Inteligencia de Negocios. Modelado Multidimensional Lógico
|
|
- Cristóbal Murillo Maldonado
- hace 7 años
- Vistas:
Transcripción
1 Modelado Multidimensional Lógico
2 Esquema de la clase 1. Modelado multidimensional lógico Qué es? 2. Modelo estrella, copo de nieve y mixto 3. Construcción del DW Subjetivo - Estructura del Modelo de datos unificado 4. Medidas Granularidad 5. Aspectos Avanzados
3 Modelo estrella
4 Modelo copo de nieve y mixto
5 Comparación entre los Modelos Estrella y Copo de Nieve Cambios en el esquema: facilidad para agregar nuevos atributos o niveles ETL al DW Subjetivo: sencillez (desarrollo y mantenimiento) y desempeño del proceso Claridad semántica: facilidad para consultar directamente el DW subjetivo Procesamiento y carga del cubo (MOLAP): tiempo de Procesamiento y Carga
6 Caso Jurassic Park: Área de Ventas - Modelo Conceptual EMPLEADO TIEMPO ESCUELA DISTRIBUCIÓN GEOGRÁFICA PRODUCTO CANAL DE PROMOCIÓN Rango Capacitación Año Tipo Región Categoría Canal de Promoción Empleado Trimestre Escuela Provincia SubCategoría Mes Grado Ciudad Producto Día Parque Local Dimensiones: Una o más tablas por cada dimensión dependiendo del esquema elegido (estrella o copo de nieve) Monto vendido Cantidad vendida Promedio vendido x alumno Monto descontado Cantidad de reclamos Tabla de Hechos: Una FK por cada dimensión (último nivel de cada jerarquía) conforman -> PK de la tabla de Hechos Medidas (campos numéricos)
7 Caso Jurassic Park: Área de RRHH - Modelo Conceptual TIEMPO DISTRIBUCIÓN GEOGRÁFICA EMPLEADO Año Región Gerencia Estado Civil Máx. Nivel de Estudio Institución Trimestre Provincia Departamento Mes Ciudad Puesto Día Parque Local Monto Liquidado Cantidad de Empleados
8 Cómo se unifican los distintos hechos? Producción Stock Venta Envío
9 Cómo se unifican los distintos hechos? Producción Stock Venta Envío Tiempo Empleado Cliente Producto Localidad Promoción Sucursal Sólo comparten algunas dimensiones
10 Inteligencia de Negocios Cómo se unifican los distintos hechos? Estructura del modelo de datos Tabla Empleado Tabla de hechos Producción Tabla Sucursal Tabla de hechos Venta Tabla Producto Tabla Tiempo Tabla de hechos Stock Tabla Localidad Tabla Promoción Tabla de hechos Envío Tabla Cliente Nota: Las dimensiones se construyen a partir de una o más tablas dependiendo del modelo (estrella o copo de nieve)
11 Cómo se unifican los distintos hechos? Donde? Las alternativas dependen de la Herramienta En el Cubo En las Herramientas de Exploración Microsoft: Perspectivas Modelo Dimensional Unificado
12 Medidas Granularidad DW Objetivo / Transaccional Transacción (item) Medidas Aditivas - Flujo Semiaditivas - Stock Transacción (item) Foto Acumulativa (por ej. Ventas por día) Foto Periódica (por ej. Stock por Producto) La elección del nivel de granularidad condiciona las posibilidades de análisis Trade-off (qué por qué): Poder llegar a algunos datos de la transacción en el análisis vs. Mayor tiempo de procesamiento (MOLAP o ROLAP con agreg.), mayor necesidad de almacenamiento y peor tiempo de respuesta en las consultas.
13 Aspectos avanzados
14 Medidas Agregaciones comunes en Tiempo (sólo Aditivas/Flujo) Tiempo: Momento de ocurrencia del evento. Month-To-Date (MTD) - Acumulado Mensual: Desde comienzo del mes a la fecha actual. Year-to-date (YTD) - Acumulado Anual: Desde comienzo del año a la fecha actual. Rolling 6 - Acumulado de 6 Meses: Desde 6 meses atrás a la fecha actual. Rolling 12 - Acumulado de 12 Meses: Desde 12 meses atrás a la fecha actual. Se transforman en medidas semi-aditivas Otros: Crecimiento sobre Mes Anterior, Crecimiento sobre Año Anterior, etc.
15 Medidas Agregaciones comunes en Tiempo (sólo Aditivas/Flujo) Tiempo: Momento de ocurrencia del evento. Si hoy es 13 de Marzo de 2010: Altas Día Altas MTD Altas YTD Rolling 6 Altas: Desde 13 de Octubre de 2009 Rolling 12 Altas: Desde 13 de Marzo de 2009
16 Medidas Calculadas Cálculos entre medidas, agregaciones en tiempo (MTD, YTD), etc. Donde? En el DW Subjetivo En el Cubo Tenemos que tenerlas en cuenta en el modelado lógico En las Herramientas de Exploración
17 Dimensiones Una dimensión -> Muchos Hechos (role playing dimensions) Modelo Conceptual Tiempo de Compra Tiempo de Entrega Tiempo de Venta Venta Modelo Lógico Venta Fecha de Compra (FK) Fecha de Entrega (FK) Fecha de Venta (FK) Tiempo
18 Dimensiones Jerarquías Recursivas
Sistemas de Datos. Data warehouse y Business Intelligence
Data warehouse y Business Intelligence Esquema de la clase 1. Los tres problemas del OLTP 2. Qué es Data warehouse y Business Intelligence? 3. La arquitectura de la solución. 5. Construcción de la solución
Más detallesInteligencia de Negocios
Inteligencia de Negocios El warehouse, data mart y ETL Clase 4 La arquitectura de la solución Fuentes de datos Sistema operacional A Extracción Área del warehouse Transformación Area de trabajo Herramientas
Más detallesCaso práctico de una solución de data warehouse business intelligence. Caso Jurassic Park Parte II
Caso práctico de una solución de data warehouse business intelligence Caso Jurassic Park Parte II Profesor: Ernesto Chinkes Sistemas de Datos Facultad de Ciencias Económicas Universidad de Buenos Aires
Más detallesBases de Datos Masivas
Bases de Datos Masivas Data Warehouse Bases de Datos Multidimensionales Agosto 2016 OLTP y OLAP Los sistemas transaccionales tradicionales (OLTP - On Line Transaction Processing) son inapropiados para
Más detallesResumen Inteligencia de Negocios
Resumen Inteligencia de Negocios La inteligencia de Negocios es una tendencia dentro de la Tecnología de Información, recordemos que la Tecnología de Información ayuda a hacer eficientes muchos de los
Más detallesSSAS multidimensional mejores prácticas
SSAS multidimensional mejores prácticas Ahias Portillo MVP, MCITP en Sql Server Moderador: Freddy Angarita Gracias a nuestros auspiciadores Database Security as Easy as A-B-C http://www.greensql.com Hardcore
Más detallesDefinición. 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 detallesLa 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 detallesInteligencia de Negocios
Inteligencia de Negocios Necesidades y arquitectura de la solución Clase 3 Esquema de la clase 1. OLTP vs OLAP 2. Los tres problemas del OLTP 3. La arquitectura del BI 4. Fuentes de datos. 6. Herramientas
Más detallesPrueba de autoevaluación 2
Universidad Carlos III de Madrid1 Prueba de autoevaluación 2 1. En un sistema OLTP: a) El significado de un proceso transaccional está orientado hacia el negocio. b) El significado de un proceso transaccional
Más detallesUNIVERSIDAD NACIONAL DEL CALLAO
UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS INSTITUTO DE INVESTIGACIÓN DE LA FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS INFORME FINAL DEL PROYECTO DE INVESTIGACIÓN
Más detallesGrandes de Bases de Datos. Almacenes de Datos (DW) e Inteligencia de negocios IN (BI)
Grandes de Bases de Datos Almacenes de Datos (DW) e Inteligencia de negocios IN (BI) Qué es Inteligencia de Negocios? Las TI permiten la toma de decisiones basadas en procesos de análisis sobre datos simples
Más detallesFACULTAD 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 detallesPablo A. Sacco UNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL CÓRDOBA INGENIERÍA EN SISTEMAS DE INFORMACIÓN
Pablo A. Sacco UNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL CÓRDOBA INGENIERÍA EN SISTEMAS DE INFORMACIÓN INTELIGENCIA DE NEGOCIOS (BI) 1 Objetivos Asesorar a todas las áreas de una organización
Más detallesEl 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 detallesCL_ Quick Microsoft SQL Server 2012 Analysis Services.
Gold Learning Gold Business Intelligence Silver Data Plataform CL_55125 Quick Microsoft SQL Server 2012 Analysis Services www.ked.com.mx Av. Revolución No. 374 Col. San Pedro de los Pinos, C.P. 03800,
Más detallesInteligencia de Negocios
Inteligencia de Negocios Las herramientas de exploración: El análisis multidimensional, el reporte y distribución pro activa. 1 Esquema de la clase 1. Distintos tipos de necesidades de información 2. Herramientas
Más detallesModelo Entidad Relación
Modelo Entidad Relación II - Semestre 2006 1 Diseño de Base de Datos 2 Diseño Conceptual (MER) Cuáles son las entidades y relaciones de la aplicación? Qué información de estas entidades y relaciones deberían
Más detallesCuadrante 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 detallesUNIVERSIDAD DE SAN C ARLOS DE GUATEMALA FACULTAD DE INGENIER IA ESCUELA DE CIENCIAS Y SISTEMAS PROGRAMA DEL CURSO: SISTEMAS DE BASES DE DATOS 2
UNIVERSIDAD DE SAN C ARLOS DE GUATEMALA FACULTAD DE INGENIER IA ESCUELA DE CIENCIAS Y SISTEMAS PROGRAMA DEL CURSO: SISTEMAS DE BASES DE DATOS 2 CODIGO: 775 CREDITOS: 4 ESCUELA: Ciencias y Sistemas AREA
Más detallesid_trabajador nombre tarifa_hr tipo_de_oficio id_supv 1235 F. Aguilera 12,50 Electricista A. Calvo 13,75 Fontanero N.
El modelo relacional Fundamentos de diseño de bases de datos El modelo relacional Bases de datos relacionales El concepto de relación Esquema de la base de datos Instancia de la base de datos Restricciones
Más detallesInteligencia 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 detallesFacultad de Ciencias Económicas. Departamento de Sistemas. Asignatura: INTELIGENCIA DE NEGOCIOS. Plan 1997
UNIVERSIDAD DE BUENOS AIRES Facultad de Ciencias Económicas Departamento de Sistemas Asignatura: INTELIGENCIA DE NEGOCIOS Código: 715 Plan 1997 Cátedra: DEPARTAMENTO DE SISTEMAS Carrera: Licenciado en
Más detallesSoluciones OLAP con Microsoft Analysis Services
Soluciones OLAP con Microsoft Analysis Services 5to Congreso de Informática, Universidad Mariano Gálvez, Zacapa Marco Tulio Gómez Reyes mgomez@solcomp.com MSc. Tecnologías de la Información MCITP Business
Más detallesUnidad 10. Almacenes de Datos
Unidad 10 Almacenes de Datos Introducción Definición Los Almacenes de Datos (data warehouse) son colecciones de datos orientadas a la toma de decisiones Almacenes de Datos y Bases de Datos La principal
Más detallesIngeniería en Informática. Data WareHouse
Ingeniería en Informática Data WareHouse NOMBRE: Héctor Durán Katherine Zumelzu CARRERA: Ingeniería en Informática ASIGNATURA: TIC II PROFESOR: Rodrigo Tapia Santis FECHA: 14 de Septiembre 2015 Índice
Más detallesLogística. Cómo redefinir las operaciones a partir de un enfoque orientado al cliente?
Logística Cómo redefinir las operaciones a partir de un enfoque orientado al cliente? La Estrategia Tradicional Estandarización de los Servicios Logísticos Maximización de la Eficiencia Operativa Reducción
Más detallesAnalysis Server 2008 Diseño multidimensional. Tecnología OLAP Tutorial
Analysis Server 2008 Diseño multidimensional. Tecnología OLAP Tutorial Marta Zorrilla Universidad de Cantabria 2010 Tabla de contenidos 1. Uso de Microsoft Analysis Services 3 1.1. Cómo crear un cubo OLAP
Más detallesBases de Datos UN IVERSIDAD N AC IONAL D E MISIONES FACULTAD IENCIAS EXACTAS, QUÍMICAS Y NATURALES
CATEDRA: INTRO. BASES DE DATOS PROFESOR: Asc. PAUTSCH, German TITULAR: Ing. CASTAÑO Rubén UN IVERSIDAD N AC IONAL D E MISIONES FACULTAD IENCIAS EXACTAS, QUÍMICAS Y NATURALES Bases de Datos 1. Introducción...
Más detallesluis nieves institute0
luis nieves institute0 luis nieves institute1 luis nieves institute2 luis nieves institute3 luis nieves institute4 luis nieves institute5 luis nieves institute6 luis nieves institute7 luis nieves institute8
Más detallesOverview 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 detallesOLAP. (OnLine Analytical Processing) I.S.C. Zoraya Catalina Flores Juárez Bases de Datos Otoño, 2012.
OLAP (OnLine Analytical Processing) I.S.C. Zoraya Catalina Flores Juárez Bases de Datos Otoño, 2012. Introducción. Las empresas han comenzado a aprovechar los cada vez más numerosos datos en línea para
Más detallesDecision Support System (DDS)
Sistemas de Soporte a la toma de Decisiones Decision Support System (DDS) Decision Support System (DDS) Son aquellos que, mediante el uso de reglas de procesamiento de datos basadas en lógica, en combinación
Más detallesOLAP 2 OLAP 1 OLAP 4 OLAP 3 OLAP 5 OLAP 6
OLAP EXPLOTACIÓN UN DW: EXPLOTACIÓN UN DW:... OLAP 1 OLAP 2 EXPLOTACIÓN UN DW: MOLO UN AMBIENTE OLAP EXPLOTACIÓN UN DW: LAS HERRAMIENTAS OLAP PRESENTAN AL USUARIO UNA VISIÓN MULTIDIMENSIONAL LOS DATOS
Más detallesSQL Server 2014 Implementación de una solución de Business Intelligence (SQL Server, Analysis Services, Power BI...)
Prólogo 1. A quién se dirige este libro? 15 2. Requisitos previos 15 3. Objetivos del libro 16 4. Notación 17 Introducción al Business Intelligence 1. Del sistema transaccional al sistema de soporte a
Más detallesModelos Multidimensionales con Analysis Services Primeros Pasos
Modelos Multidimensionales con Analysis Services Primeros Pasos Marco Tulio Gómez mgomez@solcomp.com MSc. Tecnologías de la Información MCITP Business Intelligence Developer MCTS Business Intelligence
Más detallesProf. Mariano Mancuso. Sistemas de información y control diagrama de clases
Prof. Mariano Mancuso Sistemas de información y control diagrama de clases UML Qué son los modelos? Para qué sirven los modelos? Cuáles son los modelos de UML? Se usan todos...? Qué son los modelos? Un
Más detallesFACULTAD DE INGENIERIA CIVIL IV CICLO I SESION Nº 09
FACULTAD DE INGENIERIA CIVIL IV CICLO 2012 - I SESION Nº 09 1 2 ING. M. HAMILTON WILSON H. 2 TABLAS DE DECISIÓN Muchos procesos de toma de decisiones pueden ser tratados por medio DE TABLAS DE DECISIÓN,
Más detallesIgnacio Ossa - Ximena Esquivel Consorcio Negocios de Crédito Taller de Inteligencia de Negocios 11 de junio 2008
Creando Valor en Clientes Pensionados Ignacio Ossa - Ximena Esquivel Consorcio Negocios de Crédito Taller de Inteligencia de Negocios 11 de junio 2008 Agenda I. INTRODUCCION. II. DESAFIOS. III. IMPACTO.
Más detallesDiagrama de Flujo de Datos. Simbología
Diagrama de Flujo de Datos La empresa CBM, hace su negocio como intermediario de libros recibiendo pedidos de librerías sobre ediciones de informática, y pidiendo estos mismos a los editores con su correspondiente
Más detallesMODELO LÓGICO. Diseño de tablas para SIG RODOLFO FRANCO. Especialista SIG DOCUMENTO CORTO V. 1.0
MODELO LÓGICO Diseño de tablas para SIG DOCUMENTO CORTO V. 1.0 RODOLFO FRANCO Especialista SIG MODELO LÓGICO O DISEÑO DE TABLAS PARA SIG Contexto Una vez se tiene definido el área y propósito para el cual
Más detallesGUÍA DE CÁLCULO DE INTERESES Y OTROS CARGOS Kuiki Credit Nicaragua, S.A.
GUÍA DE CÁLCULO DE INTERESES Y OTROS CARGOS Kuiki Credit Nicaragua, S.A. PAGO DE CONTADO El pago de contado corresponde al monto que deberás pagar para liquidar el saldo total adeudado en tu línea de crédito.
Más detallesMódulo 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 detalles1 Práctico - Estadística I - División Stimolo
1º PRÁCTICO: Los métodos estadísticos en la investigación científica Tablas y Gráficos Ejercicio 1 (Actividad 10, pág. 46 - Ciclo Básico a Distancia - Edición 2016) Describa en cada uno de los casos mencionados
Más detallesPROGRAMA DE CERTIFICACIÓN DE GESTIÓN EN ABASTECIMIENTO, ALMACENES Y DISTRIBUCIÓN
PROGRAMA DE CERTIFICACIÓN DE GESTIÓN EN ABASTECIMIENTO, ALMACENES Y DISTRIBUCIÓN TEMARIO 1. Ofimática aplicada a la gestión Microsoft Word Básico Ingreso y Edición de Textos. Formato básico. Numeración
Más detallesFundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 5 -
Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 5 - Juan Alfonso Lara Torralbo 1 Índice de contenidos Data Warehouse Modelo multidimensional Diagrama
Más detallesModelamiento 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 detallesTEMA 5: EL CUESTIONARIO. DR. JAVIER DE ESTEBAN CURIEL Dpto. de Economía de la Empresa
TEMA 5: EL CUESTIONARIO DR. JAVIER DE ESTEBAN CURIEL Dpto. de Economía de la Empresa 5.1. El proceso de diseño de un cuestionario. Objetivos y tipo de encuesta Diseño del cuestionario Normas de redacción
Más detallesDISEÑO MICROCURRICULAR
DISEÑO MICROCURRICULAR Código: F-GAC-03D Versión: 01 Edición: 22/08/2007 Nombre del Programa DIPLOMADO EN INTELIGENCIA DE NEGOCIOS Facultad articulada: Duración: Ingenierías 120 Horas Justificación: Actualmente
Más detallesInteligencia de Negocios (Introducción)
Inteligencia de Negocios (Introducción) Por Elizabeth León Guzmán Profesora Agenda Datos, información, conocimiento Inteligencia de negocios Definición Características Fases Introducción a las bodegas
Más detallesPROYECTO 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 detallesBases de Datos Masivas
Bases de Datos Masivas Data Warehouse Bases de Datos Multidimensionales Banchero, Santiago Septiembre 2015 Concepto de DW. Definición según W. H. Inmon: A data warehouse is a subject-oriented, integrated,
Más detallesFundamentos 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 detallesPrograma 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 detallesTecnologías de Información y Comunicación II CLASE 10
Tecnologías de Información y Comunicación II CLASE 10 Medidas Una medida es un tipo de dato cuya información es usada por los analistas (usuarios) en sus consultas para medir la perfomance del comportamiento
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR TEMA: AUTOR: DIRECTOR:
PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE SISTEMAS TEMA: PRINCIPIOS Y TÉCNICAS PRÁCTICAS PARA LA IMPLEMENTACIÓN DE UN PROTOTIPO DE DATA WAREHOUSE EN SQL SERVER 2000
Más detallesLicencia GNU FDL. Detalle del cambio. Ing. Bernabeu Ricardo Dario, Ing. García Mattío Mariano Alberto. Versión incial. 05/11/2009
Licencia GNU FDL Copyright 2009 Ing. Bernabeu Ricardo Dario, Ing. García Mattío Mariano Alberto. Se otorga permiso para copiar, distribuir y/o modificar este documento bajo los términos de la Licencia
Más detallesSistema 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 detalles1. Preparar al estudiante para desarrollar aplicaciones de software utilizando un enfoque orientado a objetos.
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERIA ESCUELA DE CIENCIAS NOMBRE DEL CURSO: Computación y Programación 2 CODIGO: 771 CREDITOS: 5 ESCUELA: Ciencias y Sistemas AREA A LA QUE PERTENECE:
Más detallesUNET Dpto. Ing. Ambiental Sistemas de Abastecimiento de Agua Potable Prof. Ing. Martín Moros ETAPAS DE POTABILIZACIÓN ESCOGENCIA DE UNIDADES
UNET Dpto. Ing. Ambiental Sistemas de Abastecimiento de Agua Potable Prof. Ing. Martín Moros ETAPAS DE POTABILIZACIÓN ESCOGENCIA DE UNIDADES CALIDAD DE LA FUENTE VS TRATAMIENTOS La calidad del agua cruda
Más detallesSistemas de Información 12/13 La organización de datos e información
12/13 La organización de datos e información Departamento Informática e Ingeniería de Sistemas Universidad de Zaragoza (raqueltl@unizar.es) " Guión Introducción: Data Warehouses Características: entornos
Más detallesAnálisis y modelado de sistemas de software. Diseño Persistencia de objetos. Blanca A. Vargas Govea
Análisis y modelado de sistemas de software Diseño Persistencia de objetos Blanca A. Vargas Govea vargasgovea@itesm.mx Abril 23, 2013 Objetivo Conocer las reglas para mapeo de clases a tablas (RDBMS).
Más detallesRECURSOS HUMANOS MÓDULOS EXPRESS. Información General. Pasión por la gestión inteligente
Información General La solución FLEXLINE Express de Recursos Humanos es una herramientas de apoyo preconfigurada que da una solución administrativa, moderna y funcional a los procesos de liquidación de
Más detallesMonitor Estadístico TIC Resultados del 1er Trimestre de Córdoba Technology Cluster 5 de Julio de 2016
Resultados del 1er Trimestre de 2016 Córdoba Technology Cluster 5 de Julio de 2016 1 Síntesis de principales resultados 1.- El Monitor Estadístico TIC es un proyecto de generación de estadísticas sectoriales
Más detallesC O M U N I C A C I O N
Montevideo, 19 de febrero de 2016 C O M U N I C A C I O N N 2016/031 Ref: EMPRESAS ASEGURADORAS Y REASEGURADORAS ART. 159.2 DE LA RECOPILACIÓN DE NORMAS DE SEGUROS Y REASEGUROS. INFORMACIÓN SOBRE INDICADORES
Más detallesDIRECCIÓN TÉCNICO ELECTORAL - DIRECCION GENERAL ELECTORAL - SECRETARIA DE ACTUACIÓN - JUNTA ELECTORAL DE LA PROVINCIA DE BUENOS AIRES
Más detalles
INDICE 1. Introducción: Archivos y Estructuras de Archivos 2. Operaciones Fundamentales para el Procesamiento de Archivos
INDICE 1. Introducción: Archivos y Estructuras de Archivos 1.1. Almacenamiento primario y secundario 2 1.2. Nada es gratis 3 1.3. Archivos 5 1.4. Estructuras de archivos versus estructuras de datos 6 1.5.
Más detallesCERTIFICACIÓN DE ASISTENTE EN ABASTECIMIENTO, ALMACENES Y DISTRIBUCIÓN
CERTIFICACIÓN DE ASISTENTE EN ABASTECIMIENTO, ALMACENES Y DISTRIBUCIÓN OBJETIVO Lograr que los participantes estén capacitados para ser parte del departamento de Logística en especial en las áreas de abastecimiento,
Más detallesBusiness 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 detallesLos diagramas de clases y de objetos sirven para modelar diversos aspectos estructurales o estáticos de un sistema: Modelado - Vocabulario del Sistema
Modelado Los diagramas de clases y de objetos sirven para modelar diversos aspectos estructurales o estáticos de un sistema: Vocabulario del Sistema Distribución de Responsabilidades Semántica de una Clase
Más detallesTÍTULO: BASES DE DATOS Disponibilidad Objetivos 5 Definicion de una base de datos 9 Datos de nomina (tabla) 9 Esquema de bases de datos (mapa
TÍTULO: BASES DE DATOS Pág. Disponibilidad Objetivos 5 Definicion de una base de datos 9 Datos de nomina (tabla) 9 Esquema de bases de datos (mapa conceptual) 10 Datos de venta (tabla) 10 Caracteristicas
Más detallesBusiness Intelligence: Creación del primer cubo
Business Intelligence: Creación del primer cubo Stacia Misner Me gustaría presentarles Microsoft SQL Server Analysis Services con la creación de un cubo sencillo que contiene una muestra de sus propios
Más detallesMOLAP 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 detallesALGORITMO MINIMAX. o Nodo: Representa una situación del juego. o Sucesores de un nodo: Situaciones del juego a las que se
ALGORITMO MINIMAX Algoritmo de decisión para minimizar la pérdida máxima aplicada en juegos de adversarios Información completa (cada jugador conoce el estado del otro) Elección del mejor movimiento para
Más detallesDATA WAREHOUSES. Loreto Bravo (basado en slides de Mónica Caniupán) Bases de Datos II 2011
DATA WAREHOUSES Loreto Bravo (basado en slides de Mónica Caniupán) Bases de Datos II 2011 ORIGEN Inicios de los 90s por observaciones de W. Inmon y E.F. Codd Los DW surgen para resolver consultas que no
Más detallesUNIVERSIDAD POPULAR DEL CESAR FACULTAD DE INGENIERÍAS Y TECNOLOGÍAS BASES DE DATOS. Objetivo Terminal:
UNIVERSIDAD POPULAR DEL CESAR FACULTAD DE INGENIERÍAS Y TECNOLOGÍAS BASES DE DATOS Objetivo Terminal: Al finalizar el curso, el estudiante estará en capacidad de realizar diseños eficientes de las bases
Más detallesINFORME TRIMESTRAL MERCADO INMOBILIARIO GRAN SANTIAGO 4 TRIMESTRE 2014
INFORME TRIMESTRAL MERCADO INMOBILIARIO GRAN SANTIAGO 4 TRIMESTRE 2014 Santiago, Enero 2015 El presente informe corresponde al análisis del comportamiento del mercado de viviendas nuevas en el Gran Santiago,
Más detallesUNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERIA ESCUELA DE CIENCIAS Y SISTEMAS
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERIA ESCUELA DE CIENCIAS Y SISTEMAS PROGRAMA DEL CURSO DE INTRODUCCION A LA PROGRAMACION DE COMPUTACION 2 CODIGO: 771 CREDITOS: 5 ESCUELA: Ciencias
Más detallesUML: Lenguaje Unificado de Modelado
PRÁCTICAS UML: Lenguaje Unificado de Modelado Curso 2002-03 Elementos del lenguaje Relaciones entre los elementos Diagramas Francisco Mora (DCCIA, Universidad de Alicante, 2002) 1 Qué es UML? Es un lenguaje
Más detallesIndicaciones para el lector... xv Prólogo... xvii
ÍNDICE Indicaciones para el lector... xv Prólogo... xvii 1. INTRODUCCIÓN Qué es la estadística?... 3 Por qué estudiar estadística?... 5 Empleo de modelos en estadística... 6 Perspectiva hacia el futuro...
Más detallesSumario... 5. Prólogo... 7. Unidad didáctica 1. Introducción a business intelligence... 11. Objetivos de la Unidad... 12
ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a business intelligence... 11 Objetivos de la Unidad... 12 1. Business intelligence... 13 2. Proceso de KDD... 15 3.
Más detallesFundamentos 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 detallesAsesores de Directorio Estudian temas especiales de gran repercusión en la toma de decisiones
Directorio La Administración y Dirección del Ente, de acuerdo a su Ley Nº 11907, fundacional, está a cargo de un Cuerpo compuesto de tres Miembros, conforme al Artº 187 de la Constitución Nacional. Uno
Más detallesCátedra: BI Business Intelligence. Asignatura BI Business Intelligence Ciclo Lectivo 2012 Vigencia del Ciclo lectivo 2012.
Asignatura BI Business Intelligence Ciclo Lectivo 2012 Vigencia del Ciclo lectivo 2012 programa Plan 2008 Área Complementaria Carga horaria semanal Anual/ cuatrimestral Coordinador de Cátedra Objetivos
Más detallesCAPÍTULO 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 detallesINDICADOR DE ACTIVIDAD ECONÓMICA REGIONAL: VALLE DEL CAUCA
INDICADOR DE ACTIVIDAD ECONÓMICA REGIONAL: VALLE DEL CAUCA CONVENIO ESPECIAL DE COOPERACION TÉCNICA Y ACADÉMICA: GOBERNACIÓN DEL VALLE DEL CAUCA DEPARTAMENTO ADMINISTRATIVO DE PLANEACIÓN DEPARTAMENTAL
Más detallesSistemas de Inventarios con Demanda Probabilística
Facultad de Ingeniería Escuela de Ingeniería Industrial Curso: Sistemas de Almacenamiento e Inventarios Sistemas de Inventarios con Demanda Probabilística Profesor: Julio César Londoño O Sistemas de inventarios
Más detallesQué es una tabla dinámica? Para qué sirve una tabla dinámica?
Gracias a las múltiples solicitudes de alumnos, me he propuesto realizar este manual a modo de entregar una guía base y una ayuda de memoria para todos aquellos que trabajan con esta herramienta. He decidido
Más detallesCapítulo 8. Productos, servicios y marcas: creación de valor para el cliente. Qué es un producto? Productos, servicios y experiencias
Capítulo 8 Productos, servicios y marcas: creación de valor para el cliente Qué es un producto? Decisiones sobre productos y servicios Marketing de servicios Estrategia de asignación de marcas: creación
Más detallesBodegas de Datos y OLAP. Introducción a la Bodegas de Datos
Bodegas de Datos y OLAP Introducción a la Bodegas de Datos Contenido SI-Definición y Clasificación MIS Vs DSS DSS-Definición y Características DW-Definición, Elementos, Características, Arquitectura, OLTP
Más detallesDIPLOMADO EN MICROSOFT SQL SERVER 2008
DIPLOMADO EN MICROSOFT SQL SERVER 2008 El departamento de TI de las empresas se está sometiendo a una transformación integral. Está preparado? Aproveche la mejor oportunidad para capacitarse, ampliar sus
Más detallesEFECTOS DE LAS NUEVAS TECNOLOGIAS EN LA BANCA
SEMINARIO ALINEACION DE ESTRATEGIA Y TECNOLOGIA: COMO CONVERTIR INVERSIONES EN TECNOLOGIA EN VALOR PARA EL ACCIONISTA ABIF 21 DE JUNIO DE 2004 EFECTOS DE LAS NUEVAS TECNOLOGIAS EN LA BANCA ENRIQUE MARSHALL
Más detallesModelado dimensional de datos
MODELADO DE DATOS DATA WAREHOUSE Ana María Bisbé York a.bisbe@danysoft.com, Servicios Profesionales sp@danysoft.com www.danysoft.com 18.04.2013 Temario Datawarehouse vs Transaccional Modelado dimensional
Más detalles1. Asignar Responsabilidades a componentes de software es la habilidad más importante del AOO. Porque:
Análisis y Diseño O.O. Preguntas del diseño : Cómo podrían asignarse responsabilidades a las clases de los objetos? Cómo podrían interactuar los objetos? Qué deberían hacer las clases? Patrones : Ciertas
Más detallesPROCEDIMIENTO DE CAPACITACIONES A LOS CANALES DE DISTRIBUCIÓN PARA ADSMUNDO TURISMO RECEPTIVO
PROCEDIMIENTO DE CAPACITACIONES A LOS CANALES DE DISTRIBUCIÓN PARA ADSMUNDO TURISMO RECEPTIVO I.- OBJETIVO: Definir una metodología para la realización de capacitaciones a todos los canales de distribución
Más detallesPLAN DE NEGOCIOS. FORMACIÓN DE EMPRESARIOS INTEGRALES Plan de Negocios
PLAN DE NEGOCIOS FORMACIÓN DE EMPRESARIOS INTEGRALES Plan de Negocios 1 EJEMPLO DE PLAN DE NEGOCIOS EMPRESA COMERCIALIZADORA DE DOTACIONES DE TRABAJO PARA EMPLEADAS DEL SERVICIO Agosto de 2003 2 CONTENIDO
Más detallesICE Localización Laboral
APLICACIÓN MÓVIL ICE Localización Laboral siempre SOLUCIONES EMPRESARIALES 1 ÍNDICE ÍNDICE 2 INFORMES DE ASISTENCIA 5 Reporte su asistencia 5 Reportes de Asistencia de Empleados 6 TRABAJAR CON LOCALIZACIÓN
Más detallesINSTITUTO POLITECNICO NACIONAL SECRETARIA ACADEMICA DIRECCION DE ESTUDIOS PROFESIONALES EN INGENIERIA Y CIENCIAS FISICO MATEMATICAS
ESCUELA: UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA Y CIENCIAS SOCIALES Y ADMINISTRATIVAS CARRERA: LICENCIATURA EN CIENCIAS DE LA INFORMÁTICA LÍNEA CURRICULAR: COORDINACION: ACADEMIAS DE COMPUTACIÓN
Más detallesDiseño multidimensional. Jordi Conesa i Caralt Isabel Guitart Hormigo M. Elena Rodríguez González
Diseño multidimensional Jordi Conesa i Caralt Isabel Guitart Hormigo M. Elena Rodríguez González Índice Necesidades de los analistas y herramientas OLAP Multidimensionalidad Diseño lógico Necesidades de
Más detalles