Enfoques de desarrollo DW Kimball/Inmon.

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

Download "Enfoques de desarrollo DW Kimball/Inmon."

Transcripción

1 Enfoques de desarrollo DW Kimball/Inmon. 1

2 Antecedentes Sistemas de Información Los procesos a automatizar son repetibles y previsibles. Modelado Entidad Relación. Atención en una rápida modificación en línea de los datos. Data Warehouse El uso de los datos es exploratorio y menos predecible. Modelado multidimensional. Enfocado en la carga y la presentación de los datos DWH no es solamente crear un conjunto de reportes. Se trata de preguntas que hay que alcanzar y que puede llevar a lugares imprevistos. 2

3 Algunas Metodologías Top-Down Bottom-Up Hybrid Federated Profesional Inmon Kimball Muchos profesionales Doug Hackney Énfasis DWH DataMarts DWH y DataMarts Integrado a entornos BI heterogéneos Diseño Modelo normalizado basado en la empresa. El modelo dimensional de datamarts, usa esquema de estrella Modelos locales y uno o mas esquemas de estrella Una arquitectura de arquitecturas; comparte dimensiones, hechos, reglas, definiciones a través de la organización Arquitectura Compuesto de varios niveles de áreas de interés y datamarts dependientes Área de interés y datamarts Modelo empresarial normalizado de alto nivel; datamarts iníciales. Realidad del cambio en organizaciones y sistemas Data set DWH datos a nivel atómico; datamarts datos sumarizados Contiene datos atómicos y sumarizados 3 Carga datamarts con datos atómicos y sumarizados vía un área de interés no persistente Uso de cualquiera significado posible para integrar las necesidades de negocio

4 Historia Bill Inmon: 1990!Publica Building the Data Warehouse Mejora su libro y define una arquitectura como una colección de fuentes dispares en almacenes de datos y variantes en el tiempo. Top-Down Ralph Kimball: 1996!Publica The Data Warehouse Toolkit. 2002!Mejora su libro y define múltiples bases de datos llamados datamarts que son organizados por procesos de negocio. Bottom-Up 4

5 Top-Down Bottom-Up 5

6 Paradigma Inmon - Corporate Information Factory (CIF). - Orientado a temas. - Integrado. - No volátil. - Variante en el tiempo. - Nivel de detalle (Atómico). - Iterativo. 6

7 Enfoque Inmon 7

8 Enfoque Kimball 8

9 Enfoque Kimball. - El modelo se inicia con tablas: - De hechos. - De dimensiones. - Los hechos contienen métricas. - Las dimensiones contienen atributos. - Los datos no están normalizados. 9

10 Ciclo de vida Kimball. 10

11 El ciclo de vida. - Ilustra el flujo general de implementación de un DW. - Identifica secuencia de tareas ordenadas y actividades principales. - No todos los detalles de las tareas del ciclo de vida deben ser ejecutados en todos los proyectos. 11

12 #$% &'()*+,&&-.(% /0%,($% )'1,&-.(% /0% 23 72$*$8$+09',)045,)-(0))% 6(*011-:0(&0;% 0)% ),<$<0(*0% &'<=10>$ &'<=10>-/$/F%#$)%*$+0$)%/0%0)*$%<0*'/'1':C$%7&-&1'%/0%G-/$;%)0%<,0) Ciclo de vida Kimball. 0(%1$%E-:,+$%HF% % 2-)0L'%20%#$% $+D,-*0&*,+$% *M&(-&$ N010&&-.(%/0% I+'/,&*')%0% 6<=10<0(*$&-.( S+0&-<-0(*' I1$(-E-&$&-.(% 20E-(-&-.(%/0% J0D,0+-<-0(*')%/01% K0:'&-' O'/01$/'% 2-<0()-'($1 2-)0L'%QC)-&' 2-)0L'%0% 6<=10<0(*$&-.( /01%N,B)-)*0<$% /0%PR# 6<=10<0(*$&-.( P)=0&-E-&$&-.(% /0%$=1-&$&-'(0)% /0%56 20)$++'11'%/0% $=1-&$&-'(0)%/0% 56 O$(*0(-<-0(*' % Q-:F%HU%R$+0$)%/0%1$%<0*'/'1':C$%/0%A-<B$11?%/0('<-($/$%5")6'%) 12

13 - Planificación del proyecto. - Requerimientos del negocio. - Linea tecnológica: Ciclo de vida. - Arquitectura. - Selección e instalación de productos. - Línea de datos: - Modelo dimensional. - Modelo físico. - ETL. - Linea de aplicación de BI: - Diseño del BI. - Desarrollo del BI. - Despliegue: - Despliegue. - Crecimiento. - Mantenimiento. 13

14 Planificación - Proyectos y programas de kimball: - Proyecto: - Iteración desde el lanzamiento hasta el despliegue - Programa: - Coordinación progresiva de recursos, infraestructura, tiempos y comunicación a traves de múltiples proyectos. 14

15 Planificación - Definir el alcance. - Identificar tareas. - Programación de tareas. - Planear el uso de recursos. - Asignar la carga de trabajo a los recursos. - Plan de proyecto. 15

16 Roles Recursos - Front Office. - Ejecutivos. - Linea regular: - Analista de sistema de negocio. - Modelador de datos. - DBA. - Recursos: - Humanos. - Equipamiento. - Servicios de terceros. - Tiempo. - Diseñador ETL. - Desarrollador de aplicaciones. - Equipos especiales. 16

17 Requerimientos del negocio. - Requerimientos de uso de información. - Tipo de información. - Tipo de análisis. - Requerimientos de datos: - Fuente de datos. - Calidad de datos y limpieza. - Almacenamientos. - Carga de datos. 17

18 Procesis de Calidad de datos y Limpieza de datos Almacenamiento de datos. Definición Procesos de carga de datos. de requerimientos. Proceso de definición de requerimiento. Figura 2.2: Proceso de Definición de requerimientos de Kimball 18

19 El resultado de las entrevistas y el data profile nos ayudan a identificar los procesos de nego son importantes y las dimensiones que participan en el proceso. Es importante resaltar que destacan los Matriz procesos de de toda lanegocio organización, si no(bus los procesos matrix). que se encuentran dentro bito de información externa de mercado del banco. Figura 5.1: Matriz de Negocio de Kimball 19

20 Linea de desarrollo. - Luego de definir los requerimientos del negocio se enfoca el proyecto a tres lineas (tracks) - Tecnología. - Datos. - Aplicaciones. 20

21 Ciclo de vida Kimball. % Tecnología 2-)0L'%20%#$% $+D,-*0&*,+$% *M&(-&$ N010&&-.(%/0% I+'/,&*')%0% 6<=10<0(*$&-.( S+0&-<-0(*' I1$(-E-&$&-.(% 20E-(-&-.(%/0% J0D,0+-<-0(*')%/01% K0:'&-' O'/01$/'% 2-<0()-'($1 Datos 2-)0L'%QC)-&' 2-)0L'%0% 6<=10<0(*$&-.( /01%N,B)-)*0<$% /0%PR# 6<=10<0(*$&-.( P)=0&-E-&$&-.(% /0%$=1-&$&-'(0)% /0%56 20)$++'11'%/0% $=1-&$&-'(0)%/0% 56 O$(*0(-<-0(*' Aplicaciones % Q-:F%HU%R$+0$)%/0%1$%<0*'/'1':C$%/0%A-<B$11?%/0('<-($/$%5")6'% 21

22 Linea Tecnológica. - Plataforma de hardware. - DBMS. - Herramienta ETL. - Herramientas de consultas. - Herramientas de reportes. 22

23 Linea de datos. - Modelo dimensional. 1. Elegir proceso de negocio. 2. Establecer el nivel de granularidad (drill down). 3. Elegir las dimensiones. 4. Identificar medidas y tablas de Hechos. - Modelo Físico: } Iterativo - Tuning (indexación y agregación). - Seguridad. - ETL (Fase mas importante 70% del riesgo y esfuerzo de un proyecto). - Extracción. - Limpieza y conformidad. - Entrega y administración. 23

24 Modelo dimensional. # $%&'#()#*%+&,+-+#./#01234#./1#5,46/74#.%-/87%48+1#./#9%-:+11#;<28.=#># 24

25 Buble Chart. E,-(6' I'$-+% :1'+#74' :1'('7,'$-* F1+-$-* :1'3,$7,%* J-3-$+-+'1- * H2,-$4-* G(62-%+'* & K,0.&DL&G>-(62'&+-&I'+-2'&<,$%2&+-&%24'&$,3-2&+-&2%&*-*,M$&,$,7,%2&+-& Modelo dimensional. 25

26 Linea de aplicación. - Diseño de aplicaciones. - Aplicaciones candidatas. - Interfaces de navegación. - Desarrollo de aplicaciones. - Configuración Metadatos del negocio. - Infraestructura de herramientas. - Analíticas. - Operacionales. - Portal Navegación. 26

27 Aplicaciones BI. - Aplicaciones que consultan, analizan y presentan información desde el modelo dimensional. - Entregar capacidades al negocio para soportar y mejorar la toma de decisiones: - Diseño de aplicaciones. - Desarrollo de aplicaciones. 27

28 Aplicaciones BI. - Diseño: - Identifica las aplicaciones de BI candidatas y interfaces de navegación. - Orienta las necesidades de los usuarios. - Desarrollo - Configuración de los metadatos del negocio. - Construcción y validación de aplicaciones. 28

29 29

30 29

31 29

32 29

33 Despliegue. - Despliegue. - Crecimiento. - Mantenimiento. 30

34 Despliegue. - Debe ser sincronizado. - Se deberá aplazar si todas las piezas no estan listas para producción: - Entrenamiento. - Documentación. - Validación de datos. 31

35 Mantenimiento. - Cuando el sistema este en producción. - Tareas operacionales: - Monitoreo. - Tunning del desempeño. - Mantenimiento de Indices. - Backups. - Apoyo permanente, capacitación y comunicación con los usuarios finales. 32

36 Crecimiento. - Los DW tienden a expandirse. - Es considerado un signo de éxito. - Nuevos requerimientos deben ser prioridad. - Empezar el ciclo de nuevo: - Construir sobre las bases ya establecidas. - Enfoque en los nuevos requerimientos. 33

ANEXO A - Plan de Proyecto. 1. - EDT de la solución EDT GENERAL DEL PROYECTO1

ANEXO A - Plan de Proyecto. 1. - EDT de la solución EDT GENERAL DEL PROYECTO1 ANEXO A - Plan de Proyecto 1. - EDT de la solución EDT GENERAL DEL PROYECTO1 2.- Diagrama de Gantt de la Solución DIAGRAMA DE GANTT- FASE INICIAL DOCUMENTACION Y ANALISIS2 DIAGRAMA DE GANTT- FASE FINAL

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

La metodología de Kimball.

La metodología de Kimball. La metodología de Kimball. Resumen Los almacenes de datos (data warehouses en inglés) toman cada día mayor importancia, a medida que las organizaciones pasan de esquemas de sólo recolección de datos a

Más detalles

Metodología para el Modelamiento De un Datawarehouse AMDE. Fundamentos de un Proyecto De. www.e-cronia.com. www.e-cronia.com. www.eduardoleyton.

Metodología para el Modelamiento De un Datawarehouse AMDE. Fundamentos de un Proyecto De. www.e-cronia.com. www.e-cronia.com. www.eduardoleyton. Metodología para el Modelamiento De un Datawarehouse Fundamentos de un Proyecto De Almacenamiento Masivo de Datos Estratégicos AMDE 1 EL PROPOSITO DE LA TECNOLOGIA INFORMATICA VA MAS ALLA DE SIMPLEMENTE

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

La metodología de Kimball para el diseño de almacenes de datos (Data warehouses)

La metodología de Kimball para el diseño de almacenes de datos (Data warehouses) Rivadera: La Metodología de Kimball para el Diseño de almacenes La metodología de Kimball para el diseño de almacenes de datos (Data warehouses) Gustavo R. Rivadera * grivadera@ucasal.net Resumen Los almacenes

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

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

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

Business Intelligence. Marzo 2011 / White paper

Business Intelligence. Marzo 2011 / White paper Business Intelligence Marzo 2011 / White paper Business Intelligence El amplio abanico de procesos que existe dentro del negocio con éxito, desde la planificación a la implantación estratégica, requiere

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

Inteligencia de Negocios. Cecilia Ruz

Inteligencia de Negocios. Cecilia Ruz Inteligencia de Negocios Cecilia Ruz Inteligencia de Negocios Business Intelligence (BI) Es un paraguas bajo el que se incluye un conjunto de conceptos y metodologías cuya misión consiste en mejorar el

Más detalles

Módulo Minería de Datos

Módulo 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 detalles

Conjunto de informes y gráficos consolidados en un solo objeto que facilita la visualización y análisis de la información. 2

Conjunto de informes y gráficos consolidados en un solo objeto que facilita la visualización y análisis de la información. 2 1. BLOQUE DESCRIPTIVO 1. Título de la Buena Práctica Uso de una base de datos robusta que ayuda en la toma de decisiones (Data Warehouse), como fuente principal del Sistema de apoyo a la gestión (SAG)

Más detalles

SISTEMA 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 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 detalles

PROYECTO DE TESIS DIEGO GALLARDO. ESPEL - Diego Gallardo

PROYECTO 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 detalles

3ra reunión técnica - CINDA Barcelona España Octubre 2014

3ra reunión técnica - CINDA Barcelona España Octubre 2014 PUCP Buena práctica: Uso de una base de datos robusta que ayuda en la toma de decisiones (Data Warehouse), como fuente principal del Sistema de apoyo a la gestión (SAG) y de estudios estadísticos requeridos

Más detalles

Creación de un almacén de datos para apoyar los procesos operacionales ejecutados por el área de Crédito de una empresa automotriz.

Creación de un almacén de datos para apoyar los procesos operacionales ejecutados por el área de Crédito de una empresa automotriz. UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS ESCUELA DE COMPUTACIÓN CENTRO DE INFORMACIÓN DE SISTEMAS DE INFORMACIÓN Creación de un almacén de datos para apoyar los procesos operacionales ejecutados

Más detalles

TFC- Almacén de datos. Construcción y explotación de un almacén de datos de planificación hidrológica. Lucía Varo Ruiz ETIG

TFC- Almacén de datos. Construcción y explotación de un almacén de datos de planificación hidrológica. Lucía Varo Ruiz ETIG Construcción y explotación de un almacén de datos de planificación hidrológica ETIG José Ángel Martín Carballo 10 de Enero del 2011 RESUMEN Este documento describe el plan de trabajo, el análisis y la

Más detalles

Bases 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 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 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

Data Warehousing - Marco Conceptual

Data Warehousing - Marco Conceptual Data Warehousing - Marco Conceptual Carlos Espinoza C.* Introducción Los data warehouses se presentan como herramientas de alta tecnología que permiten a los usuarios de negocios entender las relaciones

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERÍA CENTRO DE EXTENSIÓN Y PROYECCIÓN SOCIAL

UNIVERSIDAD NACIONAL DE INGENIERÍA CENTRO DE EXTENSIÓN Y PROYECCIÓN SOCIAL UNIVERSIDAD NACIONAL DE INGENIERÍA CENTRO DE EXTENSIÓN Y PROYECCIÓN SOCIAL AREA DE CURSOS DE ESPECIALIZACIÓN EN TECNOLOGÍAS DE LA INFORMACIÓN TALLER DE INVESTIGACION EN INTELIGENCIA DE NEGOCIOS CON LA

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

DATA WAREHOUSE DATA WAREHOUSE

DATA 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 detalles

Modelamiento Dimensional. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS

Modelamiento Dimensional. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Modelamiento Dimensional Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Agenda Modelo Dimensional Definición Componentes Ejemplos Comparación con E/R Proceso

Más 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

DESARROLLO DE UNA APLICACIÓN DE BUSINESS INTELLIGENCE (BI) PARA LA EMPRESA EMPAQPLAST

DESARROLLO DE UNA APLICACIÓN DE BUSINESS INTELLIGENCE (BI) PARA LA EMPRESA EMPAQPLAST DESARROLLO DE UNA APLICACIÓN DE BUSINESS INTELLIGENCE (BI) PARA LA EMPRESA EMPAQPLAST Byron Alejandro Boada Vargas-Machuca, Alvaro Arturo Tituaña Burgos, Ing. Lorena Duque, Ing. Patricio Reyes. RESUMEN

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

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

Workshop BI Open Source. 2. Diseño y Construcción de un DW ETL, Kettle

Workshop BI Open Source. 2. Diseño y Construcción de un DW ETL, Kettle Workshop BI Open Source 2. Diseño y Construcción de un DW ETL, Kettle INDICE 1. Objetivos del Curso... 3 2. Perfil Asistentes... 3 3. Temario... 4 4. Ejemplos... 7 5. Información Stratebi... 12 1. Objetivos

Más detalles

El diseño de la base de datos de un Data Warehouse. Marta Millan millan@eisc.univalle.edu.co www.eisc.univalle.edu.co/materias

El diseño de la base de datos de un Data Warehouse. Marta Millan millan@eisc.univalle.edu.co www.eisc.univalle.edu.co/materias El diseño de la base de datos de un Data Warehouse Marta Millan millan@eisc.univalle.edu.co www.eisc.univalle.edu.co/materias El modelo Multidimensional Principios básicos Marta Millan millan@eisc.univalle.edu.co

Más detalles

DESARROLLO DE UN APLICATIVO BUSINESS INTELLIGENCE PARA EL ÁREA ADMINISTRATIVO FINANCIERA DE LA EMPRESA ELÉCTRICA QUITO S.A.

DESARROLLO DE UN APLICATIVO BUSINESS INTELLIGENCE PARA EL ÁREA ADMINISTRATIVO FINANCIERA DE LA EMPRESA ELÉCTRICA QUITO S.A. ESCUELA POLITÉCNICA DEL EJÉRCITO DPTO. DE CIENCIAS DE LA COMPUTACIÓN CARRERA DE INGENIERÍA DE SISTEMAS E INFORMATICA DESARROLLO DE UN APLICATIVO BUSINESS INTELLIGENCE PARA EL ÁREA ADMINISTRATIVO FINANCIERA

Más detalles

PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ

PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ FACULTAD DE CIENCIAS E INGENIERÍA ANÁLISIS, DISEÑO E IMPLEMENTACIÓN DE UN DATAMART PARA EL ÁREA DE MANTENIMIENTO Y LOGÍSTICA DE UNA EMPRESA DE TRANSPORTE PÚBLICO

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

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

Desafíos de gestionar proyectos de analítica de negocios

Desafíos de gestionar proyectos de analítica de negocios Desafíos de gestionar proyectos de analítica de negocios Desafíos de gestionar proyectos de analítica de negocios Tipología de proyectos BA Complejidad de proyectos BA Proyectos BA versus tradicionales

Más detalles

Fundamentos de la Inteligencia de Negocios

Fundamentos de la Inteligencia de Negocios Sistemas de Información para la Gestión UNIDAD 2: Infraestructura de Tecnología de la Información Unidad 2 Infraestructura de Tecnología de la Información Estructura de TI y tecnologías emergentes. Estructura

Más detalles

UNIVERSIDAD POLITÉCNICA SALESIANA SEDE QUITO

UNIVERSIDAD POLITÉCNICA SALESIANA SEDE QUITO UNIVERSIDAD POLITÉCNICA SALESIANA SEDE QUITO CARRERA: INGENIERÍA DE SISTEMAS Trabajo de titulación previo a la obtención del título de: INGENIERA E INGENIERO DE SISTEMAS TEMA: ANALIZAR, DISEÑAR E IMPLEMENTAR

Más detalles

FUNDAMENTOS DE DATA WAREHOUSE

FUNDAMENTOS DE DATA WAREHOUSE FUNDAMENTOS DE DATA WAREHOUSE 1. Qué es Data Warehouse? El Data Warehouse es una tecnología para el manejo de la información construido sobre la base de optimizar el uso y análisis de la misma utilizado

Más detalles

LINEAMIENTOS GENERALES PARA LA IMPLEMENTACIÓN DE PROCESOS ELECTRÓNICOS

LINEAMIENTOS GENERALES PARA LA IMPLEMENTACIÓN DE PROCESOS ELECTRÓNICOS LINEAMIENTOS GENERALES PARA LA IMPLEMENTACIÓN DE PROCESOS LINEAMIENTOS GENERALES PARA LA IMPLEMENTACIÓN DE PROCESOS Ministerio de Tecnologías de la Información y las Comunicaciones Programa de Gobierno

Más detalles

BI Data Warehouse. Índice UTN FRRO - SISTEMAS DE GESTION II

BI Data Warehouse. Índice UTN FRRO - SISTEMAS DE GESTION II Índice ÍNDICE...2 RESUMEN...3 INTRODUCCIÓN...5 DATOS OPERACIONALES Y DATOS INFORMATIVOS...6 DATA WAREHOUSE...7 SISTEMAS DE SOPORTE DE DECISIONES...8 INTELIGENCIA DE NEGOCIO...8 PROBLEMAS QUE DAN ORIGEN

Más detalles

Apoyo para la Toma de Decisiones

Apoyo para la Toma de Decisiones Apoyo para la Toma de Decisiones 1 Andrés Moreno S. La pregunta más importante Para que sirven las Bases de Datos? 2 Sistema para el Apoyo en la Toma de Decisiones Sistemas que ayudan en el análisis de

Más detalles

CONSTRUCCIÓN DEL MODELO DE VENTAS MULTIDIMENSIONAL BASADO EN LA INFORMACIÓN HISTÓRICA DE LA ORGANIZACIÓN TDM TRANSPORTES S.A.S.

CONSTRUCCIÓN DEL MODELO DE VENTAS MULTIDIMENSIONAL BASADO EN LA INFORMACIÓN HISTÓRICA DE LA ORGANIZACIÓN TDM TRANSPORTES S.A.S. CONSTRUCCIÓN DEL MODELO DE VENTAS MULTIDIMENSIONAL BASADO EN LA INFORMACIÓN HISTÓRICA DE LA ORGANIZACIÓN TDM TRANSPORTES S.A.S. HAROLD DARIO JIMENEZ ARBELAEZ DANNE ARLEY RAMIREZ ZAPATA ASESOR: JOSE EUCARIO

Más detalles

JUAN CARLOS ARRUBLA MÉNDEZ JUAN DAVID MARÍN MARÍN

JUAN CARLOS ARRUBLA MÉNDEZ JUAN DAVID MARÍN MARÍN SOLUCIÓN GENERAL PARA EL APOYO A LA TOMA DE DECISIONES BASADA EN HERRAMIENTAS Y METODOLOGÍAS DE INTELIGENCIA DE NEGOCIOS, PARA ATENDER LAS PQRS (PETICIONES, QUEJAS Y RECLAMOS) EN PEQUEÑAS Y MEDIANAS EMPRESAS

Más detalles

IMPLEMENTACIÓN DE UN DATAWAREHOUSE PARA EL INSTITUTO GEOGRÁFICO MILITAR

IMPLEMENTACIÓN DE UN DATAWAREHOUSE PARA EL INSTITUTO GEOGRÁFICO MILITAR ESCUELA POLITÉCNICA DEL EJÉRCITO DPTO. DE CIENCIAS DE LA COMPUTACIÓN CARRERA DE INGENIERÍA EN SISTEMAS E INFORMÁTICA IMPLEMENTACIÓN DE UN DATAWAREHOUSE PARA EL INSTITUTO GEOGRÁFICO MILITAR Previa a la

Más detalles

Datawarehousing : fundamentos

Datawarehousing : fundamentos Datawarehousing : fundamentos Business Intelligence Es un paraguas bajo el que se incluye un conjunto de conceptos y metodologías cuya misión consiste en mejorar el proceso de toma de decisiones en los

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

Módulo 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. 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 detalles

Business Information Warehouse Manual SAP BW Business Information Warehouse

Business Information Warehouse Manual SAP BW Business Information Warehouse Manual SAP BW Business Information Warehouse Manual SAP BW / BI Business Information Warehouse Página 1 Confidencialidad Este documento es propiedad de E-SAP (CVOSOFT) por lo tanto, no podrá ser publicado

Más detalles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE INGENIERÍA DE SISTEMAS E INFORMÁTICA E.A.P. DE INGENIERÍA DE SISTEMAS Sistema de información de gestión de tarjetas de crédito usando data mart e inteligencia

Más detalles

Fundamentos de la Inteligencia de Negocios

Fundamentos de la Inteligencia de Negocios Universidad Nacional de Salta Facultad de Ciencias Económicas, Jurídicas y Sociales Sistemas de Información para la Gestión Fundamentos de la Inteligencia de Negocios Administración de Bases de Datos e

Más detalles

Universidad Nacional del Sur

Universidad Nacional del Sur Universidad Nacional del Sur Departamento de Ciencias e Ingeniería de la Computación Tesis de Licenciatura en Ciencias de la Computación Data Warehousing. Relevamiento y aplicación de técnicas de modelado

Más detalles

Implementando un DataWarehouse.

Implementando un DataWarehouse. Página 1 de 8 Implementando un DataWarehouse. Carmen Wolff Comenzando A Construir Un DW. Para llevar a cabo con éxito un proyecto Datawarehouse, es vital considerar al inicio de su construcción tres factores

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

Diseño de almacén de datos para el análisis eficiente de la información de incidentes informáticos y mantenimientos.

Diseño de almacén de datos para el análisis eficiente de la información de incidentes informáticos y mantenimientos. Diseño de almacén de datos para el análisis eficiente de la información de incidentes informáticos y mantenimientos. Ing. Corso Cynthia, Ing. Luque Claudio, Ing. Ciceri Leonardo, Sr Donnet Matías Grupo

Más detalles

Agrupamiento Familia Puesto Alcance del puesto Requisitos excluyentes

Agrupamiento Familia Puesto Alcance del puesto Requisitos excluyentes TIC-1-1 Analista de monitoreo de redes Monitorear y controlar las redes del GCABA con el fin de detectar incidentes y reportarlos. Analizar las métricas utilizadas para el monitoreo de la red, la configuración

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

Universidad Nacional del Nordeste Facultad de Ciencias Exactas y Naturales y Agrimensura. Monografía de Adscripción: Data Warehouse

Universidad Nacional del Nordeste Facultad de Ciencias Exactas y Naturales y Agrimensura. Monografía de Adscripción: Data Warehouse Universidad Nacional del Nordeste Facultad de Ciencias Exactas y Naturales y Agrimensura Monografía de Adscripción: Data Warehouse Rojas, Mariana Isabel LU: 38382 Prof. Director: Mgter. David Luis La Red

Más detalles

CAPÍTULO 2 DATA WAREHOUSES

CAPÍTULO 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 detalles

Unidad III Modelamiento Multidimencional. Tecnología DATAWAREHOUSE

Unidad III Modelamiento Multidimencional. Tecnología DATAWAREHOUSE Unidad III Modelamiento Multidimencional Tecnología DATAWAREHOUSE Datawarehouse Colección de datos integrados, variantes en el tiempo, no volátiles, orientados a temas de interés para la gestión de una

Más detalles

VENTAJAS DEL USO DE HERRAMIENTAS DE ETL SOBRE ANSI SQL

VENTAJAS DEL USO DE HERRAMIENTAS DE ETL SOBRE ANSI SQL VENTAJAS DEL USO DE HERRAMIENTAS DE ETL SOBRE ANSI SQL LIC. DIEGO KRAUTHAMER PROFESO R ADJUNTO INTERINO UNIVERSIDAD ABIERTA INTERMERICANA (UAI) SEDE BUENOS AIRES COMISION DE INVESTIGACION Abstract El presente

Más detalles

Inteligencia de Negocios Teoría

Inteligencia de Negocios Teoría Inteligencia de Negocios Teoría 2 INTELIGENCIA DE NEGOC IOS - TEORÍA 3 Índice Presentación 5 Red de contenidos 6 Sesiones de aprendizaje SEMANA 1 : Data Warehouse: Conceptos básicos. Data Warehousing:

Más detalles

MBD 1.0 - Metodología de Desarrollo de Bodegas de Datos Para Micro, Pequeñas y Medianas Empresas

MBD 1.0 - Metodología de Desarrollo de Bodegas de Datos Para Micro, Pequeñas y Medianas Empresas MBD 1.0 - Metodología de Desarrollo de Bodegas de Datos Para Micro, Pequeñas y Medianas Empresas MARTHA ELIANA MENDOZA Ingeniera de stemas, Magíster en Informática Departamento de stemas, Facultad de Ingeniería

Más detalles

Juan Carlos Olarte B Innovation and Business Development Management. BIG DATA & ANALYTICS: El Futuro es Ahora

Juan Carlos Olarte B Innovation and Business Development Management. BIG DATA & ANALYTICS: El Futuro es Ahora Juan Carlos Olarte B Innovation and Business Development Management BIG DATA & ANALYTICS: El Futuro es Ahora Temas a Tratar Evolución y Tendencias Big Data & Analytics Data Mining, Data Science y Big Data

Más detalles

Unidad 10: DATAWAREHOUSING y OLAP. Cátedra Bases de Datos

Unidad 10: DATAWAREHOUSING y OLAP. Cátedra Bases de Datos Unidad 10: DATAWAREHOUSING y OLAP Cátedra Bases de Datos Introducción Dentro de una organización o empresa coexisten dos grupos diferentes de aplicaciones Aplicaciones Tradicionales Aplicaciones de Análisis

Más detalles

Facultad de Ingeniería Escuela de Ingeniería Informática. Período Teoría Práctica Laboratori De crédito

Facultad de Ingeniería Escuela de Ingeniería Informática. Período Teoría Práctica Laboratori De crédito Asignatura: SAP BI SAP INTELIGENCIA DE NEGOCIOS Vigente desde: Septiembre 2012 Horas semanales Unidades Período Teoría Práctica Laboratori De crédito o Electiva 3 3 Requisitos Base de datos I Profesor

Más detalles

Clase 2 Módulo: Data Warehouse & Datamart Docente: Gustavo Valencia Zapata

Clase 2 Módulo: Data Warehouse & Datamart  Docente: Gustavo Valencia Zapata v.1.0 Clase 2 Docente: Gustavo Valencia Zapata Temas Clase 2: Diseño del Modelo de Datos Ciclo de vida de un DWH Salidas de un DWH Conceptos básicos de DHW Construcción de un DWH Referencias www.gustavovalencia.com

Más detalles

ALEJANDRO ROJAS ZALDÍVAR

ALEJANDRO ROJAS ZALDÍVAR FACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA DE COMPUTACIÓN Y SISTEMAS IMPLEMENTACIÓN DE UN DATA MART COMO SOLUCIÓN DE INTELIGENCIA DE NEGOCIOS, BAJO LA METODOLOGÍA DE RALPH

Más detalles

DEL MODELO DE NEGOCIOS AL MODELO DE DATOS

DEL MODELO DE NEGOCIOS AL MODELO DE DATOS 1er. Foro CIO PERÚ Inteligencia de negocios DEL MODELO DE NEGOCIOS AL MODELO DE DATOS (Estrategia de Gestión de Información) Marita Huamán Peralta CEO Abril 2013 QUÉ HERRAMIENTAS? Muy poca Información

Más detalles

Gestión de la Información Empresarial - EDM. Punto de Vista

Gestión de la Información Empresarial - EDM. Punto de Vista Gestión de la Información Empresarial - EDM Punto de Vista Febrero 2012 EDM Nuestra propuesta de Valor Necesidades del Mercado Imperativos de Tecnología 1. Integrar múltiples fuentes de para proporcionar

Más detalles

Sistemas de Inteligencia de Negocios

Sistemas de Inteligencia de Negocios Pontificia Universidad Católica de Chile Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Sistemas de Inteligencia de Negocios Leopoldo Quintano Septiembre de 2001 Introducción

Más detalles

Resumen General del Manual de Organización y Funciones

Resumen General del Manual de Organización y Funciones Gerencia de Tecnologías de Información Resumen General del Manual de Organización y Funciones (El Manual de Organización y Funciones fue aprobado por Resolución Administrativa SBS N 354-2011, del 17 de

Más detalles

2796 Designing an Analysis Solution Architecture Using Microsoft SQL Server 2005 Analysis Services

2796 Designing an Analysis Solution Architecture Using Microsoft SQL Server 2005 Analysis Services 2796 Designing an Analysis Solution Architecture Using Microsoft SQL Server 2005 Analysis Services Introducción El propósito de este curso de tres días impartido por instructor es de enseñar profesionales

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

T E S I S FACULTAD DE INGENIERÍA ANÁLISIS DE INFORMACIÓN Y TOMA DE DECISIONES PARA ADMINISTRACIÓN DE NEGOCIOS P R E S E N T A LEONEL SÁNCHEZ LARA

T E S I S FACULTAD DE INGENIERÍA ANÁLISIS DE INFORMACIÓN Y TOMA DE DECISIONES PARA ADMINISTRACIÓN DE NEGOCIOS P R E S E N T A LEONEL SÁNCHEZ LARA UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA ANÁLISIS DE INFORMACIÓN Y TOMA DE DECISIONES PARA ADMINISTRACIÓN DE NEGOCIOS T E S I S PARA OBTENER EL TITULO DE INGENIERO EN COMPUTACIÓN

Más detalles

ANÁLISIS, DISEÑO E IMPLEMENTACIÓN DE UN DATAMART UTILIZANDO HERRAMIENTAS OPEN SOURCE PARA LAS UNIDADES ADMINISTRATIVA Y FINANCIERA DE LA ESPE.

ANÁLISIS, DISEÑO E IMPLEMENTACIÓN DE UN DATAMART UTILIZANDO HERRAMIENTAS OPEN SOURCE PARA LAS UNIDADES ADMINISTRATIVA Y FINANCIERA DE LA ESPE. ANÁLISIS, DISEÑO E IMPLEMENTACIÓN DE UN DATAMART UTILIZANDO HERRAMIENTAS OPEN SOURCE PARA LAS UNIDADES ADMINISTRATIVA Y FINANCIERA DE LA ESPE. Diego Esparza Montes 1, Cristian Alvarez Calvopiña 2, Lorena

Más detalles

Data Mart Para El Sistema De Servicios Sociales Del Conadis

Data Mart Para El Sistema De Servicios Sociales Del Conadis Data Mart Para El Sistema De Servicios Sociales Del Conadis Mosquera L.*; Hallo M.** *Escuela Politécnica Nacional, Facultad de Ingeniería de Sistemas Quito, Ecuador; e-mail: eduardo.mosquera; maria.hallo@epn.edu.ec

Más detalles

Resumen. Teoría sobre Business Intelligence. Concurso MicroStrategy Experiencia Business Intelligence. 2da. Edición. Año 2005

Resumen. Teoría sobre Business Intelligence. Concurso MicroStrategy Experiencia Business Intelligence. 2da. Edición. Año 2005 Resumen Teoría sobre Business Intelligence Concurso MicroStrategy Experiencia Business Intelligence 2da. Edición Año 2005 MicroStrategy LATAM South Mayo 2005 I CONTENIDO CAPÍTULO 1 - INTRODUCCIÓN AL DATA

Más detalles

Data Warehousing. Arquitectura de procesos en un sistema de data warehousing. Facultad de Ingeniería Escuela de Ingeniería de Sistemas y Computación

Data Warehousing. Arquitectura de procesos en un sistema de data warehousing. Facultad de Ingeniería Escuela de Ingeniería de Sistemas y Computación Data Warehousing Arquitectura de procesos en un sistema de data warehousing Procesos en DW Un sistema completo de data warehousing lleva a cabo tres tareas: Suministrar datos al data warehouse Gestión

Más detalles

Revista Cubana de Ciencias Informáticas ISSN: 1994-1536 rcci@uci.cu Universidad de las Ciencias Informáticas Cuba

Revista Cubana de Ciencias Informáticas ISSN: 1994-1536 rcci@uci.cu Universidad de las Ciencias Informáticas Cuba ISSN: 1994-1536 Universidad de las Ciencias Informáticas Cuba García Izquierdo, Malena; Macías Martínez, Manuel Diseño del repositorio de datos para la sala situacional de un sistema de gestión penitenciaria

Más detalles

NEGOCIOS INTELIGENTES.

NEGOCIOS INTELIGENTES. NEGOCIOS INTELIGENTES. 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Negocios Inteligentes Ingeniería en Sistemas Computacionales

Más detalles

ESCUELA POLITÉCNICA DEL EJÉRCITO DPTO. DE CIENCIAS DE LA COMPUTACIÓN CARRERA DE INGENIERÍA DE SISTEMAS E INFORMÁTICA

ESCUELA POLITÉCNICA DEL EJÉRCITO DPTO. DE CIENCIAS DE LA COMPUTACIÓN CARRERA DE INGENIERÍA DE SISTEMAS E INFORMÁTICA ESCUELA POLITÉCNICA DEL EJÉRCITO DPTO. DE CIENCIAS DE LA COMPUTACIÓN CARRERA DE INGENIERÍA DE SISTEMAS E INFORMÁTICA ANÁLISIS, DISEÑO E IMPLEMENTACIÓN DE UNA SOLUCIÓN BUSINESS INTELLIGENCE PARA LA GENERACIÓN

Más detalles

Bases de Datos Masivas

Bases 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 detalles

DATAMART PASO A PASO WWW.RUEDATECNOLOGICA.COM

DATAMART PASO A PASO WWW.RUEDATECNOLOGICA.COM DATAMART PASO A PASO WWW.RUEDATECNOLOGICA.COM Historial de revisiones Versión Fecha Autor: Descripción del cambio 1.0 31/08/2007 Rayner Huamantumba. Manual para diseño y desarrollo de Datamart INDICE 1-

Más detalles

En la actualidad, el objetivo de las organizaciones es convertir los Datos que posee en Información, para obtener CONOCIMIENTO en torno al negocio.

En la actualidad, el objetivo de las organizaciones es convertir los Datos que posee en Información, para obtener CONOCIMIENTO en torno al negocio. SINUE Construcción de un SIstema NUevo de Estadísticas y de Análisis de Información para la Tesorería General de la Seguridad Social basado en la tecnología de Data Warehousing SEVILLA ESCRIBANO María

Más detalles

Sesión 8: Inteligencia de Negocios (Business Intelligence)

Sesión 8: Inteligencia de Negocios (Business Intelligence) Universidad Cesar Vallejo Escuela Profesional de Ingeniería de Sistemas Curso de Fundamentos de TI Sesión 8: Inteligencia de Negocios (Business Intelligence) Ing. Ivan Crispin Sanchez 1 Agenda 1. Introducción

Más detalles

Resumen. Teoría sobre Business Intelligence. Concurso MicroStrategy Experiencia Business Intelligence. 3ra. Edición. Año 2006

Resumen. Teoría sobre Business Intelligence. Concurso MicroStrategy Experiencia Business Intelligence. 3ra. Edición. Año 2006 Resumen Teoría sobre Business Intelligence Concurso MicroStrategy Experiencia Business Intelligence 3ra. Edición Año 2006 MicroStrategy LATAM South Mayo 2005 I CONTENIDO CAPÍTULO 1 - INTRODUCCIÓN AL DATA

Más detalles

UNIVERSIDAD NACIONAL DE TRUJILLO FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS ESCUELA ACADEMICO PROFESIONAL DE INFORMÁTICA

UNIVERSIDAD NACIONAL DE TRUJILLO FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS ESCUELA ACADEMICO PROFESIONAL DE INFORMÁTICA UNIVERSIDAD NACIONAL DE TRUJILLO FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS ESCUELA ACADEMICO PROFESIONAL DE INFORMÁTICA SOLUCIÓN INFORMÁTICA DE HOMOLOGACIÓN E INTEGRACIÓN DE DATOS PARA MEJORAR EL PROCESO

Más detalles

Proceso de desarrollo de indicadores de gestión. Un caso de estudio en el contexto de un ERP.

Proceso de desarrollo de indicadores de gestión. Un caso de estudio en el contexto de un ERP. Proceso de desarrollo de indicadores de gestión. Un caso de estudio en el contexto de un ERP. Autor: Juan Vicente Pérez Palanca Director: Dr. Patricio Letelier Torres Septiembre del 2010 Tesis presentada

Más detalles

Ingeniería de Software

Ingeniería de Software Ingeniería de Software Tabla de Contenidos PARTE I INTRODUCCIÓN Capítulo 1: Evolución Los hitos en la evolución histórica del Desarrollo de Software Problemas y soluciones... Fallas, malas estimaciones

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 21 de julio al 25 de agosto de 2015 Martes y jueves de

Más detalles

Rational Unified Process (RUP)

Rational Unified Process (RUP) Rational Unified Process (RUP) Este documento presenta un resumen de Rational Unified Process (RUP). Se describe la historia de la metodología, características principales y estructura del proceso. RUP

Más detalles

UTILIZACIÓN DE INFORMACIÓN HISTÓRICA PARA DECISIONES EMPRESARIALES

UTILIZACIÓN DE INFORMACIÓN HISTÓRICA PARA DECISIONES EMPRESARIALES UTILIZACIÓN DE INFORMACIÓN HISTÓRICA PARA DECISIONES EMPRESARIALES Autores: Juan David Peña Rivera Jesús Armando Suárez Daza Proyecto de grado presentado para optar el título de Ingeniero de Sistemas Director:

Más detalles

Facultad de Ingeniería Escuela de Ingeniería Informática

Facultad de Ingeniería Escuela de Ingeniería Informática SAP BI SAP INTELIGENCIA DE NEGOCIOS Asignatura Vigente desde Marzo 2013 Horas semanales Unidades Cupo Período Teoría Práctica Laboratorio de crédito Electiva 3 3 20 Requisitos Base de datos I Profesor

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA ANÁLISIS, DISEÑO Y DESARROLLO DE UN DATA WAREHOUSE AL PERSONAL ACADÉMICO DEL SISTEMA DE INFORMES ACADÉMICOS DE HUMANIDADES PARA EL IISUE T

Más detalles

Título: Data Mart de Gestión Económico - Financiera de la Empresa de Proyectos de Arquitectura e Ingeniería (EMPAI).

Título: Data Mart de Gestión Económico - Financiera de la Empresa de Proyectos de Arquitectura e Ingeniería (EMPAI). Título: Data Mart de Gestión Económico - Financiera de la Empresa de Proyectos de Arquitectura e Ingeniería (EMPAI). Autoras: Ing. Gisel González Hidalgo-Gato. MSc Emma Rizo Rizo. Introducción La EMPAI,

Más detalles

Sistemas de Información para la Gestión. Unidad 3 Aplicaciones de Sistemas

Sistemas 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 detalles

Monitoreo de la estrategia de una casa de empeño utilizando una herramienta de inteligencia de negocios

Monitoreo de la estrategia de una casa de empeño utilizando una herramienta de inteligencia de negocios Monitoreo de la estrategia de una casa de empeño utilizando una herramienta de inteligencia de negocios Marcelo Mejía, Alejandra Barrera, Mario Ríos, Carlos Piedra Instituto Tecnológico Autónomo de México,

Más detalles

CURSO INTRODUCCIÓN A BUSINESS INTELLIGENCE

CURSO INTRODUCCIÓN A BUSINESS INTELLIGENCE CURSO INTRODUCCIÓN A BUSINESS INTELLIGENCE Ponente: Ibertia Fecha: del 19 al 23 de octubre Horario: 17:00 a 21:00 Nº horas: 20 Lugar: Centro Nacional de Formación en Nuevas Tecnologías de La Rioja- Think

Más detalles