tfgprototipodesistemadeinteligenciadenegocios-131002134719-phpapp02
TRANSCRIPT
-
Ingeniera en Informtica
Tesis de Grado
Prototipo de Sistema de Inteligencia de Negocios
utilizando
Minera de Datos sobre Software Libre
Nicols Chvez
Christian Bavera
Tutor: Lic. Denise Riveros
Asuncin Paraguay
2.013
-
RESUMEN
El propsito de este proyecto fue demostrar la factibilidad de la realizacin de un
prototipo de solucin de Inteligencia de Negocios basado en software libre y
minera de datos, enfocado a dar soporte a la toma de decisiones estratgicas del
Grupo Flayp, ya que sus empresas almacenan sus datos en fuentes y formatos
diferentes. Para ello se relevaron los sistemas actuales,procesos, requerimientos y
tecnologas vigentes. Logrando la concrecin del prototipo, utilizando para ello
las herramientas disponibles bajo licencia de software libre. Evidenciando que
estas herramientas, son una alternativa vlida para soluciones de este tipo, sin la
necesidad de incurrir en gastos por el pago de licencias de software propietario.
Palabras Claves: inteligencia de negocios, software libre, minera de datos.
-
DEDICATORIA
Dedico este esfuerzo personal y este logro acadmico y profesional:
A mis padres Nicols y Mara del Carmen, quienes con su ejemplo me
ensearon que todo es posible si uno se propone, sin ellos, jams hubiese podido
conseguir este objetivo
A mis hermanos, compaeros de clases y amigos, porque de ellos tambin
he aprendido.
Nicols Chavez Espnola
A mis padres, porque siempre creyeron en m y porque me sacaron
adelante, dndome ejemplos dignos de superacin y entrega, porque en gran parte
gracias a ustedes, hoy puedo ver alcanzada m meta.
A mi familia, por ser soporte fundamental en las etapas complicadas, que
fueron muchas.
A mi novia, por comprenderme y apoyarme siempre y en todo momento.
A mis compaeros de la facultad, que compartieron esta carrera que por
momentos pareca infinita.
A todos, espero no defraudarlos y contar siempre con su valioso apoyo,
sincero e incondicional.
Todo este trabajo ha sido posible gracias a ellos.
Christian Bavera
-
AGRADECIMIENTOS
Primero antes que nada, damos gracias a Dios, por estar con nosotros en
cada paso que dimos, por fortalecer nuestros corazones e iluminar nuestras mentes
y haber puesto en nuestro camino a aquellas personas que han sido soporte y
compaa durante todo el periodo de estudio.
A nuestros profesores quienes nos han enseado a ser mejores en la vida y
a realizarnos profesionalmente.
Un agradecimiento especial a nuestra asesora la Lic. Denise Riveros por
hacer posible esta tesis.
A los compaeros de clases quienes nos acompaaron en esta trayectoria
de aprendizaje y conocimientos.
Al Grupo Flayp, por permitirnos realizar este proyecto, ponindose a
nuestra disposicin y brindndonos todas las facilidades desde el primer al ltimo
da en que as lo requerimos
En general quisiramos agradecer a todas y cada una de las personas que
han vivido con nosotros la realizacin de esta tesis.
-
NDICE
CAPITULO 1 - INTRODUCCIN ..................................................................... 13
1.1. Planteamiento del Problema ................................................................... 13
1.2. Necesidad de estudiar el problema. ........................................................ 14
1.3. Significacin del problema ..................................................................... 14
1.4. Delimitacin del problema ...................................................................... 14
1.5. Objetivos de la Tesis: .............................................................................. 15
1.5.1. Objetivo General ............................................................................. 15
1.5.2. Objetivos Especficos ...................................................................... 15
1.6. Definicin de trminos ............................................................................ 16
1.7. Presentacin del esquema ....................................................................... 17
CAPITULO 2MARCO TERICO ..................................................................... 19
2.1. El valor de la informacin....................................................................... 19
2.2. Necesidad de informacin y conocimiento en la empresa ...................... 20
2.3. La informacin que las empresas necesitan ............................................ 21
2.4. Las organizaciones y los distintos sistemas de informacin ................... 24
2.5. Definicin de Inteligencia de Negocios .................................................. 26
2.6. Los usuarios de las soluciones de Inteligencia de Negocios................... 27
2.7. Historia de la Inteligencia de Negocios .................................................. 28
2.8. Caractersticas de la Inteligencia de Negocios ........................................ 30
2.9. Componentes de una solucin de Inteligencias de Negocios ................. 31
2.9.1. Las fuentes de informacin a las que se puede acceder son: .......... 32
2.9.2. Proceso de extraccin, transformacin y carga ............................... 33
2.9.3. Data warehouse............................................................................... 35
2.9.4. Herramientas de acceso de la Inteligencia de Negocios ................. 40
2.10. Principales herramientas de la Inteligencia de Negocios ........................ 42
2.11. Minera de datos ...................................................................................... 43
2.11.1. Conceptos e historia de la minera de datos ................................ 43
2.11.2. Los fundamentos de la minera de datos. .................................... 45
2.11.3. Objetivos de la minera de datos ................................................. 45
2.11.4. Entorno de la minera de datos .................................................... 46
2.11.5. El alcance de la minera de datos ................................................ 47
2.12. Resea histrica del Grupo Flayp ........................................................... 47
2.13. Resea histrica del software libre ......................................................... 50
-
2.13.1. Richard Stallman y el proyecto GNU .......................................... 50
2.13.2. Software Libre ............................................................................. 52
2.13.3. Libertades bsicas del software libre ........................................... 54
2.13.4. Software libre y software de cdigo abierto ................................ 55
2.13.5. Tipos de licencias de software libre ............................................. 58
CAPTULO 3 MARCO METODOLGICO ..................................................... 60
3.1. Descripcin de la profundidad y el diseo de la Tesis: ........................... 60
3.2. Descripcin de cmo se realiz la Tesis ................................................. 61
3.2.1. Relevamiento de datos .................................................................... 62
3.2.2. Anlisis de datos ............................................................................. 62
3.2.3. Diseo ............................................................................................. 63
3.2.4. Desarrollo ........................................................................................ 64
3.2.5. Prueba .............................................................................................. 65
3.2.6. Implementacin ............................................................................... 65
3.3. Descripcin de los instrumentos y procedimientos utilizados para la recoleccin y tratamiento de la informacin ..................................................... 66
3.4. Descripcin de la muestra ....................................................................... 66
3.5. Relevamiento .......................................................................................... 67
3.5.1. Relevamiento de procesos ............................................................... 67
3.5.2. Relevamiento de Estructura de Datos ............................................. 71
3.5.3. Relevamiento de Necesidades ......................................................... 71
3.5.4. Relevamiento tecnologa actual del Grupo Flayp ........................... 72
3.5.5. Relevamiento Sistemas gestores de Bases de Datos ....................... 72
3.5.6. Relevamiento algoritmo de minera de datos .................................. 75
3.5.7. Relevamiento de sistemas operativos ............................................. 78
3.5.8. Relevamiento de herramientas de Inteligencia de Negocios........... 79
3.6. Anlisis ................................................................................................... 81
3.6.1. Anlisis de requerimientos .............................................................. 81
3.6.2. Anlisis de procesos ........................................................................ 83
3.6.3. Anlisis de estructura de datos ........................................................ 84
3.6.4. Anlisis de herramientas de Inteligencia de Negocios .................... 85
3.6.5. Anlisis de sistemas gestores de bases de datos.............................. 86
3.6.6. Anlisis de tecnologa actual del Grupo Flayp ............................... 87
3.6.7. Anlisis de algoritmo de minera de datos ...................................... 87
3.6.8. Anlisis de sistemas operativos ....................................................... 88
3.6.9. Anlisis de factibilidad econmica ................................................. 90
-
3.7. Diseo ..................................................................................................... 91
3.7.1. Diseo del data warehouse ............................................................. 91
3.7.2. Diseo del proceso ETL .................................................................. 93
3.7.3. Diseo de reportes ........................................................................... 98
3.7.4. Diseo de cubos multidimensionales ............................................ 101
3.7.5. Diseo de cuadros de mandos ....................................................... 105
3.7.6. Diagramas casos de uso ................................................................ 107
3.7.7. Diagrama de actividades ................................................................ 110
3.7.8. Diagramas de secuencia ................................................................. 112
3.7.9. Diagrama de arquitectura de Pentaho Open BI Suite ..................... 114
3.7.10. Arquitectura del prototipo de solucin de Inteligencia de Negocios. 116
3.8. Desarrollo del prototipo ......................................................................... 117
3.8.1. Desarrollo del data warehouse ....................................................... 117
3.8.2. Desarrollo de proceso ETL ............................................................ 118
3.8.3. Desarrollo de minera de datos ...................................................... 125
3.8.4. Desarrollo de reportes ................................................................... 127
3.8.5. Desarrollo de cubos multidimensionales ...................................... 130
3.8.6. Desarrollo de cuadros de mandos ................................................. 133
3.9. Prueba de prototipo ............................................................................... 136
3.10. Implementacin del Prototipo ............................................................... 143
3.10.1. Implementacin de ETL y Data warehouse .............................. 143
3.10.2. Implementacin de Pentaho Open BI Server ............................ 144
3.10.3. Implementacin de consola de administracin de usuarios Pentaho 148
3.10.4. Implementacin de reportes ...................................................... 150
3.10.5. Implementacin de los cubos multidimensionales .................... 152
3.10.6. Implementacin de cuadros de mandos ..................................... 153
CAPTULO 4 RESULTADOS .......................................................................... 154
CAPTULO 5 - CONCLUSIONES ................................................................... 155
CAPTULO 6- RECOMENDACIONES ........................................................... 156
BIBLIOGRAFA ................................................................................................ 157
ANEXOS ............................................................................................................ 159
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 8
LISTA DE TABLAS
Tabla 1: Diferencias entre sistemas OLTP y OLAP. ............................................. 39
Tabla 2: Infraestructura actual de las empresas. .................................................... 72
Tabla 3: Datos de ejemplo ..................................................................................... 77
Tabla 4: Descripcin del algoritmo backpropagation ........................................... 77
Tabla 5: Comparativa herramientas de Inteligencia de Negocios ......................... 85
Tabla 6: Comparativa de SGBD ............................................................................ 86
Tabla 7: Comparativa de algoritmos de minera de datos. .................................... 88
Tabla 8: Comparativa de sistemas operativos ....................................................... 89
Tabla 9: Cuadro de costos ..................................................................................... 90
Tabla 10: Mapeo de tabla inter_articulos_viru ...................................................... 94
Tabla 11: Mapeo de tabla dw_articulos ................................................................. 94
Tabla 12: Mapeo de tabla dw_clientes .................................................................. 94
Tabla 13: Mapeo de tabla dw_campaas_actuales ................................................ 94
Tabla 14: Mapeo de tabla clonado_dbf_viru ......................................................... 95
Tabla 15: Mapeo de tabla inter_pedido_avon ....................................................... 96
Tabla 16: Mapeo de tabla inter_pedido_viru ........................................................ 96
Tabla 17: Mapeo de tabla inter_ventas_avon ........................................................ 96
Tabla 18: Mapeo de tabla inter_ventas_viru ......................................................... 97
Tabla 19: Mapeo de tabla dw_hechosventas ......................................................... 97
Tabla 20: Mapeo de tabla dw_hechospedidos ....................................................... 98
Tabla 21: Anlisis cubo ventas por campaa, divisin, categora y empresa. .... 104
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 9
LISTA DE FIGURAS
Figura 1: Pirmide de usuarios de un sistema de Inteligencia de Negocios ......... 28
Figura 2: Componentes de Inteligencia de Negocios ............................................ 31
Figura 3: Fuentes de informacin. ........................................................................ 33
Figura 4: Data warehouse ..................................................................................... 36
Figura 5: Data marts ............................................................................................. 38
Figura 6: Herramientas de acceso. ........................................................................ 40
Figura 7: DER Hechos Pedidos............................................................................. 92
Figura 8: DER Hechos Ventas. .............................................................................. 93
Figura 9: DER Proyeccin .................................................................................... 93
Figura 10: Ventas por campaas por zonas ........................................................... 99
Figura 11: Reporte proyeccin de ventas ............................................................ 100
Figura 12: Dimensin artculos ........................................................................... 101
Figura 13: Dimensin campaa .......................................................................... 102
Figura 14: Dimensin clientes ............................................................................ 102
Figura 15: Dimensin campaa .......................................................................... 103
Figura 16: Hechos pedidos .................................................................................. 103
Figura 17: Hechos Ventas .................................................................................... 103
Figura 18: Estructura del cuadro de mando ........................................................ 105
Figura 19: Arquitectura lgica del cuadro de mando .......................................... 106
Figura 20: Caso de uso usuario ........................................................................... 107
Figura 21: Caso de uso administrador-consola ................................................... 108
Figura 22: Caso de uso administrador servidor ............................................... 108
Figura 23: Caso de uso administrador informes .............................................. 109
Figura 24: Diagrama de Actividades usuario ....................................................... 110
Figura 25: Diagrama de actividades administrador - usuarios ............................. 111
Figura 26: Diagrama de actividades administrador - servidor ............................. 111
Figura 27: Diagrama de actividades administrador informes ........................... 112
Figura 28: Diagrama de secuencia consulta de reporte y cubo ......................... 113
Figura 29: Diagrama de secuencia crear usuario ................................................. 113
Figura 30: Diagrama de secuencia administrar prototipo .................................... 114
Figura 31: Arquitectura Pentaho Open BI Suite .................................................. 115
Figura 32: Arquitectura de Inteligencia de Negocios ........................................... 117
Figura 33: Data warehouse en PhpMyAdmin ..................................................... 118
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 10
Figura 34: Transformacin seleccin de campaa a cargar ................................. 119
Figura 35: Transformacin inter_ventas_viru ..................................................... 120
Figura 36: Transformacin limpieza de clonado_dbf_viru ................................. 120
Figura 37: Transformacin borrado hechos_ventas viru ..................................... 121
Figura 38: Transformacin cargado de tabla hechos_ventas_viru ...................... 121
Figura 39: Trabajo general de cargado dw_hechosventas fuente Viru ................ 122
Figura 40: Transformacin cargado de tabla inter_ventas_avon ........................ 123
Figura 41: Transformacin borrado dw_hechosventas ....................................... 123
Figura 42: Transformacin cargado dw_hechosventas ....................................... 124
Figura 43: Trabajo general de cargado hechos_ventas Fuente Flayp ................. 125
Figura 44: Desarrollo reporte ventas por campaas por zonas ........................... 129
Figura 45: Reporte de proyeccin de ventas ....................................................... 130
Figura 46: Estructura de los cubos ...................................................................... 131
Figura 47: Capas de CDE .................................................................................... 134
Figura 48: Definicin de estructura..................................................................... 134
Figura 49: Estructura de CDM ............................................................................ 135
Figura 50: Origen de datos .................................................................................. 135
Figura 51: Seleccin de archivos dbf Vir. ......................................................... 137
Figura 52: Cargado de tabla intermedia inter_ventas_viru ................................. 138
Figura 53: Borrado de dw_hechosventas ............................................................ 138
Figura 54: Cargado de dw_hechosventas ............................................................ 139
Figura 55: Trabajo hechos ventas fuente dbf ...................................................... 140
Figura 56: Cargado de la tabla inter_ventas_avon .............................................. 141
Figura 57: Borrado hechos ventas Flayp S.R.L. ................................................. 141
Figura 58: Hechos ventas fuente MySQL ........................................................... 142
Figura 59: Trabajo hechos ventas fuente MySQL............................................... 143
Figura 60: Descarga de Bussines Intelligence Server ......................................... 145
Figura 61: Inicio del servicio Apache. ................................................................ 146
Figura 62: Instalacin de Pentaho Bussines Intelligence Server. ........................ 146
Figura 63: Pantalla de inicio de sesin en la consola de usuario de Pentaho...... 147
Figura 64: Consola de usuario Pentaho ............................................................... 147
Figura 65: Consola de administracin de usuarios ............................................. 149
Figura 66: Administracin de fuentes de datos ................................................... 150
Figura 67: Publicacin del reporte ventas por campaa por zonas ..................... 151
Figura 68: Publicacin reporte de ventas por zonas............................................ 151
Figura 69: Cubo de ventas .................................................................................. 152
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 11
Figura 70: Participacin en facturacin por empresas ........................................ 153
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 12
LISTA DE SMBOLOS O ABREVIATURAS
OLTP:Online Transaction Processing
OLAP:On-Line Analytical Processing
ETL:Estract, Transform and Load
ERP:Enterprise Resource Planning
CRM:Customer Relationship Management
KDD:Knowledge Discovery in Databases
VPN:Virtual Private Network
GNU:GNU is Not Unix
FSF:Free Software Foundation
GPL:General Public Licence
OSI:Open Source Initiative
PDI: Pentaho Data Integration
SGBD: Sistema Gestor de Base de Datos
TI: Tecnologa de Informacin
DDL:Data Definition Language
DML: Data Manipulation Language
TCT/IP: Transmission Control Protocol Internet Protocol
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 13
CAPITULO 1 - INTRODUCCIN
1.1. Planteamiento del Problema
El Grupo Flayp est compuesto por varias empresas, cada una de
ellas cuenta con diferentes sistemas de informacin para realizar sus
procesos de negocio, las mismas generan y almacenaninformacinen
distintos formatos y en gran volumen.
Con toda esta acumulacin de informacin diversificada,resulta
dificultoso para los gerentes tener una imagen precisa de la informacin
ms importante para las empresas del Grupo y ms an para el directorio,
quien tiene a su cargo la direccin general Grupo.
A esto debemos sumarle, que ninguna de las empresas cuenta con
un sistema generador automtico de informes, y que los mismos son
preparados sobre pedido, con todo lo que esto implica.
El reto de este proyecto consiste en brindar un prototipo de
solucin de Inteligencia de Negocios capaz de transformar los datos en
informacin til, de manera que los gerentes y directores puedan utilizar
dicha informacin para incrementar la rentabilidad de las empresas.
Brindndoles un soporte en el cual respaldar la toma de decisiones
estratgicas.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 14
1.2. Necesidad de estudiar el problema.
El hecho de tener una gran cantidad de datos acumulados, no
representa necesariamente tener una gran cantidad de informacin, y que
dicha informacin sea o no relevante para la empresa, depende en gran
medida de la forma y calidad en la que esta llegue a los tomadores de
decisiones, la Inteligencia de Negocios tiene como uno de sus ejes
principales lograr esto, ayudar a comprender mejor el comportamiento de
la empresa, esto da pie para para realizar un estudio e implementar
soluciones, haciendo uso de herramientas tecnolgicas actuales, siguiendo
tendencias y estndares en las reas de la informtica.
1.3. Significacin del problema
La importancia de este proyecto radica en lograr la implementacin
de un prototipo de solucin de Inteligencia de Negocios que sea capaz de
unificar los datos que se encuentran en distintos formatos, provenientes de
las dos empresas Flayp S.R.L. y Vir S.R.L., pertenecientes al Grupo
Flayp y lograr entre otras cosas, brindar informacin cohesionada, fiable y
til.
1.4. Delimitacin del problema
La presente tesis se limita al desarrollo de un prototipo de solucin
de Inteligencia de Negocios para los departamentos de Ventas y Marketing
de las empresas Flayp S.R.L. y Vir S.R.L., integrantes del Grupo Flayp,
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 15
en funcin a los requerimientos de informacin solicitadas por dichas reas
para los procesos de ventas y pedidos.
En cuanto a los datos si bien en un principio se pretenda acceder a
toda la informacin del Grupo Flayp, las personas a cargo accedieron a
prestar los datos de forma parcial, haciendo nfasis en la importancia de
mantener la confidencialidad de los mismos y que fueran utilizados
exclusivamente para fines acadmicos.
1.5. Objetivos de la Tesis:
1.5.1. Objetivo General
Implementar un prototipo de Sistema de Inteligencia de
Negocios usando Minera de Datos sobre Software Libre.
1.5.2. Objetivos Especficos
a) Relevar todos los procesos administrativos y de negocio
de las empresas.
b) Relevar software, hardware y tipos de informes.
c) Analizar software, hardware y tipos de informes.
d) Definir los tipos de informes de acuerdo al perfil y las
necesidades de cada usuario.
e) Disear, desarrollar, probar e implementar prototipo de
solucin de Inteligencia de Negocios.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 16
f) Documentar ciclo de vida del prototipo de solucin de
Inteligencia de Negocios.
g) Realizar la demostracin del funcionamiento del prototipo.
1.6. Definicin de trminos
Servidor:Mquina conectada a Internet que entre otros servicios ofrece
alojamiento para pginas web haciendo que estn accesibles desde
cualquier punto de Internet.
Data Warehouse: Coleccin de datos orientado a un mbito determinado
(empresa, organizacin, etc.) sus caractersticas son no voltil, integrado y
variable en el tiempo.
Data Marts: Es una versin especial de data warehouse, son subconjuntos
de datos con la finalidad de ayudar a la toma de decisiones dentro de un
rea especfica en la organizacin.
Minera de Datos:La integracin de un conjunto de reas que tienen como
propsito la identificacin de un conocimiento obtenido a partir de las
bases de datos que aporten una gua para la toma de decisiones.
Inteligencia de Negocios:Es unconjunto de tecnologas que tienen un fin
comn con el principal objetivo que es la de servir como soporte para la
toma de decisiones.
Cuadros de Mando:Es una herramienta de gestin que facilita la toma de
decisiones, recoge un conjunto coherente de indicadores que proporciona a
los niveles gerenciales una visin comprensible del negocio de manera
grfica.
Software Libre: se refiere al tipo de licencias de software que garantiza la
libertad de los usuarios para ejecutar, copiar, distribuir, estudiar, cambiar y
mejorar el software.
Open Source: Es el termino con el que se conoce al software distribuido y
desarrollado libremente.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 17
Consultas Adhoc:Se refiere a las consultas elaboradas especficamente
para un fin preciso y por lo tantono generalizable ni utilizable para otros
propsitos.
Copyleft: Es un mtodo general para hacer un programa o software libre,
exigiendo que todas las versiones modificadas y extendidas del mismo
sean tambin libres.
1.7. Presentacin del esquema
En el Captulo I Introduccin:se presenta el contenido de la tesis, la
definicin del problema de la investigacin, la justificacin de la necesidad
del estudio y los objetivos.
En el Captulo II - Marco Terico: en este captulo se realiza una
descripcin de la importancia y el valor de la informacin en las empresas,
y el concepto de la Inteligencia de Negocios, donde se mencionan sus
principales componentes como lo son el data warehouse,On-Line
Analytical Processing (en adelante OLAP), Extract, Transform and Load
(en adelante ETL) y minera de datos, adems se muestran los principios
claves de estas tecnologas, tambin se hace referencia al concepto de
software libre y por ltimo se presenta al Grupo Flayp, ya que es este el
lugar elegidopara llevar adelante este trabajo de grado, todas estas
secciones son para una mejor comprensin de lo que se pretende lograr
con este proyecto.
En el Captulo III - Marco Metodolgico:se trata sobre la metodologa
utilizada en este trabajo, tipo de investigacin y los detalles de la
realizacin. El mismo se encuentra dividido en 6 partes. En la primera se
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 18
describen los mtodos utilizados para el relevamiento de los
requerimientos, datos, procesos, tecnologa y herramientas. En la segunda
parte se analizan los datos relevados seleccionando los inherentes al
proyecto, tambin se analiza el modelo de datos de los sistemas actuales, y
se seleccionan aquellos que sern utilizados para el modelado de datos del
datawarehouse, adems se realiza una comparacin entre las diferentes
opciones de herramientas de inteligencia de negocios. En la tercera se
realizan los diseos deldata warehouse, los procesos de ETL, los distintos
tipos de informes y los diagramas necesarios para la realizacin del
proyecto. En la cuarta parte se desarrolla el prototipo. En la quinta se
realizan las pruebas del prototipo. En la sexta y ltima etapa se realiza la
implementacin del prototipo.
En el Captulo IV Resultados: se describen los resultadosobtenidos,
demostrando la factibilidad de la implementacin de un prototipo de
solucin de Inteligencia de Negocios sin incurrir en gastos en cuanto a
licencias de software.
En el Captulo V Conclusiones:se presenta la sntesis de los objetivos y
la conclusin del trabajo.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 19
CAPITULO 2MARCO TERICO
2.1. El valor de la informacin
En la actualidad, cuya caracterstica ms importante, se basa en un
crecimiento a gran escala de las tecnologas de la informacin y las
telecomunicaciones, los activos ms valiosos de una empresa pasan a ser
los conocimientos, habilidades, valores y actitudes de sus empleados.
Partiendo de la premisa de que el conocimiento sobre un tema
determinado y su optima utilizacin, se convierte en un factor
determinante para el xito en el mundo empresarial. El capital intelectual
ha desplazado a los factores tradicionales, como ser la produccin, el
capital, la tierra oel trabajo, como principal elemento a la hora de generar
valor econmico para la empresa, tal como se desprende del planteamiento
de Cohen y Asn (2.000).
Todas las compaas de alguna manera han adoptado un modelo del
mundo de negocios sustentado en la informacin, como por ejemplo: qu
factores influyen en la compra y la demanda?, cmo hallar las
oportunidades de negocio?, existe directa relacin entre la calidad del
producto y la demanda de los clientes? A medida que la exactitud de esta
informacin crece, la capacidad de la empresa por competir se incrementa
en forma proporcional.
La informacin puede transformarse en conocimiento tcito o
explcito. Se entiende por conocimiento tcito aquel que poseen las
personas producto de la experiencia adquirida, los estudios y la educacin;
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 20
mientras que los conocimientos explcitos son aquellos almacenados en
bases de datos. Un ejemplo claro es aquel que se produce cuando una
persona cambia de empleo, esta se est llevando consigo informacin,
conocimientos y est ofertando su capacidad intelectual por un mayor
precio; en el mbito laboral, la experiencia y la educacin son factores
claves para aumentar el costo de la fuerza del trabajo intelectual. As
mismo, el hecho de que un sistema que maneja informacin,
eventualmente falle, indefectiblemente generar prdidas a la empresa.
Es una clara tendencia que las empresas estn apostando
fuertemente por la tecnologa y las personas, para que en conjunto tengan
un conocimiento suficiente que logre acercar la visin interna de ambos a
la realidad exterior, en la misma medida que la brecha entre la visin
interna y la realidad exterior disminuye, se consigue tomar decisiones ms
acertadas y en menos tiempo. Lo que busca esta tendencia es acercar lo
mximo posible el mundo real a la visin interna para generar mayores
ganancias, convirtiendo la informacin en utilidad y darle un valor a la
informacin.
2.2. Necesidad de informacin y conocimiento en la empresa
Desde el mismo instante en que las empresas iniciaron el proceso
de acumular los datos de sus operaciones en medios de almacenamiento
fsico, y de esa forma conseguir una mejor administracin y control de
dicha informacin, ha surgido la necesidad de utilizarla para entender las
necesidades particulares del negocio. En un mercado altamente
competitivo, donde muchas marcas ofrecen productos similares, los
clientes tienen una amplia gama de posibilidades para la eleccin del
producto. Para obtener una porcin del mercado, es indispensable para las
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 21
empresas, tener la suficiente capacidad de transformar la informacin
acumulada en conocimiento.
La necesidad de informacin en las empresas no surge de un da
para el otro, el propsito de almacenar los datos radica en su utilizacin en
algn momento, cuando as se requiera, caso contrario, cualquier dato de
control sera desechado instantneamente. Lo que si surge sbitamente, es
la imperiosa necesidad de dar respuesta rpida a los requerimientos de
informacin para la toma de decisiones y ayudar a mejorar de alguna
manera los procesos internos de negocio.
2.3. La informacin que las empresas necesitan
En la actualidad las organizaciones demandan informacin en los
niveles donde anteriormente la administracin se basaba meramente en la
intuicin y el sentido comn para la toma de decisiones. Los mercados
dinmicos obligan a las empresas a que la informacin estratgica est
disponible en las computadoras de los directivos y/o gerentes, esta prctica
se ha generalizado principalmente motivada por la mayor utilidad que se
obtiene de la informacin compartida.
Hoy en da la informacin est presente en todos los niveles de la
organizacin con propsitos diferentes (comunicacin, control,
administracin, evaluacin, etc.) ayudando a la correcta y oportuna toma
de decisiones desde el nivel gerencial, hasta el nivel operativo de la
organizacin. Las empresas han entendido que a pesar de que los niveles
directivos tienen una gran responsabilidad al tomar decisiones, por el peso
que conllevan las mismas, existen tambin personas que toman decisiones
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 22
y a pesar de que stas no tienen un impacto global, deben ser de igual
manera correctas y oportunas.
Directores, gerentes, jefes y todos aquellos que toman decisiones
deben contar con la suficiente informacin para respaldar su trabajo
cotidiano, la posicin que ocupen en la pirmide organizacional se torna
secundaria cuando la mirada es hacia la gestin de los procesos y como as
tambin los puestos que tienen cierta relacin y dependencia entre s.
De modo general en una pirmide organizacional, los
requerimientos informativos se dividen en tres niveles:
Informacin Estratgica
Informacin Tctica
Informacin Tcnico Operacional.
Informacin Estratgica: est pensada principalmente para ayudar a la
toma de decisiones de las reas gerenciales para alcanzar la misin
empresarial. Se caracteriza porque son sistemas con poca carga diaria de
trabajo y sin una gran cantidad de datos, sin embargo, la informacin que
guarda est relacionada a un contexto cualitativo ms que cuantitativo, que
puede indicar cmo evolucionar en el futuro, el criterio es distinto, pero
sobre todo es distinta su delimitacin. Se asocia esta informacin a los
niveles ejecutivos de las empresas. Es importante sealar que la
informacin estratgica se nutre de grandes cantidades de datos de reas
relacionadas y no se enfoca puntualmente en una sola direccin, de ah que
las decisiones que puedan ser tomadas tienen un impacto directo en toda la
organizacin.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 23
Informacin Tctica: este tipo de informacin es la que soporta la
coordinacin de actividades y el nivel operativo de la estrategia, es decir,
se analizan opciones y se trazan rutas posibles para alcanzar la estrategia
definida por la direccin de la empresa. Se facilita la gestin independiente
de la informacin por parte de los niveles intermedios de la organizacin.
Este tipo de informacin es extrada puntualmente de un rea o seccin de
la organizacin, por lo que su alcance es local y se asocia habitualmente a
las gerencias.
Informacin Tcnico Operacional: hace referencia a las operaciones
diarias que son efectuadas de modo rutinario en las corporaciones
mediante la transaccin masiva de datos y sistemas transaccionales. Las
cargas son cotidianas y soportan la actividad de la empresa da tras da
(contabilidad, facturacin, almacn, presupuesto, etc.). Generalmente se
asocia esta informacin con los jefes de rea o las coordinaciones
operativas, tambin llamadas de tercer nivel.
Podemos considerar entonces factores internos y externos de una
empresa y as concluir que los requerimientos en la actualidad se orientan
a descubrir y mejorar los beneficios de toda la cadena corporativa. Dichos
requerimientos se ven reflejados en el inters por tener a mano los
indicadores que arrojen informacin concreta y clave para determinada
rea de la empresa, y en el menor tiempo posible. La clara tendencia es
que las reas gerenciales necesitan en su mesa de trabajo, la informacin
clave de su empresa; en todos los niveles el requerimiento es parecido,
aunque es evidente que tendr objetivos diferentes.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 24
2.4. Las organizaciones y los distintos sistemas de informacin
Para que una empresa est completamente automatizada es
necesario contar con una gran infraestructura en tecnologas para que
soporte todos los sistemas de informacin. El crecimiento en tecnologa
puede tener distintos orgenes partiendo desde la implementacin,
crecimiento, ampliacin, mantenimiento, etc. Las necesidades actuales de
las empresas han provocado contar con tecnologa de la informaciones ms
sofisticados para responder a cada una de sus peticiones de informacin,
esto impuls a que las compaas adquieran distintos tipos de sistemas de
informaciones, entre estos sistemas podemos mencionar a los OnLine
Transaction Processing(en adelante OLTP), Planificacin de Recursos
Empresariales(en adelante ERP), Sistemas de Soporte para la toma de
decisiones (en adelante DSS), Administracin de la Relacin con Clientes
(en adelante CRM), etc.
Estos sistemas siempre estn utilizando bases de datos para
almacenar la informacin generada, las mismas se utilizan como soporte
para la toma de decisiones en las empresas.
Existen empresas que precisan informacin de una actividad
especfica, un ejemplo seria los Sistemas ERP (Planificacin de Recursos
Empresariales) son sistemas muy complejos y grandes donde un alto
porcentaje de su contenido dedica a los procesos de produccin, si una
empresa se dedica a las bienes races, sera ilgico adquirir un sistema de
alta complejidad y costoso como las ERP que no va a dar una solucin a
las necesidades de la empresa. Para empresas como estas, existen
desarrollos de soluciones en el mercado comercializado como productos
que pueden ser configurados en una organizacin en particular de acuerdo
a sus necesidades, que dan soluciones a requerimientos especficos para
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 25
cada industria. Hay en el mercado, software para distintos tipos de
empresas como automotriz, hotelera, comercios, educativos entre otros.
Son distintas las herramientas utilizadas debido a que las
actividades de misin crtica que soportan cada una de las organizaciones
son diferentes, y por ende tambin son distintos los tipos de informacin
que puede solicitar un directivo en cada una de las organizaciones, lo cual
justifica que existan muchos productos de software dedicados a explotar la
informacin de las bases de datos que no tienen caractersticas estndares,
sino ms bien son adaptables segn las exigencias. Considerando las
necesidades que se presentan en cada actividad.
La informacin que se genera en una empresa u organizacin est
destinada a responder a diversos tipos de preguntas de los usuarios, de ah
nace la necesidad que existan sistemas de informacin para requerimientos
muy especficos que permitan la recoleccin y el manejo de los datos. La
estructura organizacional de una empresa es un factor importante para
determinar la informacin que comnmente es requerida por los
funcionarios.
Los sistemas de procesamiento de datos (OLTP) utilizan medios de
almacenamiento y tcnicas para el cargado. Un alto porcentaje de las
empresas recurren a los OLTP para guardar grandes cantidades de datos
con un tiempo de respuesta corto en los miles de transacciones realizadas
cotidianamente, sin embargo, su eficiencia no son las consultas masivas de
grandes cantidades de informacin y mucho menos el anlisis de la misma.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 26
La tecnologa tuvo que adaptar los medios necesarios para que sean
eficientes en el mbito especfico de aplicacin, as como para el diseo de
estructuras de datos que ordenen la informacin como se desea, como en
las herramientas o software que dan soluciones oportunas a los usuarios.
Todos los sistemas de informacin tienen un fin muy particular, y se
complementan para mantener de la manera ms eficiente una organizacin;
sin embargo, no todos pueden dar solucin a las distintas demandas de los
usuarios, ya que son diseados para alguna rea especfica.
El motivo por el cual existen diferentes sistemas de informacin es
porque las preguntas de los usuarios son muy especficas que no cualquier
sistema puede resolver. De hecho la base de datos operacional, que es
imprescindible en cualquier organizacin pero no est organizada para dar
respuestas a preguntas globales sino ms bien a pequeos grupos de datos.
Preguntas que impliquen consultas complejas podran resolverse en un
lapso muy extenso, donde la posibilidad de que la vigencia desaparezca
aumenta considerablemente. Es importante recalcar que una base de datos
o sistema de informacin no est diseada para resolver las necesidades
informativas de la organizacin a nivel macro.
2.5. Definicin de Inteligencia de Negocios
La Inteligencia de Negocios cuenta con una diversidad de
interpretaciones como muchos otros trminos o conceptos. Su uso es
justificado a todo lo que sea considerado como tecnologa de informacin,
pero no hay un consenso en lo respecta a su definicin.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 27
[] es el conjunto de tecnologas que permiten a las empresas
utilizar la informacin disponible en cualquier parte de la organizacin
para hacer mejores anlisis, descubrir nuevas oportunidades y tomar
decisiones ms informadas(HOWARD DRESNER, H 1.989).
Examinando las distintas definiciones queda claro que la
Inteligencia de Negocios no consiste en una metodologa, sistema,
software o herramienta en particular, si no es un conjunto de tecnologas
que tienen un fin comn con el principal objetivo que es la de servir como
soporte para la toma de decisiones.
2.6. Los usuarios de las soluciones de Inteligencia de Negocios
A continuacin se describen los diferentes tipos de usuarios que
intervienen en una solucin de inteligencia de negocios.
Productores de informacin:[..]Habitualmente son el 20% de
los usuarios, que crean informes o modelos utilizando herramientas de
escritorio. Donde predominan estadsticos que se valen de herramientas
para minera de datos o son creadores de informes que utilizan
herramientas para el diseo y/o programacin de informes especficos.
Regularmente son profesionales del rea de sistema de informacin o
usuarios muy avanzados con capacidades de comprender la informacin
y la informtica(CANO, J 2.007).
Los consumidores de informacin: [] Son usuarios no
habituales que regularmente consultan informes para la toma de
decisiones, pero no acceden a los nmeros o hacen anlisis detallados
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 28
diariamente. Los usuarios no habituales son directivos, gestores,
responsables, colaboradores y usuarios externos. Este numeroso grupo
est bien servido con cuadros de mando con anlisis guiados, informes
interactivos (por ejemplo: OLAP, informes parametrizados,
vinculados,) e informes de gestin estandarizados. La mayora de estas
herramientas proveen ahora acceso va web para promover el acceso
desde cualquier lugar y facilitar el uso y minimizar los costes de
administracin y mantenimiento(CANO, J 2.007).
En la Figura 1 se puede apreciar a travs de una pirmide los
distintos niveles de usuarios en una solucin de inteligencias de negocios.
Figura 1: Pirmide de usuarios de un sistema de Inteligencia de
Negocios
2.7. Historia de la Inteligencia de Negocios
En octubre de 1.958 H.P. Luhn de IBM, escribi un artculo
llamado Business Intelligence System donde describe las caractersticas
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 29
que debe tener un sistema de este tipo, en muchos aspectos de lo que
escribi Luhn tiempo atrs, si se realiza un paralelismo de lo que se
entiende hoy en da por inteligencia de negocios no vari mucho.
Edgar Frank Codd presenta el concepto de las bases de datos en el
ao 1.969, un ao ms tarde se desarrollaron las primeras base de datos
con sus interfaz empresariales, estas aplicaciones, facilitan la entrada de
datos en los sistemas, haciendo que aumente la informacin disponible,
pero como el acceso a la informacin era de alta complejidad y difcil de
acceder a las mismas no fue una solucin completa. Otro de los avances
llegaron en el ao 1.980 con la creacin del concepto del data warehouse
por Ralph Kimball y Bill Inmon, con ellas aparecieron los primeros
sistemas de reportes, con todo esto la solucin segua siendo compleja y
funcionalmente pobre, se contaba con potentes sistemas de bases de datos
pero no existan aplicaciones que facilitaran su explotacin.
En 1.989 Howard Dresner difundi el trmino de Business
Intelligence escrito por H.P. Luhn en el ao 1.958, en la dcada de los 90
llegaba la Business Intelligence1.0 y con ello la multiplicacin de
aplicaciones de Inteligencia de Negocios, logrando facilitar el acceso a la
informacin considerablemente pero empeoraron el problema que se
quera resolver ya que seguan apareciendo mltiples soluciones sin poder
consolidarse. Con la llegada de Business Intelligence 2.0 en el ao 2.000
se logr consolidar las aplicaciones en una pocas plataformas a partir de
ah las herramientas empezaron a dar soluciones reales a las empresas u
organizaciones.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 30
2.8. Caractersticas de la Inteligencia de Negocios
Informacin: el propsito de la Inteligencia de Negocios es
proveer de informacin al usuario final para dar soporte a la toma
decisiones, por ende la informacin es la esencia de la Inteligencia de
Negocios, estas pueden originarse desde las bases de datos operacionales,
como tambin de arquitecturas data mart y data warehouse diseadas
especficamente para el anlisis.
El usuario requiere de informacin para apoyarse en el momento de
tomar decisiones, pasando en segundo plano de dnde provenga esta,
pudiendo ser de una fuente primitiva o derivada, para lo cual la
inteligencia de negocios utiliza o crea fuentes de datos interna o externa
con el fin de utilizarla como materia prima para lograr su objetivo.
Apoyo a la toma de decisiones: bsicamente consiste en organizar
y presentar los datos relevantes para que sirvan como soporte a la hora de
tomar decisiones. Esto implica la utilizacin de tecnologas, tcnicas de
anlisis y todo lo que sea necesario con el fin de obtener solamente aquella
informacin relevante y til.
Orientacin al usuario final:un factor fundamentalque tuvo su
incidencia en la tecnologa de la Inteligencia de Negocios para explotar
informacin, fue que el usuario final no contaba con conocimientos y
tcnicas que le permita acceder de una manera sencilla y directa a los datos
almacenados en los sistemas operacionales, ya que casi siempre necesitaba
de ayuda de informticos para acceder a la informacin, con la Inteligencia
de Negocios, se elimina la dependencia de terceras personas para el acceso
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 31
a los datos e informacin, siendo esta una herramienta sencilla y preparada
para que interacte directamente con el usuario final sin intermediarios.
2.9. Componentes de una solucin de Inteligencias de Negocios
Teniendo en cuenta el esquema mencionado por Cano (2.007) la
solucin de Inteligencia de Negocios est compuesta por las fuentes de
informacin, proceso de ETL (extraccin, transformacin y limpieza de
datos) datawarehouse y motor OLAP como se puede apreciar en la figura
2.
Figura 2: Componentes de Inteligencia de Negocios
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 32
Los componentes son:
Fuentes de informacin: generalmente son los datos generados por
sistemas operacionales, los cuales se utilizan para alimentar de
informacin el data warehouse.
Proceso ETL: de extraccin, transformacin y carga de los datos en
el datawarehouse. Los datos antes de almacenarse en un data
warehouse,pasan por procesos de filtrado, limpieza, trasformacin
y redefinicin.
El datawarehouse: en l se almacenan los datos de una manera que
optimice su flexibilidad, facilidad de acceso y administracin, en
donde los datos estn estructurados para generar informes que
ayuden a la toma decisiones.
El motor OLAP: es el que proporciona la capacidad de realizar
clculos, anlisis, pronsticos, consultas en grandes volmenes de
datos.
2.9.1. Las fuentes de informacin a las que se puede acceder son:
a) Los sistemas operacionales, que contienen las aplicaciones
desarrolladas a medida.
b) Sistemas de informacin por sector: presupuestos, hojas
de clculo, etctera o fuentes de informacin externa,
compradas a terceros como por ejemplo el estudio del
mercado.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 33
En la figura 3 se aprecian las distintas fuentes de
informacin en un sistema de Inteligencia de Negocios.
Figura 3: Fuentes de informacin.
2.9.2. Proceso de extraccin, transformacin y carga
El proceso de extraccin, transformacin y carga, tambin
denominado simplemente ETL, es el proceso que permite realizar
el cargado y actualizacin de los datos obtenidos desde las
distintas fuentes de informacin en el datawarehouse,
habitualmente consume entre el 60% y el 80% de recursos en un
proyecto de Inteligencia de Negociostal como lo indica Ralf
Kimball (2.004), por lo que es un proceso clave en la vida de todo
proyecto de esta naturaleza.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 34
Esta etapa del proceso de construccin del datawarehouse,
es costosa e implica una inversin significativa de tiempo y
esfuerzo, para la concrecin de la misma, por ello requiere
recursos, estrategia, habilidades especializadas y tecnologas.
La extraccin, transformacin y carga es necesaria para
acceder a los datos de las fuentes transaccionales de informacin
y volcarlas al data warehouse. El proceso ETL se divide en cinco
subprocesos:
Extraccin: en este proceso se recuperan los datos
fsicamente de las distintas fuentes de informacin
transaccional. En este momento se dispone de los datos en
bruto.
Limpieza: a travs de este proceso se recuperan los datos
en bruto y se comprueba su calidad, aqu se eliminan los
datos duplicados y, de ser posible, se corrigen los valores
errneos, y completa los valores vacos, es decir se
transforman los datos, siempre que esto sea posible, para
reducir al mnimo los errores de carga. En este momento
se dispone de datos limpios y de alta calidad.
Transformacin: este proceso utiliza los datos limpios y de
alta calidad obtenidos en la etapa anterior y los estructura
en los distintos modelos de anlisis. Como resultado de
este proceso se obtienen datos limpios, consistentes y
tiles.
Integracin: en este proceso se validan los datos cargados
en el data warehouse, se analiza si son congruentes con
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 35
las definiciones y formatos del data warehouse; es aqu
donde se integran en los distintos modelos, de las distintas
reas de negocio que se han definido en el mismo. Estos
procesos pueden ser complejos.
Actualizacin: este es el proceso que permite aadir los
nuevos datos al data warehouse, como as tambin
mantener el mismo siempre actualizado.
2.9.3. Data warehouse
Eldata warehouse o almacn de datos, es la herramienta
que surgi como respuesta a las necesidades de los usuarios de los
niveles gerenciales, que necesitan informacin consistente,
integrada, histrica y preparada para ser analizada y utilizada para
mejorar la toma de decisiones.
Su ubicacin en el contexto de una solucin de
Inteligencia de Negocios se puede apreciar en la seccin resaltada
de la figura 4.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 36
Figura 4: Data warehouse
El hecho de recuperar la informacin desde los distintos
sistemas que posea la empresa, sean estos transaccionales o
externos, para luego almacenarlos en un entorno cohesionado de
informacin, como es un data warehouse, permitir analizar la
informacin contextualmente y relacionada dentro de la
organizacin.
Las caractersticas que debe cumplir undata warehouse
son:
Temtico.
Integrado.
Histrico.
No voltil.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 37
El proceso de diseo y construccin de un data warehouse
corporativo usualmente resulta costoso, adems de requerir plazos
de tiempo que las empresas no estn dispuestas a aceptar. Estas
situaciones, fueron las que originaron la aparicin de los data
mart. Los data mart estn enfocados a un grupo particular de
usuarios dentro de la organizacin, que bien puede estar
conformado por los miembros de un departamento, o por los
usuarios de un determinado nivel organizativo, o por un equipo de
trabajo multidisciplinario con objetivos comunes.
Los data mart, se utilizan para almacenar informacin de
un grupo de reas en particular, cuyo flujo de informacin sea
coincidente; por ejemplo, podran ser de marketing y ventas o de
produccin. Lo usual es que stos se definan para dar respuestas a
usos muy concretos.
Por lo general, los data mart son ms pequeos que los
data warehouses. Tambin almacenan menor cantidad de
informacin, menos modelos de negocio ya que son utilizados por
un menor nmero de usuarios.
Existen dos tipos de data mart, estos pueden ser
independientes o dependientes. Los independientes son
alimentados directamente desde las fuentes de informacin,
mientras que los independientes obtienen la informacin desde el
data warehousecorporativo. Con los data mart independientes
pueden surgir inconvenientes en su evolucin, ya que pueden
llegar a generar inconsistencias con otros data mart.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 38
En la figura 5 puede apreciarse la estructura de los data
marts dentro de una solucin de Inteligencia de Negocios.
Figura 5: Data marts
Existen grandes diferencias entre los sistemas
transaccionales y los data warehouses, en funcin a los objetivos
que persiguen cada una de ellos.
El objetivo primordial del modelo relacional en el cual se
basa el concepto OLTP es el de mantener la integridad de la
informacin en cuanto a las relaciones entre los datos, lo cuales
necesario para operar un negocio de la manera ms eficiente. Sin
embargo, este modelo no se corresponde con la forma en la que
el usuario percibe la operacin de un negocio.
Los data werehouses estn basados en un procesamiento
de los datos distinto al utilizado por los sistemas operacionales, ya
que este se basa en el concepto OLAP pensado y utilizado en el
anlisis de negocios y otras aplicaciones que requieren una visin
flexible del negocio.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 39
A continuacin en la Tabla 1 se presentan las principales
diferencias entre los sistemas transaccionales (OLTP) y los
basados en data warehouses (OLAP).
Transaccionales Basados en Data warehouse
Admiten el acceso simultneo de muchos usuarios
(miles) que agregan y modifican datos.
Admiten el acceso simultaneo de muchos usuarios
(cientos) que consultan y no modifican datos
Representan el estado actual de una organizacin,
pero no guardan su historial.
Guardan el historial de una organizacin.
Contienen grandes cantidades de datos, incluidos
los datos extensivos utilizados para comprobar
transacciones.
Contienen grandes cantidades de datos, sumarizados,
consolidados y transformados. Tambin de detalle
pero solo los necesarios para el anlisis.
Tienen estructuras de base de datos complejas Tienen estructuras de base de datos simples.
Se ajustan para dar respuesta a la actividad
transaccional.
Se ajustan para dar respuesta a la actividad de
consultas.
Proporcionan la infraestructura tecnolgica
necesaria para admitir las operaciones diarias de la
empresa.
Pueden combinar datos de orgenes heterogneos en
una nica estructura homognea y simple, facilitando
la creacin de informes y consultas.
Las consultas analticas que resumen grandes
volmenes de datos afectan negativamente a la
capacidad del sistema para responder a las
transacciones en lnea.
Organizan los datos en estructuras simplificadas
buscando la eficiencia de las consultas analticas ms
que del proceso de transacciones.
El rendimiento del sistema cuando est
respondiendo a consultas analticas complejas
puede ser lento o impredecible, lo que causa un
servicio poco eficiente a los usuarios del proceso
analtico en lnea.
Contienen datos transformados que son vlidos,
coherentes, consolidados y con el formato adecuado
para realizar el anlisis sin interferir en la operacin
transaccional diaria.
Los datos que se modifican con frecuencia
interfieren en la coherencia de la informacin
analtica.
Proporcional datos estables que representan el
historial de la empresa. Se actualizan peridicamente
con datos adicionales, no como las transaccionales
frecuentes.
La seguridad se complica cuando se combina
anlisis en lneas con el proceso de transacciones
en lnea.
Simplifican los requisitos de seguridad.
Tabla 1: Diferencias entre sistemas OLTP y OLAP.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 40
2.9.4. Herramientas de acceso de la Inteligencia de Negocios
La informacin almacenada en un data warehouse, seria
intrascendente, si sta no pudiera ser accedida por los usuarios,
para ello existen herramientas que permiten tratar y visualizar la
informacin que reside en un data warehouse.
En la seccin resaltada de la figura 6 se aprecia la
ubicacin de las herramientas de acceso en una solucin de
Inteligencias de Negocios.
Figura 6: Herramientas de acceso.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 41
Existen diferentes tecnologas que permiten aprovechar y
analizar la informacin almacenada en un data warehouse, siendo
el uso de los cubos OLAP la ms extendida de ellas.
Los usuarios que toman decisiones necesitan analizar
informacin a distintos niveles de agregacin y tener una visin
sobre mltiples dimensiones, por ejemplo, las ventas de
determinados productos por zonas, por tiempo, por clientes o por
regin geogrfica. Estos usuarios deben poder realizar este
anlisis al mximo nivel de agregacin o al mximo nivel de
detalle. Los cubos OLAP permiten realizar esto de modo a poder
aprovechar al mximo las posibilidades que ofrecen los data
warehouses.
A estos tipos de anlisis se los denomina
multidimensionales, ya que permiten el anlisis de un hecho en
particular desde distintas dimensiones. Esta es la mejor forma de
analizar la informacin por parte de los tomadores de decisiones,
ya que los modelos de negocio habitualmente son
multidimensionales.
Las herramientas que se utilizan para la visualizacin de la
informacin,son totalmente independientes a la forma en la que
sta se haya almacenado.
Las formas de acceso de las herramientas OLAP son:
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 42
Cliente/Servidor: esto significa tener instalado en la
maquinas cliente, el aplicativo que va conectarse al
servidor donde se almacenan la informacin que generan
los cubos OLAP.
Acceso web: en este tipo de acceso, el navegador es el que
se comunica con un servidor web, el cual se comunica con
el servidor OLAP donde se almacena la informacin que
generan los cubos.
2.10. Principales herramientas de la Inteligencia de Negocios
Generadores de informes: estos son utilizados por desarrolladores
profesionales para crear informes estandarizados enfocados a
departamentos, grupos interdepartamentales o la organizacin.
Herramientas de usuario final de consultas e informes: estas son
utilizados por los usuarios finales para crear informes para su
propio uso o para otros usuarios; no requieren programacin.
Herramientas OLAP: estas permiten a los usuarios finales
manipular la informacin de forma multidimensional para poder
visualizarla desde distintas perspectivas y en funcin a los criterios
que el usuario considere importantes.
Herramientas de cuadros de mandos: estas permiten a los usuarios
finales visualizar informacin crtica para el desempeo de manera
rpida, valindose para ello de grficos, ofreciendo la posibilidad
de visualizar alguna seccin con ms en detalle.
Herramientas de minera de datos: estas permiten a los analistas de
negocio crear modelos estadsticos. La minera de datos es el
proceso para descubrir e interpretar patrones ocultos a simple vista
en un gran cmulo de informacin. Los usos ms habituales de la
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 43
minera de datos son: segmentacin, clasificacin, previsiones,
agrupacin, etc.
2.11. Minera de datos
2.11.1. Conceptos e historia de la minera de datos
El termino minera de datos, desde el enfoque acadmico
es una de las etapas dentro del proceso de Knowledge Discovery
in Databases(en adelante KDD).
Bsicamente la minera de datos consiste en nutrirse de las
ventajas de cada area como la estadstica, inteligencia artificial,
computacin grfica, bases de datos y procesamiento masivo,
utilizando como materia prima las bases de datos operaciones.
Definicin tradicional de minera de datos: [..]esun
proceso no trivial de identicacin vlida, novedosa,
potencialmente til y entendible de patrones comprensibles que
se encuentran ocultos en los datos (FAYYAD,U 1.996).
Desde el punto de vista empresarial, la minera de
datos se define como: [..]La integracin de un conjunto de
reas que tienen como propsito la identificacin de un
conocimiento obtenido a partir de las bases de datos que aporten
un sesgo hacia la toma de decisin (MOLINA, L 2.001).
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 44
La idea de la minera de datos viene desde los aos 60,
cuando los estadsticos de esa poca manejaban trminos como
data fishing, data mining o data archeology,ms tarde en los aos
80, Rakesh Agrawal, Gio Wiederhold, Robert Blum y Gregory
Piatetsky-Shapiro, entre otros empezaron a fortalecer los trminos
de data mining y KDD.
A finales de los aos 80 solo existan un par de empresas
quienes se dedicaban a esta tecnologa; para el 2.002 este nmero
se multiplic considerablemente, ya que existan ms de 100
empresas en el mundo con un portafolio de ms de 300 soluciones
que utilizaban la tecnologa.
La minera de datos no es un gran software ni algo
parecido, ms bien la tecnologa est compuesta por etapas que
integran diferentes reas. Tanto as que para el desarrollo de un
proyecto de minera de datos, se utilizan diferentes aplicaciones
de software para las distintas etapas.
En la actualidad podemos encontrar una variedad
importante de herramientas o aplicaciones comerciales y no
comerciales con una utilera interesante, pero casi siempre es
necesario complementar con otras herramientas para el desarrollo
de la minera de datos.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 45
2.11.2. Los fundamentos de la minera de datos.
Las tcnicas de minera de datos, se considera al resultado
de un proceso de investigacin y desarrollo de productos.
La evolucin comenz cuando las organizaciones
empezaron a guardar sus datos en las computadoras, esto fue
creciendo cuando se mejoraron el acceso a los datos permitiendo
al usuario navegar y explorar en tiempo real sus datos.
La minera de datos tomando este proceso de evolucin
est lista para ser implementada en las organizaciones, utilizando
estas tres tecnologas que ya estn muy consolidadas como pilares
de su aplicacin:
Recoleccin masiva de datos.
Potentes computadoras con multiprocesadores.
Algoritmos de minera de datos.
2.11.3. Objetivos de la minera de datos
Examinar, analizar y buscar patrones ocultos en los datos
acumulados en las profundidades de las bases de datos o en
almacenes de datos que contienen datos histricos que ha
generado una organizacin durante su existencia.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 46
2.11.4. Entorno de la minera de datos
La minera de datos normalmente utiliza la arquitectura
cliente-servidor.
La minera de datos a travs de sus herramientas ayuda a
extraer informacin oculta, archivos acumulados en las bases de
datos operaciones y/o almacenes de datos de las grandes
corporaciones pblicas y privadas.
Los usuarios de la minera de datos normalmente no
cuentan con ninguna habilidad de programacin, por los cual se
valen de las poderosas herramientas para efectuar consultas adhoc
y obtener respuestas en tiempo real.
La minera de datos es capaz de producir seis tipos de
informacin:
Asociaciones.
Agrupamientos.
Clasificaciones.
Pronsticos.
Secuencias.
Clasificaciones.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 47
2.11.5. El alcance de la minera de datos
La minera de datos consiste en buscar valiosas
informaciones en grandes bases de datos. Este proceso requiere
explorar grandes cantidades de datos y analizarlos
minuciosamente hasta encontrar las informaciones requeridas.
En las bases de datos de gran volumen y calidad, la
minera de datos puede proporcionarnos oportunidades de
negocio con las siguientes posibilidades:
Pronstico de comportamiento a futuro: la minera de
datos proporciona la automatizacin del proceso de
obtencin de informacin predecible en bases de datos de
gran volumen, estos pronsticos pueden ser la prediccin
de las ventas, posibles problemas financieros, similitudes
de necesidades de los clientes y un sinfn de predicciones
que el negocio requiera.
Las herramientas para visualizar, examinar y realizar el
anlisis de los resultados.
2.12. Resea histrica del Grupo Flayp
En el ao 1.983 tras el cierre de las actividades en Paraguay de la
Multinacional AVON Cosmetics Inc., se crea Flayp S.R.L., con el objetivo
de convertirse en una empresa nacional para la venta y distribucin de los
productos AVON, adquiriendo para esto la franquicia de dicha marca, tiene
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 48
como visin ser la empresa lder en venta directa y comercializacin de
artculos de belleza, llegando a cada rincn del Paraguay, ofreciendo
calidad y excelencia a sus clientes.
En sus inicios contaba con 5 empleados y 120 revendedoras. En la
actualidad la empresa Flayp S.R.L. se transform en el Grupo Flayp,
compuesto por las siguientes empresas: Flayp S.R.L.; Vir S.R.L.;
Flayprint S.A.; City Sport S.A.; Cima Seis S.A.; Flaypnort S.A., las cuales
si bien estn nucleadas en un directorio, son totalmente independientes
administrativa, econmica y operativamente entre s.
Hoy en da el Grupo Flayp cuenta con ms de 700 empleados
directos y ms de 30.000 revendedoras a lo largo de todo el pas. A ms del
directorio, compuesto actualmente por sus 6 miembros fundadores, el
Grupo cuenta con un gerente general, y para cada una de las empresas un
gerente en cada rea estratgica (Marketing, Ventas, Compras,
Administrativo, Logstica, Tecnologa e Informacin).
En cuanto a tecnologa, el Grupo cuenta en la actualidad con 5
servidores, 2 de los cuales son utilizados para albergar en forma
independiente cada uno de los sistemas de procesamiento de pedidos,
facturacin y cuenta corriente de cada una de las empresas, dichos
sistemas informticos se encuentran desarrollados en distintos lenguajes de
programacin y distintos orgenes de datos, adems de eso, cuenta con una
conexin Virtual Private Network (en adelante VPN), con muchas de las
sucursales en el interior del pas y el rea metropolitana, las cuales realizan
sus transacciones directamente a las bases de datos contenidas en los
servidores, las agencias que no cuentan con acceso a internet, envan sus
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 49
pedidos utilizando los vehculos de la empresa, dichos pedidos son
procesados en un centro de procesamiento.
Actualmente el Grupo Flayp maneja un volumen de compras
cercano a los 10.000.000 u$s anuales (comprende las dos principales
empresas del Grupo; Vir S.R.L. y Flayp S.R.L.) y un volumen de ventas
que ronda los 24.000.000 u$s anuales. En cuanto a unidades vendidas, las
mismas superan los 7.000.000 anuales. Con una proyeccin de crecimiento
entre el 10% y el 14% anual. El Grupo Flayp cuenta con una casa central
en Asuncin, adems de contar con ms de 45 agencias distribuidas en
todo el pas, logrando as una cobertura total, posee 2 depsitos que
albergan las mercaderas, adems de una flota de camiones, los cuales son
utilizados para la distribucin de los productos.
El Grupo empresarial cuenta con un equipo de ventas, liderados por
su gerente de ventas, quien tiene a su cargo a 4 gerentes divisionales, los
cuales se dividen la cobertura del pas en 4 grandes regiones, adems
cuenta con ms de 350 zonas, las cuales estn distribuidas en cada una de
las 4 divisiones y que su vez se encuentran presentes en todos los
departamentos del pas, cada zona es gerenciada por una promotora de
ventas y que a su vez tienen a su cargo el manejo de las 30.000
revendedoras. Por otro lado cabe mencionar que el sistema de venta directa
tiene una dinmica diferente a la venta convencional, el mismo consiste en
ofrecer sus productos a travs de folletos los cuales son ofrecidos por las
revendedoras, la vigencia promedio de cada folleto es de 18 das, esto lleva
a tener 20 folletos por ao, que son denominadas campaas, por lo tanto la
facturacin se maneja por campaas y no as por fecha calendario. De esto
se desprende que toda la informacin que manejan las empresas del
grupo, corresponden a este esquema organizacional.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 50
2.13. Resea histrica del software libre
En los primeros pasos de la informtica, los programas y las
mquinas utilizadas para su ejecucin estaban estrechamente ligados. No
se conceba el concepto de programa como elemento separado tal cual se
tiene hoy en da.
Tampoco existan usuarios comunes, sino que la totalidad de las
personas que ejecutaban los programas tenan grandes conocimientos de
programacin y por lo general eran ingenieros y cientficos, una costumbre
muy practicada entre estos usuarios, era intercambiar y mejorar los
programas, distribuyendo sus modificaciones.
No fue hasta los ltimos aos de la dcada del 70, cuando las
empresas comenzaron con la costumbre de imponer restricciones a los
usuarios, con la implementacin de los acuerdos de licencia.
2.13.1. Richard Stallman y el proyecto GNU
Para empezar a entender todo lo que implica el software
libre, es imprescindible hablar de Richard Stallman. Este fsico
graduado en 1.974 en la Universidad de Harvard, se encontraba
trabajando en los laboratorios de inteligencia artificial del
Instituto de Tecnologa de Massachussetts(en adelante MIT)
desde el ao 1.971.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 51
La impresora con la que contaban en su laboratorio tena
algunos inconvenientes con la alimentacin del papel, lo que
haca que se atascara de forma permanente y no haba forma de
descubrirlo ms que acercarse hasta donde se encontraba la
misma.
Por este motivo, Stallman contacta con la empresa
fabricante de la impresora, con el propsito de modificar el
software que se encargaba de controlar a la impresora y lograr
hacer que la misma mande una seal cuando se atascaba,
consiguiendo con esto que no se perdiese tanto tiempo de trabajo.
Ante este pedido, los fabricantes se negaron a entregarle el
cdigo fuente, los cuales son imprescindibles para poder
modificar su comportamiento. Esta situacin hace que termine de
tomar forma su idea de que el cdigo fuente de los programas
deba ser accesible para todo aquel que quisiese.
Movilizado por esta inquietud, Stallman decidi
abandonar el MIT a comienzos de 1.984, para dar inicio al
proyecto GNU, el mismo es un acrnimo recursivo que significa
GNU's Not Unix, GNU No Es Unix, haciendo referencia a que el
proyecto tena como objetivo desarrollar un sistema operativo tipo
Unix, pero totalmente libre.
Tiempo despus Stallman funda la Free Software
Foundation (en adelante FSF), entidad encargada de promocionar
el desarrollo y uso del software libre, en 1.985 Stallman cre la
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 52
licencia General Public License (en adelante GPL) como
mecanismo para proteger el software libre, sustentado sobre el
concepto de copyleft, la FSF tiene un registro de todas licencias
compatibles con la licencia GNU (la ms popular de las licencias
de software libre) y aquellas que, no siendo compatibles con ella,
son consideradas licencias de software libre.
En sus comienzos, el proyecto GNU se concentra en
desarrollar las herramientas necesarias para construir un sistema
operativo, como ser editores y compiladores y en las utilidades
bsicas para la gestin del sistema.
A travs del concepto de copyleft, se busca una alternativa
a la idea del copyright, siendo que todo el mundo tiene derecho a
ejecutar un programa, copiarlo, modificarlo y distribuir las
versiones modificadas, pero no tiene permiso para aadir sus
propias restricciones al mismo. De esta forma, las libertades que
definen al software libre estn garantizadas para todo el mundo
que tenga una copia, tornndose en derechos inalienables.
2.13.2. Software Libre
Lo primero que debe entenderse cuando se habla
desoftware libre, es que no se est hablando de software gratis, el
alcance de la palabra libre es mucho ms abarcativa, se refiere a la
libertad de los usuarios para ejecutar, copiar, distribuir, estudiar,
cambiar y mejorar el software. De modo ms preciso, se refiere a
cuatro libertades de los usuarios del software. (GNU, 2008).
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 53
Es entonces que se tiene dentro de las distintas
clasificaciones de software, una muy determinante, como lo es
clasificar al software de acuerdo a su filosofa.
Softwarepropietario: se entiende por esto, el software cuya
propiedad absoluta continua en poder de quien tiene sus derechos
y no del usuario, quien solo puede utilizarlo cumpliendo ciertas
condiciones. Siendo as que su uso, distribucin y/o modificacin
total o parcial, estn prohibidos o restringidos de tal manera que
no es posible llevarlos adelante. Es decir, que el software
comercializado bajo este tipo de licencias le da al usuario
derechos limitados sobre su usufructo, el alcance de esto es
establecido por el autor o quien posea ese derecho.
Software libre: se considera as, al software que le otorga
al usuario la libertad de utilizarlo, mejorarlo, estudiarlo, adaptarlo
a sus necesidades y redistribuirlo libremente, con la nica
limitacin de no sumarle ningn tipo de restriccin agregado al
software luego de modificado. Es importante destacar que para
considerar a un software como libre, se debe permitir el acceso al
cdigo fuente, por cuanto esto es una condicin imprescindible
para ejercer las libertades de estudiarlo, modificarlo, mejorarlo y
adaptarlo (FSF, 2009).
Cuando se habla de softwarelibre es necesario hacer
mencin a las cuatro libertades bsicas de su filosofa segn la
Fundacin de Software Libre.
-
Inteligencia de Negocios Tesis de Grado Ingeniera en Informtica
Universidad del Cono Sur de las Amricas 54
2.13.3. Libertades bsicas del software libre
Libertad cero: usar el programa con cualquier propsito.
Esta libertad es la que garantiza que se puede utilizar el programa
para cualquier fin, sea este comercial, educativo, cultural, etc.
Esta libertad est en contraposicin a las licencias que limitan la
utilizacin del software a un propsito determinado, o que
restringen su uso para ciertas actividades.
Libertad uno: Estudiar cmo funciona el programa, y
adaptarlo a nuestras necesidades. Esto se traduce en que se puede
estudiar el funcionamiento (para ello se debe tener acceso al
cdigo fuente del programa) lo que permitir, descubrir
funcionalidades ocultas, conocer de qu manera realiza
determinada tarea, averiguar que otras opciones tiene, que ms se
le puede agregar, etc. El hecho de poder adecuar el programa,
implica que se pueden eliminar partes que no se necesitan,
agregarle elementos que se consideren importantes, etc.
Libertad dos: Distribuir copias. Esto quiere decir que se
tiene la libertad redistribuir el programa, ya sea de forma gratuita
o cobrando por el servicio, pudiendo realizar esto por e-mail, CD,
o algn medio de almacenamiento, ya sea a una persona o a
varias, etc.
Libertad tres: Mejorar el programa, y liberar las mejoras
a todos. Por esto se entiende que se tiene la libertad de mejorar el
programa, traducind