Diseño de un Datawarehouse, para análisis de información en ciencia y tecnología, en el estado de Baja California, México.

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Diseño de un Datawarehouse, para análisis de información en ciencia y tecnología, en el estado de Baja California, México."

Transcripción

1 Diseño de un Datawarehouse, para análisis de información en ciencia y tecnología, en el estado de Baja California, México. Dra. Margarita Ramírez Ramírez Facultad de Contaduría y Administración, Universidad Autónoma de Baja California Instituto Tecnológico de Tijuana Tijuana, B.C. México c.p M.C. Nora C. Osuna Millán Facultad de Contaduría y Administración, Universidad Autónoma de Baja California Tijuana, B.C. México. Mtro. Ricardo Javier Ibarra Ibarra Facultad de Contaduría y Administración, Universidad Autónoma de Baja California Tijuana, B.C. México. RESUMEN El estado de Baja California se ha comprometido en la promoción del desarrollo tecnológico en la región, para lograrlo ha implementado varias estrategias, entre las cuales se encuentra la implementación del sistema de información y documentación científica y tecnológica de recursos humanos, materiales de organización y financieros,, el cual gestiona la información de los investigadores miembros del sistema nacional de investigadores, los proyectos y la productividad en general, llevados a cabo en el estado. La productividad generada se da a conocer por medio de indicadores, con el fin de gestionar mejor la información, los datos se migran a un almacén de datos, a través de herramientas de Inteligencia de negocios (Business Intelligence), de esta manera la información es observada y utilizada en la toma de decisiones. En este trabajo se presenta un panorama general de las actividades realizadas para elaborar el diseño de un almacén de datos que permite generar los informes y la documentación del sistema de ciencia y tecnología en el estado de Baja California. Palabras clave. Data warehouse, investigación, ciencia, tecnológia. I. INTRODUCCIÓN En la actualidad el avance en una sociedad esta ligado al desarrollo de la ciencia y la tecnología, de modo especial a la innovación, vivimos en un periodo de rápida evolución, un momento en el que es necesario estudiar con mayor profundidad temas actuales y dedicar recursos adecuados a las áreas que propician mejores condiciones de vida en una sociedad. Una actividad importante para lograr de manera eficiente el avance de una región es concentrar la información del conocimiento que demandan las empresas y la productividad relativa a ciencia y tecnología que se desarrolla en una región, esto se logra mediante sistema de indicadores, los cuales son el principal soporte en la innovación. En Baja California se trabaja para convertir a la ciencia, la tecnología y la innovación en los pilares del crecimiento económico, uno de los esfuerzos realizados para lograr esto fue la creación de un sistema que concentra datos e indicadores relativos a este tema. Se diseñó e implementó un sistema de información denominado Sistema estatal de Información y documentación científica y tecnológica e recursos humanos, materiales de organización y financieros (SIEDCyT), sistema desarrollado por un equipo de investigadores de la Universidad Autónoma de Baja California, apoyados por el Consejo Nacional de Ciencia y Tecnología en México (CONACYT), el Gobierno del Estado de Baja California a través del Consejo de Ciencia y Tecnología (COCYT) este sistema permite integrar y dar seguimiento a los indicadores de la productividad generada por los investigadores dedicados al desarrollo de Ciencia y Tecnología; Sin embargo como en cada sistema, es importante efectuar mejoras y avances en las funcionalidades del mismo. En este trabajo se presenta el diseño de un data warehouse, que permite analizar la información almacenada en el sistema SIEDCyT, el cual sirve de apoyo en la toma de decisiones. El presente proyecto abarca el análisis de la fuente de información (base de datos normalizada), el diseño de los modelos dimensionales, el diseño de extracción, transformación y carga de datos, el diseño de cubos OLAP (On-Line Analytical Processing), el diseño de reportes clave. II. ALMACEN DE DATOS (DATA WAREHOUSE) Las soluciones basadas en almacenes de datos e inteligencia empresarial, buscan proveer al usuario del negocio las herramientas e información necesaria para operar y tomar las decisiones basadas en datos reales y correctos. Para lograrlo es necesario contar con una plataforma enfocada a obtener reportes e información de valor de manera eficiente y oportuna. Un almacén de datos es un repositorio grande de información y su propósito principal es apoyar a herramientas de inteligencia empresarial en la presentación de información.

2 Permite la integración de datos organizados, almacenados en un dispositivo de memoria, los datos provienen de diversas fuentes. Cuando una base de datos es grande, el desempeño de los reportes se ve afectado. Un almacén de datos permite al usuario crear sus propios reportes mediante las herramientas de inteligencia empresarial. Esto es posible aun sin tener conocimientos técnicos de programación y sin conocer los detalles las bases de datos. Con la cantidad de información que se almacena en el Sistema estatal de Información y documentación científica y tecnológica e recursos humanos, materiales de organización y financieros y d ebido a la importancia y el crecimiento que puede llegar a tener en un futuro, se plantea una solución basada en herramientas de inteligencia empresarial para obtener una mejor explotación de los datos del sistema. Los almacenes de datos tienen el propósito de analizar y poder realizar una toma de decisiones que apoyen la función de mejorar la gestión de un negocio. Contiene un conjunto de cubos de datos, los cuales permiten a través de técnicas de procesamiento analítico en línea OLAP (On-Line Analytical Processing) [1], resumir y observar los datos de acuerdo a diferentes dimensiones o requerimientos. En la figura no. 1 se observa la estructura básica de un data warehouse o almacén de datos, en los que se clasifican los datos en datos resumidos, datos históricos, datos actuales. Datos resumidos Datos actuales IV.DESARROLLO a.definición de requerimientos. Durante el desarrollo del proyecto SIEDCyT se realizaron diversas actividades con el objetivo de identificar las necesidades de información del cliente. Además de la información recopilada de forma directa en las entrevistas y pláticas con los usuarios, se diseño un cuestionario, para apoyo en la recopilación de la información La información que podrá ser analizada, mediante la base de datos es la siguiente: Perfil del investigador: Es necesario conocer el perfil del investigador, institución de adscripción, sexo, rango de ingresos, nivel de SNI, grados académicos adquiridos, ciudad en que radica, investigaciones, pertenencia al Programa de Mejoramiento del Profesorado (PROMEP), libros, artículos, patentes generadas y grupo de investigación al que pertenece. Investigaciones: También es importante conocer datos específicos de las investigaciones que se han llevado a cabo en Baja California. Los datos comprenden: fechas de inicio y fin, equipo e infraestructura utilizada, líneas de investigación, reconocimientos, financiamientos y su tipo (privado, federal) y estatus (aprobado, en proceso, concluido). La información ya se encuentra en la base de datos, pero puede ser más fácil para los usuarios obtenerla. Una manera de facilitar este proceso es llevando la información a un almacén de datos para su fácil uso y análisis mediante herramientas BI. b.diseño de arquitectura Datos históricos Figura No. 1 Estructura de un data warehouse. III. METODOLOGÍA Existen diferentes metodologías para desarrollar proyectos de Data Warehouse /Business Intelligence (BI), entre ellas: la de William Inmon y la de Ralph Kimball. Este trabajo abarca el análisis de la fuente de información (base de datos normalizada), el diseño de los modelos dimensionales, el diseño de la extracción, transformación y carga de datos, el diseño ode cubos OLAP, el diseño de reportes clave. La información que proporcione el almacén de datos permitirá conocer el desempeño, el grado de a ctividad en investigación y desarrollo tecnológico de Baja California. A partir de esta información, será posible tomar decisiones con respecto a las áreas de investigación prioritarias y con mayor seguridad otorgar recursos para el impulso de proyectos que beneficien al estado. En consideración con los requerimientos de información de los usuarios del sistema, se determinaron las siguientes necesidades: Necesidad de un portal BI. Herramientas para análisis. Información histórica. Tiempo de respuesta optimo por cada reporte. Integración del DW/BI con otros sistemas. De acuerdo a los requerimientos siguientes hechos: se identificaron los Grados académicos adquiridos por investigador. Patentes registradas. Investigaciones realizadas. Vinculación entre investigadores y grupos de investigación. Artículos generados por investigadores. Participación de investigadores en la generación de libros. Los hechos sin dimensiones no informan. Es necesario apoyarse de las dimensiones para conocer el que, cuando, donde, quien y como. En un almacén de datos las dimensiones pueden ser utilizadas o compartidas por

3 diferentes hechos y para ello no es necesario crear duplicados. De acuerdo a los hechos identificados, se determinó el uso de las siguientes dimensiones: Investigaciones Institución Zona geográfica Grados Académicos Patentes Líneas de investigación Financiamientos Libros Grupos de investigación Artículos Participación en libros Investigador Los hechos de investigadores vinculados a grupos de investigación presentados en la figura 4, permite conocer de manera muy general que investigadores pertenecen a un grupo de investigación, en que institución y ciudad se encuentra. A continuación se presenta un diseño dimensional de alto nivel y se clarifica el uso de cada dimensión con respecto a los hechos. Figura No.4 Investigadores participantes en grupos de investigación. Figura No.2 Grados académicos adquiridos por investigador Este modelo puede resolver un gran número de preguntas pero se destacan las más importantes a continuación: Para que estos modelos funcionen de acuerdo a los requerimientos establecidos, es necesario definir el nivel de detalle con el que se almacenará la información. Se define el nivel de granularidad por cada hecho relacionado con sus dimensiones. En la tabla No.1 se establece el nivel de granularidad en función de los requerimientos establecidos. Una vez establecidas las dimensiones a utilizar con el nivel de granularidad, se definen a detalle cada uno de los hechos y dimensiones, las cuales se implementaran en el manejador de base de datos. Tabla No. 1 Busmatrix: Referencia de granularidad y uso de dimensiones por cada hecho. Cantidad de grados académicos adquiridos en Baja California Institución que emite el grado académico Investigador que adquiere el grado académico. Cantidad de licenciaturas, maestrías y doctorados Mayor incidencia de grados académicos adquiridos en Baja California. Entidades Hechos Granularidad Investigadores Institución ZonaGeográfica GradosAcadémicos Patentes Investigaciones LíneasInvestigación Financiamientos Libros Gruposdeinvestigación Artículos Participaciónenlibros Grados Adquiridos 1registro X X X X Patentes generadas 1registro por patente Investiga ción 1 reg. investig. X X X Investigadores en Grupos de inv. 1reg c X X X X X X grupo X X X X Artículos generados 1reg por c articulo X X X LibrosGenerados 1 registro por libro X X X X Figura No.3 Investigaciones realizadas.

4 Este tipo de tabla en donde se identifica el uso de las dimensiones con los hechos, también es conocido como bus matrix en la metodología de Ralph Kimball, el cual brinda un nivel importante de detalle para modelar y almacenar la información. A continuación se presenta una muestra, del detalle de una tabla de hechos. Tanto para tablas de dimensiones y hechos se utilizan los siguientes sufijos en los campos: SK: Llave subrogada. PK: Llave primaria. FK: Llave foránea. Figura No.5 Investigaciones Tabla No. 2 Referencia de granularidad y uso de dimensiones por cada hecho Tabla: Tipo de table Alias: Descripción FACT_GRADOS_ADQUIRIDOS Hechos (Facts) Grados adquiridos Grados adquiridos por investigador Tabla No.3 Referencia de granularidad y uso de dimensiones por cada hecho. Nombre Atributo del Descripción Nombre Alternativo Valores ejemplo GradoSK Llave primaria subrogada 1,2,3,4 GradoFK Investigador FK AñoInicio Llave primaria del grado académico Llave primaria de investigador Inicio en programa académico AñoTermino Fecha en que adquirió el grado Creación de base de datos. Clave de grado 1,2,3,4 Clave de investigador 1,2,3,4 Año de inicio 1995, 1999, 2000 Año terminación 1995, 1999, 2001 Se creará la base de datos DWSiedcyt para alojar las tablas necesarias, el desarrollo se realiza en un servidor que por defecto aplica SQL Server Creación de tablas Para crear las tablas se utilizará la herramienta Microsoft SQL Server Management Studio. Esta herramienta permite crear tablas por medio de comandos de SQL o por medio de una interface gráfica. A continuación se muestra un ejemplo de descripción de las tablas. Dimensiones Figura No.4 Grupos de investigación Figura No.6 Investigador Las tablas ya definidas serán el fundamento de la base de datos OLAP. A partir de los hechos identificados y sus dimensiones se crearan cubos OLAP los cuales servirán a las herramientas BI como base para aplicar inteligencia de negocios. c.extracción Transformación y carga de datos. El proceso de extracción, transformación y carga de los datos también conocido como ETL por sus siglas en inglés extract, transform and load, es la actividad que más tiempo consume en un proyecto de DW/BI. Este proceso se crea en dos vertientes: Carga de la información histórica. En esta parte del proyecto se toma toda la información desde los inicios de la operación hasta la fecha y se carga en el almacén de datos. Este proceso se ejecuta una sola vez y tiene implicaciones muy específicas. Dependiendo de la cantidad de la información, la extracción, transformación y carga de los datos puede tomar desde algunas horas hasta semanas sin contar el tiempo posterior para la verificación de la carga exitosa. Carga incremental de información (Posterior a la carga histórica). Con el tiempo los sistemas de información incorporan nuevos datos o actualizan los existentes. Debido a esto, es necesaria la implementación de un proceso de carga incremental, el cual consiste en identificar los registros nuevos o actualizados desde la última sincronización. Dependiendo del tipo de

5 actualización es como se tratan los datos. En el caso de nuevos registros, estos simplemente se cargan al almacén, en el caso de actualizaciones; es necesario verificar si se trata de un cambio correctivo o de una dimensión que cambia lentamente. Se diseñó una plantilla de reportes para la presentación de la información procesada. Figura No.9 Plantilla de reportes Figura No.7 Dimensión libros Una herramienta de Microsoft SQL Server, la cual es una plataforma para crear soluciones de integración de datos de alto rendimiento, el cual incluye paquetes de extracción, transformación y carga de datos (ETL) para el almacenamiento de datos. Integration Services incluye herramientas gráficas y asistentes para crear y depurar paquetes; tareas para realizar funciones de flujo de trabajo, ejecutar instrucciones SQL y mostrar los datos solicitados por el usuario. En la figura No. 8, se muestran las dimensiones definidas en este almacén de datos, de las cuales se puede extraer la información y presentarla mediante la estructura de reportes, mostrada en la figura no. 9. V.CONCLUSIONES. Una solución DW/BI es un gran complemento para cualquier sistema de información. Sin embargo no es tarea fácil desarrollarlo e implementarlo. Los beneficios que se logran con el éxito de un proyecto de este tipo permite la maduración de un sistema. Todos los sistemas maduros utilizan este tipo de tecnologías para apoyar el crecimiento del negocio y aumentar la productividad de sus usuarios. Al proveer información correcta, oportuna y de manera fácil, permite a los usuarios aplicar inteligencia empresarial. Sin información de valor, una institución educativa, un centro de investigación, una empresa y/o cualquier institución gubernamental puede llegar a perder oportunidades. Una organización destinada a promover el desarrollo científico y tecnológico de un estado como es el caso del COCYT, puede apoyarse con información veraz, actualizada que le permita alcanzar sus objetivos y promover programas de desarrollo e innovación. Este almacén de datos permitirá al COCYT conocer con el mayor detalle posible la productividad científica y tecnológica del estado. El SIEDCYT como todo sistema de información provee reportes, aun así dista mucho de ser una solución tan completa como un almacén de datos con herramientas de inteligencia empresarial. VI. REFERENCIAS Figura No.8 Paquete ETL para carga de modelo grados adquiridos. (Vista general) [1] Robert Wrembel,Christian Koncilia. DATA WAREHOUSES AND OLAP Concepts, Architectures and Solutions, 1fst. ed, IRM Press, USA [2] Cameron, Scott. Microsoft SQL Server 2008 Analysis Services: Step by Step, Microsoft, USA,

6 [3] Claudia Imhoff, Nicholas Galemmo, Jonathan G. Geiger. Mastering Data Ware- house Desing, Relational and Dimensional Techniques 2nd ed, WILEY,2003. [4] Galleli Chris, T. Silverstein Alex. Microsoft SQL Server 2008 R2: Unleashed. SAMS, USA, 2011 [5] Golfarelli Matteo, Rizzi Stefano. Data Warehouse Design: Modern Principles and Methodologies. McGraw-Hill Osborne, USA [6] Joy Mundy, Warren Thorntwaite. the Microsoft Data Warehouse Toolkit: With SQL Server 2005 and the Microsoft Business Intelligence Toolset. Wiley, USA, [7] Kimball Ralph, Caserta Joe, the Data Warehouse ETL ToolKit: Practical Techniques for Extracting, Cleaning, Conforming, and Delivering Data. Wiley Canada, [8] Kimball Ralph, Ross Margy, The Data Warehouse Lifecycle Toolkit 2nd ed, Wiley, Canada, [9] Kimball Ralph, Ross Margy,The Data Warehouse Toolkit The Complete Guide to Dimensional Modeling, 2nd ed, Wiley, Canada, [10] Kimball, Ralph. Ross, Margy, The Kimball Group Reader: Relentlessly Practical tools for Data Warehousing and Business Intelligence. Wiley USA and Canada, [11] HERNÁNDEZ SAMPIERI, Roberto, Fundamentos de metodología de la investigación, McGraw-Hill, 2007 [12] KENDALL KENNETH, E, Análisis y diseño de sistemas, Pearson educación, [13] LÓPEZ GARCÍA, Xosé Sistemas digitales de información, Pearson Prentice Hall, [14] O'BRIEN JAMES, A.: Sistemas de información gerencial, McGraw-Hill, [15] PLASCENCIA LÓPEZ Ismael, Actitudes públicas acerca de la ciencia en Baja California, México, [16] Consejo Nacional de Ciencia y Tecnología(2008, 1 ene), (CONACYT.MX), Disponible: 8-01/ FOMIX-BajaCalifornia_ _Demandas- Especificas.pdf (Consultado: 2012, Febrero 27).

La metodología de Kimball para el diseño de almacenes de datos (Data warehouses)

La metodología de Kimball para el diseño de almacenes de datos (Data warehouses) Rivadera: La Metodología de Kimball para el Diseño de almacenes La metodología de Kimball para el diseño de almacenes de datos (Data warehouses) Gustavo R. Rivadera * grivadera@ucasal.net Resumen Los almacenes

Más detalles

09/01/2009. Diseño e implementación de Datawarehouse con Analysis Services Universidad de Guadalajara. Mario Octavio II Muñoz Camacho

09/01/2009. Diseño e implementación de Datawarehouse con Analysis Services Universidad de Guadalajara. Mario Octavio II Muñoz Camacho 09/01/2009 Diseño e implementación de Datawarehouse con Analysis Services Universidad de Guadalajara Mario Octavio II Muñoz Camacho Diseño e implementación de Datawarehouse con Analysis Services Objetivo.

Más detalles

La metodología de Kimball.

La metodología de Kimball. La metodología de Kimball. Resumen Los almacenes de datos (data warehouses en inglés) toman cada día mayor importancia, a medida que las organizaciones pasan de esquemas de sólo recolección de datos a

Más detalles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) SYLLABO

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) SYLLABO UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA Escuela Académico Profesional de Ingeniería de Sistemas 1. ESPECIFICACIONES

Más detalles

Mercado de datos para la dirección de cuadros de la Administración Provincial de Artemisa

Mercado de datos para la dirección de cuadros de la Administración Provincial de Artemisa Tipo de artículo: Artículo original Temática: Tecnologías de bases de datos Recibido: 7/01/2013 Aceptado: 1/03/2013 Mercado de datos para la dirección de cuadros de la Administración Provincial de Artemisa

Más detalles

RESUMEN ANALÍTICO EN EDUCACIÓN - RAE FACULTAD DE INGENIERIA PROGRAMA DE INGENIERIA DE SISTEMAS BOGOTÁ D.C.

RESUMEN ANALÍTICO EN EDUCACIÓN - RAE FACULTAD DE INGENIERIA PROGRAMA DE INGENIERIA DE SISTEMAS BOGOTÁ D.C. AÑO DE ELABORACIÓN: 2015 FACULTAD DE INGENIERIA PROGRAMA DE INGENIERIA DE SISTEMAS BOGOTÁ D.C. TÍTULO: DISEÑO E IMPLEMENTACIÓN DE PROTOTIPO BI UTILIZANDO UNA HERRAMIENTA DE BIG DATA PARA EMPRESAS PYMES

Más detalles

Diseño de almacén de datos para el análisis eficiente de la información de incidentes informáticos y mantenimientos.

Diseño de almacén de datos para el análisis eficiente de la información de incidentes informáticos y mantenimientos. Diseño de almacén de datos para el análisis eficiente de la información de incidentes informáticos y mantenimientos. Ing. Corso Cynthia, Ing. Luque Claudio, Ing. Ciceri Leonardo, Sr Donnet Matías Grupo

Más detalles

Modulo II Data Warehouse y OLAP

Modulo II Data Warehouse y OLAP Diplomado en Minería de Datos para la Toma de Decisiones Modulo II Data Warehouse y OLAP 3 Construcción e Implementación de un Data Ware House. 3.1 Aplicaciones de Data Warehouse. 3.2 El Ciclo de Desarrollo.

Más detalles

2796 Designing an Analysis Solution Architecture Using Microsoft SQL Server 2005 Analysis Services

2796 Designing an Analysis Solution Architecture Using Microsoft SQL Server 2005 Analysis Services 2796 Designing an Analysis Solution Architecture Using Microsoft SQL Server 2005 Analysis Services Introducción El propósito de este curso de tres días impartido por instructor es de enseñar profesionales

Más detalles

Instituto de Estadística Universidad de Puerto Rico Recinto de Río Piedras PRONTUARIO

Instituto de Estadística Universidad de Puerto Rico Recinto de Río Piedras PRONTUARIO Instituto de Estadística Universidad de Puerto Rico Recinto de Río Piedras PRONTUARIO I. Título del Curso SICI 4215 Inteligencia Analítica de Negocios (Business Intelligence and Analytics) II. Descripción

Más detalles

2. ANTECEDENTES RESUMEN

2. ANTECEDENTES RESUMEN INCORPORACIÓN DE INFORMACIÓN REFERENTE A VINCULACIÓN IDENTIFICADA ENTRE INVESTIGADORES PERTENECIENTES AL SNI, AL MODELO DE BASE DE DATOS DEL SISTEMA SIEDCYT L.I. YESICA ZAVALA CORRUJEDO yesica.zavala@uabc.edu.mx

Más detalles

PROGRAMA DE CURSO. Horas Docencia Horas de Trabajo SCT. Horas de Cátedra Docentes. Personal 6 10 3.0 1.5 5.5

PROGRAMA DE CURSO. Horas Docencia Horas de Trabajo SCT. Horas de Cátedra Docentes. Personal 6 10 3.0 1.5 5.5 PROGRAMA DE CURSO Código Nombre IN5523 DATA WAREHOUSING Nombre en Inglés Data Warehousing es Horas Docencia Horas de Trabajo SCT Horas de Cátedra Docentes Auxiliar Personal 6 10 3.0 1.5 5.5 Requisitos

Más detalles

ANEXO A - Plan de Proyecto. 1. - EDT de la solución EDT GENERAL DEL PROYECTO1

ANEXO A - Plan de Proyecto. 1. - EDT de la solución EDT GENERAL DEL PROYECTO1 ANEXO A - Plan de Proyecto 1. - EDT de la solución EDT GENERAL DEL PROYECTO1 2.- Diagrama de Gantt de la Solución DIAGRAMA DE GANTT- FASE INICIAL DOCUMENTACION Y ANALISIS2 DIAGRAMA DE GANTT- FASE FINAL

Más detalles

LOS CINCO GRADOS DE MADUREZ DE UN PROYECTO BI

LOS CINCO GRADOS DE MADUREZ DE UN PROYECTO BI LOS CINCO GRADOS DE MADUREZ DE UN PROYECTO BI INTRODUCCIÓN Se habla en multitud de ocasiones de Business Intelligence, pero qué es realmente? Estoy implementando en mi organización procesos de Business

Más detalles

FACULTAD DE INGENIERÍA. Bases de Datos Avanzadas

FACULTAD DE INGENIERÍA. Bases de Datos Avanzadas FACULTAD DE INGENIERÍA Ingeniería en Computación Bases de Datos Avanzadas Datawarehouse Elaborado por: MARÍA DE LOURDES RIVAS ARZALUZ Septiembre 2015 Propósito Actualmente las empresas necesitan contar

Más detalles

SILABO DE TOMA DE DECISIONES

SILABO DE TOMA DE DECISIONES SILABO DE TOMA DE DECISIONES I. DATOS GENERALES 1.1. Carrera Profesional : Ingeniería de Sistemas 1.2. Área Académica : Ingeniería de Sistemas 1.3 Ciclo : VII 1.4. Semestre : 2014-I 1.5. Prerrequisito

Más detalles

BUSINESS INTELLIGENCE

BUSINESS INTELLIGENCE BUSINESS INTELLIGENCE PRESENTACIÓN Ramón Díaz Hernández Gerente (1.990) Nuestro Perfil Inversión permanente en formación y nuevas tecnologías. Experiencia en plataforma tecnológica IBM (Sistema Operativo

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERIA

UNIVERSIDAD NACIONAL DE INGENIERIA FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA DE INGENIERIA DE SISTEMAS MEJORA DEL PROCESO DE MONITOREO Y CONTROL DE OPERACIONES DE LA MENSAJERÍA LOCAL EN UNA COURIER UTILIZANDO UNA SOLUCIÓN

Más detalles

PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR FACULTAD DE INGENIERÍA ESCUELA DE SISTEMAS DISERTACIÓN DE TESIS PREVIO A LA OBTENCIÓN DEL TÍTULO DE

PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR FACULTAD DE INGENIERÍA ESCUELA DE SISTEMAS DISERTACIÓN DE TESIS PREVIO A LA OBTENCIÓN DEL TÍTULO DE PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR FACULTAD DE INGENIERÍA ESCUELA DE SISTEMAS DISERTACIÓN DE TESIS PREVIO A LA OBTENCIÓN DEL TÍTULO DE INGENIERO EN SISTEMAS GUÍA PARA IMPLEMENTAR UNA SOLUCION

Más detalles

SISTEMAS DE SOPORTE GERENCIAL

SISTEMAS DE SOPORTE GERENCIAL Logros del Curso SISTEMAS DE SOPORTE GERENCIAL Profesor: Ing. Jaime Urbina P. Ciclo : 2009-01 E-mail : pcsijurb@upc.edu.pe El alumno diseña proyectos de soporte a la toma de decisiones; además evalúa alternativas

Más detalles

Cuadrante Mágico de Gartner para BI 2013 vs. 2014

Cuadrante Mágico de Gartner para BI 2013 vs. 2014 Cuadrante Mágico de Gartner para BI 2013 vs. 2014 Challengers Leaders Challengers Leaders Niche Players Visionaries Niche Players Visionaries Cuadrante Mágico de Gartner SGBD y Sistemas de Data WareHouse

Más detalles

Overview of Data Warehousing / Business Intelligence with SQL Server

Overview of Data Warehousing / Business Intelligence with SQL Server Overview of Data Warehousing / Business Intelligence with SQL Server 23/10/2012 Contact Pablo Resnizky Engineering Manager +541.5533.8300 x1030 pablo.resnizky@globallogic.com GlobalLogic, Inc. www.globallogic.com

Más detalles

XIV COLOQUIO INTERNACIONAL SOBRE GESTION UNIVERSITARIA La gestión del conocimiento y los nuevos modelos de Universidades

XIV COLOQUIO INTERNACIONAL SOBRE GESTION UNIVERSITARIA La gestión del conocimiento y los nuevos modelos de Universidades XIV COLOQUIO INTERNACIONAL SOBRE GESTION UNIVERSITARIA La gestión del conocimiento y los nuevos modelos de Universidades Florianópolis, 3 al 5 de Diciembre de 2014 CIGU2014 AREA TEMATICA 9 SISTEMAS DE

Más detalles

[ ] introducción. Desarrollo de un sistema de información con inteligencia de negocios para la oficina de egresados de la FUKL.

[ ] introducción. Desarrollo de un sistema de información con inteligencia de negocios para la oficina de egresados de la FUKL. [ ] resumen Se describe el Sistema de Información de Egresados (SIE) realizado como respuesta a una problemática de gestión y análisis de datos que se presentaba en la Oficina de Egresados de la Fundación

Más detalles

MS_10777 Implementing a Data Warehouse with Microsoft SQL Server 2012

MS_10777 Implementing a Data Warehouse with Microsoft SQL Server 2012 Implementing a Data Warehouse with Microsoft SQL Server 2012 www.ked.com.mx Av. Revolución No. 374 Col. San Pedro de los Pinos, C.P. 03800, México, D.F. Tel/Fax: 52785560 Introducción Almacenes de datos

Más detalles

MS_20463 Implementing a Data Warehouse with Microsoft SQL Server

MS_20463 Implementing a Data Warehouse with Microsoft SQL Server Gold Learning Gold Business Intelligence Silver Data Plataform Implementing a Data Warehouse with Microsoft SQL Server www.ked.com.mx Por favor no imprimas este documento si no es necesario. Introducción.

Más detalles

Alicia Iriberri Dirección de Tecnologías de Información. I.- Definición del foco estratégico

Alicia Iriberri Dirección de Tecnologías de Información. I.- Definición del foco estratégico Alicia Iriberri Dirección de Tecnologías de Información I.- Definición del foco estratégico II.- Establecimiento de mediciones a través del Balanced Scorecard (Tablero de Comando) III.- Despliegue del

Más detalles

Academia de la carrera de Licenciatura Informática del Instituto Tecnológico Aguascalientes

Academia de la carrera de Licenciatura Informática del Instituto Tecnológico Aguascalientes 1. DATOS DE LA ASIGNATURA Nombre de la Asignatura: Sistemas de Soporte a la Decisión Carrera: Licenciatura en Informática Clave de la asignatura: IFS-0406 Horas teoría - horas práctica - créditos: 4-2-10

Más detalles

Inteligencia de Negocios Introducción. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS

Inteligencia de Negocios Introducción. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Inteligencia de Negocios Introducción Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Agenda 1.Introducción 2.Definición 3.ETL 4.Bodega de Datos 5.Data Mart

Más detalles

Implementación de un Data Warehouse con Microsoft SQL Server 2012. Cursos Especialización. Versión 1.0

Implementación de un Data Warehouse con Microsoft SQL Server 2012. Cursos Especialización. Versión 1.0 Implementación de un Data Warehouse con Microsoft SQL Server 2012 Cursos Especialización Versión 1.0 13/02/2013 Tabla de contenido 1 Introducción... 3 2 Objetivos... 3 3 Prerrequisitos... 4 4 Duración

Más detalles

Implementación de un almacén de datos con Microsoft SQL Server

Implementación de un almacén de datos con Microsoft SQL Server Implementación de un almacén de datos con Microsoft SQL Server Curso 20463C: 5 dias Módulo 1: Introducción a Data Warehousing Este módulo proporciona una introducción a los componentes clave de una solución

Más detalles

[CASI v.0109] Pág. 1

[CASI v.0109] Pág. 1 I. DATOS INFORMATIVOS Carrera Especialidad Curso Código Ciclo : COMPUTACIÓN E INFORMATICA : Ingeniería de Software : Business Intelligence : F-INF116 : Sexto Requisitos : F-INF132 (Administración Avanzada

Más detalles

Módulo de Inteligencia de Negocio en un sistema de control de la producción en plantas de generación de energía distribuida.

Módulo de Inteligencia de Negocio en un sistema de control de la producción en plantas de generación de energía distribuida. Módulo de Inteligencia de Negocio en un sistema de control de la producción en plantas de generación de energía distribuida. Autores: Carlos Javier Quintero Blanco, Universidad de las Ciencias Informáticas,

Más detalles

SYLLABUS I. DESCRIPCIÓN

SYLLABUS I. DESCRIPCIÓN CIBERTEC Dirección de Extensión Profesional División de Alta Tecnología (DAT) Programa : Business Intelligence Application Developer Curso : Diseño e implementación de soluciones OLAP con Analysis Services

Más detalles

GUIA METODOLOGÍCA PARA LA IMPLEMENTACIÓN DE BODEGA DE DATOS CORPORATIVA Y SOLUCIONES DE INTELIGENCIA DE NEGOCIOS

GUIA METODOLOGÍCA PARA LA IMPLEMENTACIÓN DE BODEGA DE DATOS CORPORATIVA Y SOLUCIONES DE INTELIGENCIA DE NEGOCIOS BODEGA DE DATOS CORPORATIVA Y SOLUCIONES DE Oficina de Informática Departamento Nacional de Planeación Bogotá, 2013 TABLA DE CONTENIDO PÁGINA: 2 de 35 VERSIÓN: 0 1 OBJETIVO... 3 2 ALCANCE... 3 3 REFERENCIAS

Más detalles

SolucionesAnalíticas con Pentaho.

SolucionesAnalíticas con Pentaho. SolucionesAnalíticas con Pentaho. Objetivo Obtener experiencia práctica con los siguientes componentes de la plataforma Pentaho: Pentaho Data Integration (Kettle) Pentaho Analysis Services (Mondrian) Pentaho

Más detalles

DATA WAREHOUSE DATA WAREHOUSE

DATA WAREHOUSE DATA WAREHOUSE DATA WAREHOUSE DATA WAREHOUSE Autor: Roberto Abajo Alonso Asignatura: Sistemas Inteligentes, 5º Curso Profesor: José Carlos González Dep. Ing. Sistemas Telemáticos, E.T.S.I. Telecomunicación Universidad

Más detalles

http://revistas.udistrital.edu.co/ojs/index.php/revcie/index

http://revistas.udistrital.edu.co/ojs/index.php/revcie/index http://revistas.udistrital.edu.co/ojs/index.php/revcie/index Artículo de investigación LA INTELIGENCIA DE NEGOCIOS COMO UNA HERRAMIENTA EN LA GESTIÓN ACADÉMICA Business intelligence as a tool in the management

Más detalles

UNIVERSIDAD INTERNACIONAL SEK FACULTAD DE SISTEMAS E INFORMATICA

UNIVERSIDAD INTERNACIONAL SEK FACULTAD DE SISTEMAS E INFORMATICA UNIVERSIDAD INTERNACIONAL SEK FACULTAD DE SISTEMAS E INFORMATICA Trabajo de fin de carrera titulado: ANÁLISIS, DISEÑO DE UN SISTEMA DE INFORMACIÓN GERENCIAL PARA MEDIR EL INGRESO, APROBACIÓN Y DESERCIÓN

Más detalles

Definición. Data Warehousing: almacenamiento, transformación y distribución de datos útiles para los responsables de tomar decisiones 9/29/2006 4

Definición. Data Warehousing: almacenamiento, transformación y distribución de datos útiles para los responsables de tomar decisiones 9/29/2006 4 Definición Data Warehousing: almacenamiento, transformación y distribución de datos útiles para los responsables de tomar decisiones 9/29/2006 4 Definición (cont.) Un Data Warehouse es una colección de

Más detalles

PROYECTO DE TESIS DIEGO GALLARDO. ESPEL - Diego Gallardo

PROYECTO DE TESIS DIEGO GALLARDO. ESPEL - Diego Gallardo PROYECTO DE TESIS DIEGO GALLARDO TEMA DISEÑO E IMPLEMENTACIÓN DE UN SISTEMA DE ADMINISTRACIÓN DE TIEMPOS EN PROYECTOS DE DESARROLLO DE SOFTWARE Y CONTROL DE DESEMPEÑO MEDIANTE CUBOS DE INFORMACIÓN PARA

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERÍA CENTRO DE EXTENSIÓN Y PROYECCIÓN SOCIAL

UNIVERSIDAD NACIONAL DE INGENIERÍA CENTRO DE EXTENSIÓN Y PROYECCIÓN SOCIAL UNIVERSIDAD NACIONAL DE INGENIERÍA CENTRO DE EXTENSIÓN Y PROYECCIÓN SOCIAL AREA DE CURSOS DE ESPECIALIZACIÓN EN TECNOLOGÍAS DE LA INFORMACIÓN TALLER DE INVESTIGACION EN INTELIGENCIA DE NEGOCIOS CON LA

Más detalles

Introducción a la Minería de Datos y el Data Warehousing

Introducción a la Minería de Datos y el Data Warehousing Introducción a la Minería de Datos y el Data Warehousing Sergio R. Coria E-mail: sergio@mineriadedatos.com.mx Resumen. Para hallar patrones significativos en grandes volúmenes de datos se ha usado inicialmente

Más detalles

Diplomado en Inteligencia de Negocios Coordinador académico: Lic. Seth Pérez Melesio

Diplomado en Inteligencia de Negocios Coordinador académico: Lic. Seth Pérez Melesio Diplomado en Inteligencia de Negocios Coordinador académico: Lic. Seth Pérez Melesio Proporcionar a los participantes los conocimientos necesarios que les permitan entender, de una manera integral y objetiva,

Más detalles

Bases de datos para toma de decisiones

Bases de datos para toma de decisiones 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Bases de datos para toma de decisiones Lic. en Informática 3-2-8 2.- HISTORIA DEL

Más detalles

SÍLABO DEL CURSO DE INTELIGENCIA DE NEGOCIOS

SÍLABO DEL CURSO DE INTELIGENCIA DE NEGOCIOS SÍLABO DEL CURSO DE INTELIGENCIA DE NEGOCIOS I. INFORMACIÓN GENERAL 1.1. Facultad : Ingeniería 1.2. Carrera Profesional : Ingeniería en Sistemas Computacionales 1.3. Departamento ------------------------------

Más detalles

Nombre del documento: Programa de estudio de Asignatura de Especialidad. Referencia a la Norma ISO 9001:2008 7.3 Página 1 de 6

Nombre del documento: Programa de estudio de Asignatura de Especialidad. Referencia a la Norma ISO 9001:2008 7.3 Página 1 de 6 142 Nombre del documento: Programa de estudio de Asignatura de Especialidad. Código: ITVH- AC-PO-011-02 Revisión: O Referencia a la Norma ISO 9001:2008 7.3 Página 1 de 6 1.- DATOS DE LA ASIGNATURA Nombre

Más detalles

Data Mart Para El Sistema De Servicios Sociales Del Conadis

Data Mart Para El Sistema De Servicios Sociales Del Conadis Data Mart Para El Sistema De Servicios Sociales Del Conadis Mosquera L.*; Hallo M.** *Escuela Politécnica Nacional, Facultad de Ingeniería de Sistemas Quito, Ecuador; e-mail: eduardo.mosquera; maria.hallo@epn.edu.ec

Más detalles

El almacén de indicadores de proceso de negocio en ejecución

El almacén de indicadores de proceso de negocio en ejecución X Congreso de Ingeniería de Organización Valencia, 7 y 8 de septiembre de 2006 El almacén de indicadores de proceso de negocio en ejecución Andrés Boza García 1, Angel Ortiz Bas 1, Llanos Cuenca Gonzalez

Más detalles

DATAMART PASO A PASO WWW.RUEDATECNOLOGICA.COM

DATAMART PASO A PASO WWW.RUEDATECNOLOGICA.COM DATAMART PASO A PASO WWW.RUEDATECNOLOGICA.COM Historial de revisiones Versión Fecha Autor: Descripción del cambio 1.0 31/08/2007 Rayner Huamantumba. Manual para diseño y desarrollo de Datamart INDICE 1-

Más detalles

Modelamiento Dimensional. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS

Modelamiento Dimensional. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Modelamiento Dimensional Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Agenda Modelo Dimensional Definición Componentes Ejemplos Comparación con E/R Proceso

Más detalles

Data Warehouse Marco de Calidad

Data Warehouse Marco de Calidad Data Warehouse Marco de Calidad Autor: Pablo Martín Gutiérrez Tutor: Antonio García Carmona Defensa del Proyecto de Final de Carrera Índice Introducción. Objetivos del PFC. Fundamentos Business Intelligence

Más detalles

Benemérita Universidad Autónoma de Puebla Vicerrectoría de Docencia Dirección General de Educación Superior Facultad de Ciencias de la Computación

Benemérita Universidad Autónoma de Puebla Vicerrectoría de Docencia Dirección General de Educación Superior Facultad de Ciencias de la Computación PLAN DE ESTUDIOS (PE): Licenciatura en Ingeniería en Tecnologías de la Información. AREA: Integración disciplinar ASIGNATURA: Inteligencia de negocios CÓDIGO: IDTI-202 CRÉDITOS: 5 FECHA: Julio de 2013

Más detalles

Enfoques de desarrollo DW Kimball/Inmon.

Enfoques de desarrollo DW Kimball/Inmon. Enfoques de desarrollo DW Kimball/Inmon. 1 Antecedentes Sistemas de Información Los procesos a automatizar son repetibles y previsibles. Modelado Entidad Relación. Atención en una rápida modificación en

Más detalles

INTELIGENCIA DE NEGOCIOS: GESTIÓN ESTRATÉGICA DE LA INFORMACIÓN

INTELIGENCIA DE NEGOCIOS: GESTIÓN ESTRATÉGICA DE LA INFORMACIÓN Centro Integral de Educación Continua (CIEC) Curso de Educación Continua (CEC) INTELIGENCIA DE NEGOCIOS: GESTIÓN ESTRATÉGICA DE LA INFORMACIÓN Del 21 de julio al 25 de agosto de 2015 Martes y jueves de

Más detalles

CURSO DE ADMINISTRACIÓN Y PROGRAMACIÓN EN SQL SERVER 2008 BUSINESS INTELLIGENCE

CURSO DE ADMINISTRACIÓN Y PROGRAMACIÓN EN SQL SERVER 2008 BUSINESS INTELLIGENCE CURSO DE ADMINISTRACIÓN Y PROGRAMACIÓN EN SQL SERVER 2008 BUSINESS INTELLIGENCE 1. INFORMACIÓN GENERAL DEL CURSO: Duración de Horas : 44 horas 2. DESCRIPCIÓN DEL CURSO: Proveer a las compañías la habilidad

Más detalles

Sistemas de Información para la Gestión. Unidad 3 Aplicaciones de Sistemas

Sistemas de Información para la Gestión. Unidad 3 Aplicaciones de Sistemas para la Gestión Unidad 3 Aplicaciones de Sistemas U.N.Sa. Facultad de Cs.Económicas SIG 2010 UNIDAD 3: APLICACIONES DE SISTEMAS Aplicaciones empresariales: Sistemas empresariales. Sistemas de administración

Más detalles

DESARROLLO DE UNA APLICACIÓN DE BUSINESS INTELLIGENCE (BI) PARA LA EMPRESA EMPAQPLAST

DESARROLLO DE UNA APLICACIÓN DE BUSINESS INTELLIGENCE (BI) PARA LA EMPRESA EMPAQPLAST DESARROLLO DE UNA APLICACIÓN DE BUSINESS INTELLIGENCE (BI) PARA LA EMPRESA EMPAQPLAST Byron Alejandro Boada Vargas-Machuca, Alvaro Arturo Tituaña Burgos, Ing. Lorena Duque, Ing. Patricio Reyes. RESUMEN

Más detalles

La Base de Datos OLAP Analysis Services (SSAS) Agenda. Agenda. Construyendo una Solución de BI paso a paso con SQL Server 2005

La Base de Datos OLAP Analysis Services (SSAS) Agenda. Agenda. Construyendo una Solución de BI paso a paso con SQL Server 2005 Construyendo una Solución de BI paso a paso con SQL Server 2005 La Base de Datos OLAP Analysis Services (SSAS) Ing. José Mariano Alvarez Jose.Mariano.Alvarez@SqlTotalConsulting.com Agenda Por qué Analysis

Más detalles

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

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

Más detalles

Diseño de una bodega de datos con información relacionada a las asistencias de personal en una empresa

Diseño de una bodega de datos con información relacionada a las asistencias de personal en una empresa 21 Diseño de una bodega de datos con información relacionada a las asistencias de personal en una empresa VAZQUEZ-DE LOS SANTOS, Laura*, VALDEZ-MENCHACA, Alicia, CORTES-MORALES, Griselda y HERNANDEZ-VILLAREAL,

Más detalles

Implementing a Data Warehouse with Microsoft SQL Server

Implementing a Data Warehouse with Microsoft SQL Server Código: ST32 Duración: 25 horas Este curso describe cómo implementar una plataforma de almacén de datos para apoyar una solución BI. Los estudiantes aprenderán cómo crear un almacén de datos con Microsoft

Más detalles

Cenfotec ofrece talleres de preparación para la certificación internacional de Microsoft SQL Server

Cenfotec ofrece talleres de preparación para la certificación internacional de Microsoft SQL Server Cenfotec ofrece talleres de preparación para la certificación internacional de Microsoft SQL Server Sobre el Profesor Master en Tecnologías de Bases de Datos (Administración de Bases de Datos e Inteligencia

Más detalles

Curso de Pentaho. Business Intelligence and Data Warehousing with Pentaho

Curso de Pentaho. Business Intelligence and Data Warehousing with Pentaho Curso de Pentaho Business Intelligence and Data Warehousing with Pentaho Descripción: Pentaho proporciona inteligencia de negocios (BI) y soluciones de almacenamiento de datos (dataware house) a una fracción

Más detalles

XXII Congreso Mexicano de Meteorología y VII Congreso Internacional de Meteorología, 2013

XXII Congreso Mexicano de Meteorología y VII Congreso Internacional de Meteorología, 2013 XXII Congreso Mexicano de Meteorología y VII Congreso Internacional de Meteorología, 2013 Implementación de una bodega de datos sobre recursos hídricos, incluyendo ciclones Velázquez Alvarez, Jaime; Sanvicente

Más detalles

CAPÍTULO 2 DATA WAREHOUSES

CAPÍTULO 2 DATA WAREHOUSES CAPÍTULO 2 DATA WAREHOUSES Un Data Warehouse (DW) es un gran repositorio lógico de datos que permite el acceso y la manipulación flexible de grandes volúmenes de información provenientes tanto de transacciones

Más detalles

Business Intelligence (Inteligencia de Negocios) Bases de Datos Masivas (11088) Universidad Nacional de Luján

Business Intelligence (Inteligencia de Negocios) Bases de Datos Masivas (11088) Universidad Nacional de Luján Business Intelligence (Inteligencia de Negocios) Bases de Datos Masivas (11088) Universidad Nacional de Luján Qué es Business Intelligence (BI)? Se entiende por Business Intelligence al conjunto de metodologías,

Más detalles

Tecnologías de la Información en la Gestión Empresarial

Tecnologías de la Información en la Gestión Empresarial Tecnologías de la Información en la Gestión Empresarial 1 Sesión No.8 Nombre: Procesos de Negocio y Gestión en Business Intelligence Objetivo: Al término de la sesión, el alumno ilustrará un proceso de

Más detalles

Facultad de Ingeniería y Tecnología Informática Licenciatura en Sistemas de Información Plan: 2012 Ciclo: 2014 Programa Analítico Base de Datos II

Facultad de Ingeniería y Tecnología Informática Licenciatura en Sistemas de Información Plan: 2012 Ciclo: 2014 Programa Analítico Base de Datos II 1. OBJETIVOS: Lograr que los alumnos conozcan los componentes y la arquitectura de las bases de datos relacionales. Brindar un curso internacionalmente actualizado respecto del ámbito académico, así como

Más detalles

SQL Server Business Intelligence parte 1

SQL Server Business Intelligence parte 1 SQL Server Business Intelligence parte 1 Business Intelligence es una de las tecnologías de base de datos más llamativas de los últimos años y un campo donde Microsoft ha formado su camino a través de

Más detalles

Concepción - Chile Marcela Varas Universidad de Concepción Chile - 2012

Concepción - Chile Marcela Varas Universidad de Concepción Chile - 2012 Presentación Concepción - Chile www.udec.cl Universidad de Concepción - Chile Estudiantes Universidad de Concepción Departamento de Ingeniería Informática y Ciencias de la Computación Facultad de Ingeniería

Más detalles

INTELIGENCIA DE NEGOCIO

INTELIGENCIA DE NEGOCIO Página 1de 9 GUIA DOCENTE DE LA ASIGNATURA INTELIGENCIA DE NEGOCIO MÓDULO MATERIA CURSO SEMESTRE CRÉDITOS TIPO COMPLEMENTOS DE SISTEMAS DE INFORMACIÓN SISTEMAS DE INFORMACIÓN EN LA EMPRESA 4º 7º 6 Optativa

Más detalles

INGENIERÍA DE SISTEMAS DE INFORMACIÓN

INGENIERÍA DE SISTEMAS DE INFORMACIÓN Página 1 de 9 GUÍA DOCENTE DE LA ASIGNATURA INGENIERÍA DE SISTEMAS DE INFORMACIÓN MÓDULO MATERIA CURSO SEMESTRE CRÉDITOS TIPO FORMACIÓN DE ESPECIALIDAD 4: SISTEMAS DE INFORMACIÓN SISTEMAS DE INFORMACIÓN

Más detalles

Módulo Minería de Datos

Módulo Minería de Datos Módulo Minería de Datos Diplomado Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Análsis Dimensional OLAP On-Line Analytical Processing Estructura del Proceso

Más detalles

Guayaquil - Ecuador Pedro Carbo 123 y Junín. Pasaje Comercial la Merced. 2do Piso. Oficina 2. Teléfonos: (593) (04) 2561514 2561513 Mail.

Guayaquil - Ecuador Pedro Carbo 123 y Junín. Pasaje Comercial la Merced. 2do Piso. Oficina 2. Teléfonos: (593) (04) 2561514 2561513 Mail. SQL SERVER BI Módulo 1: Diseño e Implementación de Soluciones con Business Intelligence SQL Server 2008 1. Información General Del Curso: No. de Horas: Nivel: 25 horas BI-1 2. Descripción Del Curso: Business

Más detalles

CURSOS PREPARACIÓN PARA CERTIFICACIÓN MICROSOFT SQL SERVER

CURSOS PREPARACIÓN PARA CERTIFICACIÓN MICROSOFT SQL SERVER NIVEL ASSOCIATE: SQL SERVER 2012 QUERYING 2012 DESCRIPCIÓN - CÓDIGO 10774A Este curso de 32 horas, es impartido por un instructor certificado proporciona las habilidades técnicas necesarias para escribir

Más detalles

Programa Internacional Business Intelligence

Programa Internacional Business Intelligence Fecha de inicio: 18 de junio de 2012 Programa Internacional Business Intelligence En un ambiente globalizado y de alta competitividad entre las empresas, la adecuada administración del capital intelectual

Más detalles

DESARROLLO DE UNA SOLUCIÓN DE INTELIGENCIA DE NEGOCIO PARA EL APOYO A LA TOMA DE DECISIONES EN EL ÁREA VENTAS DE EMPRESAS DEL SECTOR SALUD

DESARROLLO DE UNA SOLUCIÓN DE INTELIGENCIA DE NEGOCIO PARA EL APOYO A LA TOMA DE DECISIONES EN EL ÁREA VENTAS DE EMPRESAS DEL SECTOR SALUD UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS ESCUELA DE COMPUTACIÓN CENTRO DE INVESTIGACIÓN DE SISTEMAS DE INFORMACIÓN DESARROLLO DE UNA SOLUCIÓN DE INTELIGENCIA DE NEGOCIO PARA EL APOYO A LA

Más detalles

Conjunto de informes y gráficos consolidados en un solo objeto que facilita la visualización y análisis de la información. 2

Conjunto de informes y gráficos consolidados en un solo objeto que facilita la visualización y análisis de la información. 2 1. BLOQUE DESCRIPTIVO 1. Título de la Buena Práctica Uso de una base de datos robusta que ayuda en la toma de decisiones (Data Warehouse), como fuente principal del Sistema de apoyo a la gestión (SAG)

Más detalles

UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS COORDINACIÓN DE EXTENSIÓN

UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS COORDINACIÓN DE EXTENSIÓN UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS COORDINACIÓN DE EXTENSIÓN PROPUESTA PARA INTRODUCIR CURSOS DE EXTENSIÓN, DIPLOMADOS, SERVICIOS Y ACTUALIZACIONES TÉCNICAS Y PROFESIONALES Nombre (s)

Más detalles

=drð^=al`bkqb= qfqri^`flkbp=ab=do^al=

=drð^=al`bkqb= qfqri^`flkbp=ab=do^al= = =drð^=al`bkqb= qfqri^`flkbp=ab=do^al= TITULACIÓN: INGENIERIA DE SISTEMAS DE INFORMACION CURSO: 2014/2015 ASIGNATURA: Almacenes de Datos Nombre del Módulo o Materia al que pertenece la asignatura. Gestión

Más detalles

VENTAJAS DEL USO DE HERRAMIENTAS DE ETL SOBRE ANSI SQL

VENTAJAS DEL USO DE HERRAMIENTAS DE ETL SOBRE ANSI SQL VENTAJAS DEL USO DE HERRAMIENTAS DE ETL SOBRE ANSI SQL LIC. DIEGO KRAUTHAMER PROFESO R ADJUNTO INTERINO UNIVERSIDAD ABIERTA INTERMERICANA (UAI) SEDE BUENOS AIRES COMISION DE INVESTIGACION Abstract El presente

Más detalles

Business Intelligence

Business Intelligence 2012 Business Intelligence Agenda Programas Diferencias de OLTP vs OLAP Arquitectura de una solución de BI Tecnologías Microsoft para BI Diferencias entre OLTP v/s OLAP Alineación de Datos OLTP Datos organizados

Más detalles

SISTEMAS DE INFORMACION GERENCIAL LIC.PATRICIA PALACIOS ZULETA

SISTEMAS DE INFORMACION GERENCIAL LIC.PATRICIA PALACIOS ZULETA SISTEMAS DE INFORMACION GERENCIAL LIC.PATRICIA PALACIOS ZULETA Qué es inteligencia de negocios? (BI) Business Intelligence es la habilidad para transformar los datos en información, y la información en

Más detalles

Minería de datos: predicción de la deserción escolar mediante el algoritmo de árboles de decisión y el algoritmo de los k vecinos más cercanos

Minería de datos: predicción de la deserción escolar mediante el algoritmo de árboles de decisión y el algoritmo de los k vecinos más cercanos Minería de datos: predicción de la deserción escolar mediante el algoritmo de árboles de decisión y el algoritmo de los k vecinos más cercanos Sergio Valero Orea 1, Alejandro Salvador Vargas 1, Marcela

Más detalles

Clase 2 Módulo: Data Warehouse & Datamart Docente: Gustavo Valencia Zapata

Clase 2 Módulo: Data Warehouse & Datamart  Docente: Gustavo Valencia Zapata v.1.0 Clase 2 Docente: Gustavo Valencia Zapata Temas Clase 2: Diseño del Modelo de Datos Ciclo de vida de un DWH Salidas de un DWH Conceptos básicos de DHW Construcción de un DWH Referencias www.gustavovalencia.com

Más detalles

PROTOTIPO DE UNA BODEGA DE DATOS PARA LA EMPRESA SALÓN DEL AUTOMÓVIL ANDRES CAMILO PINEDA SUAVITA 066051026 WILMER HEDERT TORRES GONZALEZ 066051019

PROTOTIPO DE UNA BODEGA DE DATOS PARA LA EMPRESA SALÓN DEL AUTOMÓVIL ANDRES CAMILO PINEDA SUAVITA 066051026 WILMER HEDERT TORRES GONZALEZ 066051019 PROTOTIPO DE UNA BODEGA DE DATOS PARA LA EMPRESA SALÓN DEL AUTOMÓVIL ANDRES CAMILO PINEDA SUAVITA 066051026 WILMER HEDERT TORRES GONZALEZ 066051019 UNIVERSIDAD LIBRE FACULTAD DE INGENIERÍA PROGRAMA DE

Más detalles

Workshop BI Open Source. 2. Diseño y Construcción de un DW ETL, Kettle

Workshop BI Open Source. 2. Diseño y Construcción de un DW ETL, Kettle Workshop BI Open Source 2. Diseño y Construcción de un DW ETL, Kettle INDICE 1. Objetivos del Curso... 3 2. Perfil Asistentes... 3 3. Temario... 4 4. Ejemplos... 7 5. Información Stratebi... 12 1. Objetivos

Más detalles

RESUMEN ANALÍTICO EN EDUCACIÓN - RAE FACULTAD INGENIERIA PROGRAMA DE INGENIERIA DE SISTEMAS PREGRADO EN INGENIERIA DE SISTEMAS BOGOTÁ D.C.

RESUMEN ANALÍTICO EN EDUCACIÓN - RAE FACULTAD INGENIERIA PROGRAMA DE INGENIERIA DE SISTEMAS PREGRADO EN INGENIERIA DE SISTEMAS BOGOTÁ D.C. AÑO DE ELABORACIÓN: 2015 FACULTAD INGENIERIA PROGRAMA DE INGENIERIA DE SISTEMAS PREGRADO EN INGENIERIA DE SISTEMAS BOGOTÁ D.C. TÍTULO: MARCO DE REFERENCIA DE ARQUITECTURA DE INFORMACIÓN EN EL CONTEXTO

Más detalles

Construcción de cubos OLAP utilizando Business Intelligence Development Studio

Construcción de cubos OLAP utilizando Business Intelligence Development Studio Universidad Católica de Santa María Facultad de Ciencias e Ingenierías Físicas y Formales Informe de Trabajo Construcción de cubos OLAP utilizando Business Intelligence Development Studio Alumnos: Solange

Más detalles

Solicitar la competencia Business Intelligence Solutions

Solicitar la competencia Business Intelligence Solutions Solicitar la competencia Business Intelligence Solutions Guía paso a paso de la inscripción En Microsoft Partner Program, las competencias de Microsoft definen sus áreas de especialización, ayudándole

Más detalles

Comunicación para Tecnimap 2010. Contenido: 1. Itourbask como elemento de un Sistema de Gestión de Destino Turístico 2. El Data Mart de Itourbask

Comunicación para Tecnimap 2010. Contenido: 1. Itourbask como elemento de un Sistema de Gestión de Destino Turístico 2. El Data Mart de Itourbask Comunicación para Tecnimap 2010. EL BI APLICADO AL ANÁLISIS DE LAS VISITAS TURÍSTICAS Contenido: 1. Itourbask como elemento de un Sistema de Gestión de Destino Turístico 2. El Data Mart de Itourbask Autor:

Más detalles

Benemérita Universidad Autónoma de Puebla Vicerrectoría de Docencia Dirección General de Educación Superior Facultad de Ciencias de la Computación

Benemérita Universidad Autónoma de Puebla Vicerrectoría de Docencia Dirección General de Educación Superior Facultad de Ciencias de la Computación PLAN DE ESTUDIOS (PE): Licenciatura en Ingeniería en Tecnologías de la Información. AREA: Optativas ASIGNATURA: CÓDIGO: ITIM-602 CRÉDITOS: 5 FECHA: Septiembre 2013 1 1. DATOS GENERALES Nivel Educativo:

Más detalles

Apoyo en consultoría en área de Inteligencia de Negocios y SQL Server

Apoyo en consultoría en área de Inteligencia de Negocios y SQL Server Apoyo en consultoría en área de Inteligencia de Negocios y SQL Server Estudiante: Bryan José Obando Castillo. Supervisores: Ing. Jonathan Mejías Valenciano, MBA Ing.Manrike Villalobos Báez 22/11/2013 1

Más detalles

Fundamentos de la Inteligencia de Negocios

Fundamentos de la Inteligencia de Negocios para la Gestión UNIDAD 3: APLICACIONES DE SISTEMAS Unidad 3 Aplicaciones de Sistemas Aplicaciones empresariales: Sistemas empresariales. Sistemas de administración de la cadena de suministros. Sistemas

Más detalles

INTELIGENCIA DE NEGOCIOS CON SQL SERVER 2008 R2

INTELIGENCIA DE NEGOCIOS CON SQL SERVER 2008 R2 Programa de Capacitación y Certificación. INTELIGENCIA DE NEGOCIOS CON SQL SERVER 2008 R2 Contenido PERFIL DE UN ESPECIALISTA EN BASES DE DATOS.... 3 6231. MANTENIENDO UNA BASE DE DATOS DE SQL SERVER 2008

Más detalles