Control Informático de Gestión. Tema 5: Sistemas de Apoyo a la Toma de Decisiones

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "Control Informático de Gestión. Tema 5: Sistemas de Apoyo a la Toma de Decisiones"

Transcripción

1 Control Informático de Gestión Tema 5: Sistemas de Apoyo a la Toma de Decisiones

2 Índice Revisión de los sistemas de información en la empresa La información y la toma de decisiones Sistemas transaccionales e informacionales Sistemas datawarehousing Introducción Definición de datawarehouse Etapas en la construcción de un datawarehouse Sistema gestor de datos en un datawarehouse Explotación del datawarehouse Análisis multidimensional (OLAP) Herramientas de datamining Beneficios obtenidos Tecnología necesaria Ejemplos de aplicación

3 Revisión de los SI en la empresa (I) La información y la toma de decisiones: Sistemas operacionales o transaccionales: Dan soporte y automatizan los procesos del negocio Captura rápida y eficaz de datos de los distintos eventos del negocio (transacciones) Prestan poco apoyo al proceso de toma de decisiones, que requiere explotación de datos almacenados Tener en cuenta la diferencia entre datos e información El proceso de toma de decisiones supone cierto riesgo: Necesario contar con información exacta y completa para minimizar el riesgo Decisión = Información + Riesgo

4 Revisión de los SI en la empresa (II) Sistemas transaccionales e informacionales: Sistemas transaccionales: Surgen con las primeras aplicaciones empresariales de los equipos informáticos Realizan de forma automatizada tareas administrativas repetitivas e intensivas en mano de obra: Gestión de nóminas Facturación a clientes Control de inventarios Contabilidad Sistemas informacionales: Utilizan datos almacenados en los sistemas informáticos (capturados y almacenados por el sistema transaccional) También pueden utilizar datos procedentes de fuentes externas Sirven para generar información útil para la toma de decisiones

5 Revisión de los SI en la empresa (III) Sistemas transaccionales e informacionales (cont.): Los sistemas transaccionales están orientados al registro de eventos del negocio con todo detalle Facilitan la realización de operaciones frecuentes de actualización, inserción, consulta y eliminación de datos Hacen especial énfasis en la consistencia de los datos y su seguridad Minimizan tiempos de respuesta Proporcionan información básica para la gestión, pero prestan poca atención a los datos acumulados sobre el negocio Sus usuarios dentro de la empresa tienen unos perfiles medios o bajos en cuanto a responsabilidad y capacidad de toma de decisiones

6 Revisión de los SI en la empresa (IV) Sistemas transaccionales e informacionales (cont.): Los sistemas informacionales están orientados al análisis de datos acumulados y simulación de alternativas (soporte a la toma de decisiones) Están especializados en la consulta y no en la actualización de datos Trabajan con grandes cantidades de datos no volátiles ( historia, transacciones ya completadas que no se tienen que actualizar) Sus usuarios tienen unos perfiles altos en cuanto a su responsabilidad y capacidad de toma de decisiones La información que proporcionan se emplea para el análisis y planificación estratégica de la empresa

7 Sistemas de datawarehousing (I) Introducción: Los sistemas datawarehousing constituyen el núcleo de las aplicaciones Business Intelligence (Inteligencia de Negocio) Constan de tres elementos principales: Recogida y gestión de grandes volúmenes de datos: tecnología de datawarehousing Análisis de los datos: tecnología OLAP y herramientas datamining Software de consulta amigable e intuitivo

8 Sistemas de datawarehousing (II) Definición de datawarehouse: Elemento fundamental de un sistema informacional de apoyo a la toma de decisiones Podemos considerarlo como un gran almacén de datos procedentes de varias fuentes: Datos de los distintos sistemas transaccionales de la empresa Datos de fuentes externas Los datos que manejan son no volátiles, no se modifican, es decir, son de sólo lectura Deben disponer de gran capacidad de almacenamiento (decenas de gigabytes o terabytes)

9 Sistemas de datawarehousing (III) Definición de datawarehouse (cont.): Concepto de metadato : información que se guarda en el sistema sobre los propios datos Catálogo Descripción y procedencia de los datos Transformaciones experimentadas Periodicidad de actualización Principio arquitectural fundamental: separación en dos entornos tecnológicos distintos de los sistemas transaccionales y los informacionales Los datos se organizan por temas (clientes, vendedores, ) y no por funciones (transaccionales) Se utiliza también el concepto de Data Mart para hacer referencia a un almacén de menor tamaño (un área temática o departamento de la empresa)

10 Sistemas de datawarehousing (IV) Etapas en la construcción de un datawarehouse: Captura de los datos de las fuentes seleccionadas: Se usan herramientas de extracción que soportan múltiples formatos de almacenamiento de los datos Los datos seleccionados se incorporan al datawarehouse Tratamiento, conversión y transformación de los datos: Detectar y corregir errores: Eliminar registros duplicados (clientes dados de alta más de una vez) Detectar y anular valores sin sentido (fechas de alta anteriores al comienzo de la actividad)

11 Sistemas de datawarehousing (V) Etapas en la construcción de un datawarehouse (cont.): Tratamiento, conversión y transformación de los datos (cont.): Analizar la consistencia en el uso de los valores: Los datos provienen de distintas fuentes que pueden usar distintos formatos de codificación Será necesario llevar a cabo un proceso de homogeinización: Codificación del sexo: varón/hembra, hombre/mujer, 1/0, etc. Utilización de distintas unidades de medida: metros, centímetros, pulgadas, etc. Formato de las fechas: dd/mm/aaaa, mm/dd/aaaa, etc.

12 Sistemas de datawarehousing (VI) Etapas en la construcción de un datawarehouse (cont.): Tratamiento, conversión y transformación de los datos (cont.): Tratamiento de la ausencia de valores: Asignación de valores por defecto Eliminar campos no significativos: Eliminar campos que no aportan nada al análisis Reestructurar y añadir nuevos campos: Enriquecimiento de los datos, recabando, si es posible, más información sobre las entidades objeto de análisis (clientes, proveedores, etc.)

13 Sistemas de datawarehousing (VII) Etapas en la construcción de un datawarehouse (cont.): Tratamiento, conversión y transformación de los datos (cont.): Codificar campos para facilitar su tratamiento estadístico: Pasar de direcciones a códigos de zonas geográficas Pasar de fechas de nacimiento a intervalos de edades Pasar de atributos booleanos a valores binarios (0 ó 1) Cálculo de campos derivados: Cálculo de subtotales y de datos consolidados que reduzcan el nivel de detalle: ventas por región, ventas por producto, etc.

14 Sistemas de datawarehousing (VIII) Sistema gestor de datos en un datawarehouse: En un datawarehouse se pueden usar tres tipos de sistemas de gestión de bases de datos: Base de datos relacional tradicional Base de datos relacional con diseño en estrella Base de datos multidimensional Bases de datos relacionales: Access, SQL Server, Oracle, MySQL, Sybase, DB2, etc. sirven para construir sobre ellas un datawarehouse En un datawarehouse no son válidos los principios de diseño de las bases de datos relacionales

15 Sistemas de datawarehousing (IX) Sistema gestor de datos en un datawarehouse (cont.): Bases de datos relacionales (cont.): Un sistema relacional esta diseñado para gestionar un número elevado de transacciones por segundo En cada transacción se accede a un número de datos pequeño Se presta especial atención a la consistencia e integridad de los datos Por este motivo se lleva a cabo un proceso de normalización, que elimina redundancias (atributos no repetidos en tablas distintas) Debido a la normalización hay que acceder en cada consulta a muchas tablas, por lo aumenta el tiempo de respuesta En un datawarehouse se realizan pocas operaciones pero con muchos datos (no volátiles), por lo que no tiene sentido la normalización

16 Sistemas de datawarehousing (X) Sistema gestor de datos en un datawarehouse (cont.): Bases de datos relacionales con diseño en estrella: Esta variante consiste en utilizar estructuras de datos no normalizadas que incorporan redundancias Con esto se consigue agilizar las consultas y operaciones de análisis de datos Bases de datos multidimensionales: Se almacenan los datos en cubos multidimensionales especialmente diseñados para acelerar las consultas y análisis de la información Se lleva a cabo un proceso de cálculo de subtotales en la carga del sistema con varios niveles de agrupamiento Cada uno de estos niveles se asigna a una celda del cubo

17 Sistemas de datawarehousing (XI) Sistema gestor de datos en un datawarehouse (cont.): Bases de datos multidimensionales (cont.): Presentan varios inconvenientes: Importantes limitaciones de escalabilidad: agregar nuevos datos al sistema conlleva recalcular todos los subtotales y reconstruir toda la estructura de celdas Espacio de almacenamiento elevado: crecimiento exponencial si se consideran nuevas dimensiones de análisis Presentan menores tiempos de consulta que las relacionales en estrella al tener datos precalculados Las relacionales, por el contrario, son de menor tamaño y poseen mejor escalabilidad y mayor flexibilidad en las consultas

18 Sistemas de datawarehousing (XII) Explotación del datawarehouse: Las herramientas de explotación del datawarehouse facilitan el análisis de los datos almacenados Con ellas se pueden generar informes y gráficos útiles para la toma de decisiones Tres grandes grupos de herramientas de explotación: Herramientas Queries and Reporting: Generación de consultas e informes de los sistemas de BD relacionales Permiten generar informes predefinidos a partir de campos calculados Permiten preparar consultas gráficas (técnicas QBE Query By Example) o mediante lenguaje SQL (Structured Query Language)

19 Sistemas de datawarehousing (XIII) Explotación del datawarehouse (cont.): Tres grandes grupos de herramientas de explotación (cont.): Análisis multidimensional (OLAP On Line Analytical Processing): Herramientas para el análisis de datos a través de dimensiones de jerarquías Las jerarquías son diferentes niveles de agrupamiento dentro de las dimensiones Utilizan consultas rápidas predefinidas y subtotales previamente calculados Herramientas datamining: Técnicas avanzadas que permiten detectar y modelizar relaciones entre los datos y obtener información no evidente Ejemplos: patrones de consumo, predicción del comportamiento de los clientes, asociaciones de productos,

20 Análisis multidimensional OLAP (I) Estas técnicas emplean un modelo multidimensional constituido por tres componentes: Dimensiones: grupos conceptuales que permiten analizar o consolidar los datos (productos, clientes, zonas geográficas, ) Medidas o indicadores: valores numéricos que se guardan en la BD (facturación, unidades vendidas, ) Jerarquías de dimensiones: distintos niveles de agregación dentro de una dimensión (zonas geográficas: ciudades, provincias, regiones, países, ) Las operaciones básicas de análisis multidimensional permiten navegar por los datos del datawarehouse

21 Análisis multidimensional OLAP (II) Algunas operaciones básicas: Cambiar de dimensión de análisis (drill across) Permutar dos dimensiones de análisis (swap) Subir (up) o descender (down) en el nivel de agregación Profundizar para alcanzar datos de un nivel inferior (drill down) Expandir un determinado nivel de información (expand) Anular la expansión de un nivel de información (collapse) Hyperion es una de las empresas líderes en el mercado de herramientas OLAP, tecnología que creó y hoy comercializa a través de su plataforma Business Intelligence Essbase XTD

22 Herramientas datamining (I) Podríamos traducirlo por minería de datos Son métodos avanzados para explorar y modelizar relaciones de grandes volúmenes de datos Permiten obtener información que se encuentra implícita: patrones de comportamiento de clientes, asociaciones de productos, etc. Distintos tipos de herramientas utilizados en los paquetes datamining: Herramientas estadísticas: Cálculo de parámetros estadísticos (medias, varianzas, correlaciones, etc.) Técnicas bayesianas Tests de hipótesis Técnicas de regresión lineal

23 Herramientas datamining (II) Distintos tipos de herramientas utilizados en los paquetes datamining (cont.): Herramientas simbólicas: Árboles de decisión Reglas Técnicas de Inteligencia Artificial: Redes neuronales Algoritmos genéticos Entre las aplicaciones comerciales que usan estas herramientas podemos citar: SPSS, S Plus de MathSoft, Cognos Scenario, etc.

24 Herramientas datamining (III) Metodología seguida en un proceso datamining. Etapas: Muestreo: Selección de una muestra de datos Permite reducir costes del análisis y aumentar velocidad Aconsejable para ficheros muy grandes de datos Exploración: Determinación de tendencias principales Rango de las variables clave Frecuencia de los valores Correlación entre variables

25 Herramientas datamining (IV) Metodología seguida en un proceso datamining. Etapas (cont.): Modificación: Transformación y filtrado de variables para adecuarse a los requisitos del problema a analizar Modelización del comportamiento: Redes neuronales Árboles de decisión Análisis estadístico multivariante Evaluación: Comprobación de la validez del modelo obtenido Presentación gráfica de resultados

26 Herramientas datamining (V) Aplicaciones típicas de datamining: Asociación de productos: Análisis de la cesta de la compra y asociaciones de productos Sirven, por ejemplo, para obtener parejas de ventas (en EEUU, pañales y cerveza) La información obtenida se usa para hacer catálogos, organizar los lineales de un supermercado, etc. Clasificación de clientes: Identificación del grupo al que pertenece un determinado cliente Interesante, por ejemplo, para el análisis de riesgos en operaciones de crédito Segmentación y agrupamiento de clientes (clustering): Identificación de grupos con patrones de comportamiento similares Sirve para predecir el comportamiento de los clientes

27 Beneficios obtenidos Con los sistemas datawarehousing/datamining los directivos pueden obtener información en poco tiempo Así pueden dedicar más tiempo al análisis de esa información que a su búsqueda Con estas herramientas se profundiza en el conocimiento del comportamiento de los clientes Al estar la información disponible en función del tiempo, se pueden detectar tendencias y realizar previsiones de cara al futuro Estos sistemas facilitan la toma de decisiones en la empresa: Configuración de canales de distribución Política de precios Planes de promoción Lanzamiento de nuevos productos

28 Tecnología necesaria (I) Los sistemas datawarehousing/datamining requieren equipos de altas prestaciones para manejar grandes cantidades de datos con rapidez y eficacia Se suelen emplear servidores multiprocesador con plataformas fácilmente escalables Estos servidores se basan en dos tipos de arquitecturas: SMP (Symmetric Multiprocessing): varios procesadores comparten un mismo bus de datos y una memoria central RAM MPP (Massively Parallel Processing): cada procesador cuenta con su propia memoria y su bus de datos independiente Se requiere gran capacidad de memoria RAM (gigabytes) y de almacenamiento secundario masivo (arrays de discos duros de varias decenas de gigabytes)

29 Tecnología necesaria (II) En cuanto al software: Herramientas de extracción y transformación de datos Software gestor de datawarehouse Aplicaciones de análisis de los datos y datamining Varios fabricantes ofrecen en el mercado soluciones Business Intelligence: SAS Cognos Business Objects Oracle,

30 Ejemplos de aplicación (I) Sector banca: Mejor segmentación de su cartera de clientes a través del análisis de productos contratados y operaciones realizadas Elaboran perfiles de clientes para optimizar el envío de mailing con nuevas ofertas de productos y campañas comerciales Resultados inmediatos: reducción de costes en los mailing e incremento de tasas de respuesta Unión Fenosa: Realizó un modelo de predicción sobre potencial de compra del calor económico (calefacción mediante acumuladores de calor y tarifa nocturna) Se analizaron un conjunto de variables de su BD de clientes: potencia contratada, consumo anual, renta, Obtuvo clientes potenciales de una BD de clientes recortando mucho en la campaña comercial

31 Ejemplos de aplicación (II) Telefónica Móviles: Proyecto Minerva: sistema datawarehousing para manejar información de facturas y registro de llamadas de los clientes (destino, duración y horario) Analizando estos datos fueron capaces de diseñar ofertas a medida y lanzar nuevos servicios (friends and family) También pudieron determinar las zonas en las que había menor crecimiento de abonados para intensificar en ellas las campañas publicitarias Les permitió predecir bajas de clientes,

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

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

Informática II Ing. Industrial. Data Warehouse. Data Mining

Informática II Ing. Industrial. Data Warehouse. Data Mining Data Warehouse Data Mining Definición de un Data Warehouses (DW) Fueron creados para dar apoyo a los niveles medios y altos de una empresa en la toma de decisiones a nivel estratégico en un corto o mediano

Más detalles

CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN.

CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN. SISTEMA EDUCATIVO inmoley.com DE FORMACIÓN CONTINUA PARA PROFESIONALES INMOBILIARIOS. CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN. Business Intelligence. Data Mining. PARTE PRIMERA Qué es

Más detalles

Business Intelligence.

Business Intelligence. Business Intelligence. Qué es inteligencia de negocios? Es el proceso de analizar los bienes o datos acumulados en la empresa y extraer una cierta inteligencia o conocimiento de ellos. Dentro de la categoría

Más detalles

Datamining Introducción

Datamining Introducción Pontificia Universidad Católica de Chile Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Datamining Introducción Yerko Halat 2 de Octubre del 2001 1 Cuál es la diferencia entre

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

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

CONSTRUCCION DE INDICADORES DE GESTION Y HERRAMIENTAS OLAP PARA PEQUEÑAS Y MEDIANAS EMPRESAS

CONSTRUCCION DE INDICADORES DE GESTION Y HERRAMIENTAS OLAP PARA PEQUEÑAS Y MEDIANAS EMPRESAS CONSTRUCCION DE INDICADORES DE GESTION Y HERRAMIENTAS OLAP PARA PEQUEÑAS Y MEDIANAS EMPRESAS 1. RESEÑA HISTORICA Las exigencias competitivas del mercado hacen que las organizaciones busquen mecanismos

Más detalles

Sistemas de Información para la Gestión. UNIDAD 2: RECURSOS DE TI Información y Aplicaciones

Sistemas de Información para la Gestión. UNIDAD 2: RECURSOS DE TI Información y Aplicaciones UNIDAD 2: RECURSOS DE TI Información y Aplicaciones UNIDAD 2: RECURSOS DE TI Información y Aplicaciones 1. La Información: Propiedades de la Información. Sistemas de Información. Bases de Datos. 2. Administración

Más detalles

MINERÍA DE DATOS. Teleprocesos y Sistemas Distribuidos Licenciatura en Sistemas de Información FACENA - UNNE. Octubre - 2003

MINERÍA DE DATOS. Teleprocesos y Sistemas Distribuidos Licenciatura en Sistemas de Información FACENA - UNNE. Octubre - 2003 MINERÍA DE DATOS Teleprocesos y Sistemas Distribuidos Licenciatura en Sistemas de Información FACENA - UNNE Octubre - 2003 CONTENIDO Qué es Data Warehousing Data Warehouse Objetivos del Data Warehouse

Más detalles

MOLAP REALIZADO POR: JOSE E. TABOADA RENNA

MOLAP REALIZADO POR: JOSE E. TABOADA RENNA MOLAP REALIZADO POR: JOSE E. TABOADA RENNA BASE DE DATOS Conjunto de datos estructurados, fiables y homogéneos organizados independientemente en máquina, m accesibles en tiempo real, compatible por usuarios

Más detalles

Fundamentos de la Inteligencia de Negocios

Fundamentos de la Inteligencia de Negocios Universidad Nacional de Salta Facultad de Ciencias Económicas, Jurídicas y Sociales Sistemas de Información para la Gestión Fundamentos de la Inteligencia de Negocios Administración de Bases de Datos e

Más detalles

CONTENIDO LOS AUTORES...15 PRÓLOGO...17 NOVEDADES DE ESTA TERCERA EDICIÓN...21 AGRADECIMIENTOS...27

CONTENIDO LOS AUTORES...15 PRÓLOGO...17 NOVEDADES DE ESTA TERCERA EDICIÓN...21 AGRADECIMIENTOS...27 CONTENIDO LOS AUTORES...15 PRÓLOGO...17 NOVEDADES DE ESTA TERCERA EDICIÓN...21 AGRADECIMIENTOS...27 CAPÍTULO 1: LOS SISTEMAS Y TECNOLOGÍAS DE LA INFORMACIÓN EN LA EMPRESA...29 Introducción...29 Características

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

Sybase IQ Servidor analítico con arquitectura basada en columnas

Sybase IQ Servidor analítico con arquitectura basada en columnas Sybase IQ Servidor analítico con arquitectura basada en columnas www.sybase.es Sybase IQ Descripción Tener acceso a toda la información de que dispone su organización, con el fin de analizarla no es hoy

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

Cuadro de mando para el análisis de la información de Extranjería del Ministerio de Administraciones Públicas

Cuadro de mando para el análisis de la información de Extranjería del Ministerio de Administraciones Públicas Cuadro de mando para el análisis de la información de Extranjería del Ministerio de Administraciones Públicas José Antonio Peláez Ruiz Ministerio de Administraciones Públicas Alfonso Martín Murillo BG&S

Más detalles

Botón menú Objetivo de la Minería de datos.

Botón menú Objetivo de la Minería de datos. Titulo de Tutorial: Minería de Datos N2 Botón menú: Introducción. Las instituciones y empresas privadas coleccionan bastante información (ventas, clientes, cobros, pacientes, tratamientos, estudiantes,

Más detalles

Business Intelligence

Business Intelligence Business Intelligence Metodología > 1 Implantación tecnológica de un balanced scorecard Precio 1.000 Este curso introduce al alumno en la metodología de BSC y su implantación tecnológica para el seguimiento

Más detalles

El modelo ebusiness (2) SIE II. Curso 2004/05

El modelo ebusiness (2) SIE II. Curso 2004/05 El modelo ebusiness (2) SIE II. Curso 2004/05 Elemento central en una estrategia ebusiness: capa de aplicaciones Procesos de Negocio (producción, logística, dirección, ) Aplicaciones de Negocio (SCM, ERP,

Más detalles

Apoyo a la toma de Decisiones. Carlos A. Olarte Bases de Datos II

Apoyo a la toma de Decisiones. Carlos A. Olarte Bases de Datos II Carlos A. Olarte Bases de Datos II Contenido 1 Introducción 2 OLAP 3 Data Ware Housing 4 Data Mining Introducción y Motivación Cómo puede analizarse de forma eficiente volúmenes masivos de datos? La consulta,

Más detalles

Proyecto técnico MINERÍA DE DATOS. Febrero 2014. www.osona-respon.net info@osona-respon.net

Proyecto técnico MINERÍA DE DATOS. Febrero 2014. www.osona-respon.net info@osona-respon.net Proyecto técnico MINERÍA DE DATOS Febrero 2014 www.osona-respon.net info@osona-respon.net 0. Índice 0. ÍNDICE 1. INTRODUCCIÓN... 2 2. LOS DATOS OCULTOS... 3 2.1. Origen de la información... 3 2.2. Data

Más detalles

RECURSOS DE TI Aplicaciones - Bibliografía FUNDAMENTOS DE LA INTELIGENCIA DE NEGOCIOS

RECURSOS DE TI Aplicaciones - Bibliografía FUNDAMENTOS DE LA INTELIGENCIA DE NEGOCIOS Sistemas de Información para la Gestión UNIDAD 3: RECURSOS DE TECNOLOGÍA DE INFORMACIÓN Aplicaciones UNIDAD 2: RECURSOS DE TI Aplicaciones 1. Administración de bases de datos e información: Sistemas de

Más detalles

Fundamentos de la Inteligencia de Negocios

Fundamentos de la Inteligencia de Negocios Sistemas de Información para la Gestión UNIDAD 2: Infraestructura de Tecnología de la Información Unidad 2 Infraestructura de Tecnología de la Información Estructura de TI y tecnologías emergentes. Estructura

Más detalles

APOYO PARA LA TOMA DE DECISIONES

APOYO PARA LA TOMA DE DECISIONES APOYO PARA LA TOMA DE DECISIONES Cátedra: Gestión de Datos Profesor: Santiago Pérez Año: 2006 Bibliografía: Introducción a las Bases de Datos. DATE - 1 - 1. INTRODUCCION APOYO PARA LA TOMA DE DECISIONES

Más detalles

UN PASEO POR BUSISNESS INTELLIGENCE

UN PASEO POR BUSISNESS INTELLIGENCE UN PASEO POR BUSISNESS INTELLIGENCE Ponentes: Agreda, Rafael Chinea, Linabel Agenda Sistemas de Información Transaccionales Qué es Business Intelligence? Usos y funcionalidades Business Intelligence Ejemplos

Más detalles

Minería de Datos JESÚS ANTONIO GONZÁLEZ BERNAL. Universidad UPP

Minería de Datos JESÚS ANTONIO GONZÁLEZ BERNAL. Universidad UPP Universidad Politécnica de Puebla UPP JESÚS ANTONIO GONZÁLEZ BERNAL 1 2 Evolución de la Tecnología BD 1960 s y antes Creación de las BD en archivos primitivos 1970 s hasta principios de los 1980 s BD Jerárquicas

Más detalles

BI BUSINESS INTELLIGENCE

BI BUSINESS INTELLIGENCE ESCUELA SUPERIOR POLITECNICA DEL LITORAL MAESTRÍA EN SISTEMAS DE INFORMACION GERENCIAL 7 ma. PROMOCIÓN BI BUSINESS INTELLIGENCE Grupo No. 1 Geannina Aguirre Henry Andrade Diego Maldonado Laura Ureta MATERIA:

Más detalles

FUNDAMENTOS DE DATA WAREHOUSE

FUNDAMENTOS DE DATA WAREHOUSE FUNDAMENTOS DE DATA WAREHOUSE 1. Qué es Data Warehouse? El Data Warehouse es una tecnología para el manejo de la información construido sobre la base de optimizar el uso y análisis de la misma utilizado

Más detalles

3.3.3 Tecnologías Mercados Datos

3.3.3 Tecnologías Mercados Datos 3.3.3 Tecnologías Mercados Datos TECNOLOGIAS DATAMART: Aspect Data Mart es una solución completa de reportes para la empresa, que le proporciona un mayor entendimiento de las operaciones de sus negocios

Más detalles

Minería de Datos. Vallejos, Sofia

Minería de Datos. Vallejos, Sofia Minería de Datos Vallejos, Sofia Contenido Introducción: Inteligencia de negocios (Business Intelligence). Descubrimiento de conocimiento en bases de datos (KDD). Minería de Datos: Perspectiva histórica.

Más detalles

SQL SERVER 2008 R2 BI 07/07/2010 BUSINESS INTELLIGENCE

SQL SERVER 2008 R2 BI 07/07/2010 BUSINESS INTELLIGENCE Todo en la vida comienza con código VII Encuentro Desarrolladores Microsoft BUSINESS INTELLIGENCE Ana María Bisbé York Servicios Profesionales VII Encuentro Desarrolladores Microsoft Todo en la vida comienza

Más detalles

Inteligencia en Redes de Comunicaciones. Tema 7 Minería de Datos. Julio Villena Román, Raquel M. Crespo García, José Jesús García Rueda

Inteligencia en Redes de Comunicaciones. Tema 7 Minería de Datos. Julio Villena Román, Raquel M. Crespo García, José Jesús García Rueda Inteligencia en Redes de Comunicaciones Tema 7 Minería de Datos Julio Villena Román, Raquel M. Crespo García, José Jesús García Rueda {jvillena, rcrespo, rueda}@it.uc3m.es Índice Definición y conceptos

Más detalles

Solución de negocios para la gestión administrativa, comercial e industrial integrada, destacable por su versatilidad funcional y tecnológica

Solución de negocios para la gestión administrativa, comercial e industrial integrada, destacable por su versatilidad funcional y tecnológica PLATAFORMA Solución de negocios para la gestión administrativa, comercial e industrial integrada, destacable por su versatilidad funcional y tecnológica PLATAFORMA es una solución completamente integrada,

Más detalles

1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2.

1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2. 1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2. GENERALIDADES SOBRE LAS TÉCNICAS DE INVESTIGACIÓN SOCIAL Y DE MERCADOS

Más detalles

Cómo aprovechar la potencia de la analítica avanzada con IBM Netezza

Cómo aprovechar la potencia de la analítica avanzada con IBM Netezza IBM Software Information Management White Paper Cómo aprovechar la potencia de la analítica avanzada con IBM Netezza Un enfoque de appliance simplifica el uso de la analítica avanzada Cómo aprovechar la

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

Maines ERP Planificación de Recursos Empresariales www.kingo.com.mx

Maines ERP Planificación de Recursos Empresariales www.kingo.com.mx Planificación de Recursos Empresariales www.kingo.com.mx Modulos que integran MAINES ERP Maines-Admin: Compras, Inventarios, Ventas Maines Factura Electrónica Maines-WEB: Comercio Electrónico Maines-Nómina

Más detalles

PROGRAMA FORMATIVO Administración de Business Intelligence y Datawarehousing

PROGRAMA FORMATIVO Administración de Business Intelligence y Datawarehousing PROGRAMA FORMATIVO Administración de Business Intelligence y Datawarehousing Julio 2014 DATOS GENERALES DE LA ESPECIALIDAD 1. Familia Profesional: INFORMÁTICA Y COMUNICACIONES Área Profesional: DESARROLLO

Más detalles

CURSO MINERÍA DE DATOS AVANZADO

CURSO MINERÍA DE DATOS AVANZADO CURSO MINERÍA DE DATOS AVANZADO La minería de datos (en inglés, Data Mining) se define como la extracción de información implícita, previamente desconocida y potencialmente útil, a partir de datos. En

Más detalles

How organizations are influenced by Business Analytics? Octubre 2014

How organizations are influenced by Business Analytics? Octubre 2014 How organizations are influenced by Business Analytics? Octubre 2014 El boom de los datos Fuente: Gestión. Artículo: Big Data: La nueva moneda en el mundo de los negocios. Martes, 07 de octubre del 2014

Más detalles

Tema 11 Bases de datos. Fundamentos de Informática

Tema 11 Bases de datos. Fundamentos de Informática Tema 11 Bases de datos Fundamentos de Informática Índice Evolución Tipos de modelos de datos y SGBD El modelo relacional y el Diseño de una Base de Datos Operaciones básicas: consulta, inserción y borrado.

Más detalles

Minería de datos (Introducción a la minería de datos)

Minería de datos (Introducción a la minería de datos) Minería de datos (Introducción a la minería de datos) M. en C. Sergio Luis Pérez Pérez UAM CUAJIMALPA, MÉXICO, D. F. Trimestre 14-I. Sergio Luis Pérez (UAM CUAJIMALPA) Curso de minería de datos 1 / 24

Más detalles

CREACIÓN DE PROYECTOS DE BUSINESS INTELLIGENCE CON SQL SERVER. 40 horas 60 días

CREACIÓN DE PROYECTOS DE BUSINESS INTELLIGENCE CON SQL SERVER. 40 horas 60 días CREACIÓN DE PROYECTOS DE BUSINESS INTELLIGENCE CON SQL SERVER DURACIÓN DÍAS DE CONEXIÓN 40 horas 60 días CONTACTO: formacion@fgulem.es El Campus Virtual ha sido concebido con una metodología dinámica e

Más detalles

TECNOLÓGICAS EMPRESAS

TECNOLÓGICAS EMPRESAS SOLUCIONES TECNOLÓGICAS INTEGRALES PARA LAS EMPRESAS Por: Ivonne Rodríguez CONTENIDO 1. Problemas actuales en las empresas 2. Bussines Intelligence 3. Capa: Data Warehouse 4. Capa: BI en el campo empresarial

Más detalles

Business Intelligence

Business Intelligence Business Intelligence Curso 2012-2013 Departamento de Lenguajes y Sistemas Informáticos II http://www.kybele.es ISI/SI - 1 Introducción Nuestra misión: Hacer inteligente el negocio Buenos días. Soy Negocio.

Más detalles

Data Warehousing - Marco Conceptual

Data Warehousing - Marco Conceptual Data Warehousing - Marco Conceptual Carlos Espinoza C.* Introducción Los data warehouses se presentan como herramientas de alta tecnología que permiten a los usuarios de negocios entender las relaciones

Más detalles

Business Intelligence: Competir con Información

Business Intelligence: Competir con Información Business Intelligence: Competir con Información Reus, 16 de Noviembre de 2011 Página 1 Página 2 Sumario Sistemas de Información - Introducción Introducción Business Intelligence Datawarehouse OLAP Data

Más detalles

Diseño del Sistema de Información

Diseño del Sistema de Información Diseño del Sistema de Información ÍNDICE DESCRIPCIÓN Y OBJETIVOS...2 ACTIVIDAD DSI 1: DEFINICIÓN DE LA ARQUITECTURA DEL SISTEMA...7 Tarea DSI 1.1: Definición de Niveles de Arquitectura...9 Tarea DSI 1.2:

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

Aplicación del diseño OLAP al análisis estadístico. La dimensión encuesta: aplicaciones

Aplicación del diseño OLAP al análisis estadístico. La dimensión encuesta: aplicaciones marial.garcia10@carm.es yolanda.vazquez@carm.es Centro Regional de Estadística de Murcia Resumen: Desde principios de los noventa es cada vez más frecuente el uso de herramientas de Inteligencia Empresarial

Más detalles

ÍNDICE LOS AUTORES...13 PRÓLOGO...15 NOVEDADES DE ESTA CUARTA EDICIÓN...17 AGRADECIMIENTOS...23

ÍNDICE LOS AUTORES...13 PRÓLOGO...15 NOVEDADES DE ESTA CUARTA EDICIÓN...17 AGRADECIMIENTOS...23 ÍNDICE LOS AUTORES...13 PRÓLOGO...15 NOVEDADES DE ESTA CUARTA EDICIÓN...17 AGRADECIMIENTOS...23 CAPÍTULO 1. LOS SISTEMAS Y TECNOLOGÍAS DE LA INFORMACIÓN EN LA EMPRESA...25 INTRODUCCIÓN...25 CARACTERÍSTICAS

Más detalles

IWG-101: Introducción a la Ingeniería. Departamento de Informática, UTFSM 1

IWG-101: Introducción a la Ingeniería. Departamento de Informática, UTFSM 1 IWG-101: Introducción a la Ingeniería Departamento de Informática, UTFSM 1 Gestión de Bases de Datos Gestión de Bases de Datos Base de datos una colección de datos relacionados organizados de manera de

Más detalles

SpagoBI Open Source Business Intelligence

SpagoBI Open Source Business Intelligence SpagoBI Open Source Business Intelligence La plataforma SpagoBI Open Source Business Intelligence Conceptos Inteligencia empresarial (Business Intelligence) es un agregado de aplicaciones y herramientas

Más detalles

- Know Systems. DKS9 BPM-Gestión del Conocimiento 2011 Página 1 de 17

- Know Systems. DKS9 BPM-Gestión del Conocimiento 2011 Página 1 de 17 DKS9 BPM-Gestión del Conocimiento 2011 Página 1 de 17 Características Generales -Sistemas parametrizables. -Configurables y de fácil adaptación a cada negocio. -Accesibles desde navegador Web en cualquier

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

UF0351: Aplicaciones informáticas de la gestión. comercial. TEMA 1. Utilización de aplicaciones de gestión en relación con clientesproveedores

UF0351: Aplicaciones informáticas de la gestión. comercial. TEMA 1. Utilización de aplicaciones de gestión en relación con clientesproveedores UF0351: Aplicaciones informáticas de la gestión TEMA 1. Utilización de aplicaciones de gestión en relación con clientesproveedores (CRM) TEMA 2. Utilización de aplicaciones de gestión de almacén TEMA 3.

Más detalles

SISTEMA DE INFORMACION DE GESTION DE TARJETAS DE CREDITO USANDO DATA MART E INTELIGENCIA DE NEGOCIOS PARA EL AREA COMERCIAL DEL BANCO RIPLEY PERU

SISTEMA DE INFORMACION DE GESTION DE TARJETAS DE CREDITO USANDO DATA MART E INTELIGENCIA DE NEGOCIOS PARA EL AREA COMERCIAL DEL BANCO RIPLEY PERU SISTEMA DE INFORMACION DE GESTION DE TARJETAS DE CREDITO USANDO DATA MART E INTELIGENCIA DE NEGOCIOS PARA EL AREA COMERCIAL DEL BANCO RIPLEY PERU AGENDA INTRODUCCION PLANTEAMIENTO METODOLOGICO ANTECEDENTES

Más detalles

Datawarehouse. Ing. Adan Jaimes Jaimes. Datawarehouse

Datawarehouse. Ing. Adan Jaimes Jaimes. Datawarehouse 1 Ing. Adan Jaimes Jaimes 2 Conceptos : Repositorio completo de datos, donde se almacenan datos estratégicos, tácticos y operativos, al objeto de obtener información estratégica y táctica Data-Marts: Repositorio

Más detalles

Business Intelligence. Octubre 2007 1

Business Intelligence. Octubre 2007 1 Business Intelligence 1 1. Introducción al Business intelligence Qué es? En qué nivel de negocio se aplica? 2. Componentes del BI Esquema de una solución BI DataWarehouse Query & Reporting OLAP Cuadro

Más detalles

SOLUCIONES E-BUSINESS

SOLUCIONES E-BUSINESS SOLUCIONES E-BUSINESS Soluciones e-business La realización de operaciones de negocio electrónico se sirve de numerosas herramientas, utilizadas para sustituir a las aplicadas tradicionalmente por las empresas

Más detalles

Inteligencia de Negocios. Cecilia Ruz

Inteligencia de Negocios. Cecilia Ruz Inteligencia de Negocios Cecilia Ruz Inteligencia de Negocios Business Intelligence (BI) Es un paraguas bajo el que se incluye un conjunto de conceptos y metodologías cuya misión consiste en mejorar el

Más detalles

Introducción a la Minería de Datos

Introducción a la Minería de Datos Introducción a la Minería de Datos Abdelmalik Moujahid, Iñaki Inza y Pedro Larrañaga Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad del País Vasco Índice 1 Minería de

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

Catálogo de Servicios

Catálogo de Servicios Catálogo de Servicios Fecha: 14 de mayo de 2013 Índice 1 Presentación... 3 2 Servicios de Consultoría SQL Server... 4 2.1 Monitorización servidores SQL Server... 4 2.2 DBA Remoto... 5 2.3 Consolidación

Más detalles

Diseño del Sistema de Información

Diseño del Sistema de Información Diseño del Sistema de Información ÍNDICE DESCRIPCIÓN Y OBJETIVOS... 2 ACTIVIDAD DSI 1: DEFINICIÓN DE LA ARQUITECTURA DEL SISTEMA... 7 Tarea DSI 1.1: Definición de Niveles de Arquitectura... 9 Tarea DSI

Más detalles

El diseño de la base de datos de un Data Warehouse. Marta Millan millan@eisc.univalle.edu.co www.eisc.univalle.edu.co/materias

El diseño de la base de datos de un Data Warehouse. Marta Millan millan@eisc.univalle.edu.co www.eisc.univalle.edu.co/materias El diseño de la base de datos de un Data Warehouse Marta Millan millan@eisc.univalle.edu.co www.eisc.univalle.edu.co/materias El modelo Multidimensional Principios básicos Marta Millan millan@eisc.univalle.edu.co

Más detalles

Minería de Datos. Vallejos, Sofia

Minería de Datos. Vallejos, Sofia Minería de Datos Contenido Introducción: Inteligencia de negocios (Business Intelligence). Componentes Descubrimiento de conocimiento en bases de datos (KDD). Minería de Datos: Perspectiva histórica. Fases

Más detalles

ÍNDICE. Introducción... Capítulo 1. Inteligencia de negocios y sistemas de información. Informes... 1

ÍNDICE. Introducción... Capítulo 1. Inteligencia de negocios y sistemas de información. Informes... 1 Introducción... XI Capítulo 1. Inteligencia de negocios y sistemas de información. Informes... 1 Finalidad de los sistemas de información y origen del Business Intelligence... 1 Herramientas para la toma

Más detalles

BASES DE DATOS TEMA 3 MODELO ENTIDAD - RELACIÓN

BASES DE DATOS TEMA 3 MODELO ENTIDAD - RELACIÓN BASES DE DATOS TEMA 3 MODELO ENTIDAD - RELACIÓN 3.3 Aplicaciones Definición de Aplicación (Application). Programa informático que permite a un usuario utilizar una computadora con un fin específico. Las

Más detalles

PORTFOLIO APLICA.DÀT. Business Intelligence. Que veo y que hay

PORTFOLIO APLICA.DÀT. Business Intelligence. Que veo y que hay Soluciones de Gestión para extraer provecho de los datos. (Business Intelligence, Cuadro de Mando i Calidad de datos) Que veo y que hay PORTFOLIO Business Intelligence Tiene infinidad de datos. No tiene

Más detalles

INSTITUTO MATEMÁTICO Y ACTUARIAL MEXICANO DIPLOMADO EN MINERÍA DE DATOS

INSTITUTO MATEMÁTICO Y ACTUARIAL MEXICANO DIPLOMADO EN MINERÍA DE DATOS INSTITUTO MATEMÁTICO Y ACTUARIAL MEXICANO DIPLOMADO EN MINERÍA DE DATOS Por qué es importante la Minería de Datos? 2 La Minería de Datos es un proceso que permite obtener conocimiento a partir de los datos

Más detalles

Sistema de análisis de información. Resumen de metodología técnica

Sistema de análisis de información. Resumen de metodología técnica Sistema de análisis de información Resumen de metodología técnica Tabla de Contenidos 1Arquitectura general de una solución de BI y DW...4 2Orígenes y extracción de datos...5 2.1Procesos de extracción...5

Más detalles

www.itconsulting.com.bo B. Las palmas C./ San Miguel#420 Telf. Of.: 591-3-3210356 Cel.76364838 Santa Cruz - Bolivia

www.itconsulting.com.bo B. Las palmas C./ San Miguel#420 Telf. Of.: 591-3-3210356 Cel.76364838 Santa Cruz - Bolivia Señor(a): CLIENTE Presente.- Santa Cruz, 14 Noviembre del 2012 REF.: COTIZACION ESPECIALISTA EN ANALISIS DE DATOS & INTELIGENCIA DE NEGOCIOS EN EXCEL 2007-2010 Distinguido Señores: Consultores en Tecnologías

Más detalles

BASE DE DATOS UNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA T.S.U. EN ESTADISTICA DE SALUD CATEDRA DE COMPUTACIÓN II. Comenzar presentación

BASE DE DATOS UNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA T.S.U. EN ESTADISTICA DE SALUD CATEDRA DE COMPUTACIÓN II. Comenzar presentación UNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA T.S.U. EN ESTADISTICA DE SALUD CATEDRA DE COMPUTACIÓN II BASE DE DATOS Comenzar presentación Base de datos Una base de datos (BD) o banco de datos es un conjunto

Más detalles

CUALIFICACIÓN SISTEMAS DE GESTIÓN DE INFORMACIÓN PROFESIONAL. Nivel 3. Versión 5 Situación RD 1201/2007 Actualización

CUALIFICACIÓN SISTEMAS DE GESTIÓN DE INFORMACIÓN PROFESIONAL. Nivel 3. Versión 5 Situación RD 1201/2007 Actualización Página 1 de 16 CUALIFICACIÓN SISTEMAS DE GESTIÓN DE INFORMACIÓN PROFESIONAL Familia Profesional Informática y Comunicaciones Nivel 3 Código IFC304_3 Versión 5 Situación RD 1201/2007 Actualización Competencia

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

Bases de Datos. Sistemas de Gestión de Bases de Datos

Bases de Datos. Sistemas de Gestión de Bases de Datos Bases de Datos Sistemas de Gestión de Bases de Datos Banco de datos Conjunto de datos relacionados Ejemplo: archivos de las oficinas de una empresa, con fichas, carpetas, archivadores, armarios... La gestión

Más detalles

Soluciones Integrales en Inteligencia de Negocios

Soluciones Integrales en Inteligencia de Negocios Soluciones Integrales en Inteligencia de Negocios QUIENES SOMOS NUESTRA MISIÓN DATAWAREHOUSE MINERÍA DE DATOS MODELOS PREDICTIVOS REPORTERÍA Y DASHBOARD DESARROLLO DE APLICACIONES MODELOS DE SIMULACIÓN

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

Soluciones Complementarias de Eurowin 8.0 SQL. Aplicaciones Business Intelligence

Soluciones Complementarias de Eurowin 8.0 SQL. Aplicaciones Business Intelligence Soluciones Complementarias de Eurowin 8.0 SQL Aplicaciones Business Intelligence Aplicaciones Business Intelligence Con las herramientas de Business Intelligence puedo tomar decisiones correctas para mi

Más detalles

Maximiza los ingresos no aeronáuticos del Aeropuerto

Maximiza los ingresos no aeronáuticos del Aeropuerto Maximiza los ingresos no aeronáuticos del Aeropuerto Recopilación de datos de ventas de los concesionarios Inteligencia de negocio y análisis de comportamiento FACTURA Gestión de arrendamientos Automatización

Más detalles

TECNOLOGÍA SOFTWARE PARA EL DESARROLLO DE SISTEMAS DE INFORMACIÓN. Sistemas Informacionales (BI Business Intelligence) Sonia Marrero Cáceres

TECNOLOGÍA SOFTWARE PARA EL DESARROLLO DE SISTEMAS DE INFORMACIÓN. Sistemas Informacionales (BI Business Intelligence) Sonia Marrero Cáceres TECNOLOGÍA SOFTWARE PARA EL DESARROLLO DE SISTEMAS DE INFORMACIÓN Sistemas Informacionales (BI Business Intelligence) Sonia Marrero Cáceres Sistemas Informacionales Sistemas informacionales: Sistemas de

Más detalles

BIABLE. Business Intelligence Available Inteligencia de Negocios Disponible. BIABLE, la nueva forma de trabajar con Microsoft Excel.

BIABLE. Business Intelligence Available Inteligencia de Negocios Disponible. BIABLE, la nueva forma de trabajar con Microsoft Excel. BIABLE Business Intelligence Available Inteligencia de Negocios Disponible QUÉ ES BIABLE? BIABLE, la nueva forma de trabajar con Microsoft Excel. B IABLE (Business Intelligence Available, Inteligencia

Más detalles

LA GESTIÓN DEL CONOCIMIENTO

LA GESTIÓN DEL CONOCIMIENTO Plan de Formación 2006 ESTRATEGIAS Y HABILIDADES DE GESTIÓN DIRECTIVA MÓDULO 9: 9 LA ADMINISTRACIÓN ELECTRÓNICA EN LA SOCIEDAD DE LA INFORMACIÓN LA GESTIÓN DEL CONOCIMIENTO José Ramón Pereda Negrete Jefe

Más detalles

Evaluación de un sistema de información para mejorar la red de ventas Pág. 1 SUMARIO 1 A. TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN 3

Evaluación de un sistema de información para mejorar la red de ventas Pág. 1 SUMARIO 1 A. TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN 3 Evaluación de un sistema de información para mejorar la red de ventas Pág. 1 Sumario SUMARIO 1 A. TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN 3 A.1. Intranet...3 A.2. Extranet...4 A.3. Internet...4 A.4.

Más detalles

BUSINESS INTELLIGENCE. www.sbi-technology.com

BUSINESS INTELLIGENCE. www.sbi-technology.com BUSINESS INTELLIGENCE www.sbi-technology.com SBI Technology SRL Maipú 1492 Piso 2 S2000CGT - Rosario Rep. Argentina Tel: (54 341) 530 0815 www.sbi-technology.com Copyright - SBI Technology SRL - Todos

Más detalles

Data Warehousing. Arquitectura de procesos en un sistema de data warehousing. Facultad de Ingeniería Escuela de Ingeniería de Sistemas y Computación

Data Warehousing. Arquitectura de procesos en un sistema de data warehousing. Facultad de Ingeniería Escuela de Ingeniería de Sistemas y Computación Data Warehousing Arquitectura de procesos en un sistema de data warehousing Procesos en DW Un sistema completo de data warehousing lleva a cabo tres tareas: Suministrar datos al data warehouse Gestión

Más detalles

IFCD02 Administración de Business Intelligence y Datawarehousing

IFCD02 Administración de Business Intelligence y Datawarehousing IFCD02 Administración de Business Intelligence y Datawarehousing Titulación certificada por EUROINNOVA BUSINESS SCHOOL IFCD02 Administración de Business Intelligence y Datawarehousing IFCD02 Administración

Más detalles

Manual imprescindible SQL Server 2012 (c) Francisco Charte Ojeda

Manual imprescindible SQL Server 2012 (c) Francisco Charte Ojeda Manual imprescindible SQL Server 2012 (c) Francisco Charte Ojeda Agradecimientos Introducción Gestores de bases de datos Servidores de bases de datos Microsoft SQL Server 2012 Qué puede hacer con SQL Server

Más detalles

EXCEL Consulting. Nuestro equipo de expertos puede diseñar, mejorar y automatizar al 100% sus procesos y planillas Excel

EXCEL Consulting. Nuestro equipo de expertos puede diseñar, mejorar y automatizar al 100% sus procesos y planillas Excel Capacite al personal de su empresa en la principal herramienta! Aumente su productividad y mejore la performance de sus análisis & reportes! Nuestro equipo de expertos puede diseñar, mejorar y automatizar

Más detalles

CRM - Ventas. Ofimática S.A. Donde su cliente es el eje del éxito

CRM - Ventas. Ofimática S.A. Donde su cliente es el eje del éxito CRM - Ventas Ofimática S.A. Donde su cliente es el eje del éxito CRM Ventas es la herramienta que necesitan los Vendedores para conocer el estado de sus clientes desde el contacto inicial hasta la venta

Más detalles

FORMACIÓN PARA LA CERTIFICACIÓN OFICIAL MICROSOFT. MCSA: SQL Server Solutions Associate

FORMACIÓN PARA LA CERTIFICACIÓN OFICIAL MICROSOFT. MCSA: SQL Server Solutions Associate FORMACIÓN PARA LA CERTIFICACIÓN OFICIAL MICROSOFT MCSA: SQL Server Solutions Associate DETALLE DE LA ACCION FORMATIVA Mediante la siguiente acción formativa se formará a las personas asistentes para la

Más detalles

Business Intelligence N4 COGNOS. www.catalogo.norma4.es 1

Business Intelligence N4 COGNOS. www.catalogo.norma4.es 1 Business Intelligence N4 COGNOS www.catalogo.norma4.es 1 Quiénes Somos www.catalogo.norma4.es 2 Grupo Aubay El Grupo AUBAY es una compañía internacional que cotiza en bolsa, con sede en París, y con oficinas

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

Unidad didáctica 2: Metodologías de desarrollo de Bases de Datos. Unidad didáctica 1: Fase de análisis de requisitos Modelo E/R

Unidad didáctica 2: Metodologías de desarrollo de Bases de Datos. Unidad didáctica 1: Fase de análisis de requisitos Modelo E/R índice Módulo A Unidad didáctica 1: Introducción a las Bases de Datos Unidad didáctica 2: Metodologías de desarrollo de Bases de Datos 3 19 Módulo B Unidad didáctica 1: Fase de análisis de requisitos Modelo

Más detalles

DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012

DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012 DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012 FLUJO DE CAPACITACIÓN Prerrequisitos Fundamentos de Programación Sentencias SQL Server 2012 Duración: 12 horas 1. DESCRIPCIÓN

Más detalles