Tecnologías Aplicadas a Business Intelligence - Clase1 - 2012

Tecnologías Aplicadas a Business Intelligence - 2012

Tecnologías Aplicadas a Business Intelligence

2012

Clase 1


Plantel Docente• Prof. Paola Amadeo • JTP. Dalila Romero • Ayte. Luján Rosso• Ayte. Juan Manuel Castro• Ayte. Nestor Lopez

Nos comunicamos vía:[email protected]

@catedrabihttp://www.facebook.com/groups/294053034035388/

mailto:[email protected]


Objetivo• Se estudiarán los fundamentos, características, ventajas,

desventajas de un Data Warehouse, como pilar de la Inteligencia de Negocio donde la tecnología es imprescindible para reunir, almacenar y analizar toda la información de una organización, que facilite la toma de decisiones en todos los niveles.

• Se analizará cada etapa de la construcción de un Data Warehouse, así como también distintas herramientas para su construcción.

• Se implementarán Datamarts a través de diferentes herramientas, como Pentaho y O3.

• Se estudiarán otras técnicas de BI como Reporting, Data Mining, Data Analytics, entre otras.


¿Por qué?• El crecimiento exponencial de las bases de datos

utilizadas en sistemas de información que dan soporte a las actividades de la sociedad actual, han abierto un nuevo mercado para esta tecnología. Esta realidad es reflejada también por una encuesta realizada en el mes de junio del año pasado sobre los trabajos en IT por Dice.com, y publicada en la revista InfoWorld. Uno de los trabajos más solicitados y mejor pagos es el de Data scientist, ubicado en la 2° posición según este ranking.

The 6 hottest new jobs in IT . http://www.networkworld.com/news/2011/061411-the-6-hottest-new-jobs.html?source=NWWNLE_nlt_daily_pm_2011-06-14

http://www.networkworld.com/news/2011/061411-the-6-hottest-new-jobs.html?source=NWWNLE_nlt_daily_pm_2011-06-14

http://www.networkworld.com/news/2011/061411-the-6-hottest-new-jobs.html?source=NWWNLE_nlt_daily_pm_2011-06-14


Un problema de ejemploPLANTEAMIENTO

Vinos SA, posee sólo un sistema operacional, que refleja la evolución de la empresa a lo largo del tiempo. Claro que también maneja una información en forma “Artesanal” en papeles e inventarios documentados, facturas, boletas, etc. Sus éxitos y fracasos están en esa montaña de información sobre la cual está estructurada la empresa.

OBJETIVO¿Cómo transformar toda esa información contenida en el sistema operacional de una manera rápida, aprovecharla para ayudar a los ejecutivos a encontrar las claves para posicionar a Vinos SA en el liderazgo como empresa distribuidora al por mayor y menor de productos en el centro de Argentina?


Inteligencia de Negocios

• La inteligencia de negocios es el conjunto de estrategias y metodologías que nos van a ayudar a convertir los datos en información de calidad, y dicha información en conocimiento que nos permita una toma de decisiones más acertada y nos ayude así a mejorar la competitividad. Salvador Ramos, SolidQ MS BI, 2011


Inteligencia de Negocios

• El desafío principal de BI es reunir y presentar de manera organizada la información referente a todos los factores relevantes que conducen el negocio y habilitar el acceso al conocimiento a los usuarios finales de manera fácil y eficiente, con el efecto de maximizar el éxito de una organización.

• Incluye data warehousing, data mining, EIS, DSS, reporting, paneles de control, tableros de indicadores, web analytics, etc.


• En la actualidad, las tecnologías de la información han permitido automatizar los procesos de carácter administrativos o repetitivos, a través de los sistemas de información, caracterizado por:

• Es difícil cubrir las necesidades de información para la toma de decisiones a través de estos sistemas:

Altos tiempos de respuesta Actualización

Visión Histórica Información Sumarizada Flexibilidad


Algunas definiciones para comenzar:Sistema para la toma de Decisiones DSSExisten distintas definiciones, pero la

mayoría concuerda en:• Un DSS es un sistema que colabora en

las toma de decisiones gerenciales. • Involucra el análisis de muchas unidades

de datos de una manera heurística.• Es el soporte de los tomadores de

decisiones a nivel gerencial, tanto en situaciones semi-estructuradas y no estructuradas, permitiendo combinar el juicio humano e información objetiva.


Sistemas para la toma de decisiones Características Principales

• Capacidad de análisis OLAP que permiten analizar la información con distinto nivel de detalle y desde diferentes perspectivas.

• ¿Qué otras?– Completamos al menos una característica en el

mapa en línea que está publicado en la plataforma.



Vemos un ejemplo en línea

• http://demo.analytical-labs.com/


Definiciones – Data warehousing

El Data warehouse (almacén o repositorio de datos) posibilita la construcción y mantenimiento de estructuras destinadas al análisis de los datos, transformando los datos en información y la información en conocimiento.¿Qué entendemos por dato?¿Qué entendemos por información?¿Qué entendemos por conocimiento?

http://www.rocklandsolutions.com/images/DataWarehouse.jpg



Sistemas Operacionales DSS

Evolución de los sistemas para la toma de decisiones

Data warehouse



Arquitectura de evolución natural

IndicadorA=y

IndicadorA=x

Arquitectura naturalmente evolutiva y problema de credibilidad de la información.Inmon 2002


Problemas de la arquitectura

• Baja Productividad: datos en diferentes fuentes que es necesario recopilar, analizar y normalizar.

• Carencia de Credibilidad: ¿se tomaron los datos en el mismo momento? ¿se denominan igual en toda la organización? ¿tiene múltiples fuentes?

• Problemas para transformar Datos a Información: relacionado con la integridad de los datos. ¿Datos iguales con distinto nombre? ¿se pueden relacionar?

• Incorporación de datos externos.


Arquitectura de los DSS según los niveles de información


Niveles de InformaciónDatos Primitivos Datos Derivados

Nivel de Detalle para operaciones diarias

Datos sumarizados o calculados.

Se actualizan Se recalculanValores actuales Valores históricosOperados sobre procedimientos repetitivos

Operados heurísticamente por programas y procedimientos analíticos

El alumno Juan Pérez matrícula 6767 rindió “Análisis Matemático I”(7865), el día 20/10/2005; aprobó con calificación 8, y fue registrado en el acta X, folio Z

Juan Pérez rindió 5 materias durante el 2005, aprobó el 80% de los exámenes rendidos durante ese año y promedia 7,25 en la carrera


Data warehouse, una definición clásica

• Constituyen el corazón del procesamiento DSS. • Fuentes secundarias de información, no generan datos.• DW es una colección de datos, obtenidos a partir de los datos

transaccionales y específicamente estructurados para realizar consultas y analizar la información. Kim, 1992

• Según Inmon, una colección de datos– orientados al sujeto– Integrados– variables en el tiempo– no volátilespara ayudar al proceso de toma de decisiones gerenciales.



Data warehouse – Orientados al sujeto

• Información sobre un “sujeto” o asunto del negocio en particular, no en las aplicaciones o transacciones. Por ejemplo en un entorno universitario se piensa en alumnos, carreras y no en una inscripción a cursadas o un acta de examen.


Data warehouse - Integración

• Los datos con los que se nutre el DW provienen de diferentes fuentes y son integrados para dar una visión global coherente y comparable.


Data warehouse – No volátil

• Los datos son estables en el DW, no se actualizan. Se pueden agregar más datos, pero los datos existentes no son removidos.

• Cuando un dato ingresa al DW se carga como una foto. Si ocurren cambios se cargan fotos nuevas y se mantiene la historia.

• Actualmente, en algunos data warehouse se permite actualizar información.


Data warehouse –Variable en el tiempo

• Todos los datos en el DW están asociados con un período de tiempo específico.

• El DW puede concebirse como una serie de fotos tomadas en algún momento de tiempo. El elemento de tiempo puede tomar diferentes formas, desde una estampilla de tiempo en cada registro del DW hasta una estampilla de tiempo de la base de datos completa.


Data Warehouse – Datos Estructurados

• Las metas de un diseñador de DW deben focalizarse en entregar un análisis multidimensional y capacidades de reportes ad hoc y brindarlos de manera eficiente. Estos requerimientos necesitan un diseño específico de la base de datos.


Objetivos del Data Warehouse• Debe proveer acceso fácil a la información de una

organización.• Los datos del DW deben ser consistentes y de buena

calidad.• Debe ser una fuente de información adaptable y

flexible a los cambios.• El DW debe ser un lugar seguro donde la información

se encuentre protegida.• Debe ser la base para la toma de decisiones.• Debe ser aceptado por la comunidad usuariaPara implementar un buen DW es necesario conocer my bien las reglas del negocio, involucrar a los usuarios, contar con datos de buenas calidad y herramientas adecuadas.



Entorno del Data Warehouse Fuentes de Datos

• Registran toda la información de la organización.

• El éxito o fracaso del DW depende de que los sistemas operaciones provean los datos necesarios para entender el negocio y la calidad de estos datos.



Entorno del Data WarehouseAlmacenamiento y Presentación

• Lugar donde se ubican el DW y el Data Marts

• Los datos se organizan y almacenan para que puedan ser accedidos por los usuarios finales o aplicaciones.

• Un Data Mart es un subconjunto lógico del DW. Contiene datos personalizados y/o sumarizados derivados del DW, confeccionados para soportar los requerimientos analíticos de un determinado sector o función del negocio


Entorno del Data WarehouseAnálisis de la información

• Aplicaciones de usuario final.• Herramientas de acceso a datos de

usuario final. • Herramientas de consultas ad hoc. • Aplicaciones analíticas• Aplicaciones estadísticas• Data Mining• Herramientas ad-hoc


Data Warehouse - Meta datos

• Otra característica del Data Warehouse es que contiene datos relativos a los datos, concepto que se ha venido asociando al término de meta datos.

• Los meta datos permiten mantener información de la procedencia de la misma, la periodicidad de refresco, su fiabilidad, forma de cálculo, etc., relativa a los datos del DW.


Objetivos de los metadatos

• Simplificar la administración del DW, gestionando información histórica, de auditoría, ETL, entre otros.

• Asistir al usuario final, ayudándole a acceder al Data Warehouse con su propio lenguaje de negocio, indicando qué información hay y qué significado tiene.

• Ayudar a construir consultas, informes y análisis, mediante herramientas de navegación.

Date post:	05-Dec-2014
Category:	Education
Upload:	paola-amadeo
View:	1,604 times
Download:	2 times

Tecnologías Aplicadas a Business Intelligence - Clase1 - 2012

Education