TEMA 36: Herramientas de análisis de la información. OLTP y OLAP. Sistemas EIS y DSS. Data WareHouse. DataMining.

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "TEMA 36: Herramientas de análisis de la información. OLTP y OLAP. Sistemas EIS y DSS. Data WareHouse. DataMining."

Transcripción

1 Tema 36: Herramientas de análisis de la información. TEMA 36: Herramientas de análisis de la información. OLTP y OLAP. Sistemas EIS y DSS. Data WareHouse. DataMining. Índice 1 INTRODUCCIÓN 1 2 HERRAMIENTAS DE AYUDA A LA TOMA DE DECISIONES DSS Decisión Suport System EIS Executive Information System ENTORNOS OLTP Y OLAP OLTP On-line Transaction Processing OLAP On-line Analitycal Process DATA WAREHOUSE La arquitectura de un data Warehouse es: Sistema de consolidación Modelo de Datos Corporativo La base de datos OLAP Datos multidimensionales Tecnologías para entornos Datawarehouse MINERIA DE DATOS -DATA MINING Utilización de la Minería de Datos Fases del proceso de minería de datos Técnicas en Minería de Datos IMPACTO DE LAS TECNOLOGÍAS DE ANÁLISIS DE DATOS 10 1 Introducción Las grandes organizaciones, como bancos, administraciones públicas, multinacionales, etcétera, gestionan y almacenan grandes cantidades de información. Esta información se encuentra almacenada en sus sistemas informáticos dentro de un conjunto de bases de datos heterogéneas e independientes. Los mandos directivos necesitan analizar toda esta información para poder tomar decisiones correctas. El análisis de la información es difícil por el gran volumen de datos que manejan estas organizaciones y por su complejidad. Por ello, han surgido diferentes herramientas de ayuda en el análisis de la información de una organización. Página 1 de 11

2 2 Herramientas de ayuda a la toma de decisiones Son aplicaciones de análisis de datos que aparecen con las primeras BBDD. Son aplicaciones diseñadas para proporcionar información analítica de la organización a los directivos. Informan del funcionamiento de los procesos internos de la organización y de sus relaciones con el exterior. Sus ventajas son: Proporciona información exacta y actualizada. Acceso instantáneo, o muy rápido, a la información. Permite calcular información más compleja que con aplicaciones de gestión. Estas ventajas permiten que los directivos puedan estar mejor informados a la hora de tomar decisiones. Estas aplicaciones se agrupan en las denominadas aplicaciones DSS Sistemas de soporte a decisiones-, siendo las EIS Sistemas de información a ejecutivos- el tipo de DSS más común. 2.1 DSS Decisión Suport System- Las aplicaciones DSS ayudan a la toma de decisiones por parte de la directiva de una organización, proporcionándoles datos analíticos sobre la organización y su funcionamiento. Se diferencian de las aplicaciones de gestión como los ERP, en que integran toda la información de la organización, incluida información histórica, y son muy flexibles a la hora de proporcionar información. Los sistemas de DSS se utilizan para predecir el resultado de posibles decisiones dentro de la organización. El DSS contiene un modelo abstracto la organización sobre la que se trabaja, denominado modelo de decisión. Por ejemplo: Un modelo de la ubicación de los productos y las compras de los clientes de una cadena de supermercados. El usuario, ante una decisión, presenta una serie de alternativas a la misma al sistema que calcula el resultado óptimo para cada alternativa. Las alternativas se especifican estableciendo valores para las variables del modelo. En cada alternativa, existen unas variables incontrolables por el sistema, a la que se le pasan unos valores fijos, y unas variables de decisión sobre las cuales el sistema trabaja. Para un determinado valor de las variables, el modelo tiene un valor resultado. Var. Resultado = modelo de decisión (variables de decisión, variables incontrolables). Las variables de decisión para cada alternativa se adoptan buscando obtener el mejor valor resultado. La mejor alternativa será la que tenga mejor valor resultado. En la práctica los modelos de decisión adoptan muchas formas diferentes, que van desde una simple ecuación matemática a complejas modelos de simulación o sistemas expertos. Muchos sistemas DSS incorporan tecnologías de Inteligencia Artificial. Pag

3 Un sistema DSS se compone de: 1. Una base de datos de conocimiento: Almacena la información sobre la organización. Esta información puede proceder de diversos orígenes. Se usan en entornos OLAP 2. Un sistema gestor de modelos: Se ocupa de representar los hechos que aparecen en la BBDD de conocimientos utilizando modelos diferentes. 3. Un sistema gestor del diálogo: Se trata de la interfaz de usuario; es el componente que permite a un usuario interactuar con el sistema. Los sistemas DSS dos sistemas más comunes son: 1. Los Sistemas de Información Ejecutiva (EIS): Los explicará posteriormente. 2. Los Sistemas expertos basados en inteligencia artificial: Son los sistemas que utilizan el conocimiento almacenado de la organización para resolver problemas concretos. Usan técnicas de DataMining 2.2 EIS Executive Information System- Los Sistemas de información de un ejecutivo son aplicaciones que proveen de información estratégica a los directivos de una organización. Proporcionan acceso directo on-line a la información relevante de una forma útil, garantizando que la información es exacta y actualizada. Un EIS difiere de un sistema de información tradicional en los siguientes aspectos: Está específicamente diseñado para satisfacer las necesidades de los directivos. Proporcionan información de fuentes variadas, tanto internas como externas. Proporciona herramientas de análisis on-line que incluyen análisis de tendencias, informes de excepciones... Son de fácil uso. Son empleados por los directivos sin necesidad de asistencia técnica. Instrumentos básicos utilizados para mostrar la información son: 1. Informes de resumen: La presentación de información resumida es el medio más ampliamente utilizado para mostrar datos de forma útil. Se suelen emplear técnicas estadísticas para el análisis y la agrupación de los datos. 2. Consultas ad hoc. El usuario establece la fuente de los datos, los criterios de selección y los campos buscados al sistema que calcula los datos. La consulta se utiliza utilizando lenguajes de consulta (como SQL) o herramientas gráficas. 3. Informes de excepción. La información de excepción se considera como un técnica en el que el sistema realiza consultas permanentemente con el objetivo de detectar condiciones que el usuario ha establecido como excepciones. Generalmente las excepciones se definen respeto a variables cuantitativas. 4. Informes gráficos: La representación gráfica permite mostrar la información de forma clara, intuitiva y sintética. Pag

4 3 Entornos OLTP y OLAP Dentro de una organización encontramos dos tipos de entornos de gestión de datos que se diferencian en el uso que se realiza de los datos. 3.1 OLTP On-line Transaction Processing Define el comportamiento habitual de un entorno operacional de gestión de datos. Un entorno en que se almacenan y usan los datos de las operaciones diarias de la organización. Suelen estar constituidos por bases de datos y sistemas on-line optimizados para el manejo de un gran número de registros, normalmente, usados de uno en uno. Un ejemplo de sistema OLTP, sería la aplicación de un punto de venta de un supermercado, en la que se almacenan las operaciones de venta realizadas. Las transacciones se realizan desde diferentes cajeros, y se almacenan en una misma base de datos on-line. Las características de este entorno son: Transacciones rápidas de todo tipo. (Altas, bajas, modificaciones y consultas) Consultas rápidas, escuetas y predecibles. BBDD con poco volumen de información (del orden de Megabytes - Gigabytes) Gran nivel de concurrencia en la BBDD. (Muchos usuarios) De la información almacenada en las bases de datos OLTP puede obtenerse información analítica, pero su uso para esta funciones tiene los inconvenientes siguientes: Bajo rendimiento: Las bbdd OLTP están diseñadas y configuradas para realizar eficientemente las operaciones inserción y modificación. Las operaciones están repartidas en muchas tablas y la organización de las mismas sigue criterios operativos, como por ejemplo la situación geográfica de sus usuarios. Todo esto provoca que estas bbdd no sean apropiadas para realizar las operaciones que necesita el análisis de datos. Heterogeneidad: Una organización suelen tener una gran variedad de bbdd de donde almacenan los datos operativos. El modelo de los datos y el formato de representación de los datos varían entre los BBDD. La multiplicidad de los datos suele provocar inconsistencias. 3.2 OLAP On-line Analitycal Process Es el entorno en que se analiza la información contenida en los sistemas de información para obtener información estratégica y táctica que sirva como soporte a la toma de decisiones. Sus características son: Sólo se realizan consultas. Éstas son pesadas, pues manejan gran cantidad de información, y son impredecibles. Almacenan información histórica de la organización. Los datos ofrecen una organización jerarquizada y multidimensional. Las BBDD deben poder almacenar gran cantidad de información (alcanzan los Terabytes) La actualización de los datos se realiza vía Batch Pag

5 Las características diferentes de los dos tipos de entorno de gestión de los datos hace que no sea viable para una organización utilizar una misma base de datos para ambos. Pues la organización de los datos para cada entorno es diferente. 4 Data Warehouse El Data Warehouse es un repositorio de datos dónde se almacenan de forma centralizada los datos de la organización y permite disponer de un único modelo de trabajo sobre estos datos. Está especialmente indicado para el análisis de datos: estudiar escenarios posibles, comparar unos datos en función de otros... El Data Warehouse es el sistema de almacenamiento destinado a ser utilizado en los entornos OLAP. Sus características son: Los datos tiene una organización conceptual por temas en vez de adoptar una organización dependiente de su uso operacional. Está integrado: Los datos son consistentes en lo que se refiere a su representación y almacenamiento. Se organizan en un solo modelo de datos. Almacena información temporal de los datos: Los datos almacenados muestran una imagen estática del estado de la organización en cada momento. No es volátil: Los usuarios no pueden modificar ni eliminar la información almacenada. Existe una versión reducida de los DataWarehouse que maneja menos volumen de datos y menos dimensiones. Son los DataMarts, repositorios de datos departamentales orientados a mantener información táctica de un área de negocio. 4.1 La arquitectura de un data Warehouse es: OLTP Data Mining OLTP Sistema de consolidación OLAP DSS Usuarios... OLTP Fuentes de datos Aplicaciones de análisis de datos Elementos del Data Warehouse: Fuentes de datos : Los datos almacenados provienen de los entornos operativos OLTP de la organización y de fuentes externas. Estos proveedores tienen características heterogéneas. Sistema de consolidación: Es el encargado de agregar los datos provenientes de las bbdd OLTP a la bbdd OLAP. Pag

6 BBDD OLAP. Repositorio de los datos de la organización. Los datos están organizados según un único modelo corporativo. Aplicaciones de análisis: Son las aplicaciones que utilizan la información almacenada en el data Warehouse para proveer de datos tácticos y estratégicos a la organización. 4.2 Sistema de consolidación Es el conjunto de procesos encargado de agregar información al Data Warehouse. Realiza las siguientes tareas: Identificación de las fuentes de datos: Determina a que sistemas hay que acceder para recopilar los datos buscados. Limpieza de los datos: Busca y corrige las inconsistencias, errores, repeticiones o cualquier otra anomalía presente en los datos. Conversión de formatos: Los datos se convierten a un único formato de representación. Migración y carga: Los datos limpios y homogéneos son agregados a la BBDD OLAP, siguiendo el modelo de datos corporativos. En los sistemas de consolidación hay que tener en cuenta factores técnicos como el formateo de datos, el mecanismo de transporte de los datos y los tiempos de carga. 4.3 Modelo de Datos Corporativo El modelo de datos corporativo sirve para establecer un único esquema lógico de los datos de la organización, resolviendo la fragmentación producida por la existencia de sistemas de información departamentales. Las BBDD de cada departamento, representan la visión local de la organización, pero no dan una visión global de la información, dificultando así la integración de la información que proviene de cada uno de ellos. Por este motivo el paso previo a la construcción del DataWarehouse, es la determinación del modelo de datos corporativo, que identifique y estructure los requisitos de información que habrán de satisfacer el Data Warehouse. Como resultado de este proceso, se obtiene un esquema conceptual válido para toda la organización, que ofrece una visión estratégica global de los datos, permitiendo a la vez la creación de vistos parciales adecuadas para les necesidades de cada departamento. 4.4 La base de datos OLAP Es el repositorio de datos del DataWarehouse, permite la síntesis, el análisis y la consolidación dinámica de grandes volúmenes de datos multidimensionales. Al hablar de tecnología OLAP, el adjetivo más utilizado es multidimensional, ya sea por referirse a los datos, a su estructura o a la base de datos que utiliza. Esta caracterización llega hasta el punto de identificar el OLAP y las bases de datos multidimensionales como una misma cosa. A pesar de que ambas tecnologías estén relacionadas, la utilización de OLAP no implica necesariamente la utilización de bases de datos multidimensionales. Pag

7 4.4.1 Datos multidimensionales El modelo de datos multidimensional se basa en organizar los datos en varias jerarquías de forma simultánea. En este modelo, los datos se denominan hechos. Cada hecho se relaciona con una serie de dimensiones, denominadas agentes de negocio, formando un hipercubo. Esta organización de los datos permite acceder a los datos desde cualquiera de las dimensiones del hipercubo. Existe un modelo multidimensional simplificado denominado modelo de estrella, en que cada hecho se relaciona con una dimensión simple. Un ejemplo sería: Tiempo Localización Ventas Clientes Productos Un modelo más genérico para entender la organización multidimensional se denomina modelo de copo de nieve. En el que las dimensiones de organizan en forma jerárquica. Ejercicio 2004 Ejercicio América Tiempo Estratégicos Europa Localización Ventas Clientes Nuevos Asia... Productos... Consumibles Portátiles... Una estructura de datos muldimensional tiene la ventaja de poder analizar de forma eficiente los datos desde cualquier dimensión considerada en el modelo. Esto es una gran ventaja en un entorno de análisis de datos en que las consultas pueden ser impredecibles. También permite obtener vistas del hipercubo, en el que los hechos se muestran organizados por una subconjunto de las dimensiones del hipercubo, normalmente no más de dos o tres. Pag

8 Ejemplo: Una vista de las ventas por tipo de cliente y productos suministrados: Servidores Portátiles... Clientes Estratégicos Total ventas 1 Total ventas 2 Clientes Nuevos Total ventas 3 Total ventas Tecnologías para entornos Datawarehouse Debido a que en su uso el entorno OLAP maneja los datos de forma organizada en dimensiones, el entorno natural de trabajo de los sistemas OLAP son las bases de datos multidimensionales. Pero también se puede trabajar sobre bases de datos relacionales atendiendo a criterios económicos o de disponibilidad, a pesar de que sus prestaciones se vean reducidas. Los sistemas OLAP se pueden dividir en dos tipos: MOLAP (Multidimensional OLAP): Funciona sobre bases de datos multidimensionales. Requiere de un esfuerzo inicial previo de modelización y construcción de la base de datos multidimensional y de otro continuo consistente en la migración de datos desde el formato relacional hacia el nuevo formato multidimensional. A cambio ofrecen un rendimiento muy superior a la hora de realizar la extracción y el análisis de los datos, debido a que los datos a las que se accede ya están estructuradas en dimensiones y jerarquías. ROLAP: (Relational OLAP): Funcionan sobre bases de datos relacionales. Permiten trabajar sobre las bases de datos corporativas ya establecidas, ahorrando así el trabajo de creación y mantenimiento de nuevas bases de datos multidimensionales. A cambio, estos sistemas se ocupan de realizar la conversión entre la visión relacional de los datos y la utilización multidimensional y jerárquica que ha de ofrecer al usuario, que hace que lleve asociado un coste en tiempo y recursos de máquina. En la práctica resulta común encontrar sistemas de almacén de datos, con sus correspondientes herramientas de OLAP y minería de datos, implementadas mediante bases de datos relacionales. Esto es debido a la mayor experiencia de que se dispone para trabajar sobre bases de datos relacionales, a la gran cantidad de productos existentes en el mercado y a la confianza que tienen las organizaciones en estos tipos de bases de datos. Para simular bases de datos multidimensionales cuando tan sólo se dispone de un gestor de bases de datos relacional, sin que esto implique un efecto negativo en los tiempos de respuesta, se utilizan los siguientes diseños: 1. Diseño en estrella: Se tiene una gran tabla donde cada registro es un hecho, y unas tablas más pequeñas para cada dimensión. Se establece una relación N:1 entre la tabla de hechos y cada tabla de dimensión. Para recuperar información, las tablas de dimensión son utilizadas como puntos de acceso a los datos almacenados en la tabla de hechos. El SGBD está optimizado para estas consultas. 2. Diseño de copo de nieve. Se implementa de forma similar al anterior. Excepto que para cada dimensión, en vez de una tabla, se tiene una estructura en árbol para modelar la estructura jerárquica de las dimensiones. Pag

9 3. Índices Bitmap: Los índice bitmap son un tipo especial de índice que almacena la información en bits en lugar de bytes o sus múltiplos. Sirve para acelerar el acceso a filas con atributos de baja cardinalidad, por ejemplo: El atributo sexo (Hombre o mujer). Se mejora la velocidad al efectuar operaciones con esta estructura de datos es gracias a que se utilizan las operaciones lógicas AND, OR, NOT, mucho más rápidas que las otras. 5 MINERIA DE DATOS -DATA MINING- La mineria de datos consiste en un conjunto de técnicas y procesos de análisis que permiten extraer información oculta dentro de bases de datos con información histórica de una organización. La información la obtiene mediante la busca automática de patrones y relacionesno explicitas dentro de los datos históricos. Las técnicas agrupadas dentro de la minería de datos tienen en común las siguientes características: Necesitan disponer de un repositorio de datos históricos a partir de los que realizar el proceso de minería. El proceso de minería es automático, en la mayor medida posible, dado la gran cantidad de datos a analizar. Los resultados obtenidos deben representar conocimiento útil y no evidente a simple vista. 5.1 Utilización de la Minería de Datos 1. De verificación: Se asemeja al proceso tradicional de extracción de información basado en lenguajes de consulta de bases de datos (SQL, etc.). No extrae información nueva, sino que basándose en los datos del almacén, verifica la validez de las afirmaciones que se le presentan. El proceso empieza por el establecimiento de una hipótesis por parte del usuario, que la herramienta debe verificar su validez. 2. De Descubrimiento. Es una técnica destinada a descubrir nueva información que no estaba anteriormente en el almacén de forma explicita. La herramienta tiene capacidad de iniciativa para plantear sus propias preguntas sin intervención humana, aunque los usuarios pueden intervenir para guiar los caminos a explorar. A través de la búsqueda de patrones o relaciones implícitas entre los datos, es capaz de crear categorías dentro de un grupo de datos que, en principio, parecían homogéneos. Por ejemplo: Crear una clasificación los clientes en función de hábitos de consumo no establecidos a priori. También es común la busca de elementos extraños o fuera de lo corriente, que puede ser de utilidad para detectar posibles fraudes como, por ejemplo, operaciones extrañas y sin sentido entre cuentas bancarias. 3. Predictivo El objetivo de este modelo de minería consiste en la realización por parte de la herramienta de predicciones sobre el comportamiento futuro de ciertas variables, a partir de los patrones o relaciones existentes entre los datos. Pag

10 En este caso el usuario indica sobre qué variables quiere obtener la predicción y el sistema proporciona la respuesta. Esta respuesta la puede proporcionar explicando como lo ha conseguida, esta explicación puede ser tan valiosa como la respuesta en sí misma. 5.2 Fases del proceso de minería de datos El proceso de minería se puede dividir en las siguientes fases Selección y preprocesamiento de los datos : Selecciona los datos a utilizar en el proceso de minería de datos, decide la organización lógica y física más adecuada para ello y los procesa y depura para eliminar los errores e inconsistencias. Innecesario en caso de contar con un Data Warehouse. Búsqueda de patrones. En esta fase, se analiza la información para extraer la información oculta. El resultado de la busca será un informe que habrá de ser analizado por un operador humano en la fase siguiente. Interpretación y evaluación. Esta fase final consiste en la interpretación de los resultados producidos en la fase de busca. Como resultado de esta interpretación se pueden llevar a término alguna de las siguientes acciones: Volver otra vez a la busca de patrones, con consultas más refinadas si se está utilizando el modelo de verificación. Utilizar los resultados como entrada por un sistema de apoyo a la decisión Utilizarlos directamente en la preparación de un informe para la dirección. 5.3 Técnicas en Minería de Datos Las técnicas más empleadas para la extracción de información son las siguientes: 1. De consulta e informe. Permiten crear de consultas de forma fácil mediante interfaces gráficas, y, tras la consulta, muestran los resultados en forma de tablas o gráficos. Adicionalmente pueden utilizar técnicas estadísticas para analizar los datos obtenidos. Una técnica apropiada para la minería de verificación. Trabajan sobre BD relacionales y existen en el mercado gran cantidad de herramientas de este tipo. 2. De inteligencia artificial. Se aplican técnicas de inteligencia artificial al análisis de datos, como pueden ser los sistemas expertos. Se utilizan en la minería de datos predictiva y de descubrimiento, puesto que son muy buenas para la detección de patrones. Se fácil encontrarlas formando parte de lo que se ha dado denominar agentes inteligentes. 3. De análisis multidimensional. Están basadas en la utilización de bases de datos multidimensionales y su facilidad para obtener vistas desde diferentes dimensiones de los datos de forma dinámica, rápida y simple. 6 Impacto de las tecnologías de análisis de datos El éxito de cualquier tecnología de análisis de datos no está en su correcta implantación, sino que sea utilizada para mejorar el funcionamiento de la organización. Los usuarios eliminarán los largos tiempos de análisis y programación para obtener información valiosa. Las decisiones dentro de la organización serán tomadas más rápidamente por personas mejor informadas. Pag

11 La calidad de la información almacenada va mejorando con el uso de la aplicación de análisis, pues se irán descubriendo y subsanando los errores. Esto aumenta la confianza de los usuarios. Podremos entender que la adopción de la herramienta de análisis de datos es un éxito, cuando los directivos la utilizan para satisfacer sus necesidades de información. Pag

Teoría de Base de Datos Ing. José J. Reyes. Definiciones

Teoría de Base de Datos Ing. José J. Reyes. Definiciones Definiciones 1 Base de Datos: Las Bases de Datos son el núcleo del sistema de información de cualquier empresa. La administración y gestión de las mismas constituye, por tanto, un trabajo muy importante

Más detalles

Resumen Inteligencia de Negocios

Resumen 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 detalles

DE LAS BD A LOS ALMACENES DE DATOS (DW) FINALIDADES Y EVOLUCIÓN DE LOS SISTEMAS DE INFORMACIÓN FINALIDADES Y EVOLUCIÓN DE LOS SISTEMAS DE INFORMACIÓN

DE LAS BD A LOS ALMACENES DE DATOS (DW) FINALIDADES Y EVOLUCIÓN DE LOS SISTEMAS DE INFORMACIÓN FINALIDADES Y EVOLUCIÓN DE LOS SISTEMAS DE INFORMACIÓN DE LAS BD A LOS ALMACENES DE DATOS (DW)... ALMACENES DE DATOS (DATA WAREHOUSES Y DATA MARTS), OLAP (PROCESO ANALÍTICO EN LÍNEA) Y. DE LAS BD A LOS DW 1 DE LAS BD A LOS DW 2 LA INFORMACIÓN REDUCE NUESTRA

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

Unidad 10. Almacenes de Datos

Unidad 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 detalles

EXPLOTACIÓN DE UN DW: HERRAMIENTAS OLAP OLAP EXPLOTACIÓN DE UN DW: HERRAMIENTAS OLAP EXPLOTACIÓN DE UN DW: HERRAMIENTAS OLAP

EXPLOTACIÓN DE UN DW: HERRAMIENTAS OLAP OLAP EXPLOTACIÓN DE UN DW: HERRAMIENTAS OLAP EXPLOTACIÓN DE UN DW: HERRAMIENTAS OLAP OLAP... OLAP 1 OLAP 2 MODELO DE UN AMBIENTEOLAP LAS HERRAMIENTAS DE OLAP PRESENTAN AL USUARIO UNA VISIÓN MULTIDIMENSIONAL DE LOS DATOS O ESQUEMA MULTIDIMENSIONAL, PARA CADA ACTIVIDAD QUE ES OBJETO DE ANÁLISIS.

Más detalles

UNIDAD 1: CONCEPTOS BA SICOS DE BASE DE DATOS

UNIDAD 1: CONCEPTOS BA SICOS DE BASE DE DATOS UNIDAD 1: CONCEPTOS BA SICOS DE BASE DE DATOS [Escriba el subtítulo del documento] Qué es un gestor de base de datos? Un gestor de base de datos o sistema de gestión de base de datos (SGBD o DBMS) es un

Más detalles

La Empresa Inteligente.

La Empresa Inteligente. La Empresa Inteligente. ERP, CMR, RRHH son algunos de las innumerables tipos de aplicaciones implementados en las organizaciones, las cuales muchas veces se encuentran desarrolladas en plataformas diferentes.

Más detalles

Bodegas de Datos y OLAP. Introducción a la Bodegas de Datos

Bodegas 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 detalles

Concepto. 1963, en un simposio celebrado en California, USA. Conjunto de información relacionada que se encuentra agrupada ó estructurada.

Concepto. 1963, en un simposio celebrado en California, USA. Conjunto de información relacionada que se encuentra agrupada ó estructurada. BASES DE DATOS Concepto 1963, en un simposio celebrado en California, USA. Conjunto de información relacionada que se encuentra agrupada ó estructurada. Cada base de datos se compone de una o más tablas

Más detalles

SISTEMA INTEGRAL PARA LA PROYECCIÓN Y DETECCIÓN DE LA PREVENCIÓN DEL DELITO, MEDIANTE MINERÍA DE DATOS.

SISTEMA INTEGRAL PARA LA PROYECCIÓN Y DETECCIÓN DE LA PREVENCIÓN DEL DELITO, MEDIANTE MINERÍA DE DATOS. SISTEMA INTEGRAL PARA LA PROYECCIÓN Y DETECCIÓN DE LA PREVENCIÓN DEL DELITO, MEDIANTE MINERÍA DE DATOS. MTIE. Erik Guerrero Bravo. Universidad Tecnológica Tula - Tepeji. Introducción Sistemas Transaccionales

Más detalles

Introducción a los Sistemas de Información

Introducción a los Sistemas de Información 25/09/2012 de Introducción a los Sistemas de Información Grupo de Ingeniería del Software y Bases de Datos Universidad de Sevilla septiembre 2012 de Objetivos de este tema Entender los conceptos de sistema,

Más detalles

2.3 Fundamentos de Inteligencia de Negocios JACOBO ADAN VICTOR MANUEL

2.3 Fundamentos de Inteligencia de Negocios JACOBO ADAN VICTOR MANUEL Subsecretaría de Educación Superior Dirección General de Educación Superior Tecnológica Instituto Tecnológico de Iguala INSTITUTO TECNÓLOGICO DE IGUALA MATERIA: FUND. DE GESTION DE SERVICIO DE TI 2.3 Fundamentos

Más detalles

METODOLOGÍAS PARA EL DESARROLLO DE SISTEMAS

METODOLOGÍAS PARA EL DESARROLLO DE SISTEMAS !387" APÉNDICE A, APARTADO 1 METODOLOGÍAS PARA EL DESARROLLO DE SISTEMAS DOCUMENTACIÓN 1. La necesidad de los diagramas Los diagramas o representaciones gráficas representan una parte fundamental en el

Más detalles

Qué es SGBD? Mencionar 4 tipos de SGBD. SGBD de red. Román Gutiérrez Sosa. SGBD jerárquicos. Modelo de datos relacionales.

Qué es SGBD? Mencionar 4 tipos de SGBD. SGBD de red. Román Gutiérrez Sosa. SGBD jerárquicos. Modelo de datos relacionales. Qué es SGBD? Es un tipo de software muy específico, dedicado a servir de interfaz entre la base de datos, el usuario y las aplicaciones que la utilizan. El propósito general de los sistemas de gestión

Más detalles

Decision Support System (DDS)

Decision 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 detalles

CAPÍTULO 1. INTRODUCCIÓN

CAPÍTULO 1. INTRODUCCIÓN CAPÍTULO 1. INTRODUCCIÓN Las tecnologías de la información son herramientas que ayudan a las personas a tomar decisiones de forma eficiente y efectiva. Los Data Warehouse [16, 5], Minería de datos [9,

Más detalles

Introducción al Data Warehouse La Factoría de la Información Corporativa. Àngels Rius Gavidia

Introducción al Data Warehouse La Factoría de la Información Corporativa. Àngels Rius Gavidia Introducción al Data Warehouse La Factoría de la Información Corporativa Àngels Rius Gavidia Índice Data Warehouse (DW). - Tipos usuarios - Qué es? - Cuál es su objetivo? - Comparativa DW- BDR Factoría

Más detalles

La toma de decisión tiene que ver directamente con el tipo de información que existe en las organizaciones y la forma en que esa información es

La toma de decisión tiene que ver directamente con el tipo de información que existe en las organizaciones y la forma en que esa información es La toma de decisión tiene que ver directamente con el tipo de información que existe en las organizaciones y la forma en que esa información es usada. 2 Datos: es un elemento aislado, recabado para un

Más detalles

Inteligencia de Negocios

Inteligencia 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 detalles

Bases de Datos: Introducción

Bases de Datos: Introducción Bases de Datos: Introducción Franco Guidi Polanco Escuela de Ingeniería Industrial Pontificia Universidad Católica de Valparaíso, Chile fguidi@ucv.cl Sistemas de Información/Sistemas Informáticos v En

Más detalles

BASES DE DATOS TEMA 1 PERSPECTIVA DEL ÁREA DE BASES DE DATOS

BASES DE DATOS TEMA 1 PERSPECTIVA DEL ÁREA DE BASES DE DATOS BASES DE DATOS TEMA 1 PERSPECTIVA DEL ÁREA DE BASES DE DATOS 1.3 Desarrolladores y usuarios finales Siendo entonces una DB una colección de datos almacenados en una computadora (discos, tambores u otro

Más detalles

UMET : UNIVERSIDAD METROPOLITANA

UMET : UNIVERSIDAD METROPOLITANA UMET : UNIVERSIDAD METROPOLITANA TRABAJO DE BASE DE DATOSA II TEMA : COMPARACION DE HARREMIENTAS OLAP PRESENTADO POR JAIME CRUZ N. MAYO 15 DE 2011 LINK : Contenido Pag: 1 Para poder determinar las diferencias

Más detalles

DIPLOMADO EN MICROSOFT SQL SERVER 2008

DIPLOMADO 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 detalles

Sistemas de Información Gerencial

Sistemas de Información Gerencial Sistemas de Información Gerencial Tema 1: Fundamentos de Sistemas de Información Ing. Francisco Rodríguez Novoa 1 INDICE Nuevo entorno de negocios hoy Dato, Información y Conocimiento. Que es SI / TI Elementos

Más detalles

Gestion y Modelación de Datos Sistemas de Información, Sistemas de BD

Gestion y Modelación de Datos Sistemas de Información, Sistemas de BD La Ciencia de la Sistema Gestor de Gestion y Modelación de Datos, Sistemas de BD Julio de 2011 Contenido La Ciencia de la Sistema Gestor de 1 La Ciencia de la 2 Dato - - Conocimiento 3 Tecnología de (TI)

Más detalles

Sistema Gestor de Bases de Datos. Un SGBD debe permitir: Manipular la base de datos: realizar consultas, actualizarla, generar informes.

Sistema Gestor de Bases de Datos. Un SGBD debe permitir: Manipular la base de datos: realizar consultas, actualizarla, generar informes. Sistema Gestor de Bases de Datos. Un Sistema Gestor de Bases de Datos (SGBD) o DBMA (DataBase Management System) es una colección de programas cuyo objetivo es servir de interfaz entre la base de datos,

Más detalles

BASE DE DATOS Modelos de Datos

BASE DE DATOS Modelos de Datos BASE DE DATOS Modelos de Datos Autor: Lic. Jaquelina E. Escalante Desarrollo de una Base de datos 1 Análisis de requisitos, es decir, el estudio del sistema que se pretende modelar de la forma más precisa

Más detalles

SISTEMAS DE INFORMACIÓN I TEORÍA

SISTEMAS DE INFORMACIÓN I TEORÍA CONTENIDO: SISTEMAS EJECUTIVOS DE INFORMACIÓN - COMPARACIÓN Y RELACIÓN ENTRE LOS MIS Y LOS EIS - COMPARACIÓN E INTEGRACIÓN DE LOS DSS Y LOS EIS Material diseñado y elaborado por: Prof. Luis Eduardo Mendoza

Más detalles

Prueba de autoevaluación 2

Prueba 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 detalles

Arquitectura de sistemas: Título: AnalyticsMOOC- Solución TIC Big Data para entornos MOOC Número de expediente: TSI

Arquitectura de sistemas: Título: AnalyticsMOOC- Solución TIC Big Data para entornos MOOC Número de expediente: TSI Arquitectura de sistemas: Título: AnalyticsMOOC- Solución TIC Big Data para entornos MOOC Número de expediente: TSI- 100105-2014-192 Código: Fecha: 11/12/2014 Persona de Contacto: Carlos Vicente Corral

Más detalles

Microsoft Excel 2003 (Completo)

Microsoft Excel 2003 (Completo) Página 1 Horas de teoría: 32 Horas de práctica: 29 Precio del Curso: 198 Curso para aprender a utilizar la hoja de cálculo Microsoft Excel 2003, explicando todas las funciones que la aplicación posee y

Más detalles

FAMILIA PROFESIONAL INFORMÁTICA Y COMUNICACIONES http://www.educacion.gob.es/educa/incual/ice_cualcatalogo_ifc.html Nivel 3 IFC079_3 Administración de bases de datos. http://www.educacion.gob.es/educa/incual/pdf/bdc/ifc079_3.pdf

Más detalles

Microsoft Excel 2003 (Completo)

Microsoft Excel 2003 (Completo) Microsoft Excel 2003 (Completo) Curso para aprender a utilizar la hoja de cálculo Microsoft Excel 2003, explicando todas las funciones que la aplicación posee y viendo el uso de este programa para crear

Más detalles

FUNDAMENTOS DE BASES DE DATOS TEMA 3

FUNDAMENTOS DE BASES DE DATOS TEMA 3 FUNDAMENTOS DE BASES DE DATOS TEMA 3 El Sistema de Contenido 3.1. El SGBD como interfaz entre el usuario y la base de datos.. 3.3. Ejemplos de SGBD 1 3.1. El SGBD como Interfaz entre el Usuario y la Base

Más detalles

El ciclo de vida de un sistema de información

El ciclo de vida de un sistema de información El ciclo de vida de un sistema de información 1. Las etapas del proceso de desarrollo de software Planificación Análisis Diseño Implementación Pruebas Instalación / Despliegue Uso y mantenimiento 2. Modelos

Más detalles

Las empresas han comenzado a aprovechar los cada vez más numerosos datos en línea para tomar mejores decisiones sobre sus actividades.

Las empresas han comenzado a aprovechar los cada vez más numerosos datos en línea para tomar mejores decisiones sobre sus actividades. Las empresas han comenzado a aprovechar los cada vez más numerosos datos en línea para tomar mejores decisiones sobre sus actividades. Para ejecutar de manera eficiente las consultas sobre datos tan diferentes

Más detalles

MSc. Francisco García

MSc. Francisco García REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA DEFENSA UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA BOLIVARIANA UNEFA NÚCLEO MIRANDA SEDE LOS TEQUES MSc. Francisco

Más detalles

Modelo Conceptual de datos. Yenifer Laurens.

Modelo Conceptual de datos. Yenifer Laurens. Modelo Conceptual de datos Yenifer Laurens. Modelo de datos Es un conjunto de conceptos que pueden servir para describir la estructura de una Base de Datos; tipo de datos, las relaciones y que deben cumplirse

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

ANÁLISIS ESTRUCTURADO

ANÁLISIS ESTRUCTURADO ANÁLISIS ESTRUCTURADO Conceptos generales Cuando los analistas comienzan a trabajar sobre un proyecto de sistemas de información, a menudo tienen que profundizar en un área de la organización con la que

Más detalles

IFCD0111 Programación en Lenguajes Estructurados de Aplicaciones de Gestión

IFCD0111 Programación en Lenguajes Estructurados de Aplicaciones de Gestión IFCD0111 Programación en Lenguajes Estructurados de Aplicaciones de Gestión 1. MÓDULO 1. MF0223_3 SISTEMAS OPERATIVOS Y APLICACIONES INFORMÁTICAS UNIDAD FORMATIVA 1. UF1465 COMPUTADORES PARA BASES DE DATOS

Más detalles

Sistemas de Información

Sistemas de Información Sistemas de Información 13 de agosto de 2010 1. Introducción La información es un activo valioso de las organizaciones, con el cual, es posible reducir el riesgo que implica la toma de decisiones en los

Más detalles

Aux 2. Introducción a la Minería de Datos

Aux 2. Introducción a la Minería de Datos Aux 2. Introducción a la Minería de Datos Gastón L Huillier 1,2, Richard Weber 2 glhuilli@dcc.uchile.cl 1 Departamento de Ciencias de la Computación Universidad de Chile 2 Departamento de Ingeniería Industrial

Más detalles

Diseño de base de datos: Modelo Entidad Relación (I)

Diseño de base de datos: Modelo Entidad Relación (I) Diseño de base de datos: Modelo Entidad Relación (I) I. Fases del desarrollo para lograr un buen diseño El proceso de diseño de una base de datos comienza por una descripción detallada del sistema de información

Más detalles

BASES DE DATOS TEMA 2 MODELOS DE DATOS

BASES DE DATOS TEMA 2 MODELOS DE DATOS SES DE DTOS TEM 2 MODELOS DE DTOS Un modelo de datos es una serie de conceptos que puede utilizarse para describir un conjunto de datos y las operaciones para manipularlos. Hay dos tipos de modelos de

Más detalles

ESCUELA SUPERIOR POLITECNICA DEL LITORAL PROGRAMA DE ESTUDIOS

ESCUELA SUPERIOR POLITECNICA DEL LITORAL PROGRAMA DE ESTUDIOS ESCUELA SUPERIOR POLITECNICA DEL UNIDAD ACADÉMICA: FIEC CARRERA: LICENCIATURA EN SISTEMAS DE ESPECIALIZACIÓN: ÁREA: TIPO DE MATERIA: TEÓRICA X PRÁCTICA 1 1 EJE DE FORMACIÓN: 1. NOMBRE DE LA ASIGNATURA

Más detalles

TI en los negocios: Un commodity?

TI en los negocios: Un commodity? TI en los negocios: Un commodity? http://www.informatizate.net/index.php?option=com_content&view=article&id=58:ti-en-los-negocios-iuncommodity&catid=37:art%c3%adculos%20de%20colaboradores%20de%20informatizate

Más detalles

CI-5313: Arquitectura y Administración de Base de Datos I Apuntes del curso INDICES (II y III)

CI-5313: Arquitectura y Administración de Base de Datos I Apuntes del curso INDICES (II y III) CI-5313: Arquitectura y Administración de Base de Datos I Apuntes del curso INDICES (II y III) Soraya Abad Mota Versión 1: Septiembre 2002 Actualizaciones: Enero 2005 y Septiembre 2007 1. Tópico 4: Lineamientos

Más detalles

CUADRO DE MANDO PARA LA ALTA DIRECCIÓN EN EL MINISTERIO DE FOMENTO

CUADRO DE MANDO PARA LA ALTA DIRECCIÓN EN EL MINISTERIO DE FOMENTO CUADRO DE MANDO PARA LA ALTA DIRECCIÓN EN EL MINISTERIO DE FOMENTO Jefe de Proyecto BGS Online Consultores Subdirector General de Tecnología y Sistemas de la Información Ministerio de Fomento Asesor Área

Más detalles

Firsap Sistemas S.L. Parque Científico y Tecnológico de Extremadura. Avda de Elvas s/n Badajoz Telf:

Firsap Sistemas S.L. Parque Científico y Tecnológico de Extremadura. Avda de Elvas s/n Badajoz Telf: OPTIMICE SU NEGOCIO, ACELERE EL CRECIMIENTO RENTABLE GESTIÓN DE CANTERAS Y PRODUCCIÓN DE ÁRIDOS SOBRE SAP BUSINESS ONE ERP La aplicación de Gestión de Canteras y Producción de Áridos sobre el ERP SAP Business

Más detalles

Sesión 3 Comprensión del análisis estratégico

Sesión 3 Comprensión del análisis estratégico Grupo Egmont de Unidades de Inteligencia Financiera Curso de Análisis Estratégico de Egmont Sesión 3 Versión del 30 de octubre de 2012 Curso de Análisis Estratégico de Egmont Página 2 de 11 Sesión 3 1.

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

Un sistema de bases de datos sirve para integrar los datos. Lo componen los siguientes elementos:

Un sistema de bases de datos sirve para integrar los datos. Lo componen los siguientes elementos: Qué es una base de datos? El problema de los datos Todas las empresas requieren almacenar información. Desde siempre lo han hecho. La información puede ser de todo tipo. Cada elemento informativo (nombre,

Más detalles

UNIVERSIDAD TÉCNICA DEL NORTE

UNIVERSIDAD TÉCNICA DEL NORTE UNIVERSIDAD TÉCNICA DEL NORTE FACULTAD DE INGENIERÍA EN CIENCIAS APLICADAS CARRERA DE INGENIERÍA EN SISTEMAS COMPUTACIONALES TRABAJO DE GRADO PREVIO A LA OBTENCIÓN DEL TÍTULO DE INGENIERÍA EN SISTEMAS

Más detalles

Conceptos básicos de bases de datos

Conceptos básicos de bases de datos Conceptos básicos de bases de datos 1.1 Definición de base de datos Una base de datos es una colección de archivos relacionados que permite el manejo de la información de alguna compañía. Cada uno de dichos

Más detalles

Inteligencia de Negocios

Inteligencia de Negocios Inteligencia de Negocios Seminario de Redes Inteligentes Oscar Duarte Abril 15 del 2011 Agenda Base de datos relacionales Bodegas de datos Minería de datos Bases de datos relacionales Bases de datos relacionales

Más detalles

Tema I: Introducción a las bases de datos. Curso Introducción a las bases de datos.

Tema I: Introducción a las bases de datos. Curso Introducción a las bases de datos. Tema I: Introducción a las bases de datos Curso 2009-2010 Introducción a las bases de datos. 1.1 Sistema de información 1.2 Base de datos (BD) 1.3 Sistema de gestión de bases de datos (SGBD) 1.4 Características

Más detalles

IMPACTO DE LA APLICACIÓN DE INTERNACIONALES EN LAS FUNCIONES, PROCESOS Y SISTEMAS DE INFORMACIÓN EN LA ORGANIZACIÓN

IMPACTO DE LA APLICACIÓN DE INTERNACIONALES EN LAS FUNCIONES, PROCESOS Y SISTEMAS DE INFORMACIÓN EN LA ORGANIZACIÓN IMPACTO DE LA APLICACIÓN DE LOS ESTÁNDARES INTERNACIONALES EN LAS FUNCIONES, PROCESOS Y SISTEMAS DE INFORMACIÓN EN LA ORGANIZACIÓN Principales Temas de Conversión a IFRS Manejo del proyecto IFRS involucra

Más detalles

PROGRAMACIÓN CON LENGUAJES ORIENTADOS A OBJETOS Y BASES DE DATOS RELACIONALES

PROGRAMACIÓN CON LENGUAJES ORIENTADOS A OBJETOS Y BASES DE DATOS RELACIONALES PROGRAMACIÓN CON LENGUAJES ORIENTADOS A OBJETOS Y BASES DE DATOS RELACIONALES Certificado de profesionalidad IFCT0112 PROGRAMACIÓN CON LENGUAJES ORIENTADOS A OBJETOS Y BASES DE DATOS RELACIONALES Familia

Más detalles

Cliente- Servidor. Bases de Datos Distribuidas

Cliente- Servidor. Bases de Datos Distribuidas 1 2 3 4 Cliente- Servidor La tecnología que se utiliza habitualmente para distribuir datos es la que se conoce como entorno (o arquitectura) cliente/servidor (C/S). Todos los SGBD relacionales del mercado

Más detalles

BLOQUE I RESOLUCIÓN DE PROBLEMAS TECNOLÓGICOS UNIDAD 1: TECNOLOGÍA. EL PROCESO TECNOLÓGICO

BLOQUE I RESOLUCIÓN DE PROBLEMAS TECNOLÓGICOS UNIDAD 1: TECNOLOGÍA. EL PROCESO TECNOLÓGICO BLOQUE I RESOLUCIÓN DE PROBLEMAS TECNOLÓGICOS UNIDAD 1: TECNOLOGÍA. EL PROCESO TECNOLÓGICO 1. Comprender la función de la tecnología y su importancia en el desarrollo de la civilización. 2. Conocer el

Más detalles

RECURSOS DE TI Aplicaciones - Bibliografía USO DE BD PARA MEJORAR EL DESEMPEÑO EMPRESARIAL

RECURSOS DE TI Aplicaciones - Bibliografía USO DE BD PARA MEJORAR EL DESEMPEÑO EMPRESARIAL Sistemas de Información para la Gestión UNIDAD 3: RECURSOS DE TECNOLOGÍA DE INFORMACIÓN Aplicaciones UNIDAD 3: RECURSOS DE TI Aplicaciones 1. Administración de bases de datos e información: Sistemas de

Más detalles

Módulo Profesional: Sistemas operativos monopuesto. Código: 0222.

Módulo Profesional: Sistemas operativos monopuesto. Código: 0222. Módulo Profesional: Sistemas operativos monopuesto. Código: 0222. Resultados de aprendizaje y criterios de evaluación. 1. Reconoce las características de los sistemas operativos analizando sus elementos

Más detalles

CREACIÓN DE PROYECTOS DE BUSINESS INTELLIGENCE CON SQL SERVER (40 HORAS)

CREACIÓN DE PROYECTOS DE BUSINESS INTELLIGENCE CON SQL SERVER (40 HORAS) CREACIÓN DE PROYECTOS DE BUSINESS INTELLIGENCE CON SQL SERVER (40 HORAS) MODALIDAD: ONLINE CONTACTO: campus@formagesting.com / +34 722 164 372 OBJETIVOS DEL CURSO OBJETIVOS ESPECÍFICOS Conocer los conceptos

Más detalles

Panorama de los Sistema de Soporte a la toma de Decisiones

Panorama de los Sistema de Soporte a la toma de Decisiones INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Panorama de los Sistema de Soporte a la toma de Decisiones M. EN C. EDUARDO BUSTOS FARÍAS 1 Sistema de Soporte a las Decisiones Metodología de

Más detalles

Introducción a las Bases de Datos

Introducción a las Bases de Datos Introducción a las Bases de Datos Organización lógica de los datos Sistemas basados en archivos Concepto intuitivo de base de datos Sistemas gestores de bases de datos Definición Características y ventajas

Más detalles

Pablo 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 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 detalles

Técnicas de Minería de Datos

Técnicas de Minería de Datos Técnicas de Minería de Datos Act. Humberto Ramos S. 1 Qué es Minería de datos? El desarrollo de dispositivos tecnológicos para acumular datos a bajo costo. Acumulación o registro de gran cantidad de datos.

Más detalles

INGENIERÍA DEL SOFTWARE

INGENIERÍA DEL SOFTWARE INGENIERÍA DEL SOFTWARE Sesión No. 11 INGENIERÍA DEL SOFTWARE 1 Nombre: Estereotipos y valores etiquetados de los paquetes Contextualización Los estereotipos dentro de los medios de programación son más

Más detalles

Ingeniería del Software 2

Ingeniería del Software 2 Análisis de requisitos es la 1ª fase técnica del proceso de ing. del SW Éxito -> Comprensión total de los requisitos Análisis de requisitos -> Tarea de descubrimiento, refinamiento, modelado y especificación

Más detalles

MICROSOFT EXCEL 2010

MICROSOFT EXCEL 2010 MICROSOFT EXCEL 2010 1. AVANZADO Nº Horas:24 Objetivos: Descripción de funciones avanzadas de la hoja de cálculo Microsoft Excel 2010, viendo el uso de fórmulas, funciones y gráficos en los libros de Excel.

Más detalles

Microsoft Excel 2007 (Completo)

Microsoft Excel 2007 (Completo) Página 1 Horas de teoría: 36 Horas de práctica: 30 Precio del Curso: 222 Curso para aprender a utilizar la hoja de cálculo Microsoft Excel 2007, explicando todas las funciones que la aplicación posee y

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

Diseño de Base de Datos

Diseño de Base de Datos Diseño de Base de Datos DISEÑO DE BASE DE DATOS 1 Lectura No. 4 Nombre: Modelo entidad-relacional extendido Contextualización La creación de una base de datos hoy en día es parte fundamental dentro de

Más detalles

ESCUELA SUPERIOR POLITECNICA DEL LITORAL

ESCUELA SUPERIOR POLITECNICA DEL LITORAL Sistemas de Toma de Decisiones UNIDAD ACADÉMICA: CARRERA: ESPECIALIZACIÓN: ÁREA: TIPO DE MATERIA: EJE DE FORMACIÓN: Facultad de Ingeniería en Electricidad y Computación Ingeniería en Ciencias Computacionales

Más detalles

Unidad V: Sistemas de archivos 5.1 Concepto

Unidad V: Sistemas de archivos 5.1 Concepto Unidad V: Sistemas de archivos 5.1 Concepto Son los algoritmos y estructuras lógicas utilizadas para poder acceder a la información que tenemos en el disco. Cada uno de los sistemas operativos crea estas

Más detalles

Solución al parcial 14

Solución al parcial 14 Solución al parcial 14 Marque V(erdadero) o F(also) según considere la proposición. 1. La lógica difusa es la emulación del razonamiento aproximado que realizan las máquinas. F: Las máquinas no realizan

Más detalles

PROGRAMA JAVA SE (Standard Edition) MODALIDAD ONLINE

PROGRAMA JAVA SE (Standard Edition) MODALIDAD ONLINE PROGRAMA JAVA SE (Standard Edition) MODALIDAD ONLINE JAVA SE (Standard Edition): El curso proporciona la base que necesita cualquier programador de Java, tanto en cuanto a las peculiaridades de la tecnología

Más detalles

Optativa II. Octubre Marzo Horas Semanales: 5 Créditos 80 Quinto Ciclo de Análisis de Sistemas

Optativa II. Octubre Marzo Horas Semanales: 5 Créditos 80 Quinto Ciclo de Análisis de Sistemas Optativa II Octubre 2016 - Marzo 2017 Materia: Optativa II Módulo: Tercero Horas Semanales: 5 Créditos 80 Semestre: Quinto Ciclo de Análisis de Sistemas Carácter: Formación profesional Duración: Semestral

Más detalles

Clase 2: Sistemas de Información y Calidad

Clase 2: Sistemas de Información y Calidad DSIW2:Ing. Tomás Eduardo Urbina 1 Tipos Sistemas de Información Un sistema de información es un grupo de elementos utilizados para la administración de datos, los cuales se encuentran coordinados entre

Más detalles

>> Tecnologías clave << Captura de de información. Infraestructura. Técnicas de de Prototipado rápido

>> Tecnologías clave << Captura de de información. Infraestructura. Técnicas de de Prototipado rápido es una de diseño e implementación de avanzadas de software de Inteligencia Artificial, desarrollada por ITAINNOVA. Permite resolver diferentes problemáticas de negocio con volúmenes de (BIG DATA). Con

Más detalles

Programa Inducción a Inteligencia de Negocios Banco BICE BICE Inversiones

Programa Inducción a Inteligencia de Negocios Banco BICE BICE Inversiones Programa Inducción a Inteligencia de Negocios 2016 Banco BICE BICE Inversiones Programa Inducción a Inteligencia de Negocios Las organizaciones disponen cada vez de más datos sobre sus negocios. De estos

Más detalles

Inteligencia de Negocios Experiencia Banco Central de Nicaragua. Oriel Soto Jefe División Tecnología de Información

Inteligencia de Negocios Experiencia Banco Central de Nicaragua. Oriel Soto Jefe División Tecnología de Información Inteligencia de Negocios Experiencia Banco Central de Nicaragua Oriel Soto Jefe División Tecnología de Información Justificación Tenemos grandes volúmenes de información pero de difícil acceso 2 Justificación

Más detalles

Métodos de Inteligencia Artificial

Métodos de Inteligencia Artificial Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Agentes basados en conocimiento Contenido Sistemas basados en conocimiento

Más detalles

Programación en Lenguajes Estructurados de Aplicaciones de Gestión. Certificados de profesionalidad

Programación en Lenguajes Estructurados de Aplicaciones de Gestión. Certificados de profesionalidad Programación en Lenguajes Estructurados de Aplicaciones de Gestión Certificados de profesionalidad Ficha Técnica Categoría Informática y Programación Referencia 33002-1404 Precio 170.36 Euros Sinopsis

Más detalles

FUNDAMENTOS DE LOS SISTEMAS DE INFORMACION EN LOS NEGOCIOS

FUNDAMENTOS DE LOS SISTEMAS DE INFORMACION EN LOS NEGOCIOS FUNDAMENTOS DE LOS SISTEMAS DE INFORMACION EN LOS NEGOCIOS Maria Alejandra Masclef Cátedra de Computación I Facultad de Ciencias Económicas Universidad Nacional de Tucumán 2012 1 Objetivos Que los alumnos:

Más detalles

UNIVERSIDAD AUTONOMA DEL ESTADO 1 DE MEXICO Facultad de Contaduría y Administración Sistemas de Información Estratégicos

UNIVERSIDAD AUTONOMA DEL ESTADO 1 DE MEXICO Facultad de Contaduría y Administración Sistemas de Información Estratégicos UNIVERSIDAD AUTONOMA DEL ESTADO 1 DE MEXICO Facultad de Contaduría y Administración Sistemas de Información Estratégicos DIAPOSITIVAS DE SISTEMAS DE INFORMACIÓN ADMINISTRATIVOS ESPACIO ACADÉMICO: Facultad

Más detalles

Curso Developing Microsoft SQL Server 2014 Databases (20464)

Curso Developing Microsoft SQL Server 2014 Databases (20464) Curso Developing Microsoft SQL Server 2014 Databases (20464) Programa de Estudio Curso Developing Microsoft SQL Server 2014 Databases (20464) Aprende a desarrollar bases de datos en Microsoft SQL Server

Más detalles

INTRODUCCION ANTECEDENTES:

INTRODUCCION ANTECEDENTES: INTRODUCCION ANTECEDENTES: En agosto de 1993, Codd y Date anunciaron un descubrimiento importante en el negocio de computadoras con 12 reglas para el proceso analítico en línea (OLAP). Desarrollado por

Más detalles

El Modelo Relacional. Estática

El Modelo Relacional. Estática El TEMA III Grupo de Bases de Avanzadas Univ. Carlos III de Madrid Índice PARTE I. CONCEPTO DE MODELO DE DATOS III.1 INTRODUCCIÓN III.2 CONCEPTO DE MODELO DE DATOS III.3 EVOLUCIÓN DE LOS MODELOS DE DATOS

Más detalles

Bases de datos 1. Teórico: Introducción

Bases de datos 1. Teórico: Introducción Bases de datos 1 Teórico: Introducción Conceptos generales Base de Datos: Es un conjunto de datos relacionados Representa algún aspecto del mundo real Es construida para un propósito específico Database

Más detalles

Actividad 1.2. Cuestionario sobre SGBD (2ª parte)

Actividad 1.2. Cuestionario sobre SGBD (2ª parte) Actividad 1.2. Cuestionario sobre SGBD (2ª parte) 1.Indica las diferencias existentes entre las funciones de manipulación y de descripción. Función de descripción o de definición: Esta función debe permitir

Más detalles

Inteligencia de Negocios

Inteligencia de Negocios Inteligencia de Negocios Entender el concepto de Inteligencia de Negocio Conocer los elementos más importantes en el diseño de una sistema de Inteligencia de Negocio Motivación La información en las organizaciones

Más detalles

La conectividad es la clave para una tecnología avanzada de ECG. Los sistemas de ECG no

La conectividad es la clave para una tecnología avanzada de ECG. Los sistemas de ECG no ELECTROCARDIÓGRAFOS MARCA GENERAL ELECTRIC MAC 800 La conectividad es la clave para una tecnología avanzada de ECG. Los sistemas de ECG no sólo deben ofrecer la suficiente portabilidad como para llegar

Más detalles

Selección del Hardware y Software Administración del proceso de desarrollo de Sistemas de Información.

Selección del Hardware y Software Administración del proceso de desarrollo de Sistemas de Información. Administración del proceso de desarrollo de Sistemas de Información. Determinación de las necesidades de hardware y software. Existencia de equipo en la organización. Proceso de estimación de las cargas

Más detalles

Sistemas de Bases de Datos

Sistemas de Bases de Datos Pontificia Universidad Javeriana Contenido 1 De archivos a BD 2 Ventajas de las Bases de Datos 3 4 Cronología De archivos a B.D Sistemas Orientados hacia el proceso Continuación Sistemas Orientados hacia

Más detalles

Hoja de respuestas. Examen tipo A

Hoja de respuestas. Examen tipo A Hoja de respuestas. Examen tipo A Cuestiones 1. La memoria virtual nos permite: Emular la RAM mediante la utilización de los dispositivos de almacenamiento Tener una memoria de capacidad infinita en nuestro

Más detalles

Apuntes de Tipos Abstractos de Datos. Juan M. Molina Bravo

Apuntes de Tipos Abstractos de Datos. Juan M. Molina Bravo Apuntes de Tipos Abstractos de Datos Juan M. Molina Bravo curso 2001-2002 0-2 Capítulo 1 Introducción a la Programación Basada en Tipos Abstractos de Datos. 1.1 Diseño basado en ttaadd Los sistemas de

Más detalles

CI2355 Almacenes de datos y OLAP

CI2355 Almacenes de datos y OLAP CI2355 Almacenes de datos y OLAP Examen Lunes, 7 de mayo de 2012 2012/03/26 CI2355 - Almacenes de datos y OLAP 2 Trabajo de Investigación Presentación Artículo 40-45 minutos Fechas: Entre el 14 de mayo

Más detalles