FUNDAMENTOS DE INTELIGENCIA DE NEGOCIOS

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

Download "FUNDAMENTOS DE INTELIGENCIA DE NEGOCIOS"

Transcripción

1 FUNDAMENTOS DE INTELIGENCIA DE NEGOCIOS Estructura de contenidos INTRODUCCIÓN INTELIGENCIA DE NEGOCIOS La implementación de un esquema de BI permite: Selección de Indicadores: Las 4 P de BI: MINERÍA DE DATOS (DATA MINING) BODEGA DE DATOS ARQUITECTURA DE UNA BASE DE DATOS EN INTELIGENCIA DE NEGOCIOS Nivel operacional Bodega de datos o DWH Nivel departamental (Data Marts) Nivel individual Cubos Multidimencionales OLAP Modelos utilizados para construcción ARQUITECTURA FUNCIONAL DE UN ALMACEN DE DATOS... 14

2 Mapa conceptual FUNDAMENTOS DE INTELIGENCIA DE NEGOCIOS 2

3 INTRODUCCIÓN La utilización de los datos en las organizaciones como elemento que facilita la toma de decisiones, involucra el conocimiento del funcionamiento actual y la anticipación de acontecimientos futuros. Alrededor de este tema hay toda una serie de estrategias y herramientas las cuales a partir del análisis de datos existentes, generan conocimiento que permite apoyar las decisiones empresariales. Este es el campo de acción de la Inteligencia de Negocios. La Inteligencia de Negocios se centra en el manejo de grandes volúmenes de información provenientes de las diferentes áreas de la empresa, a esta información se le aplican metodologías y herramientas para que sea posible analizar el entorno organizacional determinando fortalezas y debilidades para así establecer estrategias y el descubrimiento de nuevas oportunidades. 1. INTELIGENCIA DE NEGOCIOS. Inteligencia de negocios o BI (del inglés business intelligence) es el conjunto de estrategias y herramientas para la administración y creación de conocimiento mediante el análisis de la información de una organización para facilitar la toma de decisiones empresariales, predicciones y perfiles futuras. En 1958 Hans Peter Luhn habla por primera vez sobre inteligencia de negocios, entendida como la interrelación de hechos orientados al desarrollo de una meta. Anteriormente las empresas generaban datos y con mucho esfuerzo generaban conocimientos sobre estos, debido a que no contaban con recursos computacionales, dificultando el análisis de los datos por la carencia de herramientas que permitieran la toma de decisiones a largo plazo y las decisiones a corto plazo se toman por intuición. 3

4 La inteligencia de negocios permite la toma de decisión en los niveles estratégicos, tácticos u operativos, extrayendo datos para analizarlos, generar reportes y realizar análisis cruzados por medio del análisis multidimensional. Howard Dresner en 1985, puso el acrónimo de BI (Business Intelligence), como el conjunto de métodos, herramientas y procedimientos para la toma de decisiones, basados en hechos. En la actualidad BI, incluye una amplia gama de metodologías, aplicaciones y tecnologías, que permiten extraer de diversas fuentes, plataformas y estructuras para transformarlas y analizarlas: datos, transacciones e información son convertidas en conocimientos para soporte en la toma de decisiones La implementación de un esquema de BI permite: Información correcta en el momento adecuado, almacenada en un único lugar y disponible en tiempo real. Evaluación de distintos escenarios que permiten analizar situaciones que puedan afectar al negocio. La información va mas allá de los reportes, incluyendo indicadores que me permitan medir el desempeño del negocio. Permite agrupar información de diferentes áreas para establecer, modificar y ajustar políticas, procesos y procedimientos. Gran capacidad de reacción ante amenaza y vulnerabilidades del negocio, actuando o anticipándose a éstos. Capacidad de retroalimentación con respecto a hechos sucedidos para reevaluar políticas y objetivos del negocio. 4

5 Datos Retroalimentación Información Planes de acción Conocimiento Reglas 1.2. Selección de Indicadores: Para generar el concepto de BI es importante entender cuál es el flujo de información en la empresa y cuáles son los procesos involucrados en el requerimiento de información. Por eso es necesario preguntarse: Qué información se necesita? Para qué se quiere la información? A quien va dirigida la información? 5

6 1.3. Las 4 P de BI: PLAN: curso de acción conscientemente determinado POSICIÓN: un medio para ubicar a la organización (nicho, rentas, dominio) PATRÓN: es un modelo que implica consistencia PERSPECTIVA: una manera particular de percibir el mundo (concepto, cultura, ideología) 2. MINERÍA DE DATOS (DATA MINING) Es un proceso de descubrimiento y análisis de relación de patrones y tendencias en grandes volúmenes de datos para la generación de conocimiento. Entendimiento de la Idea Entendimiento de los Datos Preparación de los Datos Implementación Datos Modelamiento Evaluación 6

7 Los sistemas de base de datos dan soporte a los procesos básicos de la organización, una vez realizada esta labor la organización requiere información más allá de lo que ofrecen los reportes; de esta necesidad, surgen herramientas para la toma de decisiones (DSS Decision Support System), tales como: EIS, OLAP y otras herramientas de la minería de datos. Las Herramientas OLAP (On Line Analytical Processing) actúan sobre sistemas de información (transaccional o bodega de datos), permitiendo hacer agregaciones y combinaciones de datos complejos para realizar análisis estratégico, basados en sistemas o interfaces multidimensionales de forma matricial, permitiendo facilidades para manejar y transformar los datos que producen otros datos (metadatos). Las herramientas de minería de datos permiten extraer patrones, tendencias para predecir comportamientos futuros. 3. BODEGA DE DATOS. Un bodega de datos (Bodega de datos, DataWareHouse), es el sistema de información central de datos orientado al dominio, no volátil, integrado y variante en el tiempo, procedente de diversos sistemas de información que generan la materia prima a granel (SAP, CRM, ERP, OLTP). La información en el bodega de datos sirve para realizar minería de datos (Data mining), utilizando herramientas de procesamiento analítico en línea y análisis multidimensional (OLAP) y Sistemas para el apoyo en la toma de decisiones (DSS). Los almacenes de datos pueden estar conformados por centros de acopios intermedios o data marts que se especializan en un área de la organización y son sistemas orientados a la consulta. Una bodega de datos debe ser: Temático: Los datos se almacenan por su naturaleza (área, tema, dependencia, etc.) para facilitar su entendimiento por parte de los usuarios finales. Integrado: Todos las dependencias de la organización envían su 7

8 información en diferente nivel de detalle pero de forma tal que es altamente consistente. No volátil: La información es permanente, solo se realizan dos tipos de operaciones: Carga de los objetos (información) y su consulta. Histórico: Esta conformado por una serie de instantáneas de la situación de la organización para realizar una línea base para el análisis y la realización de perfiles, comportamientos y predicciones con respecto a la información almacenada. 4. ARQUITECTURA DE UNA BASE DE DATOS EN INTELIGENCIA DE NEGOCIOS 4.1. Nivel operacional Son los datos primitivos de los sistemas de información que son creados y actualizados transaccionalmente. Datos operacionales Almacén de datos Nivel departamental Aplicaciones de usuario DATA MART SGBD Nivel individual OLAP Carga de datos Transformadores de datos Minería de datos 8

9 4.2. Bodega de datos o DWH Almacenan los datos primitivos cargados en el DWH con un mediano o alto grado de resumen para generar datos derivados y apoyar la toma de decisiones Nivel departamental (Data Marts) Tienen datos primitivos con un mediano grado de resumen, procedentes de sistemas de información y fuentes de información. En los Data Marts: los usuarios son limitados (servidores dedicados), están asignados a un área específica del negocio, tienen un propósito, y una función de apoyo a la organización Nivel individual Contienen pocos datos y son generados mediante algoritmos Heurísticos, procesos estadísticos de la información de los almacenes de datos para la toma de decisiones (Regresiones, series temporales, análisis discriminantes, métodos bayesianos, algoritmos genéticos, arboles de decisión y redes neuronales en otros), realización de perfiles, comportamientos y predicciones. La diferencia entre la arquitectura de una bodega de datos y una base de datos OLTP estándar, es que en una estructura de bodega de datos las tablas están desnormalizadas entre variables y dimensiones. Un sistema OLTP debe dar una respuesta a cada pregunta con respeto al funcionamiento de la empresa. 9

10 4.5. Cubos Multidimencionales OLAP Iserra Bolsos Hello Manillas Zapatos Hello Balacas /09/ /10/ /11/2011 Éxito Carulla 1 Olímpica SAO 4 Clientes 8 Productos Fechas 1. Cuántos pares de zapatos Hello se vendieron a almacenes Éxito? 2. Cuántos productos se vendieron en total a Iserra el 1 de octubre de 2011? 3. Cuántos pares de zapatos Hello se vendieron a Iserra el 1 de octubre de 2011? 4. Cuántos bolsos Hello se vendieron a Olímpica? 5. Cuántos bolsos Hello se vendieron en total el 1 de noviembre? 6. Cuántos zapatos Hello se vendieron en total? 7. Cuántos productos se vendieron en total? 8. Cuántos productos se vendieron en total el 1 de noviembre de 2011? Las herramientas especializadas como hojas de cálculos dinámicas, tablas dinámicas son utilizadas para consultar un cubo permitiendo al usuario realizar operaciones (cruces, filtrados, organización, totales), de forma más fácil Un cubo está conformado por dimensiones que son atributos relativos a las variables, son las perspectivas de análisis de las variables que forman parte de las dimensiones y son necesarias para la presentación de los datos a los usuarios para cada uno de los registros de la tabla de hechos. 10

11 Modelos utilizados para construcción * Esquema estrella (Star schema) TABLA DE HECHOS El Esquema de estrella es la arquitectura más simple en una bodega de datos, consiste en una tabla de Variables (Hechos) rodeada por para poder utilizarla con una herramienta de consultas OLAP. La llave primaria de una tabla de hechos es el conjunto de atributos primos que corresponden a las dimensiones. 11

12 * Esquema en copos de nieve (bola de nieve) TABLA DE HECHOS Las tablas de dimensiones representan las relaciones normalizadas (3NF) y forman parte de un modelo relacional de base de datos. El uso más común del esquema en bola de nieve es cuando las tablas de dimensiones son muy grandes o complejas y es dependiente de otra dimensión y no de la tabla de hecho como tal. 12

13 * Esquema de constelación de hechos (fact constellation schema) HECHOS A HECHOS B Un modelo tipo constelación se realiza cuando existe más de una tabla de hecho y estas pueden compartir sus dimensiones entre sí. 13

14 5. ARQUITECTURA FUNCIONAL DE UN ALMACEN DE DATOS INTELIGENCIA MINERÍA DE DATOS DATAWAREHOUSE CONOCIMIENTO CUBOS OLAP ROLAP MOLAP OLAP ROLAP MOLAP INFORMACIÓN OPERACIÓN CONSTRUCCIÓN CUBOS ODS LIMPIEZA OPERACIÓN HERRAMIENTAS ETL OLAP STAGING AREA DATOS REPOSITORIO DE DATOS OLTP OLTP Repositorio de Datos OLTP: Es el nivel inferior de la pirámide y corresponde a las bases de datos de la organización con estructura orientada a las transacciones. Aquí se encuentran todos los datos con los que se va a trabajar. Operaciones con Herramientas ETL OLAP: Aquí se encuentran las herramientas para la realización de operaciones ETL y a nivel funcional constituyen la STAGING AREA (área temporal de procesos) que corresponde a un área de almacenamiento que permite temporalmente la extracción, transformación, limpieza y mapeo de los datos a cargar en la bodega de datos 14

15 Operaciones de construcción de Cubos: Aquí se integran los datos del nivel OLTP y el nivel OLAP, a nivel funcional se denomina ODS (OPERATIONAL DATA STORE) o Almacén Operacional De Datos, el cual representa el contenedor de datos activos que ayudan al soporte de toma de decisiones y a la operación. Los cubos OLAP - ROLAP - MOLAP: Son cubos multidimensionales, y dependiendo del tipo de almacenamiento de datos se pueden clasificar en ROLAP si sus datos son almacenados en un motor relacional, o MOLAP en el caso en que se almacene en una base de datos multidimensional. Herramientas de Minería de Datos: Ayudan a extraer información a partir de patrones, la herramienta más común utilizada en la minería de datos es el proceso denominado Descubrimiento de Conocimiento en Bases de datos (KDD). 15

16 GLOSARIO DWH: (Data WareHouse). Bodega de Datos. Es un conjunto de datos integrados sobre los cuales se soportan procesos de toma de decisiones para grandes volúmenes de datos. ETL: (Extraction, Transformation and Load). Corresponde a los procesos de: Extracción: Aquí se identifican las fuentes y la información requerida por el almacén de datos (BD, archivos planos, aplicaciones no relacionales, etc.). Transformación: Una vez se selecciona la información a ser cargada al almacén, ésta se debe tratar para evitar que la migración no interrumpan su carga; por ejemplo: tipos de datos, formatos de fecha, caracteres especiales no visibles (cambios de línea, chr(10),chr(13)), caracteres de comillas sencillas y otros. Carga: Después de determinar las fuentes de información, las transformaciones y limpieza de la información extraída, se procede a determinar la fuente destino y el mapeo entre la estructura origen y la destino para realizar la carga de los datos extraídos KDD: (Knowledge Discovery from Databases). Descubrimiento de Conocimiento en Bases de Datos cuyo objetivo es encontrar conocimiento útil, válido, relevante y nuevo sobre una determinada actividad mediante algoritmos, para grandes volúmenes de datos. ODS: (OPERATIONAL DATA STORE) o Almacén Operacional De Datos 16

17 BIBLIOGRAFÍA Kimball, R., & Ross, M. (2002). The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling (Second Edition ed.). (R. Elliott, Ed.) John Wiley and Sons, Inc. Pérez López, C., & Santín González, D. (2007). Minería de Datos, Técnicas y Herramientas. Madrid: Thomson Ediciones Paraninfo, S.A. Scheps, S. (2008). Business Intelligence For Dummies. Indianapolis: Wiley Publishing, Inc. 17

18 Control de documento Construcción Objeto de Aprendizaje Fundamentos de Inteligencia de Negocios Desarrollador de contenido Experto temático Asesor pedagógico Producción Multimedia Programador Líder expertos temáticos Líder línea de producción José Fernando Galindo Rafael Neftalí Lizcano Reyes Luis Fernando Botero Mendoza Victor Hugo Tabares Daniel Eduardo Martínez Ana Yaqueline Chavarro Parra Santiago Lozada Garcés 18

Conceptos de Inteligencia Empresarial

Conceptos de Inteligencia Empresarial Conceptos de Inteligencia Empresarial Business Intelligence Se denomina inteligencia empresarial, inteligencia de negocios o BI (del inglés business intelligence), al conjunto de estrategias, aplicaciones,

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

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

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

Dirección General de Estudios de Postgrado Área de Ingeniería Programa: Maestría Sistemas de Información

Dirección General de Estudios de Postgrado Área de Ingeniería Programa: Maestría Sistemas de Información Dirección General de Estudios de Postgrado Área de Ingeniería Programa: Maestría Sistemas de Información Caracas, Abril 2016 Integrantes: Areiza, Elvis Pérez, Dalila Rivas, Juan Puntos a tratar: 1.- Almacén

Más detalles

GUIA DE LABORATORIO 4. CONSTRUCCIÓN DE CUBOS PARA UNA BODEGA DE DATOS

GUIA DE LABORATORIO 4. CONSTRUCCIÓN DE CUBOS PARA UNA BODEGA DE DATOS GUIA DE LABORATORIO 4. CONSTRUCCIÓN DE CUBOS PARA UNA BODEGA DE DATOS ESTRUCTURA DE CONTENIDOS. 1. Introducción. 2 2. Objetivo. 2 3. Consideraciones. 3 4. Procedimiento. 4 4.1. Compresión del modelo de

Más detalles

SYLLABUS de la Asignatura Inteligencia de Negocios

SYLLABUS de la Asignatura Inteligencia de Negocios Escuela de Informática Sazié 2325 +56 2 2661 8256 contactofi@unab.cl SYLLABUS de la Asignatura Negocios 1. Descripción de la asignatura Este curso presenta el diseño y análisis de sistemas de información

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

Modulo II Data Warehouse y OLAP

Modulo II Data Warehouse y OLAP Diplomado en Minería de Datos para la Toma de Decisiones Modulo II Data Warehouse y OLAP 2 Arquitectura Data Warehouse Objetivos 2.1 Niveles y Componentes. 2.2 Modelo de Datos Multidimensional. 2.3 Tipos

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

Inteligencia de Negocio

Inteligencia de Negocio Inteligencia de Negocio Conceptos y tendencias actuales Autor: MSc. Anabel Montero Posada Sistemas Operacionales ERP -Ventas/Pedidos -Inventario Sistemas de gestión de relaciones con el cliente (CRM) Sitios

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

DESARROLLO APLICACIONES BUSINESS INTELLIGENCE CON MS SQL SERVER Big Data

DESARROLLO APLICACIONES BUSINESS INTELLIGENCE CON MS SQL SERVER Big Data DESARROLLO APLICACIONES BUSINESS INTELLIGENCE CON MS SQL SERVER 2016 + Big Data DESCRIPCIÓN Este curso está orientado a brindar a los alumnos los fundamentos necesarios en el campo del Business Intelligence

Más detalles

ARQUITECTURA DE UNA BODEGA DE DATOS

ARQUITECTURA DE UNA BODEGA DE DATOS ARQUITECTURA DE UNA BODEGA DE DATOS Estructura de contenidos INTRODUCCIÓN... 3 1. ARQUITECTURA DE UNA BODEGA DE DATOS... 3 1.1 PROPIEDADES... 3 1.2 ARQUITECTURA DE UNA CAPA... 4 1.3 ARQUITECTURA DE DOS

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

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

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

Más detalles

Taller #2. Carlos Reveco Cinthya Vergara

Taller #2. Carlos Reveco Cinthya Vergara Taller #2 Carlos Reveco creveco@dcc.uchile.cl Cinthya Vergara cvergarasilv@ing.uchile.cl 1 Taller#2 Modelamiento Multidimensional Antecedentes Generales Ejercicio Laboratorio #2: Desde Modelo Estrella

Más detalles

ETL es el proceso responsable por las operaciones que tiene lugar en el back stage de una arquitectura de Data Warehouse.

ETL es el proceso responsable por las operaciones que tiene lugar en el back stage de una arquitectura de Data Warehouse. ETL Segunda Parte ETL es el proceso responsable por las operaciones que tiene lugar en el back stage de una arquitectura de Data Warehouse. Framework de ETL Datos extraídos de fuentes de almacenamiento

Más detalles

SISTEMAS DE INTELIGENCIA DE NEGOCIOS

SISTEMAS DE INTELIGENCIA DE NEGOCIOS Estructura de contenidos INTRODUCCIÓN...3 1. BODEGA DE DATOS (DATA WAREHOUSE)...3 1.1. Componentes...3 1.1.1. Orígenes de datos...4 1.1.1.1. Sistemas propios...4 1.1.1.2. Origen externos...4 1.1.2. Área

Más detalles

Bases de Datos Distribuidas

Bases de Datos Distribuidas Estructura de contenidos Introducción 1. Definición 2. Rasgos característicos de una BDD 3. Ventajas de las BDD 4. Desventajas de las BDD 5. Sistema de Gestión de Bases de Datos Distribuidas 5.1. Componentes

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

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

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

UNIVERSIDAD CIENTIFI CA~-,. ~ ' FACULTAD DE INGENIERÍA DE SISTEMAS EMPRESARIALES "INTELIGENCIA DE NEGOCIOS CON SAP BUSINESS ONE"

UNIVERSIDAD CIENTIFI CA~-,. ~ ' FACULTAD DE INGENIERÍA DE SISTEMAS EMPRESARIALES INTELIGENCIA DE NEGOCIOS CON SAP BUSINESS ONE UNIVERSIDAD ~ ' CIENTIFI CA~-,. DELSUR '',,,,, FACULTAD DE INGENIERÍA DE SISTEMAS EMPRESARIALES "INTELIGENCIA DE NEGOCIOS CON SAP BUSINESS ONE" Trabajo profesional para obtener el Título de Ingeniero de

Más detalles

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

Sistemas de Información Gerencial

Sistemas de Información Gerencial Sistemas de Información Gerencial Tema 5: Inteligencia de Negocios y Data Warehouse Ing. Francisco Rodríguez Novoa 1 INDICE Inteligencia de Negocios OLTP y OLAP Data Warehouse. Procesos Diseño de Data

Más detalles

Diseño estructural y propuesta de actividades. 1. DATOS GENERALES DEL CURSO Análisis de información y minería de datos para la toma de decisiones

Diseño estructural y propuesta de actividades. 1. DATOS GENERALES DEL CURSO Análisis de información y minería de datos para la toma de decisiones Formato 1 UNIVERSIDAD DE GUADALAJARA 1. DATOS GENERALES DEL CURSO Nombre del curso Análisis de información y minería de datos para la toma de decisiones Programa al que pertenece Créditos Horas teoría

Más detalles

Inteligencia de Negocios (Introducción)

Inteligencia 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 detalles

CC Inteligencia de Negocios

CC Inteligencia de Negocios Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ciencias de la Computación CC5608 - Inteligencia de Negocios Clase 1 - Introducción Marcela Calderón Corail - Semestre Otoño

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

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

REALIZAR EL PROCESO DE RESPALDO Y MIGRACIÓN DE DATOS DEL SISTEMA. MIGRACIÓN DE DATOS

REALIZAR EL PROCESO DE RESPALDO Y MIGRACIÓN DE DATOS DEL SISTEMA. MIGRACIÓN DE DATOS REALIZAR EL PROCESO DE RESPALDO Y MIGRACIÓN DE DATOS DEL SISTEMA. MIGRACIÓN DE DATOS Desarrollo laboratorio de Migración de Base de datos Laboratorio Nº 21 Estructura de contenidos 1. TRABAJAR CON EL ARCHIVO

Más detalles

Inteligencia de Negocios Soluciones para la toma de decisiones

Inteligencia de Negocios Soluciones para la toma de decisiones Inteligencia de Negocios Soluciones para la toma de decisiones Quienes somos? Somos una empresa joven y dinámica compuesta por un equipo multidisciplinario de profesionales que brinda servicios en inteligencia

Más detalles

Cátedra: BI Business Intelligence. Asignatura BI Business Intelligence Ciclo Lectivo 2012 Vigencia del Ciclo lectivo 2012.

Cátedra: 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 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

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

Cuadrante Mágico de Gartner para BI 2013 vs. 2014

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

Más detalles

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

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

Más detalles

LABORATORIO 9. REPLICACIÓN DE BASE DE DATOS

LABORATORIO 9. REPLICACIÓN DE BASE DE DATOS LABORATORIO 9. REPLICACIÓN DE BASE DE DATOS GUÍA DE LABORATORIO Nº 9 Actividad de Proyecto No. 11: ESTABLECER PLANES DE SINCRONIZACIÓN PARA BASE DE DATOS Y OBJETOS DISTRIBUIDOS. Estructura de contenidos.

Más detalles

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

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

Más detalles

PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR TEMA: AUTOR: DIRECTOR:

PONTIFICIA 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 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

Bases de Datos Masivas

Bases 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 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

GESTIÓN DE INCIDENTES

GESTIÓN DE INCIDENTES GESTIÓN DE INCIDENTES Estructura de contenidos INTRODUCCIÓN...3 1. DEFINICIÓN...3 2. PROCESOS PARA LA GESTIÓN DE INCIDENTES...4 2.1. Identificación y Registro...4 2.2. Clasificación y Priorización...4

Más detalles

Sistemas de Información 12/13 La organización de datos e información

Sistemas 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 detalles

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

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

Más detalles

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

REPOSITORIO COR O P R OR O A R T A I T VO V

REPOSITORIO COR O P R OR O A R T A I T VO V REPOSITORIO CORPORATIVO Repositorio Corporativo Que es? Antecedentes? Por que lo necesito? Multiplicidad de sistemas Retraso en obtención de reportes Info 3 Info 2 Info 1 Redundancia Inconsistencia de

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

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

Plan de Marketing Digital

Plan de Marketing Digital Análisis y Desarrollo de Sistemas de Información Introducción Las cifras demuestran que nuestro país cada vez está más inmerso en el mundo digital, según estudios de consumo digital1 presentado por el

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

v.1.0 Clase 1 Docente: Gustavo Valencia Zapata

v.1.0 Clase 1 Docente: Gustavo Valencia Zapata v.1.0 Clase 1 Docente: Gustavo Valencia Zapata Temas Clase 1: Introducción a la Inteligencia de Negocios Hitos y personajes Arquitectura de BI Evolución de la Información Inteligencia de Negocios (BI)

Más detalles

DATA MINING CONCEPTOS Y EXPERIENCIA EN LA FISCALIZACIÓN DEL MERCADO DE VALORES DE CHILE

DATA MINING CONCEPTOS Y EXPERIENCIA EN LA FISCALIZACIÓN DEL MERCADO DE VALORES DE CHILE VII Reunión sobre casos prácticos de inspección y vigilancia de mercados y entidades. Santiago de Chile DATA MINING CONCEPTOS Y EXPERIENCIA EN LA FISCALIZACIÓN DEL MERCADO DE VALORES DE CHILE Marcelo García

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

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

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

Soluciones OLAP con Microsoft Analysis Services

Soluciones 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 detalles

La Inteligencia de Negocios y la Gerencia Estrategica

La Inteligencia de Negocios y la Gerencia Estrategica La Inteligencia de Negocios y la Gerencia Estrategica Inteligencia de Negocios: El objetivo de las soluciones de Inteligencia de Negocios, es apoyar a las empresas al logro de sus planes y estrategias,

Más detalles

1.1 Evolución de los Decision Support Systems (DSS)

1.1 Evolución de los Decision Support Systems (DSS) 1. Introducción 1.1 Evolución de los Decision Support Systems (DSS) La historia de los data warehouses comienza con la evolución de los sistemas de información y sistemas para el soporte de toma de decisiones

Más detalles

LABORATORIO 9. DISEÑO DE INTERFACES

LABORATORIO 9. DISEÑO DE INTERFACES LABORATORIO 9. DISEÑO DE INTERFACES GUÍA DE LABORATORIO Nº 9 Actividad de Proyecto: DETERMINAR LA ESTRUCTURA LÓGICA DEL SISTEMA Estructura de contenidos. 1. Introducción. 2 2. Objetivos. 3. Consideraciones.

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

CASO DE ESTUDIO LA ÉTICA EN EL BANCO DE VALORES

CASO DE ESTUDIO LA ÉTICA EN EL BANCO DE VALORES CASO DE ESTUDIO LA ÉTICA EN EL BANCO DE VALORES Actividad de Aprendizaje: Diseñar los mecanismos de seguridad y control 1. Contextualización Hace unos tres años se dio en Colombia un escándalo debido a

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

Experto en Data Warehouse con Herramientas BI (Business Intelligence)

Experto en Data Warehouse con Herramientas BI (Business Intelligence) Experto en Data Warehouse con Herramientas BI (Business Intelligence) Titulación certificada por EUROINNOVA BUSINESS SCHOOL Experto en Data Warehouse con Herramientas BI (Business Intelligence) Experto

Más detalles

BENCHMARKING. Introducción

BENCHMARKING. Introducción Introducción Cada vez las exigencias y competitividad del mercado están marcadas por un punto más alto y las organizaciones o nuevos negocios se ven sometidos a hacer esfuerzos en la búsqueda constante

Más detalles

GUIA DE LABORATORIO OPTIMIZACIÓN DE CONSULTAS SQL A TRAVÉS DE HERRAMIENTAS DEL SMBD

GUIA DE LABORATORIO OPTIMIZACIÓN DE CONSULTAS SQL A TRAVÉS DE HERRAMIENTAS DEL SMBD GUIA DE LABORATORIO OPTIMIZACIÓN DE CONSULTAS SQL A TRAVÉS DE HERRAMIENTAS DEL SMBD ESTRUCTURA DE CONTENIDOS. 1. Introducción. 2. Objetivos. 3. Consideraciones. 4. Procedimiento. 5. Evidencias a Entregar.

Más detalles

Licencia GNU FDL. Detalle del cambio. Ing. Bernabeu Ricardo Dario, Ing. García Mattío Mariano Alberto. Versión incial. 05/11/2009

Licencia 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 detalles

Generalidades de la Inteligencia de negocios (Business Intelligence - BI).

Generalidades de la Inteligencia de negocios (Business Intelligence - BI). Generalidades de la Inteligencia de negocios (Business Intelligence - BI). Generalidades La Inteligencia de Negocios (Business Intelligence) se define como la combinación de conceptos, herramientas y procesos

Más detalles

GUÍA DE LABORATORIO Nº 19 Implementación de casos de prueba

GUÍA DE LABORATORIO Nº 19 Implementación de casos de prueba GUÍA DE LABORATORIO Nº 19 Implementación de casos de prueba GUÍA DE LABORATORIO Nº 19 Actividad de Proyecto: Ejecutar y documentar pruebas del software que cumplan con los estándares de calidad Estructura

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

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

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

Servicio Business Intellingence integrado con Data Management & Big Data Del dato al conocimiento

Servicio Business Intellingence integrado con Data Management & Big Data Del dato al conocimiento Servicio Business Intellingence integrado con & Big Del dato al conocimiento Servicio BI integral: Business Intelligence es la habilidad para transformar los datos en información, y la información en conocimiento,

Más detalles

Desarrollo de Herramientas para Warehousing en el Municipio de Junín

Desarrollo de Herramientas para Warehousing en el Municipio de Junín Desarrollo de Herramientas para Warehousing en el Municipio de Junín Mariana Adó, María Cecilia Rastelli, Ana Smail 1, Rodolfo Bertone 1,2 1 Universidad Nacional del Noroeste de la Provincia de Buenos

Más detalles

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

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

Más detalles

GUÍA DE LABORATORIO Nº 20 Construcción de un Instalador para una Aplicación de software

GUÍA DE LABORATORIO Nº 20 Construcción de un Instalador para una Aplicación de software GUÍA DE LABORATORIO Nº 20 Construcción de un Instalador para una Aplicación de software GUÍA DE LABORATORIO Nº 20 Actividad de Proyecto: Desarrollar las tareas de configuración y puesta en marcha del sistema

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

Instituto de Educación Técnica Profesional de Roldanillo, Valle- INTEP FORMATO DEL MICROCURRÍCULO TRABAJO AUTÓNOMO INTELIGENCIA DE NEGOCIOS

Instituto de Educación Técnica Profesional de Roldanillo, Valle- INTEP FORMATO DEL MICROCURRÍCULO TRABAJO AUTÓNOMO INTELIGENCIA DE NEGOCIOS Página 1 de 7 A. AREA: FORMACIÓN ESPECÍFICA MÓDULO TOTAL HORAS CRÉDITOS TRABAJO DIRIGIDO TRABAJO AUTÓNOMO INTELIGENCIA DE NEGOCIOS SEMESTRE PROGRAMA DOCENTE DIRECCIÓN CORREO 32 32 32 Noveno Administración

Más detalles

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

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

Más detalles

LABORATORIO 11. Arquitectura Lógica del Sistema de Información GUÍA DE LABORATORIO Nº 11 SISTEMA DE INFROMACIÓN. Estructura de contenidos.

LABORATORIO 11. Arquitectura Lógica del Sistema de Información GUÍA DE LABORATORIO Nº 11 SISTEMA DE INFROMACIÓN. Estructura de contenidos. LABORATORIO 11. Arquitectura Lógica del Sistema de Información GUÍA DE LABORATORIO Nº 11 Actividad de Proyecto: ESPECIFICAR EL MODELO CONCEPTUAL DEL SISTEMA DE INFROMACIÓN. Estructura de contenidos. 1.

Más detalles

CI2355 Almacenes de datos y OLAP

CI2355 Almacenes de datos y OLAP CI2355 Almacenes de datos y OLAP Arquitectura 2012/03/12 CI2355 - Almacenes de datos y OLAP 2 Propiedades esenciales Separación El procesamiento transaccional y el analítico deben mantenerse lo más separados

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

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

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

Capacitación SAP BW Plataforma Tecnológica Única

Capacitación SAP BW Plataforma Tecnológica Única Capacitación SAP BW Plataforma Tecnológica Única Noviembre, 2011 Agenda Presentación del Instructor e Integración Grupal Objetivos del Taller Qué es un Datawarehouse? Qué es SAP BW? Estructura / Capas

Más detalles

ANEXO F ARQUITECTURAS DE INTELIGENCIA DE NEGOCIOS

ANEXO F ARQUITECTURAS DE INTELIGENCIA DE NEGOCIOS ANEXO F ARQUITECTURAS DE INTELIGENCIA DE NEGOCIOS 1. Realizado por: Stephanie Herrera Bautista 2. Introducción: 2.1. Propósito: Se busca realizar el planteamiento de las diversas arquitecturas que se pueden

Más detalles

Introducción a la Minería de Datos y el Data Warehousing

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

Más detalles

Ciclo Evolutivo - Fundamentos

Ciclo Evolutivo - Fundamentos TECNOLOGIA DE RECURSOS EMPRESARIALES, BUSINESS INTELLIGENCE Y DATAWAREHOUSE Ciclo Evolutivo - Fundamentos 1 Evolución de los ERP - OLTP 50-60 Cantidad Económica de Pedidos, Stock Mínimo, Punto de Pedido,

Más detalles

Sumario... 5. Prólogo... 7. Unidad didáctica 1. Introducción a business intelligence... 11. Objetivos de la Unidad... 12

Sumario... 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 detalles

PLATAFORMA TECNOLOGICA PARA LA TOMA DE DECISIONES INTEGRADA EN LA PYME. ajaraw@cidnoa.org.ar

PLATAFORMA TECNOLOGICA PARA LA TOMA DE DECISIONES INTEGRADA EN LA PYME. ajaraw@cidnoa.org.ar PLATAFORMA TECNOLOGICA PARA LA TOMA DE DECISIONES INTEGRADA EN LA PYME MARCO CONCEPTUAL Democratizar el Acceso a Herramientas de Software a pequeñas Organizaciones que permita procesar grandes volúmenes

Más detalles

INTELIGENCIA DE NEGOCIOS: GESTIÓN ESTRATÉGICA DE LA INFORMACIÓN

INTELIGENCIA DE NEGOCIOS: GESTIÓN ESTRATÉGICA DE LA INFORMACIÓN Centro Integral de Educación Continua (CIEC) Curso de Educación Continua (CEC) INTELIGENCIA DE NEGOCIOS: GESTIÓN ESTRATÉGICA DE LA INFORMACIÓN Del 26 de agosto al 27de setiembre de 2016 Martes y viernes

Más detalles

20767A Implementing a SQL Data Warehouse

20767A Implementing a SQL Data Warehouse 20767A Implementing a SQL Data Warehouse Duración: 40 Horas Examen Asociado: Examen 70-767 Descripción del Curso: Este instructor de 5 días condujo curso describe cómo implementar una plataforma de almacenamiento

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

Inteligencia de Negoción con GlobalDataMED

Inteligencia de Negoción con GlobalDataMED Inteligencia de Negoción con GlobalDataMED Inteligencia de Negocios Soluciones de software que ayudan a las personas de todos los niveles de su organización de salud a tomar decisiones financieras, operativas

Más detalles

Facultad de Ciencias Económicas. Departamento de Sistemas. Asignatura: INTELIGENCIA DE NEGOCIOS. Plan 1997

Facultad 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 detalles

Data Warehousing. Introducción. Facultad de Ingeniería Escuela de Ingeniería de Sistemas y Computación

Data Warehousing. Introducción. Facultad de Ingeniería Escuela de Ingeniería de Sistemas y Computación Data Warehousing Introducción Introducción Indice (I) Propiedades de un dw Arquitectura de procesos en un sistema de data warehousing Puntos clave Diseño de la base de datos de un data warehouse Indice

Más detalles

Fundamentos 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 - 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 detalles