE FIGURAS FIGURA 1. ETAPAS DE LA METODOLOGÍA .........................................................38

FIGURA 2. AREAS DEL NEGOCIO A ANALIZAR...................................................44

FIGURA 3. DIAGRAMA DISEÑO LÓGICO.............................................................84

FIGURA 4. DIAGRAMA ARQUITECTURA PROPUESTA .....................................106

FIGURA 5 . PRESENCIA EN EL MERCADO DE DISTINTAS SOLUCIONES BI ..113

FIGURA 6. CUADRANTE MÁGICO GARTNER SOLUCIONES BI........................114

FIGURA 7. AGREGACIÓN DE DIMENSIÓN AL CUBO OLAP – POWERPLAY

TRANSFORMER...........................................................................................116

FIGURA 8. DIMENSIONES CUBO OLAP Y ATRIBUTOS – POWERPLAY

TRANSFORMER...........................................................................................117

FIGURA 9. NIVEL DE GRANULARIDAD CUBO OLAP– POWERPLAY

TRANSFORMER...........................................................................................118

FIGURA 10. TRABAJOS DE AUTOMATIZACIÓN – DECISIONSTREAM .............119

FIGURA 11. EXTRACCIÓN, TRANSFORMACIÓN Y CARGA – DECISIONSTREAM

......................................................................................................................120

FIGURA 12. BOTON INTERCAMBIADOR DE VISTA ...........................................122

FIGURA 13. BARRA DE TÍTULO MODO EXPLORER ..........................................122

FIGURA 14. BARRA DE TÍTULO MODO REPORTER..........................................122

FIGURA 15. VENTANA INICIAL POWERPLAY ....................................................123

FIGURA 16. REPORTE SEXO / CAUSA...............................................................124

FIGURA 17. REPORTE SEXO / CAUSAS POR ESTADO ....................................125

FIGURA 18. REPORTE SEXO POR EDO. CIVIL / CAUSAS POR ESTADO ........126

TABLA DE CONTENIDO

vii

FIGURA 19. SEMÁFORO DEL REPORTE SEXO POR EDO. CIVIL / CAUSAS POR

ESTADO........................................................................................................127

FIGURA 20. REPORTE FINAL SEXO POR EDO. CIVIL / CAUSAS POR ESTADO

......................................................................................................................128

FIGURA 21. ANÁLISIS DE SINIESTRALIDAD POR MARCA................................129

FIGURA 22. DRILL DOWN DE ANÁLISIS DE SINIESTRALIDAD POR MARCA

TOYOTA........................................................................................................130

FIGURA 23. DRILL DOWN DE ANÁLISIS DE SINIESTRALIDAD POR MARCA

TOYOTA Y MODELO COROLLA ..................................................................131

FIGURA 24. BARRA DE HERRAMIENTAS DE GRÁFICOS .................................132

FIGURA 25. EJEMPLO GRÁFICO DE BARRAS...................................................133

FIGURA 26. EJEMPLO GRÁFICO BARRAS 3D ...................................................133

FIGURA 27. EJEMPLO GRÁFICO DE LÍNEAS CON PUNTOS DE DISPERSIÓN

POR ANÁLISIS DE CANTIDAD DE EXPEDIENTES ABIERTOS POR

TRIMESTRE..................................................................................................134

FIGURA 28. EJEMPLO DE GRAFICO DE BARRA Y 3D ANÁLISIS SINIESTROS

POR CAUSAS ...............................................................................................135

FIGURA 29. SELECCIÓN EN GRAFICO TORTA DEL ANÁLISIS DE

SINIESTRALIDAD POR MARCA...................................................................136

FIGURA 30. DRILL DOWN EN GRAFICO TORTA DEL ANÁLISIS DE

SINIESTRALIDAD POR MARCA TOYOTA ...................................................137

FIGURA 31. CREACIÓN DE SEMÁFORO DE INFORMACIÓN ANÁLISIS

SINIESTRO POR CAUSA .............................................................................139

FIGURA 32. MODIFICACIÓN DE RANGOS SEMÁFORO DE INFORMACIÓN

ANÁLISIS SINIESTRO POR CAUSA.............................................................140

TABLA DE CONTENIDO

viii

FIGURA 33. SEMÁFORO DE INFORMACIÓN CON GRÁFICOS .........................141

FIGURA 34. BARRA DE DIMENSIONES ..............................................................142

FIGURA 35. ANÁLISIS DIMENSIONAL SINIESTRO POR CAUSA.......................142

FIGURA 36. ANÁLISIS DIMENSIONAL POR SEXO - SINIESTRO POR CAUSA .143

FIGURA 37. ANÁLISIS DIMENSIONAL POR SEXO FEMENINO SINIESTRO POR

CAUSA ..........................................................................................................144

TABLA DE CONTENIDO

ix

LISTA DE TABLAS

TABLA I MODELO DIMENSIÓN FECHA………………………………………………….. 53

TABLA II MODELO DIMENSIÓN SERIES………………………………………………... 54

TABLA III MODELO DIMENSIÓN BIEN…………………………………………………... 55

TABLA IV MODELO DIMENSIÓN ZONAS………………………………………………… 55

TABLA V MODELO DIMENSIÓN CAUSA RECHAZO SINIESTRO………………………… 56

TABLA VI, MODELO DIMENSIÓN MONEDA GASTOS…………………..………………. 56

TABLA VII, MODELO DIMENSIÓN CAUSA SINIESTRO………………………………….. 57

TABLA VIII, MODELO DIMENSIÓN CENTRO COSTOS………………………………….. 57

TABLA IX, MODELO DIMENSIÓN CLIENTE……………………………………………… 58

TABLA X, MODELO DIMENSIÓN COBERTURA………………………………………….. 59

TABLA XI, MODELO DIMENSIÓN CONDUCTOR HABITUAL……………………………. 60

TABLA XII, MODELO DIMENSIÓN CONCEPTO RESERVA………………………………. 60

TABLA XIII, MODELO DIMENSIÓN CUENTA……………………………………………. 61

TABLA XIV, MODELO DIMENSIÓN CUENTA CONTABLE………………………………. 61

TABLA XV, MODELO DIMENSIÓN DISTRIBUIDOR……………………………………… 62

TABLA XVI, MODELO DIMENSIÓN EFECTO SINIESTRO……………………………… 63

TABLA XVII, MODELO DIMENSIÓN ENTIDAD BANCARIA……………………………... 63

TABLA XVIII, MODELO DIMENSIÓN ESTATUS PÓLIZA………………………………… 64

TABLA XIX, MODELO DIMENSIÓN ESTATUS SINIESTRO………………………………. 64

TABLA XX, MODELO DIMENSIÓN EVENTOS ESPECIALES…………………………… 65

TABLA XXI, MODELO DIMENSIÓN ESTATUS GIRO…………………………………….. 65

TABLA XXII, MODELO DIMENSIÓN MONEDA………………………………………….. 66

TABLA XXIII, MODELO DIMENSIÓN PERITO……………………………………………. 66

TABLA XXIV, MODELO DIMENSIÓN PRODUCTOS……………………………………… 67

TABLA XXV, MODELO DIMENSIÓN RAMO……………………………………………... 68

TABLA XXVI, MODELO DIMENSIÓN SOCIEDAD………………………………………... 68

TABLA XXVII, MODELO DIMENSIÓN SUCURSAL………………………………………. 69

TABLA XXVIII, MODELO DIMENSIÓN TALLER…………………………………………. 70

TABLA XXIX, MODELO DIMENSIÓN TIPO COBRANZA………………………………… 70

TABLA DE CONTENIDO

x

TABLA XXX, MODELO DIMENSIÓN TIPO PÓLIZA………………………………………. 71

TABLA XXXI, MODELO DIMENSIÓN DEUDOR………………………………………….. 71

TABLA XXXII, MODELO DIMENSIÓN VEHÍCULO……………………………………….. 73

TABLA XXXIII MODELO DIMENSIÓN ORDENES INTERNAS COSTOS………………….. 73

TABLA XXXIV, MODELO DIMENSIÓN INTERMEDIARIOS………………………………. 74

TABLA XXXV, CÁLCULOS DEL PROCESO DE PRODUCCIÓN………………………… 76

TABLA XXXVI, CÁLCULOS DEL PROCESO DE SINIESTROS…………………………… 79

TABLA XXXVII, CÁLCULOS DEL PROCESO DE FINANCIAMIENTO……………………... 80

TABLA XVIII, CÁLCULOS DEL PROCESO DE PERDIDAS PARCIALES………………… 82

TABLA XXXIX, CÁLCULOS DEL PROCESO DE GASTOS……………………………… 83

TABLA XL, DISEÑO FÍSICO DIMENSIÓN FECHA……………………………………… 87

TABLA XLI, DISEÑO FÍSICO DIMENSIÓN TALLER………………………………………. 88

TABLA XLII, DISEÑO FÍSICO DIMENSIÓN DISTRIBUIDOR……………………………… 88

TABLA XLIII, DISEÑO FÍSICO DIMENSIÓN CENTRO COSTOS…………………………. 88

TABLA XLIV, DISEÑO FÍSICO DIMENSIÓN SOCIEDAD…………………………………. 89

TABLA XLV, DISEÑO FÍSICO DIMENSIÓN EVENTOS ESPECIALES…………………… 89

TABLA XLVI, DISEÑO FÍSICO DIMENSIÓN MONEDA GASTOS…………………………. 89

TABLA XLVII, DISEÑO FÍSICO DIMENSIÓN CTO RESERVA…………………………… 89

TABLA XLVIII, DISEÑO FÍSICO DIMENSIÓN ESTATUS GIRO………………………… 90

TABLA XLIX, DISEÑO FÍSICO DIMENSIÓN ENTIDAD BANCARIA………………………. 90

TABLA L, DISEÑO FÍSICO DIMENSIÓN TIPO COBRANZA……………………………….. 90

TABLA LI, DISEÑO FÍSICO DIMENSIÓN CUENTA CONTABLE…………………………... 91

TABLA LII, DISEÑO FÍSICO ORDENES INTERNAS COSTOS…………………………… 91

TABLA LIII, DISEÑO FÍSICO DIMENSIÓN EFECTO SINIESTRO…………………………. 91

TABLA LIV, DISEÑO FÍSICO DIMENSIÓN CAUSA SINIESTRO………………………… 92

TABLA LV, DISEÑO FÍSICO DIMENSIÓN CAUSA RECHAZO SINIESTRO……………….. 92

TABLA LVI, DISEÑO FÍSICO DIMENSIÓN ESTATUS SINIESTRO……………………… 92

TABLA LVII, DISEÑO FÍSICO DIMENSIÓN BIEN………………………………………… 92

TABLA LVIII, DISEÑO FÍSICO DIMENSIÓN MONEDA…………………………………... 93

TABLA LIX, DISEÑO FÍSICO DIMENSIÓN ZONAS……………………………………….. 93

TABLA LX, DISEÑO FÍSICO DIMENSIÓN TIPO POLIZA…………………………………. 93

TABLA LXI, DISEÑO FÍSICO DIMENSIÓN ESTATUS POLIZA……………………………. 94

TABLA DE CONTENIDO

xi

TABLA LXII, DISEÑO FÍSICO DIMENSIÓN CUENTA…………………………………….. 94

TABLA LXIII, DISEÑO FÍSICO DIMENSIÓN RAMO………………………………………. 94

TABLA LXIV, DISEÑO FÍSICO DIMENSIÓN SUCURSAL………………………………… 95

TABLA LXV, DISEÑO FÍSICO DIMENSIÓN SERIES……………………………………… 95

TABLA LXVI, DISEÑO FÍSICO DIMENSIÓN PERITO…………………………………….. 95

TABLA LXVII, DISEÑO FÍSICO DIMENSIÓN COBERTURA………………………………. 96

TABLA LXVIII, DISEÑO FÍSICO DIMENSIÓN CONDUCTOR HABITUAL………………… 97

TABLA LXIX, DISEÑO FÍSICO DIMENSIÓN VEHÍCULO………………………………….. 97

TABLA LXX, DISEÑO FÍSICO DIMENSIÓN INTERMEDIARIO…………………………….. 97

TABLA LXXI, DISEÑO FÍSICO DIMENSIÓN PRODUCTOS………………………………. 98

TABLA LXXII, DISEÑO FÍSICO DIMENSIÓN CLIENTE…………………………………… 98

TABLA LXXIII, DISEÑO FÍSICO DIMENSIÓN DEUDOR………………………………….. 99

TABLA LXXIV, DISEÑO FÍSICO FACT GASTOS………………………………………… 100

TABLA LXXV, DISEÑO FÍSICO FACT PERDIDAS PARCIALES………………………… 100

TABLA LXXVI, DISEÑO FÍSICO FACT FINANCIAMIENTO………………………………. 101

TABLA LXXVII, DISEÑO FÍSICO FACT SINIESTRO…………………………………… 102

TABLA LXXVIII, DISEÑO FÍSICO FACT PRODUCCIÓN…………………………………. 103

RESUMEN

xii

RESUMEN

SISTEMA DE INTELIGENCIA DE NEGOCIO PARA EL SECTOR

SEGUROS

Autores: Otto Abreu Octavio Coffaro


Caracas, julio de 2005

El presente trabajo de grado tiene como objetivo principal, desarrollar un sistema de inteligencia de negocios utilizando el ciclo CPM, para así manejar y planificar la información que se encuentra en las diferentes fuentes de datos que maneja el negocio, logrando de esta manera una mejor visualización de la información y mejorar el proceso de toma de decisiones. Para poder llevar a cabo el desarrollo del sistema de inteligencia de negocio, se requirió adquirir conocimientos acerca del funcionamiento general del sector seguros. Se homologó la información relevante del negocio y se almacenó en una bodega de datos, la cuál mediante el uso de herramientas de modelamiento y análisis multidimensional permite la creación de cubos OLAP de los cuales se derivan reportes multidimensionales, buscándose de esta forma, que los encargados de tomar decisiones cuenten con un sistema que les permita facilitar el proceso de análisis de la información. Como resultado, se obtiene una solución de inteligencia de negocio, cuyas funcionalidades facilitan el desarrollo de reportes multidimensionales, los cuales permiten el análisis del tipo “drill – down” para así visualizar niveles inferiores de granularidad de la información, apoyados de ser necesario en diferentes tipos de gráficas; a su vez, permite la reacción en tiempo real de la organización ya que es posible monitorear en cualquier momento el estado de la empresa y así realizar los reajustes al plan de negocios con una mayor efectividad cuando sea necesario. Esta solución está enfocada al sector seguros en general, por lo cual puede ser aplicado a cualquier empresa comercial que pertenezca al sector estudiado.

INTRODUCCION

1

INTRODUCCIÓN

Las empresas que han apostado por una gestión orientada a procesos de

negocio, hoy en día celebran los resultados de su elección. Su mayor éxito

ha sido aplicar el sentido común, que les ha hecho informatizar su

metodología de trabajo. La importancia que tiene el disponer de información

del negocio, para tomar decisiones acertadas y alcanzar los objetivos

propuestos, radica en la continuidad de poder seguir siendo competitivos,

dentro de un mercado cambiante y con un factor de riesgo elevado como el

que presenta el sector seguros.

Cada día, las organizaciones enfrentan nuevos retos y para abordarlos con

éxito necesitan interpretar lo que está ocurriendo en la empresa, permitiendo

tomar decisiones e introducir mejoras. La clave del negocio está en el valor

de la información y en la evidencia de que no se puede gestionar lo que no

controlamos, ni controlar lo que no se mide.

Mediante el uso de Sistemas de Inteligencia de Negocios, orientados hacia la

alta gerencia, se proporcionará el ambiente adecuado sobre los procesos

necesarios para la posterior toma de decisiones, apoyados en cuadros de

mando, reportes, tendencias e indicadores básicos para la implementación

de la filosofía conceptual de la gerencia de alto desempeño (CPM).

INTRODUCCION

2

A veces, se percibe que algo no funciona bien. Saber qué y por qué no es

tarea fácil, sólo a partir de los datos de la empresa analizados podremos

reajustar los planes y los procesos de la organización.

Las empresas con cierta madurez tecnológica disponen de diferentes

soluciones informáticas para automatizar sus procesos de negocio de

Gestión Empresarial (ERP), Mercadeo y Ventas (CRM), Cadena de

Suministro (SCM), entre otros. Si las soluciones no están integradas, nos

encontramos ante verdaderos silos de conocimiento, con lo que sólo

podemos tener una visión parcial y fragmentada del negocio.

Hay que tener en cuenta que el primer paso para implantar soluciones de

análisis de negocio es garantizar la calidad de la información en su origen. A

través del uso de información validada y consolidada permitirá medir,

controlar y gestionar adecuadamente el negocio a través del uso de un

Datawarehouse, que responda a las dimensiones relevantes del negocio. Por

esta razón, el proceso de depuración de los datos pasa por la utilización de

una herramienta de Extracción, Transformación y Carga de datos (ETL) y por

la construcción de un almacén de datos (Datawarehouse) o DataMart si esta

solo requiere analizar una unidad del negocio.

INTRODUCCION

3

Por esta razón se plantea el uso de herramientas de inteligencia de negocio

(BI) pensadas para que los usuarios finales puedan realizar sus propias

consultas y análisis multidimensional de los datos de la organización.

Para poder conceptualizar el modelo de CPM, se requirió adquirir

conocimientos acerca de términos relacionados con la gerencia de alto

desempeño, términos del sector seguros e inteligencia de negocios. Debido a

esto, se adaptaron las nuevas tendencias enfocadas al análisis

multidimensional permitiendo hacer evaluaciones sobre los factores antes

mencionados.

El presente trabajo final de grado se organiza en cinco capítulos principales:

Capitulo I: Tema de Investigación; Capítulo II: Marco Teórico; Capítulo III:

Marco Metodológico; Capítulo IV: La propuesta y el Capítulo V: Conclusiones

y Recomendaciones.

En el Capítulo I: Tema de Investigación, se describe el problema

presentado y el objetivo del presente Trabajo de Grado.

En el Capítulo II: Marco Teórico, se presenta toda la base teórica para

comprender correctamente el desarrollo del proyecto. Entre los temas

expuestos en este capítulo se encuentran: Corporate Performance

Management (C.P.M.) y Business Intelligence (BI).

INTRODUCCION

4

En el Capítulo III: Marco Metodológico, se describe de forma detallada el

trabajo en relación a la metodología utilizada y el producto que se obtiene en

cada una de las fases que ésta propone.

En el Capítulo IV: La propuesta, se realiza una descripción sobre la

solución orientada al sector seguros bajo las mejores prácticas del C.P.M.

Finalmente, en el Capítulo V: Conclusiones y Recomendaciones, se

exponen las conclusiones además de las recomendaciones para futuras

investigaciones.

CAPITULO I. TEMA DE INVESTIGACION

5

CAPÍTULO I. TEMA DE INVESTIGACIÓN

I.1 PLANTEAMIENTO DEL PROBLEMA

Las compañías de seguros basan sus operaciones en la venta de pólizas

que generan una relación entre el cliente y la empresa, basado en cualquier

ente que sea asegurable pudiendo ser un bien por producto, o un producto

visto como un paquete dentro de la misma compañía para uno o más

clientes, produciéndose almacenamiento dinámico a distintas fuentes de

datos.

Entre algunos de los problemas existentes dentro de las compañías de

seguros bajo el actual manejo de datos, se encuentra la información

duplicada sobre clientes con distintos servicios (clientes cruzados), además

de una inadecuada evaluación de la siniestralidad por cliente y producto, que

genera el inadecuado análisis de los reportes planos emitidos por los

sistemas transaccionales, los cuales no logran responder las preguntas del

negocio.

Otro punto a ser considerado, es que la información recopilada no es

consolidada, además de no apoyar en el proceso de toma de decisiones. A

su vez el actual manejo de datos genera incongruencia de criterios dentro de


6

las distintas áreas del negocio, ya que muchas veces un mismo producto se

vende bajo diferentes términos o condiciones.

Los procesos actuales son evaluados por sistemas que no permiten la

homologación de las distintas fuentes de datos que almacenan la información

referente al negocio, generando disparidad entre los números presentados

por los distintos departamentos.

De permanecer el modelo vigente, la rentabilidad de las operaciones

actuales se verán afectadas de manera negativa en base a los posibles

análisis de riesgo, planificación de carteras e índices de siniestralidad,

haciendo que el negocio sea menos competitivo, debido a que las

mediciones relacionadas con el núcleo del negocio no son capaces de

responder a los reajustes necesarios dentro de todo plan de negocios en

tiempo adecuado. La gran mayoría de las empresas del sector seguros están

adquiriendo tecnologías basadas en modelos multidimensionales que

generen reportes capaces de ofrecer cierta granularidad (nivel de

dimensión) del estado del negocio.

Para ello es necesario la elaboración de un sistema de inteligencia de

negocios que consolide en una única fuente de datos (Datawarehouse) la

información de los distintos procesos que se desarrollan en producción, los

cuales son requeridos por la gerencia. En el diseño de la bodega de datos se


7

requiere que esta sea escalable y sostenible en el tiempo, para que se

adapte a los nuevos requerimientos generados por el negocio.

Para ello los modelos basados en Inteligencia de Negocios necesitan

consolidar en pasado, presente y futuro, las métricas definidas dentro de

cada uno de los procesos funcionales, contenidos en los reportes requeridos

por parte de las distintas áreas del negocio.

Justificación:

Debido a la alta competitividad del mercado, hoy en día es necesario que

las empresas inviertan sus recursos hacia la automatización y

mejoramiento de sus procesos internos en el manejo de información, para

así poder permanecer competitivos dentro del mercado. Las

organizaciones líderes cuentan con mecanismos que permiten obtener

información y proyecciones basadas en información histórica de todas las

áreas funcionales, estas se logran unificando las fuentes de información

de la empresa para todos los procesos de negocio, y así llevar a cabo un

proceso de toma de decisiones acertado.

Por ello es necesario que la información obtenida a través de la

consolidación de los campos y de las distintas dimensiones, sean capaces


8

de medir las operaciones de una organización que establezcan las

directrices o parámetros gerenciales necesarios para solventar el manejo

de los indicadores, permitiendo el análisis, monitoreo y la generación de

reportes contemplados en el ciclo de CPM.

I.2 OBJETIVOS DE LA INVESTIGACIÓN:

I.2.1 Objetivo General:

Desarrollar un sistema de inteligencia de negocio utilizando el ciclo

Corporate Performance Management (C.P.M) el cual manejará y

planificará la información que se encuentra en las diferentes fuentes de

datos existentes en la empresa, logrando una mejor visualización de la

información para así mejorar el proceso de toma de decisiones a nivel

gerencial.

I.2.2 Objetivos Específicos:

• Analizar los requerimientos de información de la organización en las

áreas de producción, recaudo, reclamaciones, siniestro, riesgo,

administrativo y contabilidad.

• Diseñar el modelo conceptual de almacenamiento multidimensional.


9

• Desarrollar el sistema utilizando el ciclo de C.P.M. para la gestión

operativa de la empresa, basado en el diseño establecido.

• Implantar el sistema propuesto.

I.3 ALCANCES Y LIMITACIONES

El diseño de la propuesta determina el alcance en términos de cumplimiento

sobre el objetivo general de la investigación, dirigida esta al desarrollo de un

sistema de inteligencia de negocios para el sector seguros. El sistema de

inteligencia de negocios estará en capacidad de ofrecer:

• Diseño y desarrollo de un Datawarehouse, como solución a la

integración entre los distintos departamentos funcionales del sector

seguro y que responda a los procesos de negocio. El mismo permitirá

a la empresa objetivos alineados, reducción de re-trabajo y

conciliación entre las imprecisiones de los datos transaccionales, con

lo cual la visión estratégica del negocio podrá ser analizada bajo una

perspectiva multidimensional.

• El datawarehouse se alimentará de las tablas transaccionales de los

procesos de producción, recaudos, reclamaciones, siniestro, riesgo,

administrativo y contabilidad.


10

• Recolección de información, control y colaboración del flujo de

procesos a través del ciclo CPM, encargado de planificar los procesos

administrativos, monitorear las tendencias e indicadores claves de

desempeño y entregar la información a través de distintos reportes

para su posterior análisis.

• El análisis multidimensional del sistema de Inteligencia de Negocios

está dirigido a los tomadores de decisiones, permitiendo la entrega de

la información desde distintas perspectivas o dimensiones

relacionadas al tiempo de estudio.

• Con la propuesta se logra la obtención y entrega de reportes bajo

Windows y escalable a una arquitectura web, con reportes OLAP para

los análisis multidimencionales.

• Se analizará la granularidad de cada una de las tablas de hecho, no

se analizarán tablas de otros negocios, ni tampoco se analizarán

áreas de reaseguro.


11

• La propuesta no realizará operaciones transaccionales, solamente

gestionará las existentes en la base de dato que hayan sido extraídas,

transformadas y cargadas hacia la bodega de datos.

CAPITULO II. MARCO TEORICO

12

CAPÍTULO II. MARCO TEÓRICO

II.1 Gerencia de Desempeño Corporativo (C.P.M.)

La Gerencia de Desempeño Corporativo (C.P.M. , por sus siglas en ingles

de Corporate Performance Management) es un término genérico utilizado

para describir la metodología, la métrica, los procesos y los sistemas

empleados para supervisar y gestionar el rendimiento de una compañía,

En la actualidad, un creciente número de grandes organizaciones

internacionales se basan en soluciones de CPM para controlar los

procesos que posibilitan lograr el éxito. CPM proporciona las herramientas

de creación de reportes esenciales necesitadas por los ejecutivos para

saber qué áreas de su compañía tienen un buen rendimiento, para seguir

las tendencias del negocio y para saber qué oportunidades aprovechar.

(Townley, 2004)

CPM lleva la información corporativa a los ejecutivos y permite exponer la

información precisa actual a toda la organización con una gran rapidez. En

muchos casos, las corporaciones se basan en software “en

compartimentos” para realizar una función determinada, sin poder utilizarlo

para otras áreas fundamentales de la compañía. El software utilizado para

la elaboración de presupuestos no funcionará para la creación de reportes

públicos; el software diseñado para gestionar la estructura de costes no es


13

eficaz cuando se aplica a la gestión de la demanda y a la planificación del

negocio. Una buena solución de CPM cubre todo el proceso estratégico.

El ciclo CPM permite unir las iniciativas con los objetivos estratégicos,

supervisando así de cerca y controlando las actividades cruciales para

lograr sus objetivos. CPM permite a los ejecutivos, gerentes y empleados

medir el progreso, seguir las tendencias de negocio fundamentales y

centrarse en áreas de gran oportunidad.

Se puede enumerar algunas de las ventajas que permite la implantación

del ciclo CPM en un negocio:

• Integrar con regularidad la información financiera clave en una

misma base de datos, mejorando así la capacidad de análisis y la

precisión de la información financiera.

• Proporcionar flexibilidad del usuario en reportes, análisis y entrada

de planificación a la vez que se mantienen la coherencia, el formato

y los procesos corporativos.

• Reducir significativamente la cantidad de tiempo dedicado por los

analistas financieros a la recopilación, manejo y reportes de

información no estándar y con el análisis ad-hoc.


14

• Proporcionar una perspectiva del plan “en tiempo real” durante todo

el proceso de planificación.

II.2 INTELIGENCIA DE NEGOCIO

II.2.1 Concepto de Inteligencia de Negocio

Es un concepto que trata de englobar todos los Sistemas de Información de

una organización para obtener de ellos no solo información o conocimiento,

si no una verdadera inteligencia que le confiera a la organización una ventaja

competitiva por sobre sus competidores.

La Inteligencia de Negocio (BI, por sus siglas en ingles de Business

Intelligence) se compone de todas las actividades relacionadas a la

organización y entrega de información así como el análisis del negocio. Esto

incluye Minería de Datos, Administración del Conocimiento, Aplicaciones

Analíticas, Sistemas de Reportes y principalmente Data Warehousing. El

conjunto de tecnologías que usan Data Warehousing y OLAP (On-line

Analitic Procesing, procesamiento analítico en línea), combinado con

herramientas de reporte, son referidas como Inteligencia de Negocio, porque

ayudan a las compañías a ganar inteligencia en operaciones y desempeño


15

debido a que les proporciona la habilidad de consolidar información y

analizarla con la suficiente velocidad y precisión para descubrir ventajas y

tomar mejores decisiones de negocios. (Navarrete, 2004)

Este concepto ha tomado la delantera en los últimos años, los proveedores

de soluciones cuentan con tecnología mas amigable y presentan datos mas

fáciles de analizar, apostando hacia la adopción masiva de dichos sistemas

por parte de las organizaciones.

La Inteligencia de Negocio no es una sola tecnología o aplicación. No es una

"cosa", sino que se trata de un "suite" de productos que trabajan de manera

conjunta para proveer datos, información y reportes analíticos que satisfagan

las necesidades de una gran variedad de usuarios finales. (Navarrete, 2004).

II.2.2 Algunos elementos de la Inteligencia de Negocio:

Los sistemas actuales de Inteligencia de Negocio están construidos en una

moderna infraestructura que consisten de una arquitectura federada (también

conocida como modular) que acomoda todos los componentes en un

moderno sistema de inteligencia del negocio Estos sistemas incluyen:

• Data Warehousing y Data Marts, sistemas de almacén de datos.


16

• Aplicaciones analíticas.

• Data Mining, herramientas para minería de datos.

• OLAP, herramientas de procesamiento analítico de datos.

• Herramientas de consulta y reporte de datos.

• Herramientas de producción de reportes personalizados.

• ETL, herramientas de extracción, traducción y carga de datos.

• Herramientas de administración de sistemas.

• Portales de información empresarial.

• Sistemas de base de datos.

Una organización puede implementar por separado cada una de éstas

herramientas y alcanzar un buen nivel de inteligencia, o como es

recomendable, implementar una solución completa de Business Intelligence.

II.2.3 Dashboard

Es un “panel de control” que le ofrece en todo momento al usuario de un

sistema de Inteligencia de Negocio, la situación en tiempo real de los

diferentes indicadores del negocio como pueden ser: “ventas”, “ventas por

área y producto” , “producción” , “inventario”, “flujo de caja” , “información de

mercado”, entre otros. (Alonso, 2004)


17

II.2.4 Indicadores Claves del Desempeño KPI (Key Performance

Indicator)

Los Indicadores claves del Desempeño, también conocido como KPI, ayudan

a una organización a medir el progreso hacia las metas trazadas por esta.

Los Indicadores claves del Desempeño son medidas cuantificables,

concordadas de antemano, que reflejan los factores críticos de éxito de una

organización. Ellos diferirán dependiendo del tipo de organización.

(Reh, 2005)

II.2.5 BSC (Balanced Score Card)

Dentro de una organización, los directores, analistas, gerentes y accionistas

han utilizado tradicionalmente indicadores financieros claves para medir el

progreso de un negocio, pero mientras los indicadores financieros sólo

ofrecen una vista excelente del pasado, ellos proporcionan una visión

incompleta hacia el futuro.

El BSC es un sistema que rastrean el progreso de otros aspectos

importantes del negocio además de medidas financieras, para proporcionar

una visión equilibrada y estratégica de la organización.


18

El enfoque tradicional de BSC sugiere cuatro perspectivas en las maneras en

que pueden ser evaluadas las actividades de una compañía, las cuales son:

• La perspectiva Financiera (¿cómo miramos a nuestros accionistas?)

• La perspectiva de Cliente (¿cómo miramos a nuestros clientes?)

• Procesa la perspectiva (¿en qué procesos debemos sobresalir para

triunfar?)

• Perspectiva de la innovación y aprendizaje (¿cómo sostendremos

nuestra habilidad de cambiar y mejorar?)

BSC empieza con la Estrategia de la compañía y la Visión. Desde aquí, se

definen los factores críticos del éxito y se plantean los objetivos, para que las

áreas claves a la estrategia puedan ser medidas y gestionadas. La premisa

fundamental es que la innovación y la mejora dentro de una organización,

unido a procesos efectivos de negocio, generará satisfacción al cliente a

través de los productos y servicios.

II.3 BASE DE DATOS

II.3.1 Concepto de Base de datos

Una base de datos se puede definir como un conjunto de información

relacionada que se encuentra agrupada ó estructurada.


19

Desde el punto de vista de la informático, la base de datos es un sistema

formado por un conjunto de datos almacenados en discos que permiten el

acceso directo a ellos y un conjunto de programas que manipulen ese

conjunto de datos. (Raga, 2004)

II.3.2 Otros conceptos de bases de datos:

• Base de datos: es la colección de datos aparentes usados por el

sistema de aplicaciones de una determinada empresa.

• Base de datos: es un conjunto de información relacionada que se

encuentra agrupada o estructurada. Un archivo por sí mismo no

constituye una base de datos, sino más bien la forma en que está

organizada la información es la que da origen a la base de datos.

• Base de datos: colección de datos organizada para dar servicio a

muchas aplicaciones al mismo tiempo al combinar los datos de

manera que aparezcan estar en una sola ubicación.


20

II.3.3 Requerimientos de las bases de datos:

El análisis de requerimientos para una base de datos incorpora las mismas

tareas que el análisis de requerimientos del software. Es necesario un

contacto estrecho con el cliente; es esencial la identificación de las funciones

e interfaces; se requiere la especificación del flujo, estructura y asociatividad

de la información. (Raga, 2004)

II.3.4 Base de datos Multidimensional

Base de datos de estructura basada en dimensiones orientada a consultas

complejas y alto rendimiento. Puede utilizar un SGBDR en estrella (Base de

datos Multidimensional a nivel lógico) o SGBDM (Base de datos

Multidimensional a niveles lógico y físico o Base de datos Multidimensional

Pura). (De La Herrán, 2004)

II.4 OLAP (On Line Analytical Processing)

II.4.1 Concepto

Es una tecnología que permite analizar grandes volúmenes de datos,

organizándolos en forma de cubos multidimensionales. Mediante esta


21

tecnología, se puede navegar por la información de forma dinámica e

intuitiva. OLAP mantiene actualizadas las totalizaciones definidas en el cubo

de manera que al consultar la información, ésta ya está disponible, por lo que

se logra un rápido acceso a los datos, sin depender de la cantidad de datos

de origen, ni la complejidad de las consultas.

II.4.2 Cubo OLAP

La información de un data warehouse se accede mediante los cubos OLAP,

estos son una representación de datos en forma de dimensiones que permite

analizar interacciones entre grupos de datos.

II.4.3 Dimensiones OLAP:

Los archivos OLAP o cubos modelan los datos en dimensiones. Una

dimensión es una clasificación de alguna actividad en una organización por

la cual se puede medir su éxito. Por ejemplo, puede monitorear sus ventas

contra los productos o clientes en un periodo de tiempo.

Hay dos clases de dimensiones que se pueden utilizar, dimensiones

regulares y dimensión de medida.


22

Dimensiones regulares son aquellos datos que se quieren medir, por

ejemplo, si desea seguir el control de sus ventas, puede utilizar:

Clientes: ¿Quienes son los mejores, donde se encuentran, que es lo que

compran?

Productos: ¿Con respecto a los clientes, quien los compra? Que productos

se están vendiendo?

Tiempo: ¿Como voy ahora con respecto al ultimo año o último mes?

En otro tipo de aplicaciones, por ejemplo cuentas por cobrar, se pueden

utilizar dimensiones como el Tiempo para llevar control del vencimiento de

sus documentos. En contabilidad, una dimensión podría ser su catalogo de

cuentas.

Estas dimensiones se conforman de elementos que están dispuestos en

niveles jerárquicos o simplemente niveles. Los niveles pueden ser por

ejemplo, país, estado, ciudad. Se puede navegar a través de esta jerarquía a

través de los niveles o a través de sus elementos.


23

Dimensión de medida son los números que aparecen en el análisis

dependiendo de los elementos seleccionados en las dimensiones regulares.

Por ejemplo, en un cubo de ventas, podríamos escoger ver las ventas, el

número de artículos vendidos, ganancia, costo, entre otros.

Una vez que se tienen estos datos, se pueden poner en una estructura de

datos altamente sofisticada que se llama cubo multidimensional. Este cubo

le permitirá analizar su información de la manera que desee. Se puede

cruzar todas las dimensiones para obtener nueva información que

responderá a las preguntas que hace y le permitirá tomar mejores

decisiones.

II.4.4 Rotar y Rebanar:

Se puede cambiar las dimensiones del cubo que esta viendo y obtener una

nueva vista de información. Por ejemplo, 'Ventas por producto' puede

cambiarse fácilmente a 'Ventas por vendedor'. Rotar es lanzar el cubo como

si fuera un dado para obtener una nueva cara del cubo. Rebanar es cambiar

el valor de una dimensión por otro valor, por ejemplo, de las ventas de Enero

a las ventas de Febrero.


24

II.4.5 Taladrar o Drilling:

Los datos de las dimensiones se pueden abrir para obtener mas detalle. Una

especie de taladro que se hunde mas en la información. Si se desea ver

información geográfica, puede pasar de un continente a un país y luego a

una ciudad en particular.

Con esta simple combinación de cosas, se puede abrir la información

generada por un negocio o información corporativa para todos el personal

tomador de decisiones en formas que antes no era posible realizarlo.

II.4.6 Relational OLAP (ROLAP)

Relational Online Analytical Processing, o proceso analítico relacional en

línea, es una forma de procesamiento analítico en línea (OLAP) que ejecuta

análisis multidimencional sobre datos almacenados en una base de datos

relacional, en vez de una base de datos multidimensional, como se considera

el estándar de OLAP. (Daccach , 2005)

El procesamiento de los datos puede suceder en el sistema de bases de

datos, un servidor de capa media, o en el cliente. En una arquitectura de dos

niveles, el usuario envía una consulta en SQL a la base de datos y recibe el


25

resultado de la misma. En una arquitectura de tres niveles, el usuario envía

el requerimiento para el análisis multidimensional, y el motor ROLAP lo

convierte a SQL para ser enviado a la base de datos. Posteriormente se

ejecuta la operación en sentido contrario. El motor convierte los resultados

del SQL a un formato multidimensional, antes de servírselo al cliente para su

análisis. (Daccach , 2005)

II.4.7 Multidimensional OLAP (MOLAP)

MOLAP (multidimensional online analytical processing – procesamiento

analítico multidimensional en línea) es un proceso analítico en línea (OLAP)

que indexa directamente en una base de datos multidimensional. Por lo

general una aplicación OLAP considera los datos en forma multidimensional,

el usuario es capaz de ver diferentes aspectos o facetas de agregados de

datos, como las ventas por tiempo, geografía y modelo del producto. Si la

información se almacena en una base de datos relacional, se puede ver en

forma multidimensional, pero solo mediante el acceso secuencial y el

procesamiento de una tabla para cada dimensión o aspecto que se quiera

ver. (Daccach , 2005)

Los procesos MOLAP usan información que ya están almacenados en un

arreglo multidimensional, en el cual todas las posibles combinaciones de los


26

datos se reflejan, cada uno en una celda que puede ser accesado

directamente. Por ésta razón, MOLAP es, para la mayoría de los usos, más

rápida y más ágil para responder al usuario que el ROLAP. El MOLAP se usa

particularmente en proyectos de bodegas de datos. (Daccach , 2005)

II.4.8 Herramientas Hybrid OLAP (HOLAP)

Permiten un análisis híbrido de la información, puede proveer

simultáneamente un análisis de datos guardados tanto en base de datos

relacionales como en bases de datos multidimensionales.

II.5 DATAWAREHOUSE

II.5.1 Concepto

Un datawarehouse es un sistema que almacena de manera centralizada,

toda la información que provienen de sus diferentes sub sistemas en un solo

archivo, permitiendo que determinados usuarios efectuen consultas

particulares y realicen un análisis partiendo desde niveles generales hacia

niveles específicos. (Alva, 2004)


27

Un sistema datawarehousing, define un nuevo concepto para el

almacenamiento de datos, integra la información generada en todos los

ámbitos de una actividad de negocios (ventas, producción, finanzas,

marketing, etc.) y permite un acceso y explotación de la información

contenida en la base de datos, facilitando un amplio abanico de posibilidad

de análisis multivariables que permitirán la toma de decisiones estratégicas.

El proceso integra toda la información de la compañía en un único depósito

II.5.2 Datamining

Es el proceso de extracción de información significativa de grandes bases de

datos, información que revela inteligencia del negocio, a través de factores

ocultos, tendencias y correlaciones para permitir al usuario realizar

predicciones que resuelven problemas del negocio proporcionando una

ventaja competitiva.

II.5.3 Data Mart

Un Data Mart es la implementación de un data warehouse con un ámbito de

datos y funciones de data warehouse más pequeño y restringido, que sirve a

un departamento único o a una parte de la organización o empresa, pero sin


28

diferencias técnicas esenciales entre ellos. Es utilizado por una herramienta

OLAP para procesar información, elaborar informes y vistas.

II.5.4 ETL(Extraction-Transformation-Loading)

Son los procesos relacionados con la extracción, transformación y carga de

una data en un datawarehouse.

II.5.5 Dato

Un dato es un conjunto discreto, de factores objetivos sobre un hecho real.

Dentro de un contexto empresarial, el concepto de dato es definido como

símbolos que describen condiciones, hechos, situaciones o valores. Un dato

no dice nada sobre el porqué de las cosas, y por sí mismo tiene poca o

ninguna relevancia o propósito.

Las organizaciones actuales normalmente almacenan datos mediante el uso

de tecnologías. Desde un punto de vista cuantitativo, las empresas evalúan

la gestión de los datos en términos de coste, velocidad y capacidad.


29

Todas las organizaciones necesitan datos y algunos sectores son totalmente

dependientes de ellos. Bancos, compañías de seguros, agencias

gubernamentales y la Seguridad Social son ejemplos obvios. En este tipo de

organizaciones la buena gestión de los datos es esencial para su

funcionamiento, ya que operan con millones de transacciones diarias. Pero

en general, para la mayoría de las empresas tener muchos datos no siempre

es bueno. Las organizaciones almacenan datos sin sentido. Realmente esta

actitud no tiene sentido por dos razones. La primera es que demasiados

datos hacen más complicado identificar aquellos que son relevantes.

Segundo, y todavía más importante, es que los datos no tienen significado

en sí mismos.

Los datos describen únicamente una parte de lo que pasa en la realidad y

no proporcionan juicios de valor o interpretaciones, y por lo tanto no son

orientativos para la acción. La toma de decisiones se basará en datos, pero

estos nunca dirán lo que hacer. Los datos no dicen nada acerca de lo que es

importante o no. A pesar de todo, los datos son importantes para las

organizaciones, ya que son la base para la creación de información. (Carrión,

2004)


30

II.5.6 Información:

Como han hecho muchos investigadores que han estudiado el concepto de

información, lo describiremos como un mensaje, normalmente bajo la forma

de un documento o algún tipo de comunicación audible o visible. Como

cualquier mensaje, tiene un emisor y un receptor. La información es capaz

de cambiar la forma en que el receptor percibe algo, es capaz de impactar

sobre sus juicios de valor y comportamientos. Tiene que informar; son datos

que marcan la diferencia. La palabra “informar” significa originalmente “dar

forma a “ y la información es capaz de formar a la persona que la consigue,

proporcionando ciertas diferencias en su interior o exterior. Por lo tanto,

estrictamente hablando, es el receptor, y no el emisor, el que decide si el

mensaje que ha recibido es realmente información, es decir, si realmente le

informa. Un informe lleno de tablas inconexas, puede ser considerado

información por el que lo escribe, pero a su vez puede ser juzgado como

“ruido” por el que lo recibe. (Carrión, 2004)

La información se mueve entorno a las organizaciones a través de redes

formales e informales. Las redes formales tienen una infraestructura visible y

definida: cables, buzones de correo electrónico, direcciones, entre otros. Los

mensajes que estas redes proporcionan incluyen e-mail, servicio de entrega

de paquetes, y transmisiones a través de Internet. Las redes informales son


31

invisibles. Se hacen a medida. Un ejemplo de este tipo de red es cuando

alguien te manda una nota o una copia de un artículo.

A diferencia de los datos, la información tiene significado (relevancia y

propósito). No sólo puede formar potencialmente al que la recibe, sino que

esta organizada para algún propósito. Los datos se convierten en

información cuando su creador les añade significado. Transformamos datos

en información añadiéndoles valor en varios sentidos. Hay varios métodos:

• Contextualizando: sabemos para qué propósito se generaron los

datos.

• Categorizando: conocemos las unidades de análisis de los

componentes principales de los datos.

• Calculando: los datos pueden haber sido analizados matemática o

estadísticamente.

• Corrigiendo: los errores se han eliminado de los datos.

• Condensando: los datos se han podido resumir de forma más concisa.

Los ordenadores nos pueden ayudar a añadir valor y transformar datos en

información, pero es muy difícil que nos puedan ayudar a analizar el

contexto de dicha información. Un problema muy común es confundir la

información (o el conocimiento) con la tecnología que la soporta. Desde la

televisión a Internet, es importante tener en cuenta que el medio no es el


32

mensaje. Lo que se intercambia es más importante que el medio que se usa

para hacerlo. Muchas veces se comenta que tener un teléfono no garantiza

mantener conversaciones brillantes. En definitiva, que actualmente

tengamos acceso a más tecnologías de la información no implica que

hayamos mejorado nuestro nivel de información.(Carrión, 2004)

CAPITULO III. DESARROLLO

33

CAPÍTULO III. DESARROLLO

El presente trabajo de grado responde a una solución de negocio orientada

a la optimización de procesos, con el fin de incrementar el rendimiento de la

empresa, ya que la misma se basa en diseñar una arquitectura del almacén

de datos que fundamente una solución de Inteligencia de Negocio, mediante

la cual se puedan observar y analizar los resultados técnicos y medibles para

las operaciones de seguros.

También se plantea y sugiere mecanismos que permitan la oportuna

generación e integración de la información de las diferentes fuentes de datos

del negocio para así optimizarlo. A su vez se desea sentar las bases para la

construcción de un modelo técnico y contable integrador, que consolide la

información de los sistemas existentes, permitiendo el análisis de los

procesos relevantes de negocio mediante indicadores de gestión, apoyando

así el proceso de toma de decisiones tácticas y estratégicas.

La propuesta planteada genera la posibilidad de contar con un mecanismo

que permita obtener información estándar para todas las áreas funcionales,

lograr que haya una única fuente de información en la empresa para todos

los procesos de negocio de la aseguradora, y permitir que las labores

operativas se reduzcan y ofrezcan mayor capacidad de análisis.


34

En este punto, es importante señalar que los sistemas de inteligencia de

negocios, no son sistemas autónomos, ya que no sustituyen al encargado de

tomar la decisión a la hora de solucionar los problemas. Son herramientas de

soporte y ayuda a la toma de la mejor decisión posible. Por lo tanto, la

responsabilidad de la toma de decisión, ejecución y consecuencias de la

misma, debe ser asumida por los miembros de la alta gerencia del negocio.

Estos necesitan tomar decisiones de manera rápida y efectiva debido a que

en el sector seguros se presentan grandes índices de operaciones con

riesgo, duplicidad de clientes (clientes cruzados) con distintos productos,

información de siniestralidad por producto y clientes, negociaciones de

perdidas adquiridas que necesitan ser evaluadas y generadas por diferentes

escenarios o alternativas de decisión, que permiten considerar otras

opciones que podrían ser las óptimas.

III.1 MARCO METODOLÓGICO

Para el diseño del sistema propuesto, se utilizará la combinación de varias

metodologías como la implementada por Gartner Group para la elaboración

de Sistemas de Inteligencia de Negocios, basadas en el Ciclo de Vida del

Desarrollo de un Sistema (S.D.L.C. por sus siglas en inglés, Systems

Development Life Cycle). Como para el diseño del Datawarehouse se usó la


35

metodología de Ralph Kimball la cual parte de un enfoque de desarrollo

incremental de una serie de data-marts conformados por un diseño de

estrella, que se acoplan a la arquitectura dentro del ambiente de la

herramienta multidimensional y enfocada por área funcional.

Las fases y actividades que comprende la metodología de Gartner Group

para el desarrollo de sistemas de inteligencia de negocio son las siguientes:

1. Análisis de la Solución y Requerimientos: Durante esta fase, se

programan y ejecutan las entrevistas a la comunidad de usuarios,

buscando el levantamiento de requerimientos. Complementando esta

labor, se realiza un análisis preliminar de las fuentes de información y

se documentan los resultados y conclusiones derivadas del ejercicio.

2. Validación Resultados de Análisis: Una vez detallados los criterios

de validación sobre los requerimientos, se evalúa el alcance basado

en la documentación, permitiendo conocer la funcionabilidad y

veracidad de la información presentada.

3. Diseño Lógico: El establecimiento del diseño lógico comprende la

creación del modelo dimensional para la Bodega de Datos y su

posterior validación. Desde el Front End, se modela la aplicación con


36

base en el esquema de consultas y se definen los reportes a crear. El

resultado de este proceso se valida con el usuario final.

4. Diseño Físico: El diseño físico traduce en estructuras, tablas e

índices las entidades definidas en el diseño lógico. Se crean las áreas

de trabajo en las bases de datos, especificando las volumetrías

requeridas. Adicionalmente, se definen los procesos ETL y se validan

contra las fuentes físicas.

5. Instalación de Infraestructura Técnica: En esta etapa se instala la

plataforma computacional necesitada para apoyar la solución. Esta

infraestructura tecnológica incluye base de datos, herramientas de

extracción, herramientas de apoyo, herramientas BI, software de

comunicaciones, entre otros.

6. Implementación Solución BI: Se plantea un esquema de desarrollo

evolutivo, planteado sobre la construcción de un prototipo que permita

dimensionar el alcance completo del sistema de información gerencial.

Además un acercamiento al desarrollo incremental permite identificar

y aplicar correctivos anticipadamente sobre los posibles puntos

críticos del sistema. Desde el Back End, se deben construir las tablas

y la extracción inicial de los Datos. Esto permite la validación inicial de

la calidad de los datos en la Bodega y una evaluación de los procesos


37

de extracción. Paralelamente, las labores de Front End se concentran

en la construcción de catálogos y generación de cubos. Estos cubos,

en diseño y datos, son validados por el usuario líder en reportes de

prueba. La aplicación y su funcionalidad son revisadas y validadas.

7. Automatización del Proceso: Entre las actividades planeadas para

esta etapa, se destaca la planeación de la administración,

mantenimiento y afinamiento de la arquitectura para su puesta en

producción. Se automatizan los procesos de extracción,

transformación y carga en el Back End y se programan actividades de

respaldo y recuperación. El esquema de seguridad debe haber sido

probado y el proceso validado completamente.


38

Figura 1. Etapas de la Metodología

Fuente: Elaboración Propia (Basada en Gartner Group et. al., 2004)

III.2 ANÁLISIS DE LA SOLUCIÓN Y REQUERIMIENTOS

Durante esta etapa se realizó el levantamiento de información necesario para

la ejecución del proyecto, entre lo que se incluía el análisis detallado de toda

la documentación existente y la planificación, preparación y desarrollo de una

serie de entrevistas, a fin de lograr la determinación de manera correcta de

los objetivos y requerimientos del sistema así como también poder sustentar

y verificar su validez para finalmente conseguir el enfoque que se adapta a

los objetivos del presente trabajo de grado. Esto reviste suma importancia ya


39

que afectará de forma significativa la relevancia de las conclusiones al

término del trabajo.

En las etapas iniciales del presente trabajo, se tenía una idea básica

referente a cual sería el problema a solucionar, el cual no es otro que la

creación de un sistema de inteligencia de negocios dirigido hacia las

empresas aseguradoras. Una vez conocido esto, se procedió al curso de

acciones que permitirían establecer de manera más clara todos los aspectos

referentes al problema planteado, para determinar los alcances y limitaciones

que se presentarían antes, durante y una vez culminado el desarrollo del

trabajo.

Se realizó una investigación bibliográfica que aportara datos documentados

concretos sobre el tema y ayudará a sustentar el trabajo de grado, pero que

a su vez permitiera una comprensión mas clara del problema planteado y su

posible solución, asimismo se efectuaron diversas entrevistas a personas

relacionadas con el área de investigación.

Las primeras entrevistas realizadas con el Ing. Daniel Blanco, Gerente de

Negocios de Synergy Gartner , permitieron un gran acercamiento al tema y

un gran apoyo a la hora de concretar aspectos que definieron la orientación

que tomó este. A raíz de estas entrevistas se discutió de cómo la

competencia ha evolucionado notablemente en los últimos años, siendo un


40

factor del negocio clave el poder obtener información clara, de confianza,

precisa y consolidada para así conseguir que en el momento de la toma de

decisiones se obtenga la más acertada, que conlleve al éxito de la empresa.

Luego se realizó una entrevista con el Sr. Luís Gómez, Consultor de

tecnología MAPFRE Seguros, esta entrevista fue de vital importancia ya que

con los conocimientos del entrevistado se pudieron conocer los principales

factores a tomar en cuenta a la hora de la toma de decisiones en el sector

seguros, también se pudo obtener una mejor idea del alcance que se

deseaba sobre el proyecto y de las áreas y procesos de la empresa a

trabajar en el sistema.

Se efectuó a su vez una entrevista con el Sr. William Guevara, gracias a sus

amplios conocimientos en el área de diseño y desarrollo de sistemas de

inteligencia de negocios se logró estar al tanto de las últimas tecnologías que

hay en el mercado y adquirir una noción de cuales se iban a implementar en

el proyecto.

En una segunda entrevista con el Sr. Luís Gómez Consultor de tecnología

MAPFRE Seguros, fue facilitada la data necesaria con la cual se realizó

luego la implantación y prueba del sistema, a su vez se efectuó también una

segunda entrevista con el Sr. William Guevara, Desarrollador de

aplicaciones de Inteligencia de Negocios, con lo cual se decidió luego de un


41

proceso de análisis, cual iba a ser la solución tecnológica a implementar en

el proyecto, asimismo fue de gran ayuda a la hora de lograr la obtención de

todo el software necesario para el desarrollo del sistema.

Finalmente, el resto del material bibliográfico se encontró en paginas Web y

en diversas bibliotecas o facilitadas por parte del Ing. Daniel Blanco en forma

de libros, software, publicaciones Gartner y trabajos de grado.

Luego del levantamiento y análisis de la información recaudada, se proceden

a enumerar los requisitos y requerimientos del sistema que permitirán

encaminar el desarrollo del sistema asegurando no desviarse de las

funciones primordiales.

Requerimientos Analíticos y de Información

• El sistema analizará las áreas del negocio de producción, riesgos,

reclamaciones, administrativo, recaudo y contabilidad.

• El sistema debe permitir la exploración analítica de los procesos

anteriormente mencionados con especial énfasis en los ramos de

automóviles.


42

• El sistema debe permitir la gestión efectiva de los intermediarios

• Los modelos construidos deben contener, a partir del sistema

transaccional las siguientes medidas como mínimo: primas emitidas,

primas cobradas, primas netas retenidas, porcentajes de retención,

primas netas y brutas devengadas, siniestros brutos, siniestros

incurridos (año actual y años anteriores), comisiones y gastos

directos, y gastos indirectos distribuidos. Estas medidas base servirán

para cálculos derivados como: loss ratio, expense ratio, combined

ratio, porcentaje de cobranza y otros similares.

• Las medidas anteriormente descritas deben ser observadas por las

siguientes dimensiones: Fecha (incluye mes, trimestre, año y relativas

de tiempo para su comparación), Ramo (incluye niveles para subramo

y cobertura), Bien, Producto (incluye la visión comercial de

empaquetamiento de coberturas), Cliente ( incluye el segmento y el

sector económico o “target”), Intermediario, Sucursal, Unidad de

Negocio.

• Particularmente para el ramo de automóviles, los procesos

contemplados deben observarse por las características del vehículo

(marca, modelo, versión), conductor habitual, y la cobertura (total o

parcial). Estas dimensiones se adicionan al modelo para profundizar


43

sobre los ramos en cuestión.

• Los análisis deben observar las renovaciones para determinar el nivel

de retención de clientes. Igualmente es importante reconocer el

número de nuevas pólizas generadas para el período y pólizas

anuladas.

• Todos los análisis deben ajustarse a los períodos de vigencia de las

pólizas, contando con este factor temporal a la hora de reportar sobre

los agregados y los conteos.

• Todos los conteos de pólizas y siniestros observados por todas las

dimensiones de negocio deben ser vistos transparentemente. En

conjunción con los montos de primas, conteos de pólizas, vehículos

(bienes asegurados), clientes (contratantes), pagos por siniestros, se

deben derivar los promedios por todas las dimensiones diseñadas.


44

Figura 2. Areas del Negocio a Analizar

Fuente: Elaboración Propia (Basada en Cognos et. al., 2004)

Factores de Calidad Contemplados

• La aseguradora debe consolidar su visión de orientación al mercado,

derivando una aproximación coherente y compartida al interior de la

organización sobre sus productos. Esto implica conciliar una visión


45

técnica con una visión comercial de Productos. Los sistemas

transaccionales deben reflejar esta visión y su interpretación debe ser

clara y entendible por las áreas funcionales e informáticas.

• Es importante que la aseguradora revise el concepto aplicado al

término de cliente asegurado, emprendiendo un esfuerzo para unificar

la codificación en los sistemas que garanticen la homologación de

términos usados dentro del negocio. Es de suma importancia derivar e

implantar en los sistemas el identifcador único para cliente.

Disponibilidad del Sistema

• El sistema debe estar disponible permanentemente para la consulta,

aún durante los períodos de refresco de información, con excepción

durante los posibles procesos de mantenimiento del sistema.

Mantenimiento de la Arquitectura

• Se desea contar con flexibilidad en el sistema, (i.e. para agregar

nuevos procesos de negocio o fuentes de datos) y así poder integrar

nuevos temas de análisis.


46

Limitaciones de Diseño y Construcción

• La calidad de los datos manejados por parte de la aseguradora se

convierte en una limitación de diseño y construcción, sí estos

presentan niveles inaceptables de calidad los reportes analizados

mostraran información no fiable. Entre los criterios a considerar

cuando se ejecute un proceso de garantía de calidad de datos, estos

deben ser: accesibilidad, completitud, integridad, suficiencia de datos,

entre otros.

Requerimientos de Personal y Soporte Administrativo

• El administrador del sistema debe poseer habilidades técnicas en la

plataforma construida y el suficiente entendimiento del negocio para

asegurar la integridad de la arquitectura de la bodega de datos.

• Se debe propender por el establecimiento de roles administrativos que

apalanquen la arquitectura de bodega de datos según los lineamientos

propuestos por el Data Warehousing Institute.

Requerimientos Fuera del Alcance Inicial


47

• Todos aquellos procesos que tengan que ver con las reaseguradoras

quedan por fuera del alcance inicial. Tanto su plataforma operativa

como el objeto de análisis para integración no se contemplan en esta

fase de diseño de la solución.

• Aquellos procesos que no están completamente gestionados sobre el

sistema de información quedan por fuera del alcance inicial. Algunos

de estos procesos incluyen la cotización de pólizas e inspección de

bienes.

• Todas aquellas cifras del sector asegurador que sirvan para

propósitos de benchmarking y que provengan de fuentes externas de

información no serán incluidas en los modelos analíticos diseñados en

esta fase.

• La información del BSC según es presentada no es objeto del diseño

de la arquitectura. Aunque ciertos elementos pueden ser derivados e

incluidos a partir de esta herramienta de reporteo y gestión, se sugiere

incluir su diseño y desarrollo para fases posteriores de la arquitectura.

• Toda aquella información que no esté debidamente codificada y

parametrizada en la aplicación, no será incluida en el diseño


48

propuesto. Toda información que sea grabada en campos de

comentarios o textuales (como por ejemplo los datos de los

deducibles) no serán sujetos de análisis.

• La arquitectura no incluirá fuentes de datos externas como las

interfaces web o los aplicativos de digitalización o workflow.

III.3 VALIDACIÓN RESULTADOS DE ANÁLISIS

En esta etapa se formulo la verificación de los reportes funcionales del

negocio contra los reportes planos existentes, con el objetivo de examinar

que los informes y resultados necesarios para el entendimiento de las

preguntas del negocio se encontraran contenidos y validados en concepto y

forma para la construcción de los reportes de usuario.

Estos informes y reportes son validados por el alcance, dirigido al desarrollo

de un sistema de inteligencia de negocios para el sector seguros que

contempla a través del diseño y desarrollo del Datawarehouse, la solución

que homologa las distintas fuentes de datos sobre una misma lógica de

análisis de negocio, entendiendo la empresa a través de pequeñas unidades

departamentales, capaces de generar requerimientos individuales y

colectivos, aumentando el factor de colaboración organizacional, con


49

objetivos alineados, reducción de re-trabajo y conciliación entre las

imprecisiones de los datos transaccionales, con lo cual la visión estratégica

del negocio podrá ser analizada bajo una perspectiva multidimensional.

También como resultado del análisis de toda la información adquirida, se

llegó a la definición de algunos de los indicadores claves KPI fundamentales

a la hora de la toma de decisiones en el sector seguros, a continuación se

enumerará cada uno con su correspondiente formulación y descripción.

• Tasa de Anulación o Grado de Fidelización: Describe la relación

entre la cantidad de pólizas anuladas y las pólizas emitidas en un

periodo de tiempo determinado. Este indicador es calculado con la

siguiente fórmula:

!

# dePólizasAnuladasen un Periodo

# dePólizasEmitidasen un Periodo"100 .

• Importe Primas Emitidas (

!

primas emitidas" netas): Importe de las

primas emitidas netas de seguro durante un periodo de tiempo, sin

incluir las de reaseguro aceptado ni deducir las del cedido.

• Importe Siniestralidad Contable: Suma del importe de los siniestros

pagados durante un periodo de tiempo determinado. Es calculado de la

siguiente manera:

!

Monto Siniestro + gastos de peritaje + otros gastos" .


50

• Ratio Combinado: Permite observar un análisis general del

comportamiento del negocio, es usado como estándar en la gran

mayoría de las empresas del sector para analizar el estado de la

organización. Mientras el ratio sea menor, mejor será el estado de la

empresa. Se calcula de la siguiente manera: [(siniestralidad del periodo

neta + gastos de producción + participación en beneficios y extornos –

otros ingresos técnicos + otros gastos técnicos)/Importe Primas

Emitidas] x 100.

• Situación de Primas y Siniestros: Se requiere conocer la cantidad de

primas que han sido cobradas y pendientes por cobrar, a su vez se

solicitan indicadores para estar al tanto de la cantidad de expedientes

pagados y la siniestralidad incurrida durante un periodo de tiempo

determinado.

• Perdida Promedio: Se necesita estar al tanto de las perdidas

promedio por siniestro dado una zona o ubicación, perito, mes u otro

periodo de tiempo determinado, vehículo, sexo del conductor, entre

otros. Se calculan de la siguiente manera:

!

Siniestralidades"n

.


51

• Riesgo Operación: Permite una relación entre el número de siniestros

ocurridos en un periodo de tiempo determinado con los pagos recibidos

en ese mismo periodo, para que el negocio de la aseguradora sea

rentable el valor de este indicador debe ser menor al 40%, según

estudios realizados por las empresas del sector. Su formula es la

siguiente:

!

Monto Siniestros Periodo+Gastos Peritaje +Otros Gastos Técnico

Monto primas neto Periodo+Otros Ingresos Técnicos"100 .

• Rentabilidad del Producto u Operación: Este indicador permite

conocer cual es la rentabilidad promedio neta en bolívares de un

producto o paquete en un periodo de tiempo determinado. Para su

cálculo se utiliza la siguiente fórmula:

!

# de PolizasVendidas"Monto promedio prima # Número Siniestros "Monto promedio perdidas

Número de Polizas Periodo


52

III.4 DISEÑO LÓGICO

En esta etapa se contextualizará el diagrama dimensional y el modelo lógico

de datos diseñado para el datamart del sistema de inteligencia de negocio. A

su vez, se determinarán los reportes que el sistema generará.

A continuación se definirán cada una de las perspectivas visibles del

negocio, conocidas técnicamente como las dimensiones, y los procesos del

negocio que buscan ser impactados y analizados en estructuras que

técnicamente se reconocen como tablas de hechos (Fact Tables).


53

III.4.1 PERSPECTIVAS VISIBLES DEL NEGOCIO

III.4.1.1 Dimensión Fecha

La dimensión de tiempo para el modelo permite hacer análisis de tendencias

y patrones históricos al tiempo que ofrece la posibilidad de extender el

análisis hacia el futuro para posibilitar el análisis de proyecciones.

Adicionalmente a los atributos jerárquicos que agrupa la dimensión, la

dimensión ofrece otros atributos descriptivos de fechas que soportan análisis

extendidos sobre los procesos de negocio.

Tabla I, Modelo Dimensión Fecha Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Fecha Calendario Periodo en que ocurre el evento que se analiza. Día del mes. Establece el día del 1 al 28, 29, 30 ó 31 según sea el mes. Día Feriado S,N Día Laborable S,N Fin de semana S,N Días corridos del mes 1,2, ..., 30 Días hábiles corridos del mes 1,2, ..., 30 Día de la semana. Lunes, Martes, ... , Domingo. Día del año. 1,2,3, ... , 365 ó 366. Días totales 1,2,3,...etc Semana del mes 1,2,3,4 Semana del año 1,2,3, ..., 54 Semanas totales 1,2,3,..., etc. Número de mes 1,2,3,4,5,6,7,8,9,10,11 y 12 Nombre mes Enero, Febrero, ... , Diciembre Meses totales 1,2,3, ..., etc Trimestre del año 1,2,3,4 Trimestres totales 1,2,3, ... , etc.


54

Semestre Año 1,2 Semestres totales 1,2,3, ... , etc Año 1999,2000,2001, ... , 2004 Años totales 1,2,3, ... , etc. Fecha Actualización 02/05/2005 Fecha Creación 01/05/2005

III.4.1.2 Dimensión Series

Esta dimensión contiene las posibles agrupaciones de días necesarias para

efectuar análisis de líneas de tiempo.

Tabla II, Modelo Dimensión Series Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Id_Serie 343443 Descripción Serie Algún tipo de descripción Fecha Actualización 05/02/2005 Fecha Creación 05/02/2005 Id Periodo 001 Descripción Periodo Primer Periodo

III.4.1.3 Dimensión Bien

Esta dimensión es la categoría genérica del bien asegurado en el caso en

que sean patrimoniales. Es una categoría que se particulariza en el caso de

automóviles.


55

Tabla III, Modelo Dimensión Bien Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Bien. Edificaciones Id Bien 454544 Fecha Creación 05/02/2005 Fecha Actualización 05/02/2005

III.4.1.4 Dimensión Zonas

Esta dimensión contiene la estructura geográfica para apoyar la construcción

dimensional para la ocurrencia de siniestros, ubicación de clientes, entre

otros.

Tabla IV, Modelo Dimensión Zonas

Fuente: Elaboración Propia Atributos Ejemplo – Descripción

Descripción Zonas. Chacao Id Zona. 112454 Fecha Creación 05/02/2005 Fecha Actualización 05/02/2005

III.4.1.5 Dimensión Causa Rechazo Siniestro

En esta dimensión están contenidas las causas de los rechazos de los

siniestros.


56

Tabla V, Modelo Dimensión Causa Rechazo Siniestro Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Causa de Rechazo del Siniestro Embriaguez, menor de edad. Id Causa Rechazo Siniestro 1654654654 Fecha Creación 05/02/2005 Fecha Actualización 05/02/2005

III.4.1.6 Dimensión Moneda Gastos

Se implementa una dimensión para los diferentes tipos de moneda para las

transacciones de los gastos.

Tabla VI, Modelo Dimensión Moneda Gastos Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Moneda Gastos Gastos en Bolivares Id Moneda Gastos 1654654654 Fecha Creación 05/02/2005 Fecha Actualización 05/02/2005

III.4.1.7 Dimensión Causa Siniestro

Esta dimensión contiene las diferentes causas por las cuales un siniestro es

reportado para darle entrada en el sistema.


57

Tabla VII, Modelo Dimensión Causa Siniestro Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Causa del Siniestro Choque. Id Causa Siniestro 25654654 Fecha Creación 05/02/2005 Fecha Actualización 05/02/2005

III.4.1.8 Dimensión Centro Costos

Esta dimensión contiene los diferentes centros de costos por los cuales se

puede analizar la aseguradora desde el punto de vista contable.

Tabla VIII, Modelo Dimensión Centro Costos Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Centro de Costo UEA Operaciones Id Centro Costos 1654654654 Fecha Creación 05/02/2005 Fecha Actualización 05/02/2005

III.4.1.9 Dimensión Cliente

La dimensión Cliente es clave en cualquier modelo de negocio orientado al

mercado. Mínimamente, se deben reconocer los clientes por sus segmentos

(Unidades de Negocio). Es importante unificar los clientes en llave principal.


58

Se debe tratar de llevar la mayor cantidad de atributos posibles. Se requiere

mínimamente la fecha de creación del cliente. En proyección, estos atributos

serán claves para derivar un valor de cliente.

Tabla IX, Modelo Dimensión Cliente Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Tipo de Cliente Natural, Jurídico Id Tipo de Cliente 324234 Descripción Segmento Cliente Corporativo, Pyme, particular, masivo Id. Descripción Segmento Cliente 234234 Descripción del Target Bebidas y comidas Id Target 874983473 Id Cliente 23423412123 Nombre Pedro Pereira Cédula de identidad 12.212.121 Dirección Calle principal de Altamira, Edificio Atalas piso 2 Teléfono 1 0212-12345678 Teléfono celular 0212-12345678 Teléfono Fax 0212-12345678 Email [email protected] Estado Civil 1 Estado Civil Cliente Casado Fecha de nacimiento 28/12/1980 Descripción Actividad Ingeniero Industrial Id Actividad 34343 Id. Localidad 15454 Fecha de creación del cliente 25/05/2004 Fecha de Creación 25/05/2004 Fecha Actualización 25/05/2004


59

III.4.1.10 Dimensión Cobertura

La cobertura es el mínimo nivel de detalle de la dimensión en la jerarquía

ramo - subramo. Si hay muchas coberturas en relación uno a muchos con los

subramos, se debe considerar separar ramo de cobertura como dimensiones

independientes.

Esta dimensión debe analizarse muy bien en conjunción con la dimensión

producto. En caso que los datos determinen que el producto comercial es

simplemente otra manera de organizar coberturas, se debe revisar la

posibilidad de incluir la jerarquia de producto en la dimensión cobertura.

Tabla X, Modelo Dimensión Cobertura Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción de cobertura. Casco, Responsabilidad Civil, etc. Id Cobertura 1564 Id Tipo Cobertura 1564 Descripción Tipo Cobertura Responsabilidad civil menor Fecha actualización 25/05/2004 Fecha Creación 25/05/2004


60

III.4.1.11 Dimensión Conductor Habitual

La dimensión conductor habitual contiene los datos básicos de los

conductores que estan registrados al momento de suscribir la póliza.

Tabla XI, Modelo Dimensión Conductor Habitual

Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Nombre del Conductor Habitual Dana Abreu Id Conductor Habitual 414 Descripción del Estado Civil del Conductor Casada Id Edo. Civil 454 Sexo del Conductor Femenino Descripción de la Ocupación del Conductor Abogada Id Ocupación 154 Fecha de Nacimiento del Conductor 22/04/1978 Fecha Creación 25/05/2004 Fecha Actualización 25/05/2004

III.4.1.12 Dimensión Concepto Reserva

Esta dimensión contiene los conceptos referidos a las reservas de los

siniestros.

Tabla XII, Modelo Dimensión Concepto Reserva Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Concepto de la Reserva Honorarios, gastos e indemnizaciones Id Concepto Reserva 3443 Fecha Creación 25/05/2004 Fecha Actualización 25/05/2004


61

III.4.1.13 Dimensión Cuenta

Se implementa una dimensión cuenta que pretende servir agrupamiento de

las pólizas por clientes tanto flotas como corporativos.

Tabla XIII, Modelo Dimensión Cuenta Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Cuenta. Panamco de Venezuela Id Cuenta 3443 Fecha Creación 25/05/2004 Fecha Actualización 25/05/2004

III.4.1.14 Dimensión Cuenta Contable

La dimensión cuenta contable lleva la jerarquía para las cuentas contables.

Tabla XIV, Modelo Dimensión Cuenta Contable Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Cuenta Contable Gastos Administrativos Id Cuenta Contable 3443 Fecha Creación 25/05/2004 Fecha Actualización 25/05/2004


62

III.4.1.15 Dimensión Distribuidor

El área funcional de compensaciones expreso su necesidad por hacer

análisis por los distribuidores de repuestos para automóviles. Esta dimensión

debería tener atributos que explicaran la naturaleza de los repuestos que

ofrecen, bien sea por categoría o marca de repuestos.

Tabla XV, Modelo Dimensión Distribuidor Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Distribuidor. Repuestos el YXXYXY. Id Dimensión Distribuidor 3443 Fecha Creación 25/05/2004 Fecha Actualización 25/05/2004

III.4.1.16 Dimensión Efecto Siniestro

Esta dimensión contiene los diferentes efectos que pueden acontecer

después de ocurrido un siniestro.


63

Tabla XVI, Modelo Dimensión Efecto Siniestro Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Efecto del Siniestro Perdida Total Id Efecto Siniestro 343 Fecha Creación 25/05/2004 Fecha Actualización 25/05/2004

III.4.1.17 Dimensión Entidad Bancaria

Esta dimensión presenta las entidades bancarias por las cuales se realizan

los pagos a la aseguradora.

Tabla XVII, Modelo Dimensión Entidad Bancaria Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Entidad Bancaria Provincial, Mercantil, Venezuela Id Entidad Bancaria 343 Fecha Creación 25/05/2004 Fecha Actualización 25/05/2004

III.4.1.18 Dimensión Estatus Póliza

La dimensión estatus_poliza contendrá los diferentes estatus que puede

tener una póliza en un momento determinado.


64

Tabla XVIII, Modelo Dimensión Estatus Póliza Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Estatus de la póliza. Anulada, renovada, vencida Id Estatus Poliza 3443 Fecha Creación 25/05/2004 Fecha Actualización 25/05/2004

III.4.1.19 Dimensión Estatus Siniestro

Los diferentes estatus por los cuales pasa un siniestro desde que es

reportado hasta que es generado el pago están incluidos en la dimensión

estatus del siniestro.

Tabla XIX, Modelo Dimensión Estatus Siniestro

Fuente: Elaboración Propia Atributos Ejemplo – Descripción

Estatus del Siniestro Reportado. Id Estatus Siniestro 343 Fecha Creación 25/05/2004 Fecha Actualización 25/05/2004

III.4.1.20 Dimensión Eventos Especiales

Como anexo a las causas de los siniestros en esta dimensión se pueden

apreciar los eventos especiales que pueden causar siniestralidad, como el


65

caso de los hechos ocurridos en Vargas, las vaguadas u otros casos

especiales.

Tabla XX, Modelo Dimensión Eventos Especiales Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Eventos Especiales Vaguada Febrero 2005 Id Eventos Especiales 343 Fecha Creación 25/05/2004 Fecha Actualización 25/05/2004

III.4.1.21 Dimensión Estatus Giro

Esta dimensión refleja el estatus de un giro asociado al financiamiento de

una poliza emitida.

Tabla XXI, Modelo Dimensión Estatus Giro Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Estatus Giro Pagado Id Estatus Giro 343 Fecha Creación 25/05/2004 Fecha Actualización 25/05/2004


66

III.4.1.22 Dimensión Moneda

Se implementa una dimensión para los diferentes tipos de moneda.

Tabla XXII, Modelo Dimensión Moneda Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción moneda. Euro, Bolívar, Dólar. Id Moneda 343 Fecha Creación 25/05/2004 Fecha Actualización 25/05/2004

III.4.1.23 Dimensión Perito

El perito es la dimensión que categoriza al analista de siniestros. Se debe

observar qué tan bien esta parametrizado este campo en la aplicación.

Tabla XXIII, Modelo Dimensión Perito Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción del Perito José Contreras Id Perito 213 Fecha Ingreso 22/01/2004 Fecha Egreso 30/03/2005 Fecha Creación 22/01/2004 Fecha Actualización 30/03/2005


67

III.4.1.24 Dimensión Productos

La dimensión producto es la visión comercial de la oferta de la aseguradora

que puede ofrecer pólizas con coberturas para diferentes ramos. Si no hay

una multiplicidad de coberturas cubriendo diferentes ramos, se debe

observar la posibilidad de incluirla como jerarquía de la dimensión cobertura.

Tabla XXIV, Modelo Dimensión Productos Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Tipo de Producto Ciclo Vital (Individual) Id. Producto 15412 Id. Tipo Producto 23423 Fecha Vigencia 22/01/2004 Fecha Fin Vigencia 22/01/2005 Descripción Producto Ciclo Vital MCA Activo Fecha Creación 22/01/2004 Fecha Actualización 22/01/2004

III.4.1.25 Dimensión Ramo

Se implementa una dimensión que permita analizar los diferentes ramos y

sub-ramos del negocio.


68

Tabla XXV, Modelo Dimensión Ramo Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Ramo Autos, Vida, etc. Id Ramo 1151 Id Subramo 115654 Descripción Subramo Rusticos Fecha Creación 22/01/2004 Fecha Actualización 22/01/2004

III.4.1.26 Dimensión Sociedad

La sociedad es una dimensión que se implementa pensando en los posibles

análisis corporativos, donde la aseguradora es un atributo más de análisis.

Tabla XXVI, Modelo Dimensión Sociedad Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Sociedad Mapfre Seguros Id Sociedad 213 Fecha Creación 22/01/2004 Fecha Actualización 30/03/2005

III.4.1.27 Dimensión Sucursal

Se implementa una dimensión sucursal para romper la asignación obligatoria

de intermediario a sucursal. Esto posibilita el análisis para grandes

corredores y asociados bancarios con operación nacional.


69

Se pueden adicionar todos los atributos relevantes como planta

administrativa, metros cuadrados, entre otros, según la fuente disponible.

Tabla XXVII, Modelo Dimensión Sucursal Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Sucursal Caracas Id Sucursal 23 Descripción Ejecutivo Carlos MENA Id Ejecutivo 214332 Fecha Creación 22/01/2004 Fecha Actualización 30/03/2005

III.4.1.28 Dimensión Taller

Esta perspectiva es especialmente útil para el proceso de recuperación de

automóviles siniestrados. Se quiere observar el volumen de transacciones

por los talleres que trabajan para la aseguradora. Los atributos deben incluir:

especialidades, número de empleados, entre otros.


70

Tabla XXVIII, Modelo Dimensión Taller Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Taller Talleres Rootes Id Ubicación Geográfica 23423 Id Tipo Taller 23222 Descripción Tipo Taller Latonería Id Taller 567 Telefono Taller 5656545 Teléfono Adicional 4555127 Fax Taller 4544333 Dirección Taller La castellana Nombre Contacto Luis Perez Id. Clasificación Taller 2342 Descripción Clasificación Taller Nivel 2 Fecha Creación 22/01/2004 Fecha Actualización 30/03/2005

III.4.1.29 Dimensión Tipo Cobranza

Se implementa una dimensión que permita analizar las diferentes alternativas

de cobro.

Tabla XXIX, Modelo Dimensión Tipo Cobranza Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Tipo de Cobro Ejecutado, Pendiente Id Tipo Cobranza 213 Fecha Creación 22/01/2004 Fecha Actualización 30/03/2005


71

III.4.1.30 Dimensión Tipo Póliza

Se implementa una dimensión que permita realizar análisis de los tipos de

póliza, como lo son, individuales, certificadas/individuales y colectivas.

Tabla XXX, Modelo Dimensión Tipo Póliza Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Tipo de Póliza. Individual, Colectiva, etc. Id Tipo de Póliza 213 Fecha Creación 22/01/2004 Fecha Actualización 30/03/2005

III.4.1.31 Dimensión Deudor

Esta dimensión contiene los datos de un cliente deudor que tiene un

financiamento.

Tabla XXXI, Modelo Dimensión Deudor Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Tipo de Deudor Natural, Jurídico Id Tipo de Deudor 324234 Descripción Segmento Deudor Corporativo, Pyme, particular, masivo Id. Descripción Segmento Deudor 234234 Descripción del Target Bebidas y comidas


72

Id Target 874983473 Id Cliente 23423412123 Nombre Pedro Pereira Cédula de identidad 12.212.121 Dirección Calle principal de Altamira, Edificio Atalas piso 2 Teléfono 1 0212-12345678 Teléfono celular 0212-12345678 Teléfono Fax 0212-12345678 Email [email protected] Estado Civil 1 Estado Civil Deudor Casado Fecha de nacimiento 28/12/1980

III.4.1.32 Dimensión Vehículo

Esta dimensión caracteriza al vehiculo. La mayor cantidad de atributos para

esta perspectiva debe ser incluida. Los atributos incluyen modelo, marca,

color, entre otros.

Tabla XXXII, Modelo Dimensión Vehículo Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Marca Daewoo Id. Marca 233 Id. Linea 3434 Descripción Línea GXS Descripción Modelo Nubira Id. Modelo 2343 Serial Motor 20783465892734657 Serial Carrocería 345245234532452345 Año 2004 Color Rojo Id Uso Vehículo 342 Descripción Uso Vehículo Particular


73

Placa ABT-52X Id Grupo 454 Descripción Grupo Rusticos Fecha Creación 22/01/2004 Fecha Actualización 30/03/2005

III.4.1.33 Dimensión Ordenes Internas Costos

Esta dimensión contiene los costos asociados a las ordenes internas del

negocio.

Tabla XXXIII Modelo Dimensión Ordenes Internas Costos Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Ordenes Internas Costos Orden realizada para… Id Ordenes Internas Costos 213 Fecha Creación 22/01/2004 Fecha Actualización 30/03/2005

III.4.1.34 Dimensión Intermediarios

Esta dimensión contiene la información relacionada a los intermediarios entre

la aseguradora y el cliente.


74

Tabla XXXIV, Modelo Dimensión Intermediarios Fuente: Elaboración Propia

Atributos Ejemplo – Descripción Descripción Intermediario Aseguradores Williamson Id Intermediario 213 Id Tipo Intermediario 12 Descripción Tipo Intermediario Vendedor de Polizas Fecha Creación 22/01/2004 Fecha actu 30/03/2005

III.4.2 PROCESOS DEL NEGOCIO OBJETO DE ANÁLISIS Y CONSULTA

III.4.2.1 Procesos de Producción (Fact_Producción)

Esta tabla de hecho se implementa con la finalidad de realizar análisis

rápidos y confiables referidos al corazón de la organización, tomando en

cuenta temas como la emisión, renovación, endosos y anulación de las

pólizas, la granularidad de esta tabla esta soportada por la cobertura que es

el mínimo nivel de análisis.

Las medidas, o valores numéricos, generados en el proceso de medición,

control y gestión son observados por las siguientes dimensiones:

• Cobertura

• Cliente


75

• Cuenta

• Estatus de Póliza

• Sucursal

• Vehiculo

• Bien

• Conductor habitual

• Producto

• Moneda

• Ubicación Geográfica

• Ramo

• Tipo de Póliza

• Fecha.

Se analiza por:

Fecha de emisión de la póliza.

Fecha de renovación de la póliza.

Fecha de vencimiento de la póliza.

Fecha de emisión del recibo.

Fecha de vencimiento del recibo.

Fecha de emisión de la cobertura


76

Tabla XXXV, Cálculos del Proceso de Producción Fuente: Elaboración Propia

Nro Descripción Medida 1 Monto prima emitida 2 Monto prima cruta 3 Monto prima cedida 4 Monto prima neta 5 Monto ajuste reserva bruta 6 Monto ajuste reserva cedida 7 Monto prima reserva neta 8 Monto prima devuelta bruta 9 Monto prima devuelta cedida 10 Monto prima devuelta neta 11 Monto deducible 12 Monto prima pendiente 13 Monto bonos ente 14 Monto reserva prima 15 Monto reserva comisión 16 Monto reserva 100 17 Monto comision agente 18 Monto cedido 19 Monto facultativo 20 Monto retención 21 Monto cuota parte 22 Monto Excedente especial 23 Monto Prioridad 24 Monto I excedente 25 Monto II excedente 26 Monto I excedente vida 27 Monto Facultativo obligatorio 28 Monto exceso perdida 29 Monto suma riesgo 30 Porcentaje Comision 31 Porcentaje suma riesgo 32 Monto renovacion automática

En este proceso se define como póliza cobrada a toda aquella póliza que

tenga la sumatoria de sus cobros independiente del vencimiento, mayor a


77

cero. Para el cálculo de la Suma Asegurada se debe tomar la sumatoria del

valor máximo de las coberturas de los bienes.

III.4.2.2 Proceso de Siniestros (Fact_Siniestros)

En esta tabla de hechos se llevan los siniestros incurridos. Las medidas, o

valores numéricos, generados en el proceso de medición, control y gestión

son observados por las siguientes dimensiones:

• Cobertura

• Cliente

• Cuenta

• Estatus de Póliza

• Sucursal

• Vehículo

• Bien

• Estatus de Siniestro

• Conductor Habitual

• Perito

• Concepto Reserva

• Producto


78

• Intermediario

• Ubicación Geográfica Siniestro

• Ramo

• Causa de Siniestro

• Causa Rechazo de Siniestro

• Causa Rehabilitación de Siniestro

• Efecto Siniestro

• Eventos Especiales

• Fecha.

Se analiza por:

Fecha de ocurrencia del siniestro.

Fecha de declaración del siniestro.

Fecha de registro del siniestro.

Fecha de pago del siniestro.

Fecha de terminación del siniestro.

Fecha de rehabilitación (reapertura) del siniestro.

Fecha de la reserva.


79

Tabla XXXVI, Cálculos del Proceso de Siniestros Fuente: Elaboración Propia

Nro Descripción Medida 1 Monto reserva inicial 2 Monto reserva actual 3 Monto reserva mes 4 Monto reserva año 5 Monto pagado mes 6 Monto pagado año 7 Monto Deducible 8 Monto gasto 9 Valor Rva. promedio 10 Valor cambio 11 Porcentaje participación agente 12 Monto facultativo 13 Monto recuperable

III.4.2.3 Proceso de Financiamiento (Fact_Financiamiento)

Esta tabla de hecho se implementa con la finalidad de permitir financiamiento

de pólizas a los clientes:

• Estatus Giro

• Tipo Cobranza

• Moneda

• Sucursal

• Intermediario

• Deudor


80

• Entidad Bancaria

• Fecha.

Se analiza por:

Fecha de pago giro.

Fecha de aprobación recibo.

Fecha de vencimiento.

Fecha Creación

Tabla XXXVII, Cálculos del Proceso de Financiamiento Fuente: Elaboración Propia

Nro Descripción Medida 1 Monto vencimiento 2 Monto inicial 3 Monto interes 4 Monto giro 5 Monto gastos 6 Acumulado vencido 7 Acumulado cobrado 8 Acumulado pendiente

III.4.2.4 Proceso de Perdidas Parciales (Fact_Perdidas_Parciales)

Esta tabla de hecho está relacionada con las perdidas parciales de

siniestros. El foco temático de esta tabla de hechos se relaciona

particularmente con los Automóviles. La fuente de datos debe ser explorada


81

para saber si mantiene relación con reparaciones. Las medidas son

observadas por las siguientes dimensiones:

• Vehículo

• Ramo

• Bien

• Cobertura

• Intermediario

• Distribuidor

• Moneda

• Cuenta

• Cliente

• Taller

• Sucursal

• Fecha.

Se analiza por:

Fecha de la transacción.

Fecha del siniestro.


82

Tabla XVIII, Cálculos del Proceso de Perdidas Parciales Fuente: Elaboración Propia

Nro Descripción Medida 1 Monto del siniestro 2 Monto bruto de perdidas parciales 3 Monto generado por gastos 4 Monto neto de perdidas parciales 5 Porcentaje bruto de perdidas parciales 6 Porcentaje neto de perdidas parciales

III.4.2.5 Proceso de Gastos (Fact_Gastos)

Esta Fact debe ser la fuente para ejecutar las distribuciones sobre

comisiones y reservas administrativas. Las medidas son observadas por las

siguientes dimensiones:

• Sociedad

• Cuenta Contable

• Ordenes Internas Costo

• Centro de Costo

• Moneda Gastos

• Fecha.

Se analiza por:

Fecha del asiento.


83

Tabla XXXIX, Cálculos del Proceso de Gastos Fuente: Elaboración Propia

Nro Descripción Medida 1 Monto presupuestado para la cuenta 2 Monto real en cuenta

III.4.3 DIAGRAMA DISEÑO LÓGICO

Una vez especificados todos los atributos a utilizar en las dimensiones y

tablas de hecho del negocio se procede a realizar el diagrama del diseño

lógico, donde se puede observar las relaciones entre las dimensiones y los

procesos a analizar.

A continuación se presenta el diagrama del diseño lógico simplificado de la

bodega de datos, el diagrama completo que posee todos los atributos se

encuentra ubicado en la sección de anexos.


84

Figura 3. Diagrama Diseño Lógico Fuente: Elaboración Propia


85

III.4.4 ESPECIFICACIONES FUNCIONALES DE LOS REPORTES

III.4.4.1 Capacidades Analíticas de Reporte

• Todos los procesos objetos de análisis deben ser analizados

dimensionalmente, permitiendo cruzar las medidas por todas las

dimensiones disponibles.

• Todos los agregados deben permitir profundización a través de las

jerarquías dimensionales. Todo el nivel de detalle debe estar

contenido en la bodega de datos aunque aquellas exploraciones de

nivel detallado deben ser atendidas por herramientas de generación

de reportes.

III.4.4.2 Funcionalidades Extendidas de Reporte

• La información presentada en el sistema debe ser fácilmente

manipulable para el análisis y proveer capacidades de exportación a

Excel presentando gráfica y dinámicamente los datos.


86

• Se busca contar con información para exploración gráfica que permita

las proyecciones y simulaciones de indicadores financieros. Se hace

la salvedad de que la herramienta de análisis multidimensional no

provee funcionalidad para hacer simulaciones complejas, y que en

cualquier caso, éstas deben ser construidas a partir de la inclusión de

fuentes de datos externas que permitan la simulación.

III.5 DISEÑO FÍSICO

El diseño físico de la base de datos se focaliza sobre la selección de las

estructuras necesarias para soportar el diseño lógico. Algunos de los

elementos principales de este proceso son la definición de convenciones

estándares de nombres y parametrizaciones específicas del ambiente de la

base de datos.

A continuación se describirá con detalle el diseño físico de cada una de las

dimensiones y tablas de hechos.


87

III.5.1 DISEÑO FÍSICO DE LAS PERSPECTIVAS VISIBLES DEL NEGOCIO

Tabla XL, Diseño Físico Dimensión Fecha Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Fecha numeric(10) Fec_Calendario Char(18) Dia_mes Char(18) MCA_Dia_Feriado Char(18) MCA_Dia_Laborable Char(18) MCA_Fin_de_Semana Char(18) MCA_Ultimo_Dia_Mes Char(18) Dias_Corridos_Mes Char(18) Dias_Semana Char(18) Dias_Annio Char(18) Dias_Totales Char(18) Dias_Habiles_Corridos_Mes Char(18) Semana_Mes Char(18) Semana_Annio Char(18) Semanas_Totales Char(18) Num_Mes Char(18) Nombre_Mes Char(18) Meses_Totales Char(18) Trimestre_Annio Char(18) Trimestres_Totales Char(18) Semestre_Annio Char(18) Annio Char(18) Annio_Totales Char(18) Fecha_Creacion Datetime Fecha_Actu Datetime


88

Tabla XLI, Diseño Físico Dimensión Taller Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Taller numeric(10) ID_Ubicacion_Geo Char(18) ID_Tipo_Taller Char(18) Desc_Tipo_Taller Char(18) ID_Taller Char(18) Desc_Taller Char(18) Tel_Taller Char(18) Fax_Taller Char(18) Tel_Adicional Char(18) Dir_Taller Char(18) Nom_Contacto Char(18) ID_Clasificacion_Taller Char(18) Desc_Clasificacion_Taller Char(18) Fec_Creacion Datetime Fec_Actu Datetime

Tabla XLII, Diseño Físico Dimensión Distribuidor Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Distribuidor numeric(10) ID_Distribuidor Char(18) Desc_Distribuidor Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla XLIII, Diseño Físico Dimensión Centro Costos Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Centro_Costos numeric(10) ID_Centro_Costos Char(18) Desc_Centro_Costos Char(18) Fec_Creacion Datetime Fec_actu Datetime


89

Tabla XLIV, Diseño Físico Dimensión Sociedad Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Sociedad numeric(10) ID_Sociedad Char(18) Desc_Sociedad Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla XLV, Diseño Físico Dimensión Eventos Especiales Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Eventos_Especiales numeric(10) ID_Eventos_Especiales Char(18) Desc_Eventos_Especiales Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla XLVI, Diseño Físico Dimensión Moneda Gastos Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Moneda_Gastos numeric(10) ID_Moneda_Gastos Char(18) Desc_Moneda_Gastos Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla XLVII, Diseño Físico Dimensión CTO Reserva Fuente: Elaboración Propia

Atributos Tipo de Dato SK_CTO_Reserva numeric(10) ID_CTO_Reserva Char(18) Desc_CTO_Reserva Char(18) Fec_Creacion Datetime Fec_actu Datetime


90

Tabla XLVIII, Diseño Físico Dimensión Estatus Giro

Fuente: Elaboración Propia Atributos Tipo de Dato

SK_Estatus_Giro Char(18) ID_Estatus_Giro Char(18) Desc_Estatus_Giro Char(18) Fec_Creacion Char(18) Fec_actu Char(18)

Tabla XLIX, Diseño Físico Dimensión Entidad Bancaria Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Entidad_Bancaria numeric(10) ID_Entidad_Bancaria Char(18) Desc_Entidad_Bancaria Char(50) Fec_Creacion Datetime Fec_actu Datetime

Tabla L, Diseño Físico Dimensión Tipo Cobranza Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Tipo_Cobranza numeric(10) ID_Tipo_Cobranza Char(18) Desc_Tipo_Cobranza Char(50) Fec_Creacion Datetime Fec_actu Datetime


91

Tabla LI, Diseño Físico Dimensión Cuenta Contable Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Cuenta_Contable numeric(10) ID_Cuenta_Contable Char(18) Desc_Cuenta Contable Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla LII, Diseño Físico Ordenes Internas Costos Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Ordenes_Internas_Costos numeric(10) ID_Ordenes_Internas_Costos Char(18) Desc_Ordenes_Internas_Costos Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla LIII, Diseño Físico Dimensión Efecto Siniestro Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Efecto_Sini numeric(10) ID_Efecto_Sini Char(18) Desc_Efecto_Sini Char(18) Fec_Creacion Datetime Fec_actu Datetime


92

Tabla LIV, Diseño Físico Dimensión Causa Siniestro Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Causa_Siniestro numeric(10) ID_Causa_Siniestro Char(18) Desc_Causa_Siniestro Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla LV, Diseño Físico Dimensión Causa Rechazo Siniestro Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Causa_Rechazo_Sini numeric(10) ID_Causa_Rechazo_Sini Char(18) Desc_Causa_Rechazo_Sini Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla LVI, Diseño Físico Dimensión Estatus Siniestro Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Estatus_Siniestro numeric(10) ID_Estatus_Siniestro Char(18) Desc_Estatus_Siniestro Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla LVII, Diseño Físico Dimensión Bien Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Bien numeric(10) ID_Bien Char(18) Desc_Bien Char(18) Fec_Creacion Datetime Fec_actu Datetime


93

Tabla LVIII, Diseño Físico Dimensión Moneda Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Moneda numeric(10) ID_Moneda Char(18) Desc_Moneda Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla LIX, Diseño Físico Dimensión Zonas Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Zonas numeric(10) ID_Zonas Char(18) Desc_Zonas Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla LX, Diseño Físico Dimensión Tipo Poliza Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Tipo_Poliza numeric(10) ID_Tipo_Poliza Char(18) Desc_Tipo_Poliza Char(100) Fec_Creacion Datetime Fec_actu Datetime


94

Tabla LXI, Diseño Físico Dimensión Estatus Poliza Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Estatus_Poliza numeric(10) ID_Estatus_Poliza Char(18) Desc_Estatus_Poliza Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla LXII, Diseño Físico Dimensión Cuenta Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Cuenta numeric(10) ID_Cuenta Char(18) Desc_Cuenta Char(100) Fec_Creacion Datetime Fec_actu Datetime

Tabla LXIII, Diseño Físico Dimensión Ramo Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Sub_Ramo numeric(10) ID_Ramo Char(18) Desc_Ramo Char(18) ID_Sub_Ramo Char(18) Desc_Sub_Ramo Char(18) Fec_Creacion Datetime Fec_actu Datetime


95

Tabla LXIV, Diseño Físico Dimensión Sucursal Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Sucursal numeric(10) ID_Sucursal Char(18) Desc_Sucursal Char(18) ID_Ejecutivo Char(18) Desc_Ejecutivo Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla LXV, Diseño Físico Dimensión Series


SK_Series numeric(10) ID_Series Char(18) Desc_Series Char(18) ID_Periodo Char(18) Desc_Periodo Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla LXVI, Diseño Físico Dimensión Perito Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Perito numeric(10) ID_Perito Char(18) Desc_Perito Char(18) Fec_Ingreso Char(18) Fec_Egreso Char(18) Fec_Creacion Char(18) Fec_actu Char(18)


96

Tabla LXVII, Diseño Físico Dimensión Cobertura Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Cobertura numeric(10) ID_Tipo_Cobertura Char(18) Desc_Tipo_Cobertura Char(18) ID_Cobertura Char(18) Desc_Cobertura Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla LXVIII, Diseño Físico Dimensión Conductor Habitual


SK_Conductor_Habitual Char(18) ID_Conductor_Habitual Char(18) Nom_Conductor_Habitual Char(18) ID_Estado_Civil Char(18) Desc_Estado_Civil Char(18) Fec_Nacimiento Char(18) Sexo Char(18) ID_Ocupacion Char(18) Desc_Ocupacion Char(18) Fec_Creacion Char(18) Fec_actu Char(18)


97

Tabla LXIX, Diseño Físico Dimensión Vehículo Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Vehículo numeric(10) ID_Vehiculo Char(18) ID_Marca Char(18) Desc_Marca Char(18) ID_Linea Char(18) Desc_Linea Char(18) ID_Modelo Char(18) Desc_Modelo Char(18) Annio Char(18) Color Char(18) Placa Char(18) Serial_Carroceria Char(18) Serial_Motor Char(18) ID_Uso_Vehiculo Char(18) Desc_Uso_Vehiculo Char(18) ID_Grupo Char(18) Desc_Grupo Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla LXX, Diseño Físico Dimensión Intermediario Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Intermediario numeric(10) ID_Tipo_Intermediario Char(18) Desc_Tipo_Intermediario Char(18) ID_Intermediario Char(18) Desc_Intermediario Char(18) Fec_Creacion Datetime Fec_actu Datetime


98

Tabla LXXI, Diseño Físico Dimensión Productos Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Productos numeric(10) Desc_Tipo_Producto Char(18) ID_Producto Char(18) Desc_Producto Char(18) Fec_Inicio_Vigencia Char(18) Fec_Fin_Vigencia Char(18) MCA_Activo Char(18) Fec_Creacion Datetime Fec_actu Datetime

Tabla LXXII, Diseño Físico Dimensión Cliente Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Cliente numeric(10) ID_Segmento_Cliente Char(18) Desc_Segmento_Cliente Char(18) ID_Target Char(18) Desc_Target Char(18) ID_Tipo_Cliente Char(18) ID_Cliente Char(18) Nom_Cliente Char(18) CI_Cliente Char(18) Dir_Cliente Char(18) Tel_Cliente Char(18) Cel_Cliente Char(18) Fax_Cliente Char(18) Email_Cliente Char(18) Edo_Civil_Cliente Char(18) Fec_Nacimiento Char(18) Edo_Civil Char(18) ID_Actividad_Cliente Char(18) Desc_Actividad_Cliente Char(18) ID_Localidad Char(18) Fec_Creacion_Cliente Char(18) Fec_Creacion Datetime Fec_actu Datetime


99

Tabla LXXIII, Diseño Físico Dimensión Deudor Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Deudor numeric(10) ID_Segmento_Deudor Char(18) Desc_Segmento_Deudor Char(18) ID_Target Char(18) Desc_Target Char(18) ID_Tipo_Deudor Char(18) ID_Deudor Char(18) Nom_Deudor Char(18) CI_Deudor Char(18) Dir_Deudor Char(18) Tel_Deudor Char(18) Cel_Deudor Char(18) Fax_Deudor Char(18) Email_Deudor Char(18) Edo_Civil_Deudor Char(18) Fec_Nacimiento Char(18) Edo_Civil Char(18) ID_Actividad_Deudor Char(18) Desc_Actividad_Deudor Char(18) ID_Localidad Char(18) Fec_Creacion_Deudor Char(18) Fec_Creacion Datetime Fec_actu Datetime


100

III.5.2 DISEÑO FÍSICO DE LAS TABLAS DE HECHO

Tabla LXXIV, Diseño Físico Fact Gastos Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Sociedad Numeric(10) SK_Centro_Costos Numeric(10) SK_Ordenes_Internas_Costo Char(18) Fec_Asiento Numeric(10) SK_Cuenta_Contable Numeric(10) SK_Moneda_Gastos Numeric(10) Mto_Cuenta_Presup Char(18) Mto_Cuenta_Real Numeric(10 , 2) Fec_Carga Datetime

Tabla LXXV, Diseño Físico Fact Perdidas Parciales Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Cliente Numeric(10) SK_Bien Numeric(10) SK_Cobertura Numeric(10) SK_Sucursal Numeric(10) SK_Vehiculo Numeric(10) SK_Taller Numeric(10) SK_Distribuidor Numeric(10) SK_Moneda Numeric(10) SK_Cuenta Numeric(10) Fec_Tramite Numeric(10) SK_Intermediario Numeric(10) SK_Ramo Numeric(10) Num_Siniestro Char(18) Num_Poliza Char(18) Mto_Siniestro numeric(18 , 2) Mto_Perdidas_Parciales_Bruto numeric(18 , 2)


101

Mto_Gastos_Generados numeric(18 , 2) Mto_Perdidas_Parciales_Neto numeric(18 , 2) PCT_Perdidas_Parciales_Bruto numeric(18 , 10) PCT_Perdidas_Parciales_Neto numeric(18 , 10) Fec_Carga Datetime

Tabla LXXVI, Diseño Físico Fact Financiamiento Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Estatus_Giro Char(18) SK_Tipo_Cobranza Numeric(10) SK_Moneda Numeric(10) SK_Sucursal Numeric(10) SK_Fecha Numeric(10) SK_Intermediario Numeric(10) SK_Deudor Numeric(10) SK_Entidad_Bancaria Numeric(10) Fec_Vencimiento Char(18) Fec_Pago_Giro Char(18) Fec_Aprob_Recibo Char(18) Num_Giro Char(18) Num_Expediente Char(18) Num_Recibo Char(18) Numero_Giros Char(18) Dias_Vencidos Char(18) Dias_X_Vencer Char(18) MCA_Vencimiento Char(18) Mto_Inicial Char(18) Mto_Interes Char(18) Mto_Giro Char(18) Mto_Gastos Char(18) Acum_Vencido Char(18) Acum_Cobrado Char(18) Acum_Pendiente Char(18) Int_Mora Char(18) Fec_Creacion Char(18)


102

Tabla LXXVII, Diseño Físico Fact Siniestro Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Estatus_Poliza Numeric(10) SK_Cuenta Numeric(10) SK_Cliente Numeric(10) SK_Ramo Numeric(10) SK_Bien Numeric(10) SK_Cobertura Numeric(10) SK_Sucursal Numeric(10) SK_Vehiculo Numeric(10) SK_Estatus_Siniestro Numeric(10) SK_Perito Numeric(10) SK_Conductor_Habitual Char(18) SK_Eventos_Especiales Numeric(10) SK_Intermediario Numeric(10) SK_Causa_Rechazo_Sini Numeric(10) SK_Causa_Siniestro Numeric(10) Fec_Ocur_Sini Numeric(10) SK_Productos Numeric(10) SK_CTO_Reserva Numeric(10) SK_Efecto_Sini Numeric(10) SK_Series Numeric(10) SK_Zona Numeric(10) Num_Sini Char(18) Num_Poliza Char(18) Num_Recibo Char(18) Num_Cuenta Char(18) Num_Riesgo Char(18) Mto_RVA_Inicial Numeric(18 , 2) Mto_RVA_Actual Numeric(18 , 2) Mto_Ajuste_RVA_Mes Numeric(18 , 2) Mto_Ajuste_RVA_Annio Numeric(18 , 2) Mto_Deducible Numeric(18 , 2) Mto_Gastos Numeric(18 , 2) Valor_RVA_Promedio Numeric(18 , 2) Valor_Cambio Numeric(18 , 2) PCT_Part_Agente Numeric(18 , 10) Fec_Decla_Sini Char() Fec_Reg_Sini Datetime Fec_Term_Sini Datetime Annio_Cesion Datetime Periodo_Cesion Char(18)


103

MCA_Facultativo Char(10) MCA_Recuperable Char(18) IND_Estatus_Sini Char(1) Fec_Carga Datetime

Tabla LXXVIII, Diseño Físico Fact Produccion Fuente: Elaboración Propia

Atributos Tipo de Dato SK_Estatus_Poliza Numeric(10) SK_Cuenta Numeric(10) SK_Cliente Numeric(10) SK_Ramo Numeric(10) SK_Bien Numeric(10) SK_Cobertura Numeric(10) SK_Sucursal Numeric(10) SK_Vehiculo Numeric(10) SK_Conductor_Habitual Char(18) SK_Intermediario Numeric(10) SK_Productos Numeric(10) SK_Moneda Numeric(10) SK_Tipo_Poliza Numeric(10) SK_Tipo_Cobranza Numeric(10) Fec_Emision_Poliza Numeric(10) SK_Series Numeric(10) SK_Zonas Numeric(10) SK_Entidad_Bancaria Numeric(10) ID_Estatus_Poliza Char(18) ID_Cliente Char(18) ID_Cobertura Char(18) ID_Sucursal Char(18) ID_Vehiculo Char(18) ID_Bien Char(18) ID_Productos Char(18) ID_Moneda Char(18) ID_Sub_Ramo Char(18) ID_Cuenta Char(18) ID_Tipo_Poliza Char(18) ID_Intermediario Char(18) ID_Conductor_Habitual Char(18) ID_Tipo_Cobranza Char(18)


104

Fec_Renov_Poliza Char(18) Fec_Anul_Poliza Char(18) Fec_Emision_Recibo Char(18) Fec_Renov_Recibo Char(18) Fec_Vcto_Recibo Datetime Fec_Anul_Recibo Char(18) Fec_Emision_Cobertura Decimal() Fec_Vcto_Cobertura Datetime Num_Poliza Char(18) Num_Situacion Char(18) Num_Certificado Char(18) Num_Recibo Char(18) Num_Asegurado Char(18) Num_Dias_Vigencia Char(18) Num_Dias_No_Transc Char(18) Suma_Asegurada Numeric(18 , 2) Suma_Asegurada_Casco Numeric(18 , 2) Mto_Prima_Emitida Numeric(18 , 2) Mto_Prima_Bruta Numeric(18 , 2) Mto_Prima_Cedida Numeric(18 , 2) Mto_Prima_Neta Numeric(18 , 2) Mto_Ajuste_Rva_Bruta Numeric(18 , 2) Mto_Ajuste_Rva_Cedida Numeric(18 , 2) Mto_Ajuste_Rva_Neta Numeric(18 , 2) Mto_Prima_Dev_Bruta Numeric(18 , 2) Mto_Prima_Dev_Cedida Numeric(18 , 2) Mto_Prima_Dev_Neta Numeric(18 , 2) Mto_Deducible Numeric(18 , 2) Mto_Prima_Pendiente Numeric(18 , 2) Mto_Bono_Agente Numeric(18 , 2) Mto_RVA_Prima Numeric(18 , 2) Mto_RVA_Comision Numeric(18 , 2) Mto_RVA_100_ Numeric(18 , 2) Mto_Comis_Agente Numeric(18 , 2) Mto_Coa_Cedido Numeric(18 , 2) Mto_Facultativo Numeric(18 , 2) Mto_Retencion Numeric(18 , 2) Mto_Cuota_Parte Numeric(18 , 2) Mto_Exced_Especial Numeric(18 , 2) Mto_Prioridad Numeric(18 , 2) Mto_I_Excedente Numeric(18 , 2) Mto_II_Excedente Numeric(18 , 2) Mto_I_Excedente_Vida Numeric(18 , 2) Mto_Facult_Oblig Numeric(18 , 2)


105

Mto_Exec_Perdida Numeric(18 , 2) Mto_Suma_Riesgo Char(18) Pct_Comision Numeric(18 , 10) Pct_Suma_Riesgo Char(18) MCA_Renov_Aut Char(1) Fec_Carga Datetime

III.6 INSTALACIÓN DE INFRAESTRUCTURA TÉCNICA

En la arquitectura propuesta se implantara en tres bloques principales de

flujo de información, el primero de ellos es el bloque de adquisición el cual

está compuesto por las fuentes de datos transaccionales con las que cuenta

el negocio, además de todos aquellos archivos planos que contienen

información como pueden ser metas y presupuesto. Se utilizará para este

bloque DecisionStream como herramienta de ETL para sustentar las labores

de carga y actualización periódica de información.

El segundo bloque con que cuenta esta arquitectura es el bloque de

almacenamiento, el cual está compuesto por la base de datos que contendrá

la bodega de datos a ser implementada en la solución BI. Este segmento de

la arquitectura se implementará sobre el servidor de base de datos Microsoft

SQL Server 2000. El servidor dedicado para la bodega de datos deberá

contener instancias separadas para el área de paso (“staging area”, donde

se ejecutan los procesos de depuración e integración de datos) y el área de


106

producción (donde residen las estructuras dimensionales para consulta y

acceso de las herramientas de front end).

El último elemento que compone la arquitectura a utilizar será el Bloque de

Acceso, en el cual se generarán los reportes multidimensionales que facilitan

el análisis de la información relacionada con el negocio. La información

contenida en los esquemas dimensionales será consultada utilizando la

herramienta de análisis multidimensional Cognos PowerPlay. Es posible

dada la flexibilidad de este modelo el poder integrar otras herramientas de

acceso que pueden incluir utilitarios de terceros, herramientas de scorecard y

aplicaciones de data mining.

Figura 4. Diagrama Arquitectura Propuesta Fuente: Gartner Group


107

En la primera fase como se había descrito se utilizará la herramienta

DecisionStream, es la herramienta de Extracción, Trasformación y Carga

(ETL) que permite crear los distintos Data Marts que componen el Data

Warehouse. Si bien DecisionStream cae dentro del concepto ETL, la ventaja

principal está claramente marcada en la facilidad para crear Data Marts

integrados manejando el concepto de marco dimensional único. A

continuación se detallaran las características de DecisionStream:

Documentador automático que facilita la comprensión del proceso de

carga definido.

Soporta estructuras de datos OLAP y relacionales.

Múltiples fuentes de datos simultáneamente.

Procesamiento en paralelo.

Múltiples destinos (incluso con integración a los bulk loaders

tradicionales).

Wizard especial para creación de dimensión tiempo.


108

Dimensiones compartidas y conformadas.

Capacidad para manejar dimensiones estáticas y dimensiones

cambiantes a lo largo del tiempo (slowly changed dimensions).

Manejo automático de claves sustitutas, especialmente para el

manejo de las dimensiones que cambian a lo largo del tiempo.

Transforma los datos crudos en estructuras Data Mart orientadas a

un área temática en particular, las cuales están optimizadas para

análisis, asegurando que esos datos sean accedidos de la forma que

los usuarios del negocio piensan (por tiempo, ubicación, producto,

cliente, ventas, etc).

Soporte para creación de tablas agregadas en la base de datos

relacional.

Provee dimensionalidad, que permite combinar diferentes fuentes de

datos para construir las jerarquías.

Dimensiones reutilizables y extensibles.

Manejo de Dimensiones desbalanceadas (ej: estructuras padre-hijo).


109

Escalabilidad asegurada y controlada a lo largo de toda la

corporación, construyendo desde soluciones departamentales a toda

la plataforma empresarial, evitando así el fracaso del proyecto de

Data Warehouse corporativo.

Soporte para conectase con motores de bases de datos más

importantes como ser SqlServer, Oracle, DB2, Informix o a través de

ODBC y/o archivos de texto.

No es una solucion que corre en un motor de base de datos por lo

que maneja con la menor linea de codigos, la integración a múltiples

fuentes

Entrega soluciones BI consistentes desde fuentes de datos y sus

transformaciones.

Carga y desarrollo de los modelos de negocios y reportes (creación

de metadata y cubos PowerCube y/o cubos SQLServer Analysis

Services dentro de DecisionStream logrando prototipos con alto

rendimiento).


110

SQL Server 2000 será el manejador de base de datos utilizado en el bloque

de almacenamiento en donde se encontrará físicamente la bodega de datos.

Este motor de BD posee muy buenas características tanto para

administración de la base de datos, como de interacción con las

herramientas de inteligencia de negocios como con las de Cognos.

Entre las características de SQL Server 2000 podemos enumerar las

siguientes:

Cuenta con el uso de procedimientos almacenados y vistas,

optimizando el rendimiento y comunicación con la aplicación. Con el

uso de vistas se puede trabajar con una porción específica de la

base de datos, evitando la necesidad de utilizar el modelo relacional

completo que puede llegar a incluir un gran número de relaciones,

tablas o archivos. Gracias a esto, el análisis y manipulación de los

datos se facilita bastante.

Su rendimiento es muy aceptable hasta con 15 terminales con un

modelo bien diseñado.

Las actividades del administrador se ven facilitadas con el propio

motor y la documentación del sistema.


111

Aunque no esta orientado a un nivel interno como su paralelo Oracle

satisface de buena forma una base de datos mediana para un

número medio de terminales, ideal tanto para pequeñas y medianas

empresas así como para negocios de gran tamaño como son las

aseguradoras que cuenten con un hardware adecuado.

Para la creación de cubos OLAP se utilizará Cognos PowerPlay Transformer,

el cual permite a los diseñadores crear modelos dimensionales que

combinan datos desde múltiples fuentes.

PowerPlay Transformer es una herramienta de diseño y construcción de

cubos temáticos OLAP con capacidad de trabajo off-line lo cual permite su

posterior trasporte y consulta.

Los cubos OLAP creados por PowerPlay Transformer se denominan

PowerCubes, estos son altamente compactos, de alto rendimiento y fáciles

de explorar, mantener y transportar, ya que se permite un trabajo fuera de

línea (con usuarios en modalidad Windows).

Los PowerCubes son fáciles de crear y mantener, y escalan a grandes

volúmenes de datos – decenas de millones de registros con medio millón o

más de categorías (miembros). Con esos volúmenes, los PowerCubes

entregan un alto rendimiento de consulta (tiempos menores a 10 segundos y


112

en promedio 3 segundos) que es virtualmente imposible de lograr usando un

RDBMS o una solución OLAP Relacional.

Es posible utilizar más de una fuente de datos para alimentar un mismo

modelo, aunque se recomienda la utilización de la bodega de datos como

mecanismo de consolidación de información.

Para la etapa final de la arquitectura propuesta, conocida como bloque de

acceso, se utilizará Cognos PowerPlay para la generación de reportes

multidimensionales, exploración avanzada, reportes adhoc de tendencias y

excepciones. Se pueden acceder cubos remotos a través de redes de área

amplia, cubos locales (cubos offline) y cubos basados en LAN a través

PowerPlay Personal Server.

Cuenta con dos alternativas de uso, explorer o reporter siendo la primera el

formato de navegación de un cubo (idem a Web) y en el caso reporter

permite la construcción de reportes complejos en contenido y estructura. Los

reportes modo Reporter son consumidos en la Web mediante el PowerPlay

Web Viewer (componente de la solución PowerPlay Web).

El uso de las herramientas Cognos es debido a que este es el principal

proveedor de Business Intelligence (BI) y de gestión del rendimiento

corporativo a escala mundial, su software contribuye a dirigir, monitorizar y


113

comprender el rendimiento de los negocios. Según estudios de Gartner

Group, las herramientas Cognos de inteligencia de negocios poseen la

mayor capacidad de ejecución, un robusto manejo de reportes y a su vez una

completa visión actualizada de lo que es el BI en el mercado corporativo,

como se puede ver gráficamente en las siguientes figuras.

Figura 5 . Presencia en el mercado de distintas soluciones BI Fuente: Gartner Group


114

Figura 6. Cuadrante mágico Gartner soluciones BI Fuente: Gartner Group

III.7 IMPLEMENTACIÓN SOLUCIÓN BI

Una vez obtenido el modelo físico diseñado a través de la herramienta Erwin,

se procede a exportar las tablas, esquemas y vistas de la base de datos

ubicada en SQL 2000 Server, para la creación dentro del servidor que

contendrá la bodega de datos. Definida la arquitectura general de BI


115

considerando los procesos de Extracción, Transformación y Carga, el DW,

los Cubos que deberán ser diseñados y el alcance de los análisis OLAP y los

reportes que se podrán obtener de dicha infraestructura, se implanta el

almacén de datos corporativo sobre la aplicación de Cognos Decision

Stream, previamente configurado en ambiente de Desarrollo y Producción

para el proyecto. Se considero otorgar la seguridad de los cubos a través de

la herramienta propietaria de Access Manager y recuperación a través de

Check in y Check Out propia de Descion Stream o el uso de Visual Source

Safe manejador de versiones.

Se procedió a poblar inicialmente el DW en ambiente de desarrollo para

obtener los rechazos (por incumplimiento de las reglas de consistencia del

ETL). Una vez corregidas las fuentes de datos, se implantará el DW en el

servidor de producción y se realizará una segunda población con la

depuración de los datos fuentes (rechazos de la ejecución de la primera

población del DW). Posteriormente se paso a producción los ETLs y

activación de los jobs de actualización / mantenimiento del DW.

Luego se procedió a instalar las herramientas de análisis COGNOS

PowerPlay, ejecutando pruebas de rendimiento local y remoto (cargas de

cubos prueba). En el siguiente paso a través del departamento a modelar, se

conciben las dimensiones del cubo y se procede a construir en COGNOS

PowerPlay Transformer, sobre el Frame Work de trabajo ubicado en el


116

Dimension Map, el cual contenga las medidas, fuentes de datos y niveles de

seguridad, necesarios para alimentar los reportes multidimensionales.

Cuando esta modelado el cubo, se procede a crear el cubo en PowerPlay

Transformer para luego cargarlo y diseñar los distintos reportes en Power

Play for Windows.

En PowerPlay Transformer a la hora de crear el cubo OLAP se escogieron

las dimensiones y atributos de estas que se desea que contenga el cubo.

Todo esto se logra a través de un proceso guiado por “wizards” de manera

sencilla y amigable.

Figura 7. Agregación de Dimensión al Cubo OLAP – PowerPlay Transformer Fuente: Elaboración propia


117

Figura 8. Dimensiones Cubo OLAP y Atributos – PowerPlay Transformer Fuente: Elaboración propia

Una vez realizado esto, se puede escoger el nivel de granularidad deseado

en cada una de las dimensiones. Para luego proceder a la generación

automática del powercube que se usará para la generación de reportes con

PowerPlay for Windows.


118

Figura 9. Nivel de Granularidad Cubo OLAP– PowerPlay Transformer Fuente: Elaboración propia

III.8 AUTOMATIZACIÓN DEL PROCESO

Los procesos de automatización están definidos bajo calendarios (Schedule)

de trabajo sobre el refrescamiento de los datos y cubos de acuerdo a las

necesidades del negocio (recomendado carga diaria en horas nocturnas),

para ello Cognos DecisionStream provee un ambiente de construcción de

Data Mart automatizado usando JobStreams. Una vez que son definidos los


119

dimension build y fact build de mayor detalle, éstos pueden ser combinados

fácilmente en un JobStream que ejecuta automáticamente todos los builds

(sentencia SQL) , en una secuencia específica, con total manejo de logging y

errores.

Figura 10. Trabajos de Automatización – DecisionStream


A modo de ejemplo, se ejecutan en paralelo todas las dimensiones builds

para los Data Mart, antes de los fact builds (o propios Data Mart). El

monitoreo del status del JobStream en algún punto, ya sea, continuar el


120

JobStream o ejecutar procesos de manejo de errores, usa una completa

librería de funciones y variables definidas por el usuario, para asignar valores

sobre las acciones que deban ser tomadas, como por ejemplo restablecer el

proceso de carga ante una falla.

Figura 11. Extracción, Transformación y Carga – DecisionStream


CAPITULO IV. LA SOLUCION

121

CAPITULO IV. LA SOLUCIÓN

En este capítulo se presenta la implementación de la solución obtenida luego

del análisis y desarrollo del sistema de inteligencia de negocios, el cual se

basa en la presentación de información en forma de reportes de fácil lectura

y creación. Los reportes presentados a continuación son dinámicos gracias al

análisis multidimensional lo cual permite buscar diversos sectores de impacto

relevantes al negocio y presentarlos en un formato único.

Para la creación y visualización de estos reportes, se utiliza la herramienta

Cognos PowerPlay el cual permite una fácil manipulación de cubos de

información previamente elaborados, además de ofrecer diversas funciones,

que permiten una cómoda comprensión de la información deseada.

A continuación se procederá a describir la creación y análisis de reportes a

fin de ilustrar el funcionamiento general del sistema.

IV.1. CUBO INICIAL

Se muestra el cubo en su estado original luego de su realización en Cognos

Transformer, en la parte superior se muestran las diferentes dimensiones

que se pueden agregar a un reporte. El primer paso que se debe tomar para


122

la modificación y creación de un reporte es visualizar los datos desde el

modo “explorer”, el cual nos permite la manipulación del cubo para la

elaboración del reporte que se desee, para ello se presiona el botón que

permite el cambio de modo “visualización” al modo “explorer”, ubicado en la

barra superior de herramientas.

Figura 12. Boton Intercambiador de Vista Fuente: Cognos PowerPlay

Podemos ver en la barra de título de la ventana de PowerPlay que aparece

entre paréntesis el modo que se está ejecutando en el momento, en este

caso el modo explorer.

Figura 13. Barra de Título modo Explorer Fuente: Cognos PowerPlay

Figura 14. Barra de Título modo Reporter Fuente: Cognos PowerPlay


123

En la siguiente gráfica se ve el cubo inicial el cual solo tiene vistas

relacionadas con tiempo, a este cubo se le pueden agregar diferentes vistas

arrastrando y soltando las carpetas que se encuentran en el menú explorador

ubicado en la parte izquierda de la ventana. Dentro de estas carpetas se

encuentran los distintos atributos de las dimensiones.

Figura 15. Ventana Inicial PowerPlay Fuente: Elaboración Propia


124

IV.2 MODIFICAR EL REPORTE

Una vez cargado el cubo inicial se procede a insertar las vistas deseadas

para el reporte, para esto se tomó la carpeta que contienen las

especificaciones por sexo y luego las causas de los siniestros para obtener

un reporte que indique las causas de los siniestros y su estadísticas dado un

sexo determinado. Hay que resaltar que se pueden hacer distintos reportes

basados en el mismo cubo de información, la escogencia de estas vistas es

a manera de ejemplo.

Figura 16. Reporte Sexo / Causa Fuente: Elaboración Propia


125

A partir de este reporte se disgrega la información de las causas de los

siniestros por los estados del país, lográndose así una información mas

precisa y con un nivel de detalle más complejo.

Figura 17. Reporte Sexo / Causas por Estado Fuente: Elaboración Propia

Luego de la inserción de los estados, se procede a agregar el estado civil de

los clientes, disgregando así la vista de sexo. También se agrega un título

para lograr una mejor identificación del reporte.


126

Figura 18. Reporte Sexo por Edo. Civil / Causas por Estado Fuente: Elaboración Propia

Una vez realizado el reporte a partir de la información que se desea, se

procedió a agregar semáforos de información los cuales tienen la finalidad de

alertar al usuario cuando una cifra está llegando a un nivel considerado

crítico o cuando lo sobrepasa.


127

Figura 19. Semáforo del Reporte Sexo por Edo. Civil / Causas por Estado Fuente: Elaboración Propia

Para finalizar una vez establecida la información que se desea visualizar en

el reporte, se procede a agregar un gráfico de tipo torta para facilitar en

análisis de la información. Una vez hecho esto el reporte adquiere una forma

mas amigable.


128

Figura 20. Reporte final Sexo por Edo. Civil / Causas por Estado Fuente: Elaboración Propia

IV.3 ANÁLISIS DRILL-DOWN

Este análisis nos permite acceder a una información mas precisa que se

encuentra dentro de una categoría. Como su nombre lo indica no es mas que

taladrar dentro de una categoría para visualizar un nivel de granularidad mas

profundo en detalle.


129

Es de destacar que en esta parte se utilizó la modalidad de visualización

“reporter”, la cual permite delimitar la información sin modificar la estructura

del reporte. Esta modalidad a su vez permite realizar los análisis drill-down,

la implantación de semáforos de información y la generación de gráficas.

Como se puede ver en la siguiente gráfica en la barra de título se destaca

entre paréntesis el modo en que se encuentra. La escogencia de este reporte

y su modo de visualización es a manera ilustrativa siendo real su fuente de

datos.

Figura 21. Análisis de Siniestralidad por Marca Fuente: Elaboración Propia


130

Basándonos en el reporte Siniestralidad por Marca, se realiza la selección de

una celda que contenga la información a la cual se desea realizarle un Drill

Down, en este ejemplo se seleccionó los vehículos marca Toyota. Luego de

hacer click sobre esta celda en particular, debajo de ella se hace el

despliegue automático de los modelos asociados a la marca escogida. En la

imagen siguiente aparecen seleccionados en negritas.

Figura 22. Drill Down de Análisis de Siniestralidad por Marca Toyota Fuente: Elaboración Propia


131

A su vez se realizó un análisis a la celda que posee la información de los

automóviles Corolla marca Toyota, llegando al nivel máximo de granularidad

que soporta esta dimensión. Es de resaltar que cada dimensión posee

diferentes niveles de granularidad y el análisis dependerá de la misma. Una

vez seleccionada la casilla se desplegó la información referente a los

diferentes tipos de modelos Corolla que posee la marca Toyota en nuestro

país.

Figura 23. Drill Down de Análisis de Siniestralidad por Marca Toyota y modelo Corolla



132

IV.4 INSERCIÓN Y ANÁLISIS DRILL DOWN DE GRÁFICOS

La herramienta Cognos PowerPlay nos permite como se ha visto

anteriormente agregar gráficos a los reportes generados, además de esto

permite un análisis drill down de estos gráficos, mostrando la información que

se encuentra en un nivel de detalle inferior.

Para insertar el gráfico anexo al reporte se debe presionar el botón de

“control” en el teclado y luego escoger el tipo de gráfico que se desea de la

barra de herramientas de gráficos que se muestra a continuación. De no

presionar el botón “control” en el teclado, solo se visualizará el gráfico sin la

tabla que contiene la información del reporte.

Figura 24. Barra de herramientas de gráficos Fuente: Cognos PowerPlay

La herramienta como muestra la figura anterior ofrece una diversidad de

tipos de gráficos, los cuales son muy útiles a la hora de un análisis, a

continuación se mostrará algunos ejemplos de los tipos de gráfico que

ofrece.


133

Figura 25. Ejemplo Gráfico de Barras Fuente: Elaboración Propia

Figura 26. Ejemplo Gráfico Barras 3D Fuente: Elaboración Propia


134

Figura 27. Ejemplo Gráfico de Líneas con Puntos de Dispersión por Análisis de cantidad de expedientes abiertos por trimestre


La herramienta no limita el número de gráficos que se pueden tener en el

reporte, como prueba de esto elaboramos un ejemplo en el cual basados en

un reporte de data real se agregó dos gráficos de diferente tipos, uno de

barras y un segundo de tercera dimensión, con lo cual se puede visualizar la

información relevante del reporte de una mejor manera.


135

Figura 28. Ejemplo de Grafico de Barra y 3D Análisis Siniestros por Causas Fuente: Elaboración Propia

Luego de la selección e inserción del gráfico que se desea visualizar en el

reporte, en este caso torta, se selecciona la información mostrada en el

gráfico que se desea resaltar, al hacer esto la porción que está representada

en el gráfico se separará del resto y a su vez aparece seleccionada en la

tabla de información. En el ejemplo a continuación se selecciona sobre el

gráfico la porción relacionada a la marca Chevrolet, identificada en el gráfico

con un color azul.


136

Figura 29. Selección en Grafico Torta del Análisis de Siniestralidad por Marca Fuente: Elaboración Propia

Una vez realizado lo anterior se procede a seleccionar la marca Toyota, y

haciendo “doble click” sobre su porción se obtuvo la información relacionada

con sus diferentes modelos, los cuales aparecieron reflejados

inmediatamente en el gráfico.


137

Figura 30. Drill Down en Grafico Torta del Análisis de Siniestralidad por Marca Toyota


IV.5 CONSTRUCCIÓN DE SEMAFOROS DE INFORMACIÓN

A partir de un reporte previamente elaborado es posible agregar semáforos

de información que indiquen niveles críticos que se deseen desatacar,

facilitando así el análisis de algún caso particular.


138

Para la inserción de un semáforo se procede de la siguiente manera, en

primer lugar se selecciona en el menú “explore” ubicado en la barra de

menús de la herramienta la opción “Custom Exceptions”, al hacer esto, se

abrirá una nueva ventana donde se introducirá el nombre que se desee que

lleve el semáforo de información. Esta opción permite a su vez editar como el

semáforo se va a mostrar permitiendo al usuario crear semáforos con sus

propios estilos, los cuales se podrán guardar en la herramienta para un futuro

uso. En esta ventana se procede a insertar los rangos de valores a ser

seleccionados junto con el estilo que estos llevarán y las categorías que

serán afectadas.

A continuación se muestra un ejemplo de un semáforo de información junto a

la ventana Custom Exceptions, donde se muestran los rangos escogidos y

las categorías a resaltar.


139

Figura 31. Creación de Semáforo de Información Análisis Siniestro por Causa


Modificando los rangos se puede ver que cambia las filas afectadas como se

ilustra en la siguiente figura.


140

Figura 32. Modificación de Rangos Semáforo de Información Análisis Siniestro por Causa


Al agregar uno o más gráficos a un reporte con Semaforos de Información,

estos se verán reflejados los estilos utilizados en las tablas para resaltar los

datos como se muestra a continuación.


141

Figura 33. Semáforo de Información con Gráficos Fuente: Elaboración Propia

IV.6 ANÁLISIS DIMENSIONAL

Para realizar este tipo de análisis se utiliza la barra de dimensiones que se

observa en la parte superior del reporte, estas dimensiones al ser

seleccionadas se despliegan lo cual permite delimitar la información que se

desea en el reporte. A continuación se muestra un ejemplo de la barra de

dimensiones.


142

Figura 34. Barra de Dimensiones Fuente: Elaboración Propia

Se desea restringir por sexo el reporte inicial de siniestros por causas que se

ilustra en la siguiente figura.

Figura 35. Análisis Dimensional Siniestro por Causa Fuente: Elaboración Propia


143

Se selecciona en el botón “sexo” la categoría que se desea visualizar, como

se puede observar en la siguiente figura.

Figura 36. Análisis Dimensional por Sexo - Siniestro por Causa Fuente: Elaboración Propia

Finalmente se puede observar en la siguiente figura los datos que son

mostrados tanto en la tabla del reporte como en la gráfica son únicamente

los del sexo femenino, permitiendo así un análisis mucho mas preciso.


144

Figura 37. Análisis Dimensional por Sexo Femenino Siniestro por Causa Fuente: Elaboración Propia

CAPITULO V. CONCLUSIONES Y RECOMENDACIONES

145


El desarrollo del presente trabajo de grado, basado en el uso eficiente de los

reportes e indicadores de gestión, generados a través del sistema

inteligencia de negocios para el sector seguros, se creó la materialización del

concepto de la gestión corporativa de alto desempeño (CPM) para dicho

sector. Se concluye lo siguiente:

Se logró con éxito la idealización y diseño de los modelos

multidimencionales del sector de seguros, logrando la organización de las

áreas neurálgicas involucradas en el proceso.

El ciclo de retroalimentación que permite la reacción en tiempo real de la

organización, fue logrado a nivel de datos, mediante el uso del

DataWarehouse, creando la fundación de CPM, capa necesaria para

realizar los reajustes al plan de negocios.

En la evaluación de los modelos del sector se logro identificar a nivel

funcional sobre las áreas o departamentos (DataMarts), los procesos

propios del sector, considerando los reportes, indicadores y análisis

necesarios para responder las preguntas del analista.


146

El sistema de inteligencia de negocios cumple con todos los

requerimientos establecidos. Se tomaron las medidas necesarias para

evitar salirse de las funciones establecidas desde las fases iniciales del

desarrollo del sistema.

Se comprueba que las características propias de las herramientas de BI

(Cognos Serie 7), contemplan toda su operatividad en función de las

metodologías implementadas en este trabajo de grado, las cuales

permiten visualizar en el futuro las propiedades de una herramienta

altamente funcional y exitosa, que evalúa procesos reales, generando

resultados precisos, que ayuda a la toma de decisiones optimizando la

misma y permite llevar una secuencia de resultados consolidados de los

datos de la empresa.

Dentro del trabajo de grado se muestra una visión general sobre los

objetivos planteados en su inicio y logros alcanzados a su término, todo

gracias a la extensa investigación realizada sobre los reportes funcionales

del sector de seguros, los sistemas de inteligencia de negocios para la

toma de decisiones y todos los entes relacionados al tema de

investigación.

Utilizar la suite de productos de Cognos serie 7, SQL Server 2000, Erwin,

como herramientas modeladoras y de desarrollo orientadas a las mejores


147

practicas de inteligencia de negocios, representando una gran ventaja

para la creación del sistema, por su fácil manejo y múltiples aplicaciones

especializadas en las fases del proyecto, así como su capacidad de

creación de interfaces amigables al usuario.

A través de la investigación realizada se pudieron conocer las áreas

operativas para las compañías de seguros en: Producción, Riesgos,

Recaudos, Reclamaciones, Administrativo y Contabilidad, siendo

evaluados de manera conjunta y consolidada.

Aunque el modelo desarrollado es sencillo y cuenta con un front end

amigable, se recomienda que el usuario tenga conocimientos básicos de

computación para un mejor entendimiento y manejo de la herramienta.

Para hacer de esta herramienta un sistema más efectivo, se recomienda

ampliar los módulos en función del concepto de CPM.

El sistema de inteligencia de negocios esta implantado bajo ambiente

Windows, que facilita las actualizaciones, creando la administración y el

acceso a las aplicaciones.

Se recomienda realizar estudios funcionales sobre los requerimientos

individuales (reportes, análisis, tendencias, etc.) de las áreas neurálgicas


148

de la compañía, ya que el diseño modular del Datawarehouse, permite el

crecimiento de las áreas impactadas sobre la organización. Esto presenta

la oportunidad a estudios futuros sobre como establecer claramente estas

condiciones y ampliar el sistema teniendo disponible toda la información

correspondiente.

Medir la efectividad de los modelos de inteligencia de negocios cada

cierto tiempo para saber si las dimensiones y medidas deben ser

alterados de manera que coincidan con la realidad del momento.

El sistema puede ser utilizado como referencia para aplicarse en otras

áreas que necesiten realizar análisis multidimencionales, como por

ejemplo el área de reaseguros o los modelos pertinentes al desarrollo del

plan de negocios.

El sistema de inteligencia de negocios puede ser aplicado en cualquier

empresa comercial del sector seguros, solo cambiado el origen de la

fuente de datos y configurando alguna exigencia particular de la

compañía de seguros que la aplique.

REFERENCIAS BIBLIOGRAFICAS

149

REFERENCIAS BIBLIOGRÁFICAS

Alonso Elizo, José María. Dashboard, un piloto automático en la empresa.

[en linea]. Madrid: Hyperion Ibérica. Disponible en:

http://www.hyperion.com/downloads/es/dashboards_toyota.pdf

[2005, 03 de abril]

Alva, Juan Mario. Peru: Puede una administración tributaria crear un

datawarehouse?. [en linea]. Lima: Alfa – Redi. Disponible en:

http://www.alfa-redi.org/revista/data/34-12.asp

[2004, 01 de diciembre]

Balanced Scorecard – Translate Strategy into Action. [en linea]. Londres:

Infocube. Disponible en:

http://www.infocube.co.uk/balanced_scorecard.htm

[2005, 03 de abril]

Boletín Técnico de Productos Crystal (de Business Objects). [en linea].

Santiago de Chile: Abits Chile. Disponible en:

http://www.abits.cl/Boletin_Tecnico/Diciembre2004/boletin_crystal_dic2004.htm

[2005, 19 de mayo]


150

Carrión, Juan. Diferencia entre Dato, Información y Conocimiento. [en

linea]. Barcelona: Fundación Iberoamericana del Conocimiento. Disponible

en:

http://www.gestiondelconocimiento.com/conceptos_diferenciaentredato.htm

[2005, 11 de enero]

Daccach, José Camilo. Tecnología Informática. Terminos. [en linea].Bogotá

D.C.: Gestiopolis.com. Disponible en:

http://www.gestiopolis.com/delta/term/

[2005, 19 mayo]

De la Herrán Gascón, Manuel. Conceptos de Bases de Datos

Multidimensionales. [en linea]. Madrid: Red Científica. Disponible en:

http://www.redcientifica.com/oracle/c0001p0005.html


Definición y Contextualización. [en linea]. Medellín: Universidad de

Antioquia. Disponible en:

http://planeacion.udea.edu.co/datamart/definicion.htm


Devlin, Barry (1996). Datawarehouse from Architecture to Implementation.

EEUU: Addison Wesley Professional.


151

Diccionario Tecnología de Terra. [en linea]. Madrid: Terra. Disponible en:

http://www.terra.es/tecnologia/glosario/ficha.cfm?id_termino=101


Inmon, W. H. (2002). Building the Data Warehouse (2ª. Ed). EEUU: Wiley

Computer Publishers.

Inmon, W. H. y Hackarthorn, Richard D (1994). Using the Data Warehouse.

EEUU: Wiley Computer Publishers.

Kendall, K. y Kendall, J. (1997). Análisis y diseño de Sistemas. México:

Editorial Prentice Hall Latinoamericana.

Kimball, Ralph (2002). The Data Warehouse Toolkit (3ª ed.). EEUU: John

Willey & Sons.

Landeau, Rebeca. Guía breve para la presentación de referencias y citas

bibliográficas. [en linea]. Caracas: Universidad Metropolitana. Disponible en:

http://medusa.unimet.edu.ve/procesos/referencias.html



152

Marqués Andrés, Maria Mercedes. Ciclo de vida de los sistemas de

información. [en linea]. Castellón de la Plana: Univeritat Jaume I.

Disponible en:

http://www3.uji.es/~mmarques/f47/apun/node1.html

[2004, 29 noviembre]

Meyer, Don y Cannon Casey (1997). Building a Better Data Warehouse.

EEUU: Prentice Hall.

Navarrete Carrasco, Roberto Clemente. Business Intelligence: La necesidad

Actual. [en linea].Bogotá D.C.: Gestiopolis.com. Disponible en:

http://www.gestiopolis.com/recursos/documentos/fulldocs/ger/bintna.htm


Raga, Charlie. Base de Datos. [en linea]. Buenos Aires: Monografías.

Disponible en:

http://www.monografias.com/trabajos7/bada/bada.shtml#base


Reh, John. Key Performance Indicators. [en linea]. New York: About

Disponible en:

http://management.about.com/cs/generalmanagement/a/keyperfindic.htm

[2005, 03 de abril]


153

Rodríguez, Angelo. Comerse Server Reports Overview. [en linea]. Madrid:

Creangel.com. Disponible en:

http://www.creangel.com/commerce/UntitledFrame-2.htm


Sistema de ayuda de visualizador de cubos. [en linea]. California:

Olapxsoftware. Disponible en:

http://www.olapxsoftware.com/doc/OlapXApp.es/

[2005, 03 de abril]

Sistema de Información de Gestión Integrado. [en linea]. Buenos Aires:

Monografías. Disponible en:

http://www.monografias.com/trabajos3/ctrolgestion/ctrolgestion.shtml


Townley, Matt. Corporate Performance Management, como medir día a

día el comportamiento de nuestra organización. [en linea] España: CMS

Spain. Disponible en:

http://www.ecm-spain.com/interior.asp?IdItem=3288

[2004, 20 de noviembre]


154

Tutorial de Sistemas de Información [en linea]. Madrid: iEspaña. Disponible

en:

http://www.iespana.es/caifanx/si/nodo4_1.php


Yacuzzi, Enrique. Diseño e Implantación de un sistema de apoyo a las

decisiones, [en linea]. Buenos Aires: Universidad del CEMA. Disponible en:

http://www.cema.edu.ar/publicaciones/download/documentos/214.pdf


ANEXOS

155

ANEXOS

sistema de inteligencia de negocio para el sector...

Documents