DATAMART PARA EL ANÁLISIS DE INFORMACIÓN DEL SISTEMA ACADÉMICO DE LA UNIVERSIDAD TÉCNICA DEL NORTE CON HERRAMIENTAS DE SOFTWARE LIBRE

Transcripción

1 1 DATAMART PARA EL ANÁLISIS DE INFORMACIÓN DEL SISTEMA ACADÉMICO DE LA UNIVERSIDAD TÉCNICA DEL NORTE CON HERRAMIENTAS DE SOFTWARE LIBRE Tana Paspuel Gloria Estefanía Universidad Técnica l Norte Av. Fray Vacas Galindo 4-27 y Mariano Acosta tana_estefania@yahoo.es Resumen. La inteligencia negocios es un proceso que permite la integración datos para convertirlos en información valiosa, con la finalidad que el usuario sea capaz terminar oportunidas y amenazas para la empresa a través los reportes generados; para que la implementación tenga éxito se requiere datos históricos o datos que provengan distintas fuentes datos. Actualmente existen muchas soluciones software que permiten realizar inteligencia negocios, puen ser software libre o software propietario, la cisión por optar alguna éstas soluciones la tiene el personal encargado l partamento tecnologías información junto con su equipo sarrollo, ellos ben consirar algunos factores como son: los recursos con los que cuenta la empresa, la predisposición que tienen los altos mandos en el apoyo l proyecto, la cooperación todo el personal que integra la organización y la disponibilidad información requerida para ser analizada. Palabras claves Inteligencia negocios, software libre, software propietario 1. Descripción 1.1 Descripción l problema Existe poco conocimiento sobre herramientas software libre para la creación datamarts por lo que se hace necesario investigar alternativas más económicas y eficientes para realizar inteligencia negocios, conocer sus ventajas y limitaciones para solucionar problemas tipo real. En la actualidad las empresas están emigrando sus sistemas a herramientas libres para no tener que comprar licenciamiento, lo que se preten al realizar este estudio varias herramientas software libre es brindar opciones que permitan la creación datamarts para que las empresas o instituciones interesadas en migrar su información a herramientas software libre sepan cuál es su mejor opción así como las ventajas y sventajas cada una estas herramientas. Cada día la tecnología evoluciona a gran escala, es por ello que las pequeñas y medianas empresas migran su información a grans almacenes datos para tomar cisiones gerenciales, las herramientas más conocidas con licenciamiento las casas productoras Microsoft y Oracle no son accesibles para las pequeñas y medianas empresas que están en auge sarrollo, es por ello que se hace necesaria la investigación herramientas software libre para contrastar con las herramientas software propietario para así por terminar ventajas y sventajas. 1.2 Objetivos Objetivo general Estudiar e implementar un Datamart para el análisis información l Sistema Académico la Universidad Técnica l Norte con herramientas software libre Objetivos específicos Investigar las herramientas libres Birt, Attivio y Pentaho que permiten la creación datamarts. Seleccionar entre las herramientas libres propuestas con la finalidad terminar la herramienta más acuada. Aplicar la investigación en la realización un prototipo datamart con la información l sistema Académico la FICA. Presentar informes y reportes generados a través los cubos información. 1.3 Definición términos asociados Inteligencia negocios.- Es la habilidad para transformar los datos en información entendible, capaz permitir a los usuarios sacar conclusiones sobre sus movimientos económicos, financieros, transaccionales, etc., éste proceso juega un papel estratégico muy importante para una empresa en su sarrollo, generando una potencial ventaja competitiva y

2 2 E. TANA, DATAMART PARA EL ANÁLISIS DE INFORMACIÓN DEL SISTEMA ACADÉMICO DE LA UNIVERSIDAD TÉCNICA DEL NORTE CON HERRAMIENTAS DE SOFTWARE LIBRE aportando en la eliminación información redundante e innecesaria Datawarehouse.- Podremos finirlo como una colección datos integrado, orientado a un terminado campo acción que pue ser una empresa, una organización, una institución educativa, etc., su objetivo es ayudar a la toma cisiones en el lugar don esté implementado Datamart.- Son almacenes datos más pequeños que por lo general son utilizados por las pequeñas y medianas empresas a diferencia los cubos información que nos ayudan a visualizar la información clasificada Birt.- Es un proyecto Eclipse código abierto, ofrece un gran número tareas, sobre todo para aplicaciones web, con capacidas inteligencia negocios para clientes pesados. Birt recibe soporte una activa comunidad usuarios y sarrolladores eclipse.org Attivio.- Des el año 2008 la empresa Attivio Inc. ha sido reconocida por como una las empresas innovadoras y con mayor potencial para brindar soluciones inteligencia negocios. Es una empresa privada software empresarial que produce y ven información acceso unificado, que permite a los usuarios encontrar todo tipo información con una sola consulta Pentaho.- La Suite Pentaho es un paquete software libre que nos permite generar inteligencia empresarial, este paquete incluye otras herramientas software libre integradas para generar informes, minería datos, ETL, etc., fue creado por 5 fundadores en el año 2004, el objetivo es ofrecer un paquete código abierto inteligencia negocios. 1.4 Comparativa las herramientas Al realizar la comparativa 3 herramientas software como son Ativio, Birt, Pentaho, se lo hizo mediante un estudio comparativo las características, ventajas y sventajas cada una ellas, enlistando las fortalezas más importantes, con la finalidad intificar la herramienta más ventajosa en cuanto a funcionalidas en el momento su implementación. Para la selección la herramienta se ha tomado en cuenta la facilidad en el uso y manejo, las tecnologías soportadas, base datos compatibles, tiempo implementación, sistemas operativos sobre los cuales corre la arquitectura, seguridad, licenciamiento, la integración con herramientas externas gestión, el soporte las herramientas y las plataformas compatibles, acuerdo a la investigación realizada las 3 herramientas, se ha logrado terminar ventajas y sventajas cada una ellas Cuadro comparativo herramientas software libre ATTIVI BIRT PENTAHO O (AIE) SEGURIDAD X X LICENCIA OPEN X SOURCE SSOO COMPATIBLES Linux, Mac Linux, Windows Linux, Windows ETL X X CUBOS OLAP X REPORTING X VERSIONES COMMUNITY Y X X EMPRESARIAL ESPACIO EN MEMORIA WIZARDS E INTERFACES GRAFICAS PERMITE DEFINIR DIMENSIONES Ocupa mucho espacio Ocupa bastante espacio Ocupa poco espacio X X X X DATAMINING X BASE DE DATOS COMPATIBLES MySQL MySQL MySQL, POSTGRES ORACLE, SQL SERVIDOR DE X X APLICACIONES DASHBOARDS X PLANIFICACIÓN DE TAREAS EN TIEMPO REAL X X TOTAL Tabla 1: Comparativa Herramientas Selección la herramienta acuada El proceso selección una herramienta para el sarrollo inteligencia negocios pue resultar complicado y tedioso, bido a que existen múltiples alternativas en el mercado actual, para el sarrollo l prototipo l presente trabajo grado se escoge a la suite Pentaho para el sarrollo cubos y generación l datamart, PostgreSQL como motor base datos y DBDesigner4 para el diseño la base datos. 2. Diseño la solución Para el diseño l prototipo se tomará en cuenta el molado físico y el molado lógico, la base

3 3 datos creada para ser utilizada por el datamart se nominó: TESISDW. 2.1 Herramientas Software Libre que se utilizarán Software Descripción Pentaho BI Es un servidor OLAP. server Pentaho Report Es una herramienta para Designer sacar reportes. Herramienta que nos ayuda Pentaho Data en la integración datos, Integration nos permite realizar proceso ETL. Pentaho Schema WorkBench Base datos PostgreSQL DBDesigner 4 Herramienta que nos sirve para diseñar cubos dimensionales. Repositorio l datawarehouse. Herramienta que ayuda en el diseño la base datos. Tabla 2. Herramientas software libre para sarrollar un datawarehouse 3. Construcción la solución 3.1 Molado dimensional El molamiento dimensional surge l molo relacional, así la información podrá ser almacenada en grans bases datos, manera que los datos puedan ser extraídos y analizados mediante consultas OLAP, el molo dimensional consiste en una sola tabla gran datos que son scritos usando dimensiones y medidas Diagrama origen datos A continuación se scribirá mediante un diagrama relacional las dimensiones y la tabla hechos que contiene el proyecto con la base datos origen Pentaho Report Designer Esta herramienta se enfoca principalmente en la creación, generación y distribución reportes manera organizada todas las fuentes datos, permite distribuir los resultados l análisis información en varios formatos como pdf, txt, html, etc., e inclusive tiene la opción para imprimir Pentaho Data Integration Es una muy buena herramienta gráfica que permite realizar procesos ETL con la información la base datos transaccional para luego obtener tablas dimensionales. Figura 1. Diagrama origen datos Diseño la base datos l molo dimensional para el cubo alumno_ materia Pentaho Schema WorkBench Es una interfaz gráfica la suite Pentaho que permite elaborar, modificar y probar esquemas cubos OLAP manera gráfica, para luego ser publicados en el servidor Mondrian, ésta herramienta genera archivos esquema XML, permite diseñar cubos información con las respectivas dimensiones y medidas l cubo dimensional Servidor Mondrian El servidor OLAP open source Mondrian contiene como núcleo un archivo Jar, este archivo trabaja como un conector JDBC que ayuda hacer conexiones con las distintas bases datos y permite ejecutar consultas SQL la base datos transaccional, Mondrian está empaquetado dos formas: como un paquete WAR que está conformado Jpivot y el otro paquete conformado Jpivot con una base datos Derby. Figura 2. Base Datos dimensional alumno_materia

4 4 E. TANA, DATAMART PARA EL ANÁLISIS DE INFORMACIÓN DEL SISTEMA ACADÉMICO DE LA UNIVERSIDAD TÉCNICA DEL NORTE CON HERRAMIENTAS DE SOFTWARE LIBRE Diseño la base datos l molo dimensional para el cubo carrera_ materia Para ingresar a la consola navegación, berá abrir una ventana un navegador web y digitar: ip_maquina:8080, ingresará a una página don le permitirá interactuar directamente con los cubos información don podrá hacer análisis y generar reportes. Figura 5. Vista l cubo información Figura 3. Base Datos dimensional carrera_materia 3.2 Construcción l prototipo Luego haber seleccionado las herramientas para la construcción l prototipo, se procerá a elaborar el prototipo el cual funciona con la alimentación información, provocando así una interacción entre el usuario y los equipos, con la finalidad validar requerimientos importantes. 3.4 Publicación informes Pentaho Reporting es un conjunto herramientas informes código abierto que permite crear informes relacionales y análisis una amplia gama fuentes datos, es capaz crear archivos PDF, Excel, HTML, texto, texto enriquecido, XML y CSV. El motor informes es una biblioteca informes Java peso ligero con una huella global mínima, lo que pue ser incrustado en otras aplicaciones Java escritorio o servidor, para la publicación los reportes e informes lo hace a través internet. 3.3 Publicación y visualización l cubo l información Para la publicación los cubos información es necesario utilizar la herramienta Biserver, esta herramienta permite la creación y asignación usuarios y roles. Para ingresar a la consola administración, berá abrir una ventana un navegador web y digitar: ip_maquina:8099, ingresará a una página don le permitirá realizar actividas como la creación usuarios, asignación permisos y roles a cada uno los usuarios creados, conexión con la base datos, administración grupos, etc. Figura 4. Página principal la consola administración Figura 6. Vista l informe generado alumnos con relación a la materia

5 5 Pruebas ETL Procedimientos ETL probados Diseño l cubo aprobado Pruebas reportes Pruebas funcionamiento 3.7 Resultados las pruebas obtenidas Luego haber analizado y aplicado el proceso pruebas se obtienen los respectivos resultados, es muy importante que el sistema o prototipo cumpla con los requerimientos que exigen al hacer las pruebas, pendiendo l tipo evaluación que haga el encargado monitorear el sistema berá emitir su informe con el porcentaje respectivo cumplimiento los parámetros propuestos, como resultado berá emitir un informe con porcentajes evaluación y recomendaciones o correcciones a ejecutar por el personal encargado sarrollo. 4. Conclusiones y recomendaciones Figura 7. Vista l informe generado Total alumnos Figura 8. Informe generado l listado Carreras 3.5 Puesta en marcha En la mayoría empresas el personal encargado la gestión proyectos be hacer uso las herramientas y establecer procedimientos estandarizados con la finalidad optimizar tiempo y lograr el éxito los proyectos; es importante tomar en cuenta que el proyecto no ha finalizado mientras no se haya realizado la puesta en marcha, se hayan realizado las respectivas pruebas y se hayan obtenido los resultados finales l proyecto. 3.6 Pruebas La finalidad las pruebas es por verificar el correcto funcionamiento las tareas por las cuales se diseñó la aplicación y también para validar las expectativas l usuario, estas pruebas son realizadas por el personal encargado supervisar los resultados obtenidos, la ejecución las pruebas be cumplir con los alcances y limitaciones l proyecto planteado, para esto es necesario cumplir los siguientes requerimientos: Verificación l datamart 4.1 Conclusiones A lo largo l sarrollo l presente trabajo grado se ha podido observar que, la implementación datamart con herramientas software libre es muy confiable y seguro, obteniendo estabilidad al momento integrar los datos, logrando buenos resultados. La creación datamarts es un paso previo a la implementación datawarehouse, conforme la organización o empresa va creciendo los datamarts van aumentando, permitiendo toma cisiones gerenciales acuerdo al área negocio o partamento que necesita mayor énfasis en ser administrado. La implementación business intelligence en una organización, pequeña o mediana hace que la información permanezca ornada y controlada, registrando las transacciones diarias que realiza la empresa hasta convertirse en información histórica valiosa para ser analizada. Para tener una buena implementación inteligencia negocios es muy importante conocer bien los requerimientos académicos l área negocio y hacer un análisis completo la información que va a ser analizada. La implementación datawarehouse en grans volúmenes información resulta un proceso largo pero esencial cuando se necesita hacer análisis información, ya que permite agrupar y clasificar en grupos significativos la información más importante. Los beneficios que se obtienen al realizar la comparación tres herramientas software libre, resulta muy provechoso a la hora implementar este tipo proyectos,

6 6 E. TANA, DATAMART PARA EL ANÁLISIS DE INFORMACIÓN DEL SISTEMA ACADÉMICO DE LA UNIVERSIDAD TÉCNICA DEL NORTE CON HERRAMIENTAS DE SOFTWARE LIBRE con la mostración la herramienta seleccionada, el correcto funcionamiento, la fácil utilización y puración la misma. De los resultados obtenidos se staca la valiosa experiencia obtenida en el área Inteligencia Negocios en el transcurso l sarrollo l presente prototipo. Se investigó las herramientas software libre Birt, Attivio y Pentaho lo que permitió terminar a lo largo l sarrollo l presente trabajo grado que la Suite Pentaho, tiene muchas más funcionalidas y es una herramienta confiable para la elaboración datamarts. La suite Pentaho permitió la elaboración datamart con datos reales con el objeto mostrar la el tema planteado en el presente trabajo grado. La herramienta Pentaho Reporting permitió la elaboración reportes luego haber realizado el cubo información. 4.2 Recomendaciones Para una exitosa implementación y para futuras adiciones es necesario trabajar en equipo tanto las áreas negocio involucradas como el partamento tecnología Información. Es muy importante tomar en cuenta la arquitectura y los componentes software a utilizar, su compatibilidad y unificación con otras plataformas porque puen existir futuras adiciones o migración a una nueva plataforma. Al momento haber terminado la implementación se recomienda dar seguimiento a la información que se carga en el datamart con la finalidad mantener información actualizada y confiable que sea beneficio para los usuarios que está encargados en la toma cisiones. Las asignaciones roles para las distintas áreas l negocio ben ser finidas por el personal encargado monitorear la información. Es recomendable utilizar herramientas software libre en las pequeñas y medianas empresas ya que permiten reducir costos, ahorrar recursos económicos, la suite Pentaho es una solución que nos permite la gestión y análisis información que pue ser utilizada por cualquier organización que see implementar una solución Inteligencia Negocios. La correcta intificación los requerimientos y necesidas se lo be hacer directamente con los usuarios y gerentes las organizaciones a implementar Inteligencia Negocios con el objetivo que la información sea segura y confiable para evitar futuros problemas en el sarrollo l sistema. Se recomienda a los docentes incentivar el uso herramientas software libre que faciliten el sarrollo proyectos software. Se recomienda realizar estudios comparativos con herramientas software libre que permitan la elaboración minería datos. 5. Referencias Kimball Ralph. (2008). The Data warehouse Life Cicle Toolkit. Indiana: Wiley. Wrembel Robert. (2007). Data warehouses and OLAP: concepts, architectures and solutions.estados Unidos: IRM Press. Antonio Rivas. (23 Febrero 2011). Análisis l cuadrante Gartner Business Intelligence Parte 3. Attivio. (16 Octubre 2013). Company Overview. vio. Attivio. Inc., (20 Junio 2014). Complete Unified Information Access for Business Innovation. Christopher Nuzum. (17 Noviembre 2010). Attivio Search System Requirements. #/single&proj= AttivioSearch&rec=4&brief=n. Deinsa. (25 Abril 2014). Inteligencia Negocios. EOS. (25 Febrero 2014). Business Intelligence QlickView. fabforce.net. (25 Enero 2014). DBDesigner4. Hi Julian. (23 Agosto 2014). Mondrian Documentation. /installation_es.php Honorable Consejo Universitario. (12 Noviembre 2005). REGLAMENTO GENERAL - UTN. c-utn/reglamento-general-utn.pdf Kimball y Wrembel. (2 Abril 2011). Los datos transacciones crecen. sing-big-data/oltp-and-analytics/.

7 7 Kimball, R. (2008). The Data warehouse Life Cicle Toolkit. Indiana: Wiley. Mariana Isabel Rojas. (20 Junio 2009). Data warehouse. ca/sistemasoperativos/monoadsdiseno.pd. Marysol Tamayo, Javier Moreno. (20 Junio 2010). Análisis l molo almacenamiento MOLAP frente al molo almacenamiento ROLAP &script=sci_arttext. Meteorite Consulting. (16 Enero 2014). Saiku Enterprise Analytics. Microsoft. (02 Enero 2013). Procesamiento y modos almacenamiento particiones. Roberto Espinosa. (19 abril 2010). Kimball vs Inmon. Ampliación conceptos l Molado Dimensional ampliacion-conceptos-l-moladodimensional/. Sinnexus. (20 Noviembre 2012). Datawarehouse. ce/datawarehouse.aspx. Sinnexus. (21 Enero 2014). Qués es Business Intelligence? ce/ Thomas. (03 Julio 2014). Reporting Tales. Wikipedia. ( ). HOLAP. Wikipedia. ( ). OLTP. Wikipedia. (05 Noviembre 2013). ROLAP. Wikipedia. (20 Marzo 2014). Almacén Datos. datos Wikipedia. (13 Noviembre 2014). Attivio. Wikipedia. (26 Marzo 2014). Business Intelligence and Reporting Tools. ence_and_reporting_tools Wikipedia. (15 Noviembre 2014). Datamining. Wikipedia. (17 Junio 2014). Granularidad. Wikipedia. ( ). MOLAP. Wikipedia. ( ). OLAP. Wikipedia. (16 Julio 2014). Pentaho. Wikipedia. (18 Junio 2014). Sistema planificación recursos empresariales. plan ificaci%c3%b3n recursos_empresariale s. Wood Sherman. (27 Abril 2014). Documentación Mondrian. /workbench.php