Post on 14-Jun-2015
description
transcript
SAP Business Intelligence
Conceptos de Inteligencia de Negocios
Agenda
1. Introducción a Business Intelligence
1.1 Justificación histórica
2. Data Warehouse
2.1 Definición y características
3. Conceptos y funcionalidades básicas
3.1 DWH y Data Mart
3.2 Componentes a tener en cuenta a la hora de
construir un DHW
3.3 Fases de la implantación de un DWH
3.4 Técnicas de la explotación de la información.
3.5 Tipos de aplicaciones en las que se utilizan las
técnicas disponibles sobre el DWH.
4.- Plataforma SAP Business Intelligence
1
Introducción a Business Intelligence
¿Que es Business Intelligence?
• Es la combinación de herramientas, técnicas y metodologías
que, apoyadas de las Tecnologías de Información, facilitan la
explotación y el análisis de información para convertirla en
conocimiento y con ello apoyar a la toma de decisiones.
• Toda toma de decisiones involucra aceptar un riesgo, lo que es
indudable es que el objetivo es minimizar ese riesgo, aquí es
donde entra el Business Intelligence.
• Algo peor que no tener información a la mano es, tener mucha
información y no saber que hacer con ella.
1.1 Justificación histórica
1 Introducción
Tipos de necesidades que han surgido sobre los
sistemas de una empresa:
Operacionales
Informacionales
Corporate Data Store
Corporate Data Store
1 Introducción
Tras las dificultades de los sistemas tradicionales en satisfacer las necesidades informacionales, surge el concepto de Data
Warehouse.
1.1 Justificación histórica
1.1 Comparativo OLTP vs OLAP
1 Introducción
Beneficios de Business Intelligence
Mejor calidad y precisión de la información.
Una mejor explotación y aprovechamiento de toda la información de la empresa.
Reducción en los tiempos de espera considerables.
Facilidad, flexibilidad, y poder de análisis en la navegación de información.
Reducción de costos administrativos y de preparación de informes
Fortalecimiento de las capacidades analíticas y de planificación.
Un retorno de inversión a corto y mediano plazo.
Compartir información entre departamentos .
Ventajas competitivas al ser más eficiente en sus procesos.
2 Qué es Business Inteligence?
Conceptos Business Intelligence y Datawarehouse
2 Data Warehouse
2.1 Definición y características
Término acuñado por Bill Inmon, se traduce literalmente como Almacén de Datos.
Ventaja principal: la estructura de la información.
DWH:
Se refiere al almacenamiento de información homogénea y fiable, en una estructura basada en la consulta y el tratamiento jerarquizado de la misma, y en un entorno diferenciado de los sistemas operacionales
2 Data Warehouse
2.1 Definición y características
DWH se caracteriza por ser:
• Integrado
• Temático
• Histórico
• No volátil
2 Data Warehouse
2.1 Definición y características
Representación gráfica: análisis multidimensional.
Ej. Un gerente de una zona
estaría interesado en
visualizar la información
para su zona en el tiempo,
para todos los productos
que distribuye.
2 Data Warehouse
2.1 Definición y características
A su vez las dimensiones (tiempo, producto,
zona geográfica) tienen una jerarquía.
Por ejemplo:
Se podría querer analizar la evolución del EBITDA
en Mexico, por meses desde Octubre del 2010
hasta Septiembre del 2011.
2 Data Warehouse
2.1 Definición y características
Metadatos
El DWH contiene datos relativos a los datos,
concepto que se asocia al término de
metadatos.
Procesos
Para comprender el concepto de Data
Warehouse, es importante considerar los
procesos que lo conforman: Extracción,
Elaboración, Carga y Explotación.
2 Data Warehouse
2.1 Definición y características
Desde el punto de vista del usuario, el único
proceso visible es la explotación del DWH.
2 Data Warehouse
2.1 Definición y características
SISTEMA TRADICIONAL DATA WAREHOUSE
Predomina la actualización Predomina la consulta
La actividad más
importante es de tipo
operativo (día a día)
La actividad más
importante es el
análisis y la decisión
estratégica
Predomina el proceso
puntual
Predomina el proceso
masivo
2 Data Warehouse
2.1 Definición y características
SISTEMA TRADICIONAL DATA WAREHOUSE
Mayor importancia a la
estabilidad
Mayor importancia al
dinamismo
Datos en general
desagregados
Datos en distintos
niveles de detalle y
agregación
Importancia del dato actual Importancia del dato
histórico
Importante del tiempo de
respuesta de la
transacción instantánea
Importancia de la
respuesta masiva
2 Data Warehouse
2.1 Definición y características
SISTEMA TRADICIONAL DATA WAREHOUSE
Estructura relacional Visión multidimensional
Usuarios de perfiles
medios o bajos
Usuarios de perfiles
altos
Explotación de la
información relacionada
con la operativa de cada
aplicación
Explotación de toda la
información interna y
externa relacionada
con el negocio
3 Conceptos y funcionalidades básicas DWH
3.1 DWH y Data Mart
3 Conceptos y funcionalidades básicas
Data Mart
Según define Meta Group, "un Data Mart es
una aplicación de Data Warehouse,
construida rápidamente para soportar una
línea de negocio simple".
Representan estrategia de "divide y
vencerás"
3.1 DWH y Data Mart
3 Conceptos y funcionalidades básicas
Un enfoque adecuado:
3.2 Componentes a tener en cuenta al
construir un DWH
3 Conceptos y funcionalidades básicas
Infraestructura
Hardware
Pocos usuarios con
necesidades muy grandes
de información.
Altas prestaciones de la
máquina.
Sistemas escalables.
Software de
almacenamiento
(Sistema de Gestión
de Base de Datos)
Tecnología de BD
Relacionales o
Multidimensionales.
3.2 Componentes a tener en cuenta al construir
un DWH
3 Conceptos y funcionalidades básicas
Software de
extracción y
manipulación de
datos
Control de extracción de
datos, automatización y
actualización del DWH
Proporciona gestión
integrada del DWH y los Data
Marts existentes.
Herramientas de
soporte a la fase de
gestión de un DWH.
Herramientas Middleware:
Proveen conectividad entre
entornos diferentes.
Analizadores y aceleradores
de consultas.
3.3 Fases de implementación de un DWH
3 Conceptos y funcionalidades básicas
La construcción e implantación de un Data Warehouse es un
proceso evolutivo.
Ej. Metodología propuesta por SAS Institute: la "Rapid
Warehousing Methodology".
3.4 Técnicas de explotación de la información.
3 Conceptos y funcionalidades básicas
Técnicas:
• OLAP. ROLAP, MOLAP
• Query & Reporting
• Data Mining o Minería de Datos
• Webhousing
3.4 Técnicas de explotación de la información.
3
3.4 Técnicas de explotación de la información.
3
Técnicas de explotación de la información
OLAP.
ROLAP,
MOLAP
Los sistemas de soporte a la decisión
usando tecnologías de Data Warehouse
(OLAP - On Line Analytical Processing).
Dos arquitecturas OLAP: OLAP
multidimensional (MOLAP) y OLAP
relacionales (ROLAP).
Query &
Reporting
Las consultas o informes.
3.4 Técnicas de explotación de la información.
3
Técnicas de explotación de la información
Minería de
Datos
El Data Mining es un proceso que, a
través del descubrimiento y
cuantificación de relaciones
predictivas en los datos, permite
transformar la información disponible
en conocimiento útil de negocio.
Webhousing
La integración de las tecnologías
Internet y Data Warehouse
3.4 Técnicas de explotación de la información.
3
Técnicas de Data Mining:
•Análisis estadístico
•Regresión:
•Ji cuadrado
•Componentes principales
•Análisis cluster
•Análisis discriminante
•Métodos basados en árboles de decisión
•Algoritmos genéticos
•Redes neuronales
•Lógica difusa
•Series temporales
3.4 Técnicas de explotación de la información.
3
• Metodología de aplicación de Data Mining :
• Muestreo
• Exploración
• Manipulación
• Modelización
• Valoración
3.5 Aplicaciones que utilizan técnicas del DWH.
3
•Otras Áreas de Aplicación:
•Control de Gestión:
Sistemas de Presupuestación, Análisis de Desviaciones,
Tableros de Mando.
•Logística:
Mejora relación con proveedores, Racionalización de
procesos control inventarios, Optimización de niveles de
producción, Previsión de la demanda en infraestructura.
•Recursos Humanos:
Planificación de incorporaciones, Gestión de carreras
profesionales, Asignación de recursos a proyectos
alternativos, etc.
2 Plataforma SAP Business Inteligence
La solución BI de SAP y su Arquitectura
Una Solución BI.
Arquitectura SAP BI.
Integración de Plataforma SAP Business
Objects con SAP BI
Plataforma SAP BusinessObjects BI 4.0
Plataforma SAP BusinessObjects BI 4.0
Plataforma SAP BusinessObjects BI 4.0
Ejemplos de Dashboards en Business Object
Excelsius
Ejemplos de Dashboards en Business Object
Excelsius
Modelado y Flujo de Información SAP BI.
Fuente de
Datos PSA Datastore Infocubo
Sistema
Fuente
SAP BI
SAP ECC
Reporte
Arquitectura Básica de Información.