FUNDAMENTOS DE INTELIGENCIA DE NEGOCIOS
|
|
- Rosario García Saavedra
- hace 6 años
- Vistas:
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
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 detallesBodegas de Datos y OLAP. Introducción a la Bodegas de Datos
Bodegas de Datos y OLAP Introducción a la Bodegas de Datos Contenido SI-Definición y Clasificación MIS Vs DSS DSS-Definición y Características DW-Definición, Elementos, Características, Arquitectura, OLTP
Más detallesARQUITECTURA 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 detallesInteligencia 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 detallesDIPLOMADO EN MICROSOFT SQL SERVER 2008
DIPLOMADO EN MICROSOFT SQL SERVER 2008 El departamento de TI de las empresas se está sometiendo a una transformación integral. Está preparado? Aproveche la mejor oportunidad para capacitarse, ampliar sus
Más detallesSistema de análisis de información. Resumen de metodología técnica
Sistema de análisis de información Resumen de metodología técnica Tabla de Contenidos 1Arquitectura general de una solución de BI y DW...4 2Orígenes y extracción de datos...5 2.1Procesos de extracción...5
Más detallesAux 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 detallesSISTEMAS 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 detallesInteligencia de Negocios Introducción. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS
Inteligencia de Negocios Introducción Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Agenda 1.Introducción 2.Definición 3.ETL 4.Bodega de Datos 5.Data Mart
Más detallesInteligencia 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 detallesUnidad 10. Almacenes de Datos
Unidad 10 Almacenes de Datos Introducción Definición Los Almacenes de Datos (data warehouse) son colecciones de datos orientadas a la toma de decisiones Almacenes de Datos y Bases de Datos La principal
Más detallesSISTEMAS 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 detallesCC 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 detallesFACULTAD DE INGENIERÍA. Bases de Datos Avanzadas
FACULTAD DE INGENIERÍA Ingeniería en Computación Bases de Datos Avanzadas Datawarehouse Elaborado por: MARÍA DE LOURDES RIVAS ARZALUZ Septiembre 2015 Propósito Actualmente las empresas necesitan contar
Más detallesPablo A. Sacco UNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL CÓRDOBA INGENIERÍA EN SISTEMAS DE INFORMACIÓN
Pablo A. Sacco UNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL CÓRDOBA INGENIERÍA EN SISTEMAS DE INFORMACIÓN INTELIGENCIA DE NEGOCIOS (BI) 1 Objetivos Asesorar a todas las áreas de una organización
Más detallesUNIVERSIDAD 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 detallesSISTEMA 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 detallesPONTIFICIA 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 detallesPlan 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 detallesInteligencia de Negocios (Introducción)
Inteligencia de Negocios (Introducción) Por Elizabeth León Guzmán Profesora Agenda Datos, información, conocimiento Inteligencia de negocios Definición Características Fases Introducción a las bodegas
Más detallesCátedra: BI Business Intelligence. Asignatura BI Business Intelligence Ciclo Lectivo 2012 Vigencia del Ciclo lectivo 2012.
Asignatura BI Business Intelligence Ciclo Lectivo 2012 Vigencia del Ciclo lectivo 2012 programa Plan 2008 Área Complementaria Carga horaria semanal Anual/ cuatrimestral Coordinador de Cátedra Objetivos
Más detallesInstituto 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 detallesSoluciones OLAP con Microsoft Analysis Services
Soluciones OLAP con Microsoft Analysis Services 5to Congreso de Informática, Universidad Mariano Gálvez, Zacapa Marco Tulio Gómez Reyes mgomez@solcomp.com MSc. Tecnologías de la Información MCITP Business
Más detallesCuadrante Mágico de Gartner para BI 2013 vs. 2014
Cuadrante Mágico de Gartner para BI 2013 vs. 2014 Challengers Leaders Challengers Leaders Niche Players Visionaries Niche Players Visionaries Cuadrante Mágico de Gartner SGBD y Sistemas de Data WareHouse
Más detallesUNIVERSIDAD 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 detallesDefinición. Data Warehousing: almacenamiento, transformación y distribución de datos útiles para los responsables de tomar decisiones 9/29/2006 4
Definición Data Warehousing: almacenamiento, transformación y distribución de datos útiles para los responsables de tomar decisiones 9/29/2006 4 Definición (cont.) Un Data Warehouse es una colección de
Más detallesLicencia GNU FDL. Detalle del cambio. Ing. Bernabeu Ricardo Dario, Ing. García Mattío Mariano Alberto. Versión incial. 05/11/2009
Licencia GNU FDL Copyright 2009 Ing. Bernabeu Ricardo Dario, Ing. García Mattío Mariano Alberto. Se otorga permiso para copiar, distribuir y/o modificar este documento bajo los términos de la Licencia
Más detallesBotón 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 detallesExperto 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 detallesBusiness Intelligence
2012 Business Intelligence Agenda Programas Diferencias de OLTP vs OLAP Arquitectura de una solución de BI Tecnologías Microsoft para BI Diferencias entre OLTP v/s OLAP Alineación de Datos OLTP Datos organizados
Más detallesREPOSITORIO 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 detallesESCUELA 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 detallesBusiness 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 detallesPrueba de autoevaluación 2
Universidad Carlos III de Madrid1 Prueba de autoevaluación 2 1. En un sistema OLTP: a) El significado de un proceso transaccional está orientado hacia el negocio. b) El significado de un proceso transaccional
Más detallesSistemas de Información 12/13 La organización de datos e información
12/13 La organización de datos e información Departamento Informática e Ingeniería de Sistemas Universidad de Zaragoza (raqueltl@unizar.es) " Guión Introducción: Data Warehouses Características: entornos
Más detallesv.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 detallesGUÍA 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 detallesCASO 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 detallesBases de Datos Masivas
Bases de Datos Masivas Data Warehouse Bases de Datos Multidimensionales Agosto 2016 OLTP y OLAP Los sistemas transaccionales tradicionales (OLTP - On Line Transaction Processing) son inapropiados para
Más detallesMOLAP REALIZADO POR: JOSE E. TABOADA RENNA
MOLAP REALIZADO POR: JOSE E. TABOADA RENNA BASE DE DATOS Conjunto de datos estructurados, fiables y homogéneos organizados independientemente en máquina, m accesibles en tiempo real, compatible por usuarios
Más detallesRECURSOS 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** INTELIGENCIA DE NEGOCIOS**
** INTELIGENCIA DE NEGOCIOS** Programa de la unidad: 1. Qué es la inteligencia de Negocios? 2. Alcance de la inteligencia de negocios 3. Funcionamiento de la Inteligencia de negocios. 4. Planear el sistema
Más detallesInteligencia 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 detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR TEMA: AUTOR: DIRECTOR:
PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE SISTEMAS TEMA: PRINCIPIOS Y TÉCNICAS PRÁCTICAS PARA LA IMPLEMENTACIÓN DE UN PROTOTIPO DE DATA WAREHOUSE EN SQL SERVER 2000
Más detallesPROGRAMA 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 detallesDecision Support System (DDS)
Sistemas de Soporte a la toma de Decisiones Decision Support System (DDS) Decision Support System (DDS) Son aquellos que, mediante el uso de reglas de procesamiento de datos basadas en lógica, en combinación
Más detallesServicio 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 detallesPLATAFORMA 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 detallesCapacitación 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 detalles09/01/2009. 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 detallesIntroducción 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 detallesOperational Data Store (ODS)
Operational Data Store (ODS) Rosa María Castillo Div. de Servicios de Redes de Datos Telefónica I+D 28037 Madrid rmcc@tid.es Jesús Morata Div. DataWareHouse para Telefónica de España Telefónica I+D 28037
Más detallesINTELIGENCIA 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 detallesInteligencia de Negocios
Inteligencia de Negocios Necesidades y arquitectura de la solución Clase 3 Esquema de la clase 1. OLTP vs OLAP 2. Los tres problemas del OLTP 3. La arquitectura del BI 4. Fuentes de datos. 6. Herramientas
Más detallesInteligencia 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 detallesClase 1 Módulo: Data Warehouse & Datamart Docente: Gustavo Valencia Zapata
v.1.0 Clase 1 Docente: Gustavo Valencia Zapata Temas Clase 1: El Rol de TI en BI BI Retos de TI en BI Evolución de la Información Arquitectura de BI Referencias www.gustavovalencia.com Evolución de la
Más detallesSQL Server Business Intelligence parte 1
SQL Server Business Intelligence parte 1 Business Intelligence es una de las tecnologías de base de datos más llamativas de los últimos años y un campo donde Microsoft ha formado su camino a través de
Más detallesCAPÍTULO 2 DATA WAREHOUSES
CAPÍTULO 2 DATA WAREHOUSES Un Data Warehouse (DW) es un gran repositorio lógico de datos que permite el acceso y la manipulación flexible de grandes volúmenes de información provenientes tanto de transacciones
Más detallesModelos Multidimensionales con Analysis Services Primeros Pasos
Modelos Multidimensionales con Analysis Services Primeros Pasos Marco Tulio Gómez mgomez@solcomp.com MSc. Tecnologías de la Información MCITP Business Intelligence Developer MCTS Business Intelligence
Más detallesANEXO 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 detallesPROYECTO DE TESIS DIEGO GALLARDO. ESPEL - Diego Gallardo
PROYECTO DE TESIS DIEGO GALLARDO TEMA DISEÑO E IMPLEMENTACIÓN DE UN SISTEMA DE ADMINISTRACIÓN DE TIEMPOS EN PROYECTOS DE DESARROLLO DE SOFTWARE Y CONTROL DE DESEMPEÑO MEDIANTE CUBOS DE INFORMACIÓN PARA
Más detallesSistemas de Información para la Gestión. Unidad 3 Aplicaciones de Sistemas
para la Gestión Unidad 3 Aplicaciones de Sistemas U.N.Sa. Facultad de Cs.Económicas SIG 2010 UNIDAD 3: APLICACIONES DE SISTEMAS Aplicaciones empresariales: Sistemas empresariales. Sistemas de administración
Más detallesPrograma 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 detallesCiclo 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 detallesDatawarehouse. 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 detallesFundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 5 -
Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 5 - Juan Alfonso Lara Torralbo 1 Índice de contenidos Data Warehouse Modelo multidimensional Diagrama
Más detallesBUSINESS INTELLIGENCE
BUSINESS INTELLIGENCE Técnicas, herramientas y aplicaciones María Pérez Marqués Business Intelligence. Técnicas, herramientas y aplicaciones María Pérez Marqués ISBN: 978-84-943055-2-8 EAN: 9788494305528
Más detallesSumario... 5. Prólogo... 7. Unidad didáctica 1. Introducción a business intelligence... 11. Objetivos de la Unidad... 12
ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a business intelligence... 11 Objetivos de la Unidad... 12 1. Business intelligence... 13 2. Proceso de KDD... 15 3.
Más detallesFacultad de Ciencias Económicas. Departamento de Sistemas. Asignatura: INTELIGENCIA DE NEGOCIOS. Plan 1997
UNIVERSIDAD DE BUENOS AIRES Facultad de Ciencias Económicas Departamento de Sistemas Asignatura: INTELIGENCIA DE NEGOCIOS Código: 715 Plan 1997 Cátedra: DEPARTAMENTO DE SISTEMAS Carrera: Licenciado en
Más detallesData 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 detallesLOS CINCO GRADOS DE MADUREZ DE UN PROYECTO BI
LOS CINCO GRADOS DE MADUREZ DE UN PROYECTO BI INTRODUCCIÓN Se habla en multitud de ocasiones de Business Intelligence, pero qué es realmente? Estoy implementando en mi organización procesos de Business
Más detallesItinerario: Inteligencia Computacional
Máster Universitario en Investigación e Innovación en Tecnologías de la Información y las Comunicaciones Itinerario: Inteligencia Computacional Escuela Politécnica Superior Universidad Autónoma de Madrid
Más detallesAlmacén de datos - concepto. Arquitectura de un sistema de almacén de datos
Almacén de datos - concepto Almacén de datos (Bodega de Datos, Data warehouse) es una integrada colección de datos que contiene datos procedentes de sistemas del planeamiento del recurso de la empresa
Más detallesIntroducción 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 detallesDATA WAREHOUSE DATA WAREHOUSE
DATA WAREHOUSE DATA WAREHOUSE Autor: Roberto Abajo Alonso Asignatura: Sistemas Inteligentes, 5º Curso Profesor: José Carlos González Dep. Ing. Sistemas Telemáticos, E.T.S.I. Telecomunicación Universidad
Más detallesCátedra B -Contador Teóricos: Lunes y Viernes hs. Aula T
TECNOlogíade InformaciónI Cátedra B -Contador Teóricos: Lunes y Viernes 19-21 hs. Aula T Comisiones de Prácticos: Miércoles 19-21 hs. Laura Ascenzi (Aula Informática) Miércoles 19-21 hs. Francisco Gatti
Más detallesMódulo de Inteligencia de Negocio en un sistema de control de la producción en plantas de generación de energía distribuida.
Módulo de Inteligencia de Negocio en un sistema de control de la producción en plantas de generación de energía distribuida. Autores: Carlos Javier Quintero Blanco, Universidad de las Ciencias Informáticas,
Más detallesFundamentos de la Inteligencia de Negocios
para la Gestión UNIDAD 3: APLICACIONES DE SISTEMAS Unidad 3 Aplicaciones de Sistemas Aplicaciones empresariales: Sistemas empresariales. Sistemas de administración de la cadena de suministros. Sistemas
Más detallesIFCD02 Administración de Business Intelligence y Datawarehousing
IFCD02 Administración de Business Intelligence y Datawarehousing TITULACIÓN DE FORMACIÓN CONTINUA BONIFICADA EXPEDIDA POR EL INSTITUTO EUROPEO DE ESTUDIOS EMPRESARIALES IFCD02 Administración de Business
Más detallesSISTEMA DE INFORMACION DE GESTION DE TARJETAS DE CREDITO USANDO DATA MART E INTELIGENCIA DE NEGOCIOS PARA EL AREA COMERCIAL DEL BANCO RIPLEY PERU
SISTEMA DE INFORMACION DE GESTION DE TARJETAS DE CREDITO USANDO DATA MART E INTELIGENCIA DE NEGOCIOS PARA EL AREA COMERCIAL DEL BANCO RIPLEY PERU AGENDA INTRODUCCION PLANTEAMIENTO METODOLOGICO ANTECEDENTES
Más detallesTECNOLOGÍA SOFTWARE PARA EL DESARROLLO DE SISTEMAS DE INFORMACIÓN. Sistemas Informacionales (BI Business Intelligence) Sonia Marrero Cáceres
TECNOLOGÍA SOFTWARE PARA EL DESARROLLO DE SISTEMAS DE INFORMACIÓN Sistemas Informacionales (BI Business Intelligence) Sonia Marrero Cáceres Sistemas Informacionales Sistemas informacionales: Sistemas de
Más detallesCICLO ESCOLAR JULIO DICIEMBRE
CICLO ESCOLAR JULIO DICIEMBRE 2012-1 CATEDRÁTICO Lic. Rafael Gamas Gutiérrez. MATERIA Tendencias de tecnología de la información HORARIO (Día(s) y Hora) Lunes y martes 12:00-13:30 TEMA OBJETIVO(s) DE ACTIVIDADES
Más detallesBases de Datos Otoño 2012 Maestría en Ingeniería de Software L.I Yessica Sugeidy Morales Mateo. 22/09/2012 Bases de Datos
Bases de Datos Otoño 2012 Maestría en Ingeniería de Software L.I Yessica Sugeidy Morales Mateo 22/09/2012 Bases de Datos 1 Antecedentes A principios de la década de los sesenta, el software de acceso a
Más detallesMódulo Minería de Datos
Módulo Minería de Datos Diplomado Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Análsis Dimensional OLAP On-Line Analytical Processing Estructura del Proceso
Más detallesMg. Gabriel Errandonea. La Información como sustento de la planificación estratégica y de la evaluación
La Información como sustento de la planificación estratégica y de la evaluación Contenidos de la presentación Presentación basada en el documento: Sistema de Información Integrado de la Udelar. Hacia un
Más detallesHerramientas de Business Intelligence
Herramientas de Business Intelligence Curso 2012-2013 Departamento de Lenguajes y Sistemas Informáticos II http://www.kybele.es ISI/SI - 1 Sistemas de Datawarehousing Son el núcleo de las aplicaciones
Más detallesANEXO C Documento de Extracción. 1. Objetivo. 2. Alcance. 3. Arquitectura de la Extracción
ANEXO C Documento de Extracción 1. Objetivo El objetivo del documento de extracción es presentar aquellas características que se mencionan de manera general en el documento de tesis. Aquí se enfoca directamente
Más detallesBases de Datos Masivas
Bases de Datos Masivas Data Warehouse Bases de Datos Multidimensionales Banchero, Santiago Septiembre 2015 Concepto de DW. Definición según W. H. Inmon: A data warehouse is a subject-oriented, integrated,
Más detallesHUELLA ECOLÓGICA. Introducción
Introducción El planeta cuenta con aproximadamente 7.000 millones de individuos que de forma permanente hacen uso de los diferentes recursos naturales existentes en los ecosistemas para la satisfacción
Más detallesIntegración de Datos y ETL con Oracle Warehouse Builder NEW
Oracle University Contact Us: 902 302 302 Integración de Datos y ETL con Oracle Warehouse Builder NEW Duration: 5 Days What you will learn A lo largo de este curso práctico de 5 días de duración, los estudiantes
Más detallesBusiness Information Warehouse
Business Information Warehouse The Business Information Warehouse (BW) es un amplio cubo de información de toda la empresa. Esto le permite analizar datos de las aplicaciones R/3 o cualquier otra aplicación
Más detallesAcademia de la carrera de Licenciatura Informática del Instituto Tecnológico Aguascalientes
1. DATOS DE LA ASIGNATURA Nombre de la Asignatura: Sistemas de Soporte a la Decisión Carrera: Licenciatura en Informática Clave de la asignatura: IFS-0406 Horas teoría - horas práctica - créditos: 4-2-10
Más detallesWeb Warehousing. Robert Cercós Brownell Ingeniería Industrial - U. de Chile
Web Warehousing Robert Cercós Brownell Ingeniería Industrial - U. de Chile Agenda Motivación Conceptos Aplicaciones motivación si no lo puedes medir, n o l o puedes gestionar Peter Drucker (1909-2005)
Más detallesINTELIGENCIA DE NEGOCIOS: GESTIÓN ESTRATÉGICA DE LA INFORMACIÓN
Centro Integral de Educación Continua (CIEC) Curso de Educación Continua (CEC) INTELIGENCIA DE NEGOCIOS: GESTIÓN ESTRATÉGICA DE LA INFORMACIÓN Del 21 de julio al 25 de agosto de 2015 Martes y jueves de
Más detallesAlicia Iriberri Dirección de Tecnologías de Información. I.- Definición del foco estratégico
Alicia Iriberri Dirección de Tecnologías de Información I.- Definición del foco estratégico II.- Establecimiento de mediciones a través del Balanced Scorecard (Tablero de Comando) III.- Despliegue del
Más detallesANEXO 1.1.- Definiciones Generales. http://www.opengroup.org/aboutus (TOGAF - The Open Group Architecture Framework)
ANEXO 1.1.- Definiciones Generales 1. Definiciones Generales El presente documento contiene la descripción de conceptos, términos y acrónimos utilizados en las distintas partes que lo conforman. Asimismo,
Más detallesGestion 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 detallesPrimeros pasos hacia la Inteligencia de Negocios: Almacenes de datos (DataWareHouse), Herramientas ETL(PDI), Procesamiento analítico en línea.
Primeros pasos hacia la Inteligencia de Negocios: Almacenes de datos (DataWareHouse), Herramientas ETL(PDI), Procesamiento analítico en línea. Introducción Una solución de Business Intelligence parte de
Más detallesUNIVERSIDAD NACIONAL DEL CALLAO
UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS INSTITUTO DE INVESTIGACIÓN DE LA FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS INFORME FINAL DEL PROYECTO DE INVESTIGACIÓN
Más detalles