SAS FORUM ARGENTINA 15 DE MAYO 2014 SAS DATA MANAGEMENT SAS DATA INTEGRATION + SAS DATA QUALITY + SAS MASTER DATA MANAGEMENT.

Transcripción

1 SAS FORUM ARGENTINA 15 DE MAYO 2014 SAS DATA MANAGEMENT SAS DATA INTEGRATION + SAS DATA QUALITY + SAS MASTER DATA MANAGEMENT Sergio Uassouf Líder de Práctica de Gestión de Información e Infraestructura v

2 QUE ES INFORMATION MANAGEMENT?

3 BUSINESS ANALYTICS FRAMEWORK SOLUCIONES LLAVE EN MANO HERRAMIENTAS PARA DESARROLLOS DE ANALÍTICA DE NEGOCIOS

4 BUSINESS ANALYTICS FRAMEWORK

5 WHY SAS? A LEADER IN DATA MANAGEMENT 36 Years of Information Management Experience Customers in 60,000 sites across 134 countries 90% of the Fortune 500 companies use SAS 24% reinvestment in R&D Analyst Validation Leader in Gartner Data Quality Magic Quadrant Leader in Gartner Data Integration Magic Quadrant Leader in Forrester Wave for Enterprise ETL Leader in Big Data Analytics & Visualization Only vendor with integrated analytical scoring Best-in-Class Data Access Technology

6 LA PREPARACION DE LOS DATOS ES LA TAREA QUE REQUIERE MAYOR ESFUERZO EN LA MAYORÍA DE LOS PROYECTOS ANALÍTICOS PROBLEMAS DE NEGOCIO DECISIONES 80% 20% Preparando para resolver el problema Resolviendo el problema

7 DATA MANAGEMENT VALIDACIONES DE ANALISTAS Mala calidad de datos de clientes solamente datos de clientes cuestan a empresas de los EE.UU. más de $ millones al año. Hasta el 40% de todas las iniciativas comerciales que fracasan son el resultado de la calidad deficiente de los datos. Debido a la mala gestión de datos "83% de los consumidores están condicionados a no volver a hacer negocios con una empresa cuando la resolución del problema está por debajo de las expectativas". 764

8 DESAFIO MAXIMIZAR EL VALOR DE SU ECOSISTEMA DATOS DEMASIADOS DATOS en demasiados lugares DATOS DE MALA CALIDAD no son confiables DATOS INCONSISTENTES a través de diversas fuentes La estrategia de datos no es capaz de apoyar la estrategia de negocio - cumplimiento, aumento de los ingresos, eficiencia operativa.

9 DATA MANAGEMENT SAS ESTÁ TRABAJANDO PARA CAMBIAR LA ECUACIÓN PROBLEMAS DE NEGOCIO DECISIONES 20% 80% Preparando para resolver el problema Resolviendo el problema

10 SAS INFORMATION MANAGEMENT CAPACIDADES: - DATA MANAGEMENT DATA SERVICES STRATEGY & IMPLEMENTATION SUPPORT INFORMATION GOVERNANCE Data Management DATA INTEGRATION DATA QUALITY MASTER DATA MANAGEMENT DECISION MANAGEMENT Events, Workflow & Business Rules MODEL MANAGEMENT & MONITORING MODEL DEPLOYMENT & INTEGRATION INFRASTRUCTURE SUPPORT: Text & Unstructured Data Support, Security, Meta-data & Lineage, Monitoring & Deployment Infrastructure Support ENTERPRISE DATA ACCESS

11 DATA MANAGEMENT Gobernar, mover, integrar, limpiar, monitorar y administrar datos y datos maestros para proporcionar decisiones de negócios Master Data Management Profiling, Cleasing, Estandarizacion y Monitoramento Vision única de datos de alto valor entre datos de multiples fuentes Data Management Data Quality Acceder, Extraer, Integrar, Transformar e Cargar Data Integration

12 DATA INTEGRATION

13 ENTERPRISE DATA ACCESS GRAN VARIEDAD DE FUENTES Y FORMATOS Oracle Teradata MS SQL Server HADOOP Greenplum MySQL Informix XML CSV Text Delimited ODBC EXCEL EBCDIC VSAM COBOL CA- Datacom ADABAS IBM DB2 SAP BW SAP R3 Oracle Apps Siebel SFDC

14 SAS DATA INTEGRATION STUDIO Interface visual Java Para construcción, implementación y gestión de procesos de ETL fuente/target Gran conjunto de bloques de transformaciones para reducir el esfuerzo de programación especifica permitir foco en desarrollo y mantención de procesos Inigualable capacidad de acceso a datos para obtener datos de diferentes fuentes, rápida y facilmente Inigualable capacidad de almacenamiento de datos para cargar datos a diferentes destinos, rápida y facilmente y Desarrollo multi-usuarios para procesos de desarrollo y mantención de ETL basados en tiempos de proceso, etc Análisis de impacto de punta a punta para entender, tracing y mantener procesos de ETL y BI desde el origen de los datos hasta las estructuras de reportes

15 Análisis de datos Transformaciones de datos Administración de output Acceso a fuentes de datos BLOQUES DE TRANSFORMACIONES Carga Masiva / Incremental / Optimizada para Appliances Procesos Condicionados, Iterativos y en Paralelo Analítica de Negocios Actualización de Slowly Changing Dimensions Todo tipo de operaciones SQL y Sorts Trabajo con Clusters Hadoop Posibilidad de extensión

16 BLOQUES DE TRANSFORMACIONES CONSTRUCCION DE OPERACIONES SQL Seleccionar clientes de England Oxfordshire que no hayan comprado >= $50 en el año 2000 England Oxfordshire customers selected by first query Transactions for 2000 for >= $50 selected by second query EXCEPT operator used to produce final result

17 BLOQUES DE TRANSFORMACIONES PREPARACION DE DATOS PARA PROCESOS ANALÍTICOS SAS DI Transpose transforma los datos en la forma necesaria para los procesos analíticos.

18 BLOQUES DE TRANSFORMACIONES COMPARACION DE FUENTES DE DATOS SAS DI hace que sea fácil para comparar las fuentes de datos

19 ANÁLISIS DE IMPACTO DE PUNTA A PUNTA Use los metadatos para entender, realizar mantenimiento y revisar sus procesos de gestión de OLAP Cubes Tables Information Maps datos de ETL e BI. Solución Completa. De los sistemas fuente a los Datamarts, cubos e estructuras de reports.

20 DATA QUALITY

21 DATA QUALITY UASSOUF = CRISIS DE IDENTIDAD UASSOUF VASSOUF VASOUFF WASUF UASUF UASOUF UASOFF UASOUFF VASSOVE LIASSOLIF

22 DATA QUALITY CICLO DE EJECUCION

23 DATA QUALITY ANALIZAR Determinación del perfil de datos para luego evaluar sus problemas de calidad.

24 DATA QUALITY ANALIZAR

25 DATA QUALITY ANALIZAR Metadata Analysis Pattern Recognition Visualization

26 DATA QUALITY MEJORAR La fase de mejoramiento se compone de procesos para corregir, consolidar y enriquecer los datos. Tres componentes: Calidad Integración Enriquecimiento

27 DATA QUALITY MEJORAR: FASE DE CALIDAD Análisis de género Análisis de identificación Estandarización Parsing (Mini-Demo) Construcción automática de reglas

28 DATA QUALITY MEJORAR: FASE DE CALIDAD Standardization Casing Identification Parsing

29 DATA QUALITY MEJORAR: FASE DE INTEGRACION Combinación de múltiples registros en un único mejor registro

30 DATA QUALITY MEJORAR: FASE DE ENRIQUECIMIENTO Verificación de direcciones Validación de punto de entrega Análisis de teléfonos Análisis de código de área Georeferenciación

31 DATA QUALITY CONTROL Validación contínua de datos contra las reglas de negocio Identificación automática de datos inválidos Análisis de tendencias Publicación de análisis de datos en la Web

32 DATA QUALITY

33 MDM

34 Real-time Interaction MDM CASO DE USO: LOOKUP DE CLIENTE 1 Cliente se contacta a traves de un canal. Call Center Kiosk 2 Hub identifica cliente y devuelve el perfil del cliente y los IDs en tiempo real. MDM ERP Informações de produto Web 3 La información detallada extraído de los sistemas individuales según sea necesario. Mobile Future CRM Preferências de contato DW Billing História, Transações Marketing Recomendação de produto Detalhes de resposta da campanha

35 SURVIVING CONTRIBUTORS INTO MASTER RECORD LOANS ConsumerID First Name William Middle James Last Name Crown DOB 04/12/39 SSN Address Oak St., Eves, IL DW Member ID First Name William Middle J. Last Name Crowne DOB SSN Address 123 Oak St., Eves, IL WEB Person ID First Name Bubba Middle J. Last Name DOB April 12 SSN Address CHECKING ID 3721B First Name Willaim Middle James Last Name Corp. DOB April 12 SSN Address 3224 Pkwy G, Los Osos CARDS ID First Name William Middle James Last Name Crown DOB 04/12/1939 SSN Address Oak St., Eves, IL EID Source Keys Survived Fields B William James Crowne 04/12/ Oak Street Eves CA 91403

36 SAS QMDM MASTER DATA MANAGEMENT Basada en navegador Basada en roles Resultados de la búsqueda: Revise el "mejor" o el Golden Record" y sus registros contribuyentes. Gestión de jerarquias con drag-and-drop Criterios de búsqueda dinámica Solución de múltiples dominios, no sólo MDM de Clientes

37 ESTAMOS A SU DISPOSICION PARA COMENZAR SU PROYECTO DE - INTEGRACION DE DATOS - CALIDAD DE DATOS - MASTER DATA MANAGEMENT