MATERIAL DE APOYO CASO PRÁCTICO SISTEMA INTEGRAL PARA LA PROYECCION Y DETECCION DE LA PREVENCION DEL DELITO, MEDIANTE MINERIA DE DATOS.

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

Download "MATERIAL DE APOYO CASO PRÁCTICO SISTEMA INTEGRAL PARA LA PROYECCION Y DETECCION DE LA PREVENCION DEL DELITO, MEDIANTE MINERIA DE DATOS."

Transcripción

1 MATERIAL DE APOYO CASO PRÁCTICO SISTEMA INTEGRAL PARA LA PROYECCION Y DETECCION DE LA PREVENCION DEL DELITO, MEDIANTE MINERIA DE DATOS. PRESENTA MTIE. Erik Guerrero Bravo. Tula de Allende Hidalgo Septiembre del 2012.

2 Contenido INTRODUCCIÓN DESCRIPCIÓN DEL PROYECTO Planteamiento del Problema Objetivo General Objetivos Específicos Justificación MARCO TEORICO Business Intelligence Características... Error! Componentes... Error! 2.2. Sistemas de Información... Error! DataWarehouse... Error! Implementación... Error! DataMart... Error! Tipos de DataMarts... Error! OLAP... Error! Beneficios de OLAP... Error! Componentes... Error! 2.3. Descubrimiento de Conocimiento de Bases de Datos (KDD). Error! Marcador no Metas... Error! Proceso KDD... Error! 2.4. Minería de Datos... Error! Principales Características y Objetivos de la Minería de Datos... Error! Etapas Principales del Proceso de Minería... Error! Tipología de Patrones de Minería de Datos... Error! 3. MARCO REFERENCIAL... Error!

3 3.1. Rasgos Institucionales... Error! Antecedentes Históricos... Error! Estructura... Error! Recursos Humanos... Error! Equipamiento... Error! Tecnología e Información... Error! 3.2. Contexto de la Empresa... Error! Misión... Error! Visión... Error! Proyecciones a Futuro... Error! 4. METODOLOGÍA PARA LA ADMINISTRACIÓN DEL PROYECTO... Error! Marcador no 5. CASO PRÁCTICO... Error! 5.1. Documento de definición... Error! Conceptualización del Producto o Servicio... Error! Administración de Riesgos... Error! 5.2. Descripción del Sistema Web... Error! Funcionalidad Requerida.... Error! 5.3. Inicio Planeación del Proyecto... Error! Formato de Solicitud del Proyecto... Error! Formato de Análisis para la Integración y Planeación del Proyecto.... Error! Formato de Evaluación y Autorización de Fases del Proyecto.... Error! Formato de Rastreabilidad de Módulos Construidos... Error! Marcador no 5.4. Requerimientos Técnicos del Proyecto... Error! Datos del Proyecto... Error! Objetivo del Proyecto... Error! Alcance... Error! Descripción General... Error! Proceso General... Error! 5.5. Módulos y Arquitectura del Sistema Web (SICODEC4).... Error! Marcador no

4 5.6. Arquitectura del Sistema de Consulta Delictiva (SICODEC4). Error! Marcador no Modelos de Arquitecturas Basadas en Tres Capas... Error! Marcador no Patrón de Arquitectura (Model View Controller)... Error! Marcador no Formato de Propuesta de Solución Arquitectónica del Software.... Error! Estructura General de la Arquitectura... Error! Visión de la Comunicación Arquitectónica SICODEC4 de forma global. Error! Descripción de las Capas y su Implementación... Error! Marcador no Estructura de Comunicación entre Capas... Error! Procesos de Comunicación entre Componentes... Error! Marcador no 5.7. Descripción de Subprocesos... Error! Descripción del Proceso de Captura y Recepción de Datos... Error! Formato de Especificación y Autorización del Proceso... Error! Marcador no Diagrama de Flujo del Proceso... Error! Interfaz Gráfica del Proceso... Error! Diseño e Implementación del Proceso de Recepción de Datos... Error! Implementación del Proceso de Consulta Estadística de los Incidentes Error! Formato de Especificación y Autorización del Proceso... Error! Marcador no Diagrama de Flujo del Proceso... Error! Interfaz Gráfica del Proceso... Error! Diseño e Implementación del Proceso de Consulta y Análisis Estadístico. Error! Descripción del Proceso de Gestión de Usuarios y Seguridad... Error! Configuración de la Seguridad en la Sistema... Error! Marcador no

5 Identificación de Escenarios de Ataques Externos... Error! Marcador no Formato de Especificación y Autorización del Proceso de Seguridad Error! Descripción del Proceso de Configuración del Archivo Web.config... Error! Configuración para la Prevención de Ataques del tipo XSS... Error! Prevención de Ataques Eavesdropping.... Error! Análisis del Proceso de Autenticación de Usuarios y Control de Acceso Error! Arquitectura... Error! Análisis de Proceso de Autenticación de Usuarios... Error! Marcador no Interfaz Gráfica... Error! Implementación de la Seguridad Basada en Cookies de Autenticación. Error! Descripción del Proceso de Recuperación de Contraseñas. Error! Marcador no Diagrama de Flujo del Proceso... Error! Interfaz Gráfica... Error! Análisis Proceso de Creación de Cuentas de Usuarios. Error! Marcador no Diagrama de Flujo del Proceso... Error! Interfaz Gráfica... Error! Analisís del Proceso Invocación de la Clase Membership Error! Marcador no Descripción del Proceso de Creación de Roles... Error! Marcador no Diagrama de Flujo del Proceso... Error! Interfaz Gráfica... Error! Analisís del Proceso Invocación de la Clase Roles.... Error! Marcador no Descripción del Proceso de Asignación de Roles... Error! Marcador no Diagrama de Flujo del Proceso... Error!

6 Interfaz Gráfica... Error! Analisís del Proceso Invocación de la Clase Role... Error! Marcador no 5.8. DESCRIPCIÓN DEL MODULO DE MINERÍA DE DATOS Error! Marcador no 5.9. Funcionalidad requerida... Error! Descripción del Proceso de ETL a través de Proyectos SSIS... Error! Requerimientos para la Extracción y Transformación de los Datos... Error! Formato de Solicitud del Proyecto: MODULO DE MINERÍA DE DATOS Error! Descripción del Proceso de ETL de Incidentes Municipales.... Error! Arquitectura... Error! Proceso de Transformación del DW perteneciente a los Incidentes.... Error! Creación de Tablas de Dimensión... Error! Proceso de Transformación... Error! Diseño de la Tabla Línea del Tiempo... Error! Creación de las tablas de Hechos... Error! Análisis de los Datos Generados a partir del ETL.... Error! Marcador no Generación y Procesamiento del Modelo de Minería de Datos... Error! Descripción del Proceso de Creación del Modelo de Minería de Datos Error! Estructura General del Proyecto SSAS... Error! Implementación y Procesamiento del Modelo de Minería de Datos. Error! Entrenamiento del Modelo... Error! Resultados Finales... Error! 6. RECOMENDACIONES... Error! 7. RESULTADOS ALCANZADOS Y CONCLUCIONES... Error! 8. REFERENCIAS... Error! 9. ANEXO... Error!

7

8 INTRODUCCIÓN A partir del cambio de la estructura política del país en el 2009, se vio afectado por una creciente ola de inseguridad caracterizada por un aumento en los índices delictivos y los niveles de violencia. Esta situación fue más profunda en las principales ciudades del país y llevó a tomar acciones coordinadas a nivel nacional con el objetivo de prevenir el delito. Una de éstas medidas fue el impulso de sistemas como plataforma México, por parte de la secretaria de Seguridad Pública a nivel Federal a través del Centro de Comunicaciones, Cómputo, Control y Comando (C4). En el plano internacional, los ataques terroristas del 11 de septiembre han aumentado significativamente la preocupación por la seguridad interna en EEUU. Las agencias de inteligencia como la CIA o el FBI procesan y analizan información en busca de actividad terrorista 1. El análisis de los registros delictivos es fundamental en la prevención del delito. Entre otras cosas, por que permite el diseño de políticas y planes de prevención más efectivos. En México este tipo de análisis se ha realizado históricamente mediante herramientas estadísticas descriptivas básicas, considerando fundamentalmente variables y relaciones primarias. Sin embargo, muchas veces la estadística descriptiva clásica no refleja la verdadera interrelación de las variables y por lo tanto, el problema real. Éste contexto requiere un tratamiento más complejo que obliga a evolucionar en el análisis de información criminal. En general, el tamaño de las bases de datos esta basado en aspectos como la capacidad y eficiencia de almacenamiento y no en su posterior uso o análisis 2. Por esta razón, en muchos casos, los registros almacenados son demasiado grandes o complejos como para analizar y superan el alcance de la estadística. La Minería de Datos (Data Mining) es un proceso iterativo de búsqueda de información no trivial en grandes volúmenes de datos 3. Busca generar información similar a la que podría generar un experto humano: patrones, asociaciones, cambios, anomalías y estructuras significativas. En el caso de aplicar inteligencia o análisis inteligente a grandes volúmenes de datos almacenados por los diferentes centros y sub-centros adscritos a la Secretaria Pública Federal y Estatal conocidos como C4 justifican el uso de herramientas mas potentes que la estadística convencional que permitan determinar relaciones multivariantes subyacentes. La minería de datos aplicada al 1 Chen, H., W. Chung, J. Xu. Crime Data Mining: A General Framework and Some Examples. IEEE Computer Society, vol. 37, no. 4. Páginas Kantardzic, M Data Mining: Concepts, models, methods and algorithms. Wiley- IEEE Press. ISBN Han, J., M. Kamber, Data mining: Concepts and techniques. Morgan Kauffmann Publishers.

9 análisis de datos delictivos almacenados por el C4 es un campo bastante nuevo y que en los últimos años ha tomado gran importancia con la finalidad de otorgar mejores herramientas de análisis y monitoreo de datos. En éste contexto, el objetivo de éste trabajo es comprobar la implementación de minería de datos en el análisis de información criminal en México y comprobar su efectividad y valor agregado. 1. DESCRIPCIÓN DEL PROYECTO 1.1. Planteamiento del Problema El desarrollar sistemas informáticos que son capaces de agilizar los diversos procesos administrativos es hoy en día de suma importancia, debido a la tendencia tecnológica, la convergencia entre diferentes tecnologías y el almacenar los datos dentro de un repositorio central de almacenamiento se ha convertido en una práctica común dentro de las TIC s dejando a un lado la capacidad verdadera del procesamiento de los datos. Dentro de los Centros de Comunicaciones, Cómputo, Control y Comando C4 de las diferentes zonas del Estado de Hidalgo, se encuentran instalados diversos sistemas informáticos capaces de realizar el procesamiento de la información, los cuales son utilizados para apoyar y servir a las diferentes corporaciones de seguridad pública tanto a nivel Federal, Estatal como Municipal, para la elaboración y diseminación de decisiones de comando, así como la prevención del delito y acontecimientos de protección civil. La funcionalidad principal de estos sistemas consiste primordialmente en coordinar y mantener en operación el enlace con la red nacional de telecomunicaciones, además de establecer y mantener la red estatal de radiocomunicación al servicio de las instituciones de seguridad pública que prestan sus servicios en el estado, y establecer mecanismos de suministro e intercambio de información entre las dependencias estatales de seguridad pública es uno de los principales objetivos de dicho mecanismo. El flujo y el almacenamiento de información no permite realizar proyecciones especificas de los datos, tendencias acerca de las incidencias de los delitos, zonas seguras, zonas rojas, zonas con incremento de delincuencia, tablas porcentuales con incrementos dentro de líneas especificas de tiempo que demuestren las tendencias de incrementos de actos delictivos, gráficas con datos proyectando lugares con mayor índice de accidentes viales, tendencias o estadísticas

10 porcentuales de llamadas telefónicas y registros de accidentes falsos, cantidad de accidentes atendidos o situaciones delictivas esclarecidas, incluyendo tiempos de respuestas basados en días, semanas o meses. Para atender a ésta problemática se requiere de un modelo estadístico-preventivo basado en las tecnologías de la información, la lógica de base de datos y minería de datos que permite atender el 80% de llamadas realizadas de manera inapropiada y el 20% de tipo correctivo en donde la ciudadanía requiera la intervención de alguna autoridad. El diseño de este modelo requiere de la implementación de un algoritmo matemático y estadístico programable que consiste en determinar de acuerdo a las técnicas de la minería de datos, los casos con mayor incidencia y sus tendencias para determinar planes y programas preventivos que ayuden a erradicar o evitar el delito en determinadas regiones. Dentro la problemática interna de la empresa se ha detectado lo siguiente: No se cuenta con una herramienta que sea capaz de analizar grandes volúmenes de la información almacenada en el C4. Retardo en la consulta de información. Datos inconsistentes de información además de poca calidad en los datos. Congestionamiento de información y sobresaturación de los servicios informáticos. Procesos de proyecciones y tendencias estadísticas de situaciones de riesgos inexistentes. Los procesos informáticos en la toma de decisiones inteligentes, no se encuentran diseñados o implementados. No existe un sistema inteligente capaz de procesar información almacenada para la toma de decisiones inteligentes.

11 1.2. Objetivo General Realizar un sistema informático, que sea capaz de brindar información predictiva para la pronta atención y prevención de delitos o situaciones de riesgos para la población en general mediante la minería de datos Objetivos Específicos Recopilar e integrar los datos históricos de los delitos ocurridos en el estado. Desarrollo del modelo de minería de datos para la realización de predicciones. Realizar la limpieza y transformación de los datos. Obtener información predictiva para la pronta detección y prevención del delito ó situaciones de riesgo para la población en general. Generar estadísticas acerca de los delitos que ocurren en el Estado y representarlas por medio de gráficas. Diseñar la arquitectura de software necesaria para el análisis y captura de la información de la empresa. Diseño, desarrollo e implementación de los módulos de reportes y seguridad de acceso al sistema.

12 1.4. Justificación Los sistemas de información y comunicación forman una parte importante dentro del desarrollo tecnológico de la sociedad moderna. La capacidad de procesamiento de la información dentro de una organización adquiere importancia cuando es necesario tener una respuesta rápida y eficiente a la hora de realizar una búsqueda, o cuando es necesario mantener actualizados sus datos. Sin embargo, dentro de estas enormes masas de datos almacenados en las organizaciones existe información oculta, de gran importancia estratégica, a la que no podemos acceder mediante técnicas clásicas de recuperación de información. La implementación de las técnicas de minería de datos ayuda a generar recomendaciones apropiadas para el diseño de planes de prevención de delitos capaces de brindar información para la pronta atención a situaciones de riesgo para la población en general. Estas técnicas aplicadas a los procesos, aportaran un gran beneficio ya que permiten dar respuestas a preguntas tales como: Cuál es el delito que ocurre en cierta época del año? Cuál es la zona con más incidencia delictiva? Qué es lo que más se roban? Encontrar respuestas a estas interrogantes permite, entre otras cosas, a mejorar el desempeño del C4 y maximizar la disponibilidad de los activos hacia la persona que lo requiere.

13 2. MARCO TEORICO 2.1. Business Intelligence Hoy en día una empresa que solo reúne y administra sus datos, y que tal vez los revise de manera regular mediante informes básicos, están perdiendo casi por completo el valor estratégico. La Inteligencia de Negocios o Business Intelligence (BI), es la solución a ese problema, pues por medio de dicha información puede generar escenarios, pronósticos y reportes que apoyen a la toma de decisiones, lo que se traduce en una ventaja competitiva. La clave para BI es poder transformar los datos en información, y la información en conocimiento, de forma que se pueda optimizar el proceso de toma de decisiones en los negocios. Desde un punto de vista más pragmático, y asociándolo directamente con las tecnologías de la información, podemos definir Business Intelligence como el conjunto de metodologías, aplicaciones y tecnologías que permiten reunir, depurar y transformar datos de los sistemas transaccionales e información desestructurada (interna y externa a la compañía) en información estructurada, para su explotación directa o para su análisis y conversión en conocimiento, dando así soporte a la toma de decisiones 4. 4 Sinnexus << Qué es Business Intelligence? >> Sinnexus Business Intelligence. Consultado el 02 marzo de 2012

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

Academia de la carrera de Licenciatura Informática del Instituto Tecnológico Aguascalientes

Academia 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 detalles

UN PASEO POR BUSISNESS INTELLIGENCE

UN PASEO POR BUSISNESS INTELLIGENCE UN PASEO POR BUSISNESS INTELLIGENCE Ponentes: Agreda, Rafael Chinea, Linabel Agenda Sistemas de Información Transaccionales Qué es Business Intelligence? Usos y funcionalidades Business Intelligence Ejemplos

Más detalles

Explotación de la Información E Indicadores de Medición

Explotación de la Información E Indicadores de Medición Explotación de la Información E Indicadores de Medición CONSULTORÍA TECNOLOGÍA Información que puede explotarse desde un Centro de Emergencias 1. Información e Indicadores relativos al Centro de Emergencias

Más detalles

DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012

DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012 DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012 FLUJO DE CAPACITACIÓN Prerrequisitos Fundamentos de Programación Sentencias SQL Server 2012 Duración: 12 horas 1. DESCRIPCIÓN

Más detalles

BI BUSINESS INTELLIGENCE

BI BUSINESS INTELLIGENCE ESCUELA SUPERIOR POLITECNICA DEL LITORAL MAESTRÍA EN SISTEMAS DE INFORMACION GERENCIAL 7 ma. PROMOCIÓN BI BUSINESS INTELLIGENCE Grupo No. 1 Geannina Aguirre Henry Andrade Diego Maldonado Laura Ureta MATERIA:

Más detalles

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

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

Más detalles

PODEMOS considerar la inteligencia

PODEMOS considerar la inteligencia Modelos inteligentes en la actividad policial Seguridad Ciudadana: Sección coordinada por el Área de Gobierno de Seguridad y Movilidad del Ayuntamiento de Madrid Antonio Arias Subdirector General de Informática,

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

INTELIGENCIA DE NEGOCIOS. Business Intelligence. Alumno: Toledo Paucar Jorge

INTELIGENCIA DE NEGOCIOS. Business Intelligence. Alumno: Toledo Paucar Jorge INTELIGENCIA DE NEGOCIOS Business Intelligence Alumno: Toledo Paucar Jorge INTELIGENCIA DE NEGOCIOS Business Intelligence Es un conjunto de conceptos y metodologías para mejorar la toma de decisiones.

Más detalles

CONSTRUCCION DE INDICADORES DE GESTION Y HERRAMIENTAS OLAP PARA PEQUEÑAS Y MEDIANAS EMPRESAS

CONSTRUCCION DE INDICADORES DE GESTION Y HERRAMIENTAS OLAP PARA PEQUEÑAS Y MEDIANAS EMPRESAS CONSTRUCCION DE INDICADORES DE GESTION Y HERRAMIENTAS OLAP PARA PEQUEÑAS Y MEDIANAS EMPRESAS 1. RESEÑA HISTORICA Las exigencias competitivas del mercado hacen que las organizaciones busquen mecanismos

Más detalles

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

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

Más detalles

PROYECTO DE DESARROLLO E IMPLANTACIÓN DE LA SOLUCIÓN DE BUSINESS INTELLIGENCE PARA ELIPSOS INTERNACIONAL S.A.

PROYECTO DE DESARROLLO E IMPLANTACIÓN DE LA SOLUCIÓN DE BUSINESS INTELLIGENCE PARA ELIPSOS INTERNACIONAL S.A. PROYECTO DE DESARROLLO E IMPLANTACIÓN DE LA SOLUCIÓN DE BUSINESS INTELLIGENCE PARA ELIPSOS INTERNACIONAL S.A. Dirección de Sistemas de Información Madrid, mayo 2014 PCT B.I. ELIPSOS 1 CONTENIDO 1. OBJETIVO

Más detalles

BUSINESS INTELLIGENCE. www.sbi-technology.com

BUSINESS INTELLIGENCE. www.sbi-technology.com BUSINESS INTELLIGENCE www.sbi-technology.com SBI Technology SRL Maipú 1492 Piso 2 S2000CGT - Rosario Rep. Argentina Tel: (54 341) 530 0815 www.sbi-technology.com Copyright - SBI Technology SRL - Todos

Más detalles

Anexo 1: MATRIZ DE CONGRUENCIA. Objetivo. Problema. Problema. Objetivos. Hipótesis General. Teórico. General. Especifico. Específicos.

Anexo 1: MATRIZ DE CONGRUENCIA. Objetivo. Problema. Problema. Objetivos. Hipótesis General. Teórico. General. Especifico. Específicos. 170 Anexo 1: MATRIZ DE CONGRUENCIA Problema Problema Objetivo Objetivos Hipótesis Variables Hipótesis Variables Marco General Especifico General Específicos General Especificas Teórico En qué medida el

Más detalles

Más allá del Business Intelligence

Más allá del Business Intelligence especial informática Más allá del Business Intelligence Ofrecer a todos los usuarios de una organización la información que necesitan para tomar decisiones estratégicas, que mejoren su efectividad operacional,

Más detalles

Inteligencia Artificial y Seguridad Informática. en plataformas Open Source

Inteligencia Artificial y Seguridad Informática. en plataformas Open Source Inteligencia Artificial y Seguridad Informática en plataformas Open Source Jornadas de Software Libre y Seguridad Informática Santa Rosa La Pampa 4 y 5 de Diciembre de 2009 AGENDA Primera Parte Definiciones

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

Business Intelligence. Octubre 2007 1

Business Intelligence. Octubre 2007 1 Business Intelligence 1 1. Introducción al Business intelligence Qué es? En qué nivel de negocio se aplica? 2. Componentes del BI Esquema de una solución BI DataWarehouse Query & Reporting OLAP Cuadro

Más detalles

Aplicación de herramientas de inteligencia de negocios en modelamiento geometalúrgico

Aplicación de herramientas de inteligencia de negocios en modelamiento geometalúrgico Aplicación de herramientas de inteligencia de negocios en modelamiento geometalúrgico Verónica Escobar González, Claudio Barrientos Ochoa, Sergio Barrientos Ochoa, Dirección de Modelamiento Geometalúrgico

Más detalles

UNIVERSIDAD DE SANTIAGO DE CHILE INGENIERIA COMERCIAL APLICACIÓN COMPUTACIONAL I INTELIGENCIA DE NEGOCIOS

UNIVERSIDAD DE SANTIAGO DE CHILE INGENIERIA COMERCIAL APLICACIÓN COMPUTACIONAL I INTELIGENCIA DE NEGOCIOS UNIVERSIDAD DE SANTIAGO DE CHILE INGENIERIA COMERCIAL APLICACIÓN COMPUTACIONAL I INTELIGENCIA DE NEGOCIOS Integrante: Profesor: Maximiliano Heise Luis Ríos Fecha de entrega: miércoles 18 de abril de 2012

Más detalles

PERFIL KLE. www.siskle.com. + Antecedentes

PERFIL KLE. www.siskle.com. + Antecedentes PERFIL KLE www.siskle.com Tamaulipas Torre A 150-501 Col. Hipódromo Condesa México DF... Teléfonos: +5211.6710; +5256.4517... http://www.siskle.com... + Antecedentes + SIS KLE + Factores de Diferenciación

Más detalles

MINERÍA DE DATOS. Teleprocesos y Sistemas Distribuidos Licenciatura en Sistemas de Información FACENA - UNNE. Octubre - 2003

MINERÍA DE DATOS. Teleprocesos y Sistemas Distribuidos Licenciatura en Sistemas de Información FACENA - UNNE. Octubre - 2003 MINERÍA DE DATOS Teleprocesos y Sistemas Distribuidos Licenciatura en Sistemas de Información FACENA - UNNE Octubre - 2003 CONTENIDO Qué es Data Warehousing Data Warehouse Objetivos del Data Warehouse

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

POSIBLE APLICACIÓN DE LA MINERÍA DE TEXTOS A LOS TRABAJOS DE LA COMISIÓN MINISTERIAL DE INFORMÁTICA

POSIBLE APLICACIÓN DE LA MINERÍA DE TEXTOS A LOS TRABAJOS DE LA COMISIÓN MINISTERIAL DE INFORMÁTICA POSIBLE APLICACIÓN DE LA MINERÍA DE TEXTOS A LOS TRABAJOS DE LA COMISIÓN MINISTERIAL DE INFORMÁTICA M.ª del Pilar Cantero Blanco Jefa de Servicio de Sistemas Informáticos. Subdirección General de Planificación

Más detalles

ARTÍCULOS Y REFLEXIONES

ARTÍCULOS Y REFLEXIONES ARTÍCULOS Y REFLEXIONES Soporte a la toma de decisión a través de Business Intelligence. Ing. Sandra Aída Pérez Estrada Alumna de la Maestría en Administración de Tecnologías de Información, Universidad

Más detalles

MINERÍA DE DATOS: ÁREA DE OPORTUNIDADES

MINERÍA DE DATOS: ÁREA DE OPORTUNIDADES MINERÍA DE DATOS: ÁREA DE OPORTUNIDADES Actualmente se vive una época donde se tiene una enorme cantidad de datos que se generan diariamente (del orden de Terabytes, Petabytes 1 (Han, Kamber, & Pei, 2012))

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

MANUAL DE ORGANIZACIÓN Y FUNCIONES GERENCIA DE INFORMÁTICA

MANUAL DE ORGANIZACIÓN Y FUNCIONES GERENCIA DE INFORMÁTICA MANUAL DE ORGANIZACIÓN Y FUNCIONES GERENCIA DE INFORMÁTICA Aprobando mediante Resolución de Gerencia General N 052-2015 de fecha 26 Junio 2015 ELABORADO POR: APROBADO POR: 1 de 82 ÍNDICE 1 INTRODUCCIÓN...

Más detalles

CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN.

CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN. SISTEMA EDUCATIVO inmoley.com DE FORMACIÓN CONTINUA PARA PROFESIONALES INMOBILIARIOS. CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN. Business Intelligence. Data Mining. PARTE PRIMERA Qué es

Más detalles

Automatizar los procesos. Herramientas especializadas para el análisis de datos. Solución integrada acorde con PCDAI. Software libre. DEFINICION.

Automatizar los procesos. Herramientas especializadas para el análisis de datos. Solución integrada acorde con PCDAI. Software libre. DEFINICION. DEFINICION. Sistema de información para el IEEX que permite consolidar datos de distintas fuentes de información y que provee herramientas para el análisis de los datos y la publicación automática de informes.

Más detalles

SOLUCIÓN IMPLEMENTADA:

SOLUCIÓN IMPLEMENTADA: CASOS DE ÉXITO Casos de éxito Sistema de Atención al Ciudadano. DEXON BPM Business Process Management. Demora en los trámites de respuesta a las solicitudes de los ciudadanos, la entidad no tenía forma

Más detalles

INTELIGENCIA DE NEGOCIOS

INTELIGENCIA DE NEGOCIOS INTELIGENCIA DE NEGOCIOS A P R O X I M A C I Ó N A U N A E X P E R I E N C I A D E A P L I C A C I Ó N E N I N S T I T U C I O N E S D E L A R E G I Ó N Ing. Patricia Uceda Martos Agenda Introducción Definición

Más detalles

Minería de Datos. Vallejos, Sofia

Minería de Datos. Vallejos, Sofia Minería de Datos Vallejos, Sofia Contenido Introducción: Inteligencia de negocios (Business Intelligence). Descubrimiento de conocimiento en bases de datos (KDD). Minería de Datos: Perspectiva histórica.

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

Inteligencia de Negocios (Business Intelligence)

Inteligencia de Negocios (Business Intelligence) ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA DE SISTEMAS Programa de Pregrado Modalidad de Experiencia Laboral Artículo El uso de la Minería de Datos en la Inteligencia de Negocios (Business Intelligence)

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

TECNOLOGÍA 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 TECNOLOGÍA SOFTWARE PARA EL DESARROLLO DE SISTEMAS DE INFORMACIÓN Sistemas Informacionales (BI Business Intelligence) Sonia Marrero Cáceres Sistemas Informacionales Sistemas informacionales: Sistemas de

Más detalles

La Inteligencia Analítica: Una Herramienta para el Mejoramiento en la Administración Pública

La Inteligencia Analítica: Una Herramienta para el Mejoramiento en la Administración Pública La Inteligencia Analítica: Una Herramienta para el Mejoramiento en la Administración Pública Dr. Viterbo H. Berberena G. Coordinador de la Maestría en Inteligencia Analítica Consultor Sénior en Inteligencia

Más detalles

BUSINESS INTELLIGENCE. programa de gestión comercial inteligencia analítica

BUSINESS INTELLIGENCE. programa de gestión comercial inteligencia analítica BUSINESS INTELLIGENCE programa de gestión comercial inteligencia analítica Programa de gestión comercial Las compañías necesitan soluciones integrales de inteligencia empresarial para aumentar su competitividad,

Más detalles

Curso de Minería de Datos Instructor: Dr. Luis Carlos Molina Félix

Curso de Minería de Datos Instructor: Dr. Luis Carlos Molina Félix Curso de Minería de Datos Instructor: Dr. Luis Carlos Molina Félix Presentación Las bases de datos y los sistemas de administración de datos han jugado un papel primordial en el crecimiento y éxito de

Más detalles

KDD y MD. Dr. Juan Pedro Febles Rodríguez BIOINFO CITMA 2005. Juan Pedro Febles KDD y MD

KDD y MD. Dr. Juan Pedro Febles Rodríguez BIOINFO CITMA 2005. Juan Pedro Febles KDD y MD KDD y MD Dr. Juan Pedro Febles Rodríguez BIOINFO febles@bioinfo.cu http://www.bioinfo.cu CITMA 2005 Temas a tratar Algunos antecedentes académicos. El proceso de descubrimiento de conocimientos en Datos

Más detalles

SÍLABO. : Electivo : Ingeniería de Sistemas : IS0806. : VIII Ciclo : 2 de Teoría y 2 de Práctica : 03 : Ninguno

SÍLABO. : Electivo : Ingeniería de Sistemas : IS0806. : VIII Ciclo : 2 de Teoría y 2 de Práctica : 03 : Ninguno SÍLABO I. DATOS GENERALES 1.1. Nombre de la Asignatura 1.2. Carácter 1.3. Carrera Profesional 1.4. Código 1.5. Semestre Académico : 2014-I 1.6. Ciclo Académico 1.7. Horas de Clase 1.8. Créditos 1.9. Pre

Más detalles

Programa Internacional Business Intelligence

Programa Internacional Business Intelligence Fecha de inicio: 18 de junio de 2012 Programa Internacional Business Intelligence En un ambiente globalizado y de alta competitividad entre las empresas, la adecuada administración del capital intelectual

Más detalles

FORMACIÓN E-LEARNING. Curso de Business Intelligence y Big Data

FORMACIÓN E-LEARNING. Curso de Business Intelligence y Big Data FORMACIÓN E-LEARNING Curso de Business Intelligence y Big Data Métodos y herramientas para analizar la información y facilitar la toma de decisiones empresariales. Tel. 902 021 206 - attcliente@iniciativasempresariales.com

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

PLATAFORMA MÉXICO. SISTEMA DE INTERCONEXIÓN PARA LA GENERACIÓN DE INTELIGENCIA OPERATIVA Octubre 2008

PLATAFORMA MÉXICO. SISTEMA DE INTERCONEXIÓN PARA LA GENERACIÓN DE INTELIGENCIA OPERATIVA Octubre 2008 PLATAFORMA MÉXICO SISTEMA DE INTERCONEXIÓN PARA LA GENERACIÓN DE INTELIGENCIA OPERATIVA Octubre 2008 DEFINICIÓN PLATAFORMA MEXICO SECRETARÍA DE SEGURIDAD PÚBLICA Es un concepto tecnológico avanzado de

Más detalles

Soluciones de Business Intelligence para su empresa

Soluciones de Business Intelligence para su empresa Soluciones de Business Intelligence para su empresa Sinnexus - Business Intelligence + Informática estratégica Página 2 Sinnexus es una empresa de nuevas tecnologías, cuya principal fuerza impulsora es

Más detalles

Artículos de Minería de Datos de Dataprix Introducción a la minería de datos

Artículos de Minería de Datos de Dataprix Introducción a la minería de datos Published on Dataprix (http://www.dataprix.com) Principal > Artículos de Minería de Datos de Dataprix By Dataprix Created 26/12/2009-17:13 Artículos de Minería de Datos de Dataprix Introducción a la minería

Más detalles

www.sis-monterrey.com

www.sis-monterrey.com www.sis-monterrey.com Antecedentes 4 SIS Organización SIS Monterrey Índice SIS Monterrey 5 Misión Visión Valores Factores de Diferenciación 6 Especialización en Negocios Factor Humano Confianza Oferta

Más detalles

Tesina Diseño Web de un observatorio turístico como estrategia para la promoción y monitoreo de información sobre el turismo en Mazatlán, Sinaloa

Tesina Diseño Web de un observatorio turístico como estrategia para la promoción y monitoreo de información sobre el turismo en Mazatlán, Sinaloa Tesina Diseño Web de un observatorio turístico como estrategia para la promoción y monitoreo de información sobre el turismo en Mazatlán, Sinaloa Que como opción para la obtención del título de: Licenciado

Más detalles

INGENERíA EN INFORMÁTICA. Sistema de Información. (Concepto, Importancia, Tipos de Si, Actividades)

INGENERíA EN INFORMÁTICA. Sistema de Información. (Concepto, Importancia, Tipos de Si, Actividades) INGENERíA EN INFORMÁTICA Sistema de Información (Concepto, Importancia, Tipos de Si, Actividades) NOMBRE: Oscar Apata T. CARRERA: Ingeniería en Informática ASIGNATURA: Tecnologías de la Información II

Más detalles

Introducción a la Minería de Datos (Data Mining)

Introducción a la Minería de Datos (Data Mining) a la Minería de Datos (Data Mining) IT-Nova Facultad de Ingeniería Informática y Telecomunicaciones Iván Amón Uribe, MSc Minería de Datos Diapositivas basadas parcialmente en material de Inteligencia Analítica

Más detalles

IBM Cognos Enterprise: Inteligencia de negocio y gestión del rendimiento potente y escalable

IBM Cognos Enterprise: Inteligencia de negocio y gestión del rendimiento potente y escalable : Inteligencia de negocio y gestión del rendimiento potente y escalable Puntos destacados Dota a los usuarios de su organización de las capacidades de business intelligence y de gestión del rendimiento

Más detalles

Situación actual del BI. Congreso DINTEL. www.fraternidad.com. Esteban Mate. Su Mutua - Calidad y Servicio, 365 días al año. Fraternidad Muprespa

Situación actual del BI. Congreso DINTEL. www.fraternidad.com. Esteban Mate. Su Mutua - Calidad y Servicio, 365 días al año. Fraternidad Muprespa Su Mutua - Calidad y Servicio, 365 días al año Situación actual del BI Congreso DINTEL Esteban Mate Director de Organización y Planificación Fraternidad Muprespa www.fraternidad.com Índice Fraternidad

Más detalles

Boletín de Asesoría Gerencial*

Boletín de Asesoría Gerencial* Espiñeira, Sheldon y Asociados No. 10-2008 *connectedthinking Contenido Haga click en los enlaces para navegar a través del documento Haga click en los enlaces para llegar directamente a cada sección 4

Más detalles

Business Intelligence

Business Intelligence Business Intelligence Curso 2012-2013 Departamento de Lenguajes y Sistemas Informáticos II http://www.kybele.es ISI/SI - 1 Introducción Nuestra misión: Hacer inteligente el negocio Buenos días. Soy Negocio.

Más detalles

Unidad IV. Arquitectura de sistemas E-Commerce. M.C. Juan Carlos Olivares Rojas

Unidad IV. Arquitectura de sistemas E-Commerce. M.C. Juan Carlos Olivares Rojas Unidad IV. Arquitectura de sistemas E-Commerce M.C. Juan Carlos Olivares Rojas Agenda 4.1 Portal Internet front office 4.2 Procesamiento de transacciones ERP 4.3 Datawarehouse 4.4 Gestión de conocimiento

Más detalles

PREVIEW BIDOOP 2.0. Big Data Brunch

PREVIEW BIDOOP 2.0. Big Data Brunch PREVIEW BIDOOP 2.0 Big Data Brunch 08 de Julio 2014 Quién soy? Trabajando con Hadoop desde 2010 sluangsay@pragsis.com @sourygna CTO de Pragsis Responsable departamento sistemas Preventa Instructor de Hadoop

Más detalles

Arquitectura para análisis de información. Zombi es una arquitectura que proporciona de manera integrada los componentes

Arquitectura para análisis de información. Zombi es una arquitectura que proporciona de manera integrada los componentes Capítulo 4 Arquitectura para análisis de información propuesta 4.1 Arquitectura Zombi es una arquitectura que proporciona de manera integrada los componentes necesarios para el análisis de información

Más detalles

Minería de datos para la determinación del grado de exclusión social

Minería de datos para la determinación del grado de exclusión social Minería de datos para la determinación del grado de exclusión social Data mining to determine the degree of social exclusion * Jorge Enrique Rodríguez Rodríguez Fecha de recepción: 23 de agosto de 2008

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

Curso del Data Mining al Big Data

Curso del Data Mining al Big Data Curso del Data Mining al Big Data Instructor: Dr. Luis Carlos Molina Félix Presentación. Las bases de datos y los sistemas de administración de datos han jugado un papel primordial en el crecimiento y

Más detalles

El desarrollo de aplicaciones

El desarrollo de aplicaciones e d i t o r i a l Entendiendo el desarrollo de los sistemas SOA María Consuelo Franky R. El desarrollo de aplicaciones orientadas y basadas en servicios, como estilo de arquitectura, emergió sobre la arena

Más detalles

INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer

INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer En los últimos años, el interés por la Computación en la Nube (Cloud Computing), tanto para uso personal como para negocios,

Más detalles

BUSINESS INTELLIGENCE

BUSINESS 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 detalles

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

Facultad de Ciencias Económicas. Departamento de Sistemas. Asignatura: INTELIGENCIA DE NEGOCIOS. Plan 1997 UNIVERSIDAD DE BUENOS AIRES Facultad de Ciencias Económicas Departamento de Sistemas Asignatura: INTELIGENCIA DE NEGOCIOS Código: 715 Plan 1997 Cátedra: DEPARTAMENTO DE SISTEMAS Carrera: Licenciado en

Más detalles

www.itconsulting.com.bo B. Las palmas C./ San Miguel#420 Telf. Of.: 591-3-3210356 Cel.76364838 Santa Cruz - Bolivia

www.itconsulting.com.bo B. Las palmas C./ San Miguel#420 Telf. Of.: 591-3-3210356 Cel.76364838 Santa Cruz - Bolivia Señor(a): CLIENTE Presente.- Santa Cruz, 14 Noviembre del 2012 REF.: COTIZACION ESPECIALISTA EN ANALISIS DE DATOS & INTELIGENCIA DE NEGOCIOS EN EXCEL 2007-2010 Distinguido Señores: Consultores en Tecnologías

Más detalles

ASIGNATURA: Tecnologías de Información y Comunicación II

ASIGNATURA: Tecnologías de Información y Comunicación II ASIGNATURA: Tecnologías de Información y Comunicación II 53 HORAS DESCRIPCIÓN DE LA ASIGNATURA: Esta asignatura proporciona al alumno las competencias y herramientas teóricas necesarias para la aplicación

Más detalles

MINERIA DE DATOS Y Descubrimiento del Conocimiento

MINERIA DE DATOS Y Descubrimiento del Conocimiento MINERIA DE DATOS Y Descubrimiento del Conocimiento UNA APLICACIÓN EN DATOS AGROPECUARIOS INTA EEA Corrientes Maximiliano Silva La información Herramienta estratégica para el desarrollo de: Sociedad de

Más detalles

UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE INGENIERÍA, CIENCIAS FÍSICAS Y MATEMÁTICA CARRERA DE INGENIERÍA INFORMÁTICA

UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE INGENIERÍA, CIENCIAS FÍSICAS Y MATEMÁTICA CARRERA DE INGENIERÍA INFORMÁTICA UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE INGENIERÍA, CIENCIAS FÍSICAS Y MATEMÁTICA CARRERA DE INGENIERÍA INFORMÁTICA ANÁLISIS DE DATOS USANDO MODELOS ESTADÍSTICOS SOBRE UN DATAWAREHOUSE ACADÉMICO PARA

Más detalles

Data Mining Técnicas y herramientas

Data Mining Técnicas y herramientas Data Mining Técnicas y herramientas Introducción POR QUÉ? Empresas necesitan aprender de sus datos para crear una relación one-toone con sus clientes. Recogen datos de todos lo procesos. Datos recogidos

Más detalles

Materia: Inteligencia de negocios

Materia: Inteligencia de negocios Instituto Tecnológico de Durango Departamento de Sistemas y Computación Ingeniería Informática Unidad I. INTRODUCCIÓN A LA INTELIGENCIA DE NEGOCIOS 1 Información Activo más importante de los negocios actuales

Más detalles

Programa de Actualización Profesional en. Business Intelligence

Programa de Actualización Profesional en. Business Intelligence Programa de Actualización Profesional en Business Intelligence INTRODUCCION El tratamiento de la información transaccional generada en el día a día de las empresas, para evaluar la situación de negocio

Más detalles

Carlos Daniel Quattrocchi

Carlos Daniel Quattrocchi PRESENTA Lic. Héctor Iglesias Licenciado en Informática. Profesional independiente, ha desempeñado la actividad en informática desarrollando e implementando sistemas, capacitando y asesorando a numerosas

Más detalles

1.1 Titulo Descriptivo del Proyecto

1.1 Titulo Descriptivo del Proyecto 1.1 Titulo Descriptivo del Proyecto Diseño de un Manual empleando Data Mining (Minería de Datos) para predecir el Potencial de Desarrollo de las empresas en la Zona Oriental asociadas a la Comisión Nacional

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

PORTFOLIO APLICA.DÀT. Business Intelligence. Que veo y que hay

PORTFOLIO APLICA.DÀT. Business Intelligence. Que veo y que hay Soluciones de Gestión para extraer provecho de los datos. (Business Intelligence, Cuadro de Mando i Calidad de datos) Que veo y que hay PORTFOLIO Business Intelligence Tiene infinidad de datos. No tiene

Más detalles

Competencias generales vinculadas a los distintos módulos Módulo de Formación Básica

Competencias generales vinculadas a los distintos módulos Módulo de Formación Básica Competencias generales vinculadas a los distintos módulos Módulo de Formación Básica C1. Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar

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

Kais Analytics Business Intelligence

Kais Analytics Business Intelligence Analizador de datos Analice toda la información estratégica y mejore la toma de decisiones Con la globalización de la información en los últimos años nace el concepto Business Intelligence. La gran cantidad

Más detalles

INTEGRACION DE BASES DE DATOS EN LA WEB

INTEGRACION DE BASES DE DATOS EN LA WEB 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: INTEGRACION DE BASES DE DATOS EN LA WEB Ingeniería en Tecnologías de la Información y Comunicaciones DSD-1202 SATCA1

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

BearSoft. SitodeCloud. Rafael Rios Bascón Web: http://www.bearsoft.com.bo Móvil: +591 77787631 Email: rafael.rios@bearsoft.com.bo

BearSoft. SitodeCloud. Rafael Rios Bascón Web: http://www.bearsoft.com.bo Móvil: +591 77787631 Email: rafael.rios@bearsoft.com.bo BearSoft Rafael Rios Bascón Web: http://www.bearsoft.com.bo Móvil: +591 77787631 Email: rafael.rios@bearsoft.com.bo CONTENIDO 1. Resumen. 3 2. Business Intelligence.. 4 3. Características del software.

Más detalles

Diplomado: Gestión de Servicios de la Tecnología de Información (ITSM)

Diplomado: Gestión de Servicios de la Tecnología de Información (ITSM) Diplomado: Gestión de Servicios de la Tecnología de Información (ITSM) Duración: 9 módulos (total 152 hrs.) Horario: Viernes de 18:00 a 22:00 hrs. y Sábados de 09:00 a 13:00 hrs. Sede: HP (Santa Fe) Fundamentación

Más detalles

www.itconsulting.com.bo

www.itconsulting.com.bo Señor(a): Cliente Presente.- Santa Cruz, 23 de octubre del 2012 Distinguido Señores: REF.: COTIZACION CURSO BUSINESS INTELLIGENCE & DATAWAREHOUSE & CUBOS OLAP EN EXCEL 2010 Consultores en Tecnologías de

Más detalles

RAUL RENALES 05/11/2015. CISO & IT Project Manager en Ayla DT Analista Riesgos IT Seguridad Informática Integrador tecnológico

RAUL RENALES 05/11/2015. CISO & IT Project Manager en Ayla DT Analista Riesgos IT Seguridad Informática Integrador tecnológico RAUL RENALES CISO & IT Project Manager en Ayla DT Analista Riesgos IT Seguridad Informática Integrador tecnológico Economía en UAH Analista de Riesgos UCAV 1 ANTES DE EMPEZAR Cuántos de ustedes disponen

Más detalles

PROGRAMA DE SEGURIDAD

PROGRAMA DE SEGURIDAD PROGRAMA DE SEGURIDAD Estrategia Integral de Prevención del Delito y Combate a la Delincuencia Marzo 2007 Estrategia Integral de Prevención del Delito y Combate a la Delincuencia. SSP, 7/mar/2007 1 PROGRAMA

Más detalles

M u l t i n a c i o n a l d e l s e c t o r f a r m a c é u t i c o : D a s h b o a r d B u s i n e s s P e r f o r m a n c e C a s o d e É x i t o

M u l t i n a c i o n a l d e l s e c t o r f a r m a c é u t i c o : D a s h b o a r d B u s i n e s s P e r f o r m a n c e C a s o d e É x i t o farmacéutico: Dashboard Business M u l t i n a c i o n a l d e l s e c t o r f a r m a c é u t i c o : D a s h b o a r d B u s i n e s s P e r f o r m a n c e C a s o d e É x i t o farmacéutico: Dashboard

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

Curso: Business Intelligence

Curso: Business Intelligence INDICE OBJETIVOS GENERALES... 4 UNIDAD 1. INTRODUCCION A LA INTELIGENCIA DE NEGOCIO (B.I)... 5 0. OBJETIVOS... 5 1. DEFINICION BUSINESS INTELLIGENCE... 6 2. CARACTERISTICAS BUSINESS INTELLIGENCE... 7 3.

Más detalles

DIRECCIÓN EJECUTIVA DE INFORMÁTICA

DIRECCIÓN EJECUTIVA DE INFORMÁTICA NOVIEMBRE 20 ÍNDICE CONTENIDO PÁGINA I.- Introducción 3 II.- Antecedentes 5 III.- Marco Jurídico 8 IV.- Objetivo del Área 9 V.- Estructura Orgánica VI.- Organigrama 12 VII.- Descripción de Funciones 13

Más detalles

Business Intelligence

Business Intelligence 2012 Business Intelligence Agenda Programas Diferencias de OLTP vs OLAP Arquitectura de una solución de BI Tecnologías Microsoft para BI Diferencias entre OLTP v/s OLAP Alineación de Datos OLTP Datos organizados

Más detalles

Construcción de sistemas de soporte a la toma de decisiones

Construcción de sistemas de soporte a la toma de decisiones INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Construcción de sistemas de soporte a la toma de decisiones M. En C. Eduardo Bustos Farías 1 Desarrolla en Sistemas de Apoyo de Decisión Como

Más detalles

LOS CINCO GRADOS DE MADUREZ DE UN PROYECTO BI

LOS 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 detalles

ARGOS, ENTRA Y VERÁS. SISTEMA DE PROSPECCIÓN PERMANENTE DEL MERCADO DE TRABAJO EN ANDALUCÍA

ARGOS, ENTRA Y VERÁS. SISTEMA DE PROSPECCIÓN PERMANENTE DEL MERCADO DE TRABAJO EN ANDALUCÍA ARGOS, ENTRA Y VERÁS. SISTEMA DE PROSPECCIÓN PERMANENTE DEL MERCADO DE TRABAJO EN ANDALUCÍA Servicio Andaluz de Empleo Consejería de Empleo D.G. de Intermediación e Inserción Laboral Svo. de Intermediación

Más detalles

Inteligencia aplicada a la protección de infraestructuras

Inteligencia aplicada a la protección de infraestructuras Inteligencia aplicada a la protección de infraestructuras En la última década, la mayor conciencia sobre las amenazas potenciales hacia la seguridad sobre las personas y las infraestructuras han hecho

Más detalles

Sistema Nacional de Información del Agua SINA

Sistema Nacional de Información del Agua SINA Sistema Nacional de Información del Agua SINA Marzo 2012 Ricardo PIZZUTO Contenido 1. Antecedentes de la información sobre el agua en México 2. Componentes básicos y productos del SINA 3. AA203 y los principales

Más detalles