Tema: Utilización de tecnologías de Inteligencia de Negocio para la toma de decisiones.

Transcripción

1 UNIVERSIDAD LATINOAMERICANA DE CIENCIA Y TECNOLOGÍA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA INFORMÁTICA Trabajo final para optar por el grado de Licenciatura en Informática con Énfasis en Gestión de Recursos Tecnológicos Tema: Utilización de tecnologías de Inteligencia de Negocio para la toma de decisiones. Sustentante: Ricardo Granados Cédula: Profesor: Lic. Miguel Pérez Montero II Cuatrimestre 2008

2 Índice Índice... 2 Indice de Imágenes... 2 Resumen:... 3 Abstract... 3 Introducción:... 4 La información como recurso de las organizaciones Sistemas de Información... 6 El proceso de toma de decisiones... 7 Qué es Business Inteligence?... 9 Componentes de Business Intelligence Servicios de Análisis Cubos (SSAS) Como implementar una Tecnología BI Recomendaciones Conclusiones Bibliografía Indice de Imágenes Figura N o Figura N o Figura N o Figura N o Figura N o Figura N o

3 Resumen: Actualmente la tecnología de información ha logrado abarcar casi todas las áreas de acción en las que el ser humano interviene y esto ha desencadenado una generación de información sin precedentes. Hoy, vivimos en la sociedad de la información, en la cual las organizaciones más poderosas son quienes hacen mejor uso de este insumo para el beneficio de sus operaciones, es por esto que al mercado fueron lanzadas hace ya varios años tecnologías informáticas capaces de mitigar la necesidad de contar con un medio que permitiera al administrador consultar toda la información disponible de forma que pudiese obtener resultados en el menor tiempo posible para la toma de una decisión. Estas herramientas son conocidas hoy como Business Warehouse o Inteligencia de Negocio y proporcionan a las empresas un medio centralizado de información que permite realizar consultas de datos históricos en muy poco tiempo. Información / Insumo / Tecnología Informática / Business Warehouse / Inteligencia de Negocio. Abstract Now days, information technology has managed to cover almost all areas of action in which human beings involved and this has triggered a generation of unprecedented information. Today, we live in the information society, in which the most powerful organizations are the ones who make best use of this input for the benefit of its operations, which is why different technologies were launched to the market several years ago, technologies capable of alleviating the need for an environment that would allow the administrator to consult all available information so that it could achieve results in the shortest possible time for making a decision. These tools are known today as Business Warehouse and they provide a centralized information point to query historical data in a very short time. Information / Input / technology / Business Warehouse 3

4 Introducción: Actualmente la tecnología de información se encuentra presente en casi todas las áreas de acción del ser humano y ha cambiado radicalmente la forma en que se hacen las cosas, vino a automatizar procesos y mejorar los resultados de las organizaciones, potenciando la capacidad de procesamiento de información en las empresas para una mejor toma de decisiones. Disponer de toda esta información, si bien es cierto es de gran ayuda, también representa muchos inconvenientes a la hora de ser consultada; ya que no siempre se encuentra centralizada, sino dispersa entre varios repositorios de datos. Reunirla de las diferentes fuentes con las que cuenta una empresa, puede resultar en un proceso tedioso y engorroso, que podría tardar mucho tiempo y este, es crucial para la toma de decisiones. Por esto, muchos de los diseñadores de motores de bases de datos relacionales lanzaron al mercado su nueva herramienta: BI (Business Inteligence) o Inteligencia de Negocio. Esta permite a los administradores de las bases de datos crear repositorios centralizados de información histórica (Data warehouse), que se pueden consultar fácilmente por casi cualquier aplicación con acceso OLAP, lo que ha venido a llenar el vacío de las organizaciones con información real, acertada y en el tiempo requerido. 1 OLAP es el acrónimo en ingles para procesamiento analítico en línea (On-line Analytical Processing). 4

5 La información como recurso de las organizaciones. La información fluye constantemente dentro de cualquier organización, y toda actividad que se realiza, genera como resultado nueva información. Esta se produce debido a las actividades de cada departamento, y su éxito depende de la visión que se tenga y del apoyo en la información para identificar y mejorar las operaciones diariamente. Hoy, las empresas han comenzado a comprender el verdadero valor de la información y le dan el lugar que le corresponde como activo de ellas. Ha dejado de ser un subproducto de las operaciones diarias para convertirse en material fundamental de las futuras. Manejar la información adecuadamente es un quehacer muy complicado, y si se realiza eficientemente, puede maximizar el potencial y utilidad de la empresa, logrando así, altos niveles de competitividad en el mercado. El mínimo error en el proceso de almacenamiento o manejo de la información, puede dar al traste con años de datos recopilados, o peor aún, con algún secreto de nuestra compañía, útil para los competidores. Esta información es capaz de identificar nuestras debilidades y fortalezas. Además permite a los administradores, planificar mejor y al mismo tiempo reforzar los puntos más débiles. Los administradores deben concientizarse en el nuevo costo que el mantenimiento y almacenamiento de la información conlleva. Habrá que invertir en nuevos equipos, tecnologías, y hasta capacitación del personal, lo que obliga a la empresa a modificar sus políticas y procedimientos; y hasta podría significar la creación de documentos que contemplen los nuevos flujos de información en la empresa. 5

6 El almacenamiento de datos históricos le permite a una empresa analizar los resultados obtenidos a través del tiempo y así planificar de manera más fiable el futuro, en otras palabras, analizar qué hemos hecho bien o mal, y realizar planes de acción que permitan corregir los hierros del pasado, para un mejor futuro. Sistemas de Información Varios autores brindan distintas definiciones de este concepto, entre ellos Vega (2005); quien define un sistema de información como un conjunto de elementos que interactúan entre sí con el fin de apoyar las actividades de una empresa o negocio. Desde este punto de vista, un sistema de información viene a automatizar procesos, agilizando el procesamiento de datos en cada etapa de los mismos. Un sistema de información posee cuatro actividades básicas que son: entrada de datos, almacenamiento, procesamiento y salida de información. (Cursak, 2008). Para cada una de estas actividades, a través de la interacción humana, el sistema es capaz de seleccionar la información que será utilizada para poder producir una salida, de acuerdo con las necesidades del usuario. Existen varios usos para cada sistema de información, entre ellos: Automatizar procesos operativos: son aquellos sistemas transaccionales que se utilizan en la empresa para registrar las operaciones diarias. Proporcionar información de apoyo a la toma de decisiones: son sistemas capaces de consolidar la información de una forma más ágil, están dirigidos a los administradores, mandos medios y gerencias. Lograr ventajas competitivas a través de su implantación y uso: son aquellos sistemas o tecnologías que se implantan en la empresa para diferenciar la de los competidores. Con el auge de Internet en nuestro 6

7 país, la implantación de negocios o sucursales virtuales resulta en uno de los más claros ejemplos. (Vega, 2005) El proceso de toma de decisiones Es un proceso racional que realizamos todos los días, y aún siendo inherente al ser humano, debe ser tomado con especial precaución porque si se realiza de forma no adecuada o es tomado a la ligera, puede causarnos severos problemas. Al igual que el ser humano, en las empresas diariamente se deben tomar decisiones, algunas de mayor trascendencia, para ello es necesario que los encargados de tomarlas tengan a mano toda la ayuda e información disponible, de forma tal, que los márgenes de especulación o error se puedan reducir al mínimo. Es recomendable seleccionar las decisiones de manera que se puedan desechar las que no representan ningún beneficio. Por eso debemos tener claros los objetivos y metas del proceso o procesos que se están evaluando. Emily B.(2008), en su articulo, se refiere: Cuando un administrador se enfrenta a una toma de decisión, además de comprender la situación que se presenta, debe tener la capacidad de analizar, evaluar, reunir alternativas, considerar las variables, es decir, aplicar estas técnicas para encontrar soluciones razonables; podemos decir entonces, que se trata de una toma de decisión basada en la racionalidad. 7

8 El proceso de toma de decisiones se divide en varias etapas: Identificación y diagnóstico del problema Generación de soluciones alternativas Selección de la mejor alternativa Evaluación de alternativas Evaluación de la decisión Implantación de la decisión Este flujo contempla, que para poder solucionar alguna situación específica se debe tener bien definido y demarcado el problema por solucionar. Una vez que se dispone de una delimitación adecuada del mismo, se puede proceder con una lluvia de ideas o posibles soluciones racionales. Las cuales serán evaluadas una por una, de manera que el administrador pueda seleccionar la mejor alternativa. El proceso no finaliza con la implantación de la solución, sino que debe ser evaluada conforme transcurre el tiempo, de manera tal, que quede una fuente de consulta para el futuro. La toma de decisiones es el proceso mediante el cual el tomador de decisiones se desplaza de su posición actual a la posición en la cual quiere estar. (Cursak, 2008). 8

9 Qué es Business Inteligence? BI o Inteligencia de negocio representa el área de la informática que permite a los usuarios recopilar información de diferentes fuentes y mantener un histórico, facilitando a las esferas de ejecutivos y mandos medios, la disposición de datos para la toma de decisiones. O como bien lo define Sánchez (2006): La Inteligencia de Negocios o Business Intelligence (BI) se puede definir como el proceso de analizar los bienes o datos acumulados en la empresa y extraer una cierta inteligencia o conocimiento de ellos. Actualmente los sistemas de gestión de bases de datos más robustos en el mercado poseen sus propias soluciones BI, como por ejemplo: SQL Server, Oracle, y algunos ERP s como SAP. La idea consiste en que una compañía pueda poseer N fuentes de información diferentes y nuestro sistema de Base de datos permita enlazar y dar cierto formato a los mismos para que puedan ser utilizados por los usuarios. La herramienta permite además, acceder a ella no solo por los medios comúnes de lenguaje SQL y los propios del motor de base de datos, sino que, con unas cuantas modificaciones permite a los usuarios mediante una herramienta como Microsoft Excel acceder utilizando accesos OLAP al datawarehouse. 1 ERP por sus siglas en inglés son los sistemas de planificación de recursos empresariales 9

10 Componentes de Business Intelligence Las soluciones BI se basan en herramientas para el manejo de información disponibles en el mercado desde hace mas de 15 años, y vienen a integrar varios de los procesos que realiza individualmente cada una de ellas para alcanzar el máximo potecial de información disponible. Para iniciar con una solución BI se debe contar con un sistema de gestión de base de datos relacionales lo suficientemente robusto que permita realizar las modificaciones necesarias a los datos de manera transparente, sin tener que invertir largas horas hombre en este proceso. La base de todo el BI se encuentra en los Data warehouses, estos (los DW) en su más básica definición, representan un repositorio de datos unificado, que se alimenta de diversas fuentes de informacón y enfoca un tema en específico del negocio. Entre las principales características de un DW están: Es orientado a temas. Es un sistema de información integrado. Es de tiempo variante. Es un medio de almacenamiento no volátil. Orientado a temas: Un DW, a diferencia de las bases de datos transaccionales utilizadas diariamente en el negocio, está basado en una topología de estrella, y su proceso de normalización es completamente diferente al de una base de datos transaccional, ahora, en vez de separar la información, esta se integrada en lo cada Datamart, y contiene toda la información relacionada con el tema que este represente, proporcionando así un rápido y fácil acceso a la información. 10

11 Fuente: Manual de construcción de un Datawarehouse. Sistema de información integrado: Este representa uno de sus atributos más importantes porque permite al administrador de la base de datos, incorporar información proveniente de diversas fuentes y sistemas de gestión de bases de datos; además, puede utilizar información de archivos planos, ya sean de texto u hojas de excel. 11

12 Tal como se observa en la figura lo que hace el DW es unificar la información redundate dispersa en la organización y brinda un punto centralizado de consulta. Fuente: Manual de construcción de un Datawarehouse. 12

13 De tiempo variante: En el DW se almacena la información de manera histórica, de 5 a 10 años atrás. En cambio, los repositorios transaccionales comúnmente mantienen un horizonte de 60 a 90 días, esto permite a los administradores de bases de datos consultar largos períodos al DW de una forma ágil, rápida y eficiente. La información se almacena en el DW como una serie de Snapshots de un momento dado, una vez que este es guardado, no puede modificarse. Otra forma de observar el tiempo variante en un DW es que este por sí solo representa un datamart en nuestro DW, y que todos los demás datamarts creados deben contener esta medida. Fuente: Manual de construcción de un Datawarehouse. 3 Snapshot: en nuestro caso esta viene a representar una fotografía de nuestra información en cierto punto del tiempo. 13

14 No volátil: A diferencia de los repositorios de datos transaccionales, en un DW no existen procesos de inserción, actualización y borrado, solo se dispone de procesos de carga y acceso a los datos. En este sentido, sino se puede actualizar la información del DW hay que ser extremandamente precavidos a la hora de la planificación y definición del DW, debido a que un mal paso en esta área podría cambiar radicalmente los resultados de una consulta y con base en ella se podrían tomar decisiones erróneas. Fuente: Manual de construcción de un Datawarehouse. Ahora bien, una vez que el DW esta cargado con la información y funciona correctamente, es hora de brindar a los usuarios una capa de acceso en la cual puedan consultar de manera sencilla toda la información disponible. Aquí se contempla otro de los componentes básicos del BI, el OLAP, este método de acceso a los datos permite brindar a los usuarios la llave hacia este el nuevo mundo, al que estamos ingresando. 14

15 Servicios de Análisis Los servicios de análisis de SQL Server son una herramienta que nos habilita para poder diseñar y construir poderosos Data warehouses y cubos OLAP, por encima de nuestras bases de datos relacionales. Además, esta herramienta contiene un poderoso servicio de reportes y soporta el modelo dimensional. Microsoft SQL Server Analysis Services (SSAS), ofrece funciones de procesamiento analítico en línea (OLAP) y minería de datos para aplicaciones de Business Intelligence. Analysis Services admite OLAP y permite diseñar, crear y administrar estructuras multidimensionales que contienen datos agregados desde otros orígenes. Ahora bien, los OLAP se basan en infraestructuras de DW para obtener la información, y proveen una forma más rápida y flexible de verla, analizarla y navegar en ella. Dentro de las características de OLAP destacan: Sus bases de datos poseen un esquema optimizado para realizar consultas de usuario más rápido, además de un motor de calculación para realizar análisis numérico. Es un modelo de datos conceptual e intuitivo. Provee vistas multidimensionales de los datos. Muchas compañías utilizan una combinación de datamarts relacionados y cubos OLAP para satisfacer sus necesidades de ayuda en la toma de decisiones. Los datamart relacionales y los cubos OLAP poseen semejanzas y diferencias en la forma en que administran los datos, por ejemplo: 15

16 Comparación Cubos OLAP Modelo Relacional Figura N o 5 Fuente: Microsoft Corporation. OLAP no es una tecnología única de SQL Server, muchas compañías la utilizan y la distribuyen. Los servicios de Análisis incluyen diversos esquemas de almacenamiento OLAP: OLAP Multidimensional (MOLAP): Los datos son almacenados y se obtienen mediante estructuras de cubos que son separados de la fuente de información de la base de datos relacional. Funciona más rápido en las consultas de los usuarios. Posee duplicación de datos debido a que el detalle de las tablas FACT es traído al Servidor de Análisis para ser almacenados. Debido a lo eficiente de los algoritmos de compresión de datos, es un modo económico en términos de almacenamiento en disco. 16

17 Las consultas al Servidor de Análisis no accesan al Sistema Gestor de Base de Datos Relacional (SGBDR), por cuanto si este es desactivado el servidor de análisis no se ve afectado. OLAP Relacionado (ROLAP): Los datos son almacenados y obtenidos de una base de datos relacional. El Servidor de Análisis provee una capa multidimensional intermedia entre los clientes y el SGBDR. Todas las consultas deben acceder a las tablas del SGBDR. En comparación a MOLAP, los cubos ROLAP, son mucho más lentos en términos de respuesta a las consultas. OLAP Hybrido (HOLAP): Los datos son almacenados y obtenidos de una combinación de estructuras de cubos multidimencionales y bases de datos relacionales. Es un compromiso entre MOLAP y ROLAP en términos de desempeño y consumo de disco. Debido a que los datos detallados se duplican, es un método de almacenamiento razonable. Las consultas no son tan lentas como en los cubos ROLAP, pero tampoco son más rápidas que en MOLAP. El tiempo de procesamiento de los cubos HOLAP es muy similar al de MOLAP. 17

18 Modelos de Almacenamiento Figura N o 6 Fuente: Microsoft Corporation. Las bases de datos OLAP poseen diversos componentes entre ellos: Medidas Numéricas: valores cuantitativos que los usuarios analizarán. Unidades vendidas, millones vendidos, etc. Dimensiones: son categorías del negocio que proveen un contexto para las medidas numéricas. Una dimensión es una colección de objetos que describe los datos proporcionados por las tablas de una vista de origen. Estos objetos, denominados atributos, se pueden organizar en jerarquías que proporcionan rutas de navegación a los datos de un cubo. Las dimensiones normalmente contienen todos los atributos que describen un asunto específico (como, por ejemplo, tiempo, clientes, productos) en el que los usuarios basan sus análisis. Cubos: Combinan todas las dimensiones y las medidas en un modelo conceptual. 18

19 Cubos (SSAS) Los cubos se desarrollan en función de tablas y vistas modeladas en una vista de origen de datos. Un cubo es un conjunto de medidas (hechos) y dimensiones (áreas de interés tales como tiempo, producto y cliente). Se aumenta con cálculos, indicadores clave de rendimiento (KPI), acciones, particiones, perspectivas y traducciones. Son esencialmente sinónimos de UDM. Las medidas de un cubo se basan en columnas de una o varias tablas de hechos. Los miembros de las dimensiones utilizan las columnas de una o varias tablas de dimensiones. También pueden desarrollarse sin un origen de datos relacional subyacente. En este caso, se puede generar la estructura relacional subyacente para admitirlo. Los hechos se agregan a un cubo en función de las jerarquías de dimensiones. Como implementar una Tecnología BI Recomendaciones. Para implementar una tecnología BI primero se identifica adecuadamente el problema que enfrenta la organización respecto de los servicios de información disponibles en la actualidad. La implementación de una nueva tecnología debe representar, en la organización, un ajuste para corregir un problema identificado y no el cumplimiento de una meta u objetivo del departamento de TI, así podremos asegurarnos de que los beneficios obtenidos con la nueva herramienta serán muy importantes para el negocio. Una vez identificado el problema por atacar, se estima la población que se afectará por el cambio, es decir, se calcula la cantidad de usuarios que utilizarán los nuevos servicios de información, con el propósito de evitar que una vez implementada la solución esta colapse debido a que la cantidad de consultas recibidas supera las que puede soportar; o por el contrario, si es mínima 19

20 demuestra que la nueva implementación no fue relacionada con ningún objetivo del negocio. Otro punto importante es definir qué tipo de información queremos tener en nuestra solución BI, y, cómo esperamos obtener los reportes de ella, es necesario, que tanto los usuarios finales como los técnicos encargados de la construcción y mantenimiento de los repositorios de datos, lo entiendan claramente, de no ser así, se podrían perder valiosas horas de esfuerzo con información que no es relevante para la toma de decisiones. La selección de la herramienta que se irá a utilizar es uno de los puntos a los que debemos prestar mayor atención, se debe mantener la idea firme con respecto a los requisitos identificados que se desean satisfacer. En el mercado podemos encontrar muchas herramientas diseñadas para la implementación de Business Inteligence, identificar alguna como la mejor es casi imposible, por eso debemos enfocarnos en seleccionar la herramienta conveniente para la empresa. Se deben de tomar en cuenta aspectos muy diversos a la hora de seleccionar la tecnología, como: el conocimiento que tenga el personal sobre la herramienta, la disponibilidad de capacitación en el país, los costos de la herramienta, los recursos disponibles en la organización, la compatibilidad de la herramienta con los sistemas de gestión de bases de datos ya instalados, etc. Cualquier tecnología BI implementada correctamente puede brindar a la empresa la solución buscada. Es muy importante tomar en cuenta el proceso de implementación y mantenimiento porque para algunas herramientas, pueden resultar muy técnicos y complejos. 20

21 Por eso recomiendo lo que no se debe realizar a la hora de seleccionar una herramienta para la implementación de BI. Cavazos (2008), en su artículo, nos brinda las siguientes premisas que considero necesario definir antes de iniciar con las recomendaciones. 1. Todas las herramientas de BI correctamente implementadas pueden dar la solución de negocio. 2. La decisión para seleccionar la herramienta debe basarse en objetivos de negocio y no de tecnología. 3. La calidad de la información y la facilidad de analizarla deben ser los objetivos principales de una solución de BI. 4. La herramienta de BI debe ser considerada solo como una parte de la solución, y no la más importante. Una vez definidas las premisas vayamos a lo que no se debe tomar en cuenta para la selección de la herramienta: Experiencia de los Usuarios con otras Soluciones: Muchas veces los usuarios de nuestra organización han tenido contacto con alguna herramienta de BI, esto no indica que esta sea la más indicada para la organización, aunque en el caso de los Técnicos o personal de administración de nuestra información (DBA), sí se puede considerar importante su experiencia previa con otras herramientas. Vendedores de Soluciones: Ante estos hay que tener especial cuidado; porque pueden nublar el ingenio de nuestros administradores con el dulce sonido de los bajos precios, ofreciendo una solución económicamente viable para la organización, aunque no represente lo que realmente se busca. Herramientas con características extraordinarias: Debemos ser objetivos en relación con la utilidad de la solución, seleccionando aquella que 21

22 cumpla con los requisitos definidos como básicos o esenciales para el negocio. Compatibilidad Tecnológica Vs. Requerimientos: No se debe seleccionar una herramienta solo porque su compatibilidad con la infraestructura tecnológica existente en la organización es perfecta, dejando de lado algunas funcionalidades o requerimientos definidos o identificados previamente. 22

23 Conclusiones De acuerdo con el contexto del trabajo, se puede notar cómo la utilización de tecnologías informáticas ha venido a resolver las necesidades de información en altas y medianas esferas jerárquicas de las organizaciones. Ahora, con la utilización de herramientas como los data Warehouse y sistemas de consulta OLAP, los administradores cuentan con fuentes de datos históricos de fácil acceso y con disponibilidad 24/7. Muchas organizaciones reconocen el verdadero valor de la información, y utilizan este tipo de herramientas como soporte para la toma decisiones; crean posibles escenarios y especulan sobre el futuro con base en los datos y experiencias vividas en el pasado. Es muy importante destacar que la utilización de estas tecnologías requiere educación en los usuarios, porque nuestros sistemas de apoyo a decisiones se basan en los datos que aportan los empleados a la base de datos transaccional todos los días, y, sin un adecuando ingreso de datos, estaríamos en riesgo de equivocarnos si se utiliza información errónea en la toma de decisiones. Ahora más que nunca llegamos a la conclusión de que en la empresa dependemos de la tecnología, lo que ha propulsado el auge de los departamentos de TI. Anteriormente este era considerado como un departamento más, como contabilidad o finanzas, ahora se les ha dado un enfoque estratégico donde los directores de TI están directamente relacionados con los altos ejecutivos, de forma tal, que en conjunto se puedan alcanzar las aspiraciones de la organización y funcionar todos como un equipo. 23

24 Bibliografía Buades, G. (1999). Data Warehouse. Recuperado el 18 de abril de 2008, de B. Emily, M. (No disponible). Toma de Decisiones. Recuperado el 04 de abril de 2008, de Cavazos, E. (2008). Como NO debemos seleccionar una herramienta de Business Intelligence?. Recuperado el 30 de mayo de 2008, de Cursack, M. (No disponible).importancia de los Sistemas de Información para la Toma de Decisiones Estratégicas. Recuperado el 04 de abril de 2008, de Gutiérrez Echeverría, D. (2006). Data Warehouse. Recuperado el 18 de abril de 2008, de Instituto Nacional de Estadística e Informática. Manual de contruscción de un datawarehouse Recuperado el 19 de mayo de 2008, de Microsoft Corporation. (2001). Populating a Data Warehouse with Microsoft SQL Server 2000 Data Transformation Services Workbook. Pearson, W. (2006). Mastering Enterprise BI: introduction to Perspectives. Recuperado el 18 de abril de 2008, de 1_1 Pearson, W. (2002). Introduction to SQL Server 2000 Analysis Services: Creating our first cube. Recuperado el 18 de abril de 2008, de 1_10 Peralta, M. (2006). Sistema de Información. Recuperado el 04 de abril de 2008, de Sanchez Montoya, R. (2006). To BI or not to BI. Recuperado el 18 de abril de 2008, de 24

25 Vega Briceño, E.A. (2005). Los sistemas de información y su importancia para las organizaciones y empresas. Recuperado el 04 de abril de 2008, de Wise, L. (2007). 5 pasos para lograr un proyecto de Business Intelligence exitoso. Recuperado el 30 de mayo de 2008, de Wise, L. (2007). Los retos de una implementación de Business Inteligence. Recuperado el 30 de mayo de 2008, de Wikipedia. (2003). Data Warehousing (Almacen de datos). Recuperado el 18 de abril de 2008, de 25