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

Tamaño: px

Comenzar la demostración a partir de la página:

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

María Jesús Fernández Medina
hace 8 años
Vistas:

1 Servicio Business Intellingence integrado con & Big Del dato al conocimiento

2 Servicio BI integral: Business Intelligence es la habilidad para transformar los datos en información, y la información en conocimiento, durante el ciclo de vida de los datos, de forma que se pueda optimizar el proceso de toma de decisiones en los negocios. La inteligencia de negocio actúa como un factor estratégico para una empresa u organización, generando una potencial ventaja competitiva, que no es otra que proporcionar información privilegiada para responder a los problemas de negocio: entrada a nuevos mercados, promociones u ofertas de productos, eliminación de islas de información, control financiero, optimización de costes, planificación de la producción, análisis de perfiles de clientes, rentabilidad de un producto concreto, etc.

3 Ansbad utiliza para llevar a cabo este servicio integro de Business Intelligence, un proceso piramidal, que incluye varios conjuntos 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 (reporting, análisis OLTP / OLAP, alertas...) o para su análisis y conversión en conocimiento, dando así soporte a la toma de decisiones sobre el negocio. Si el plan estratégico a implementar lo requiere, Ansbad tendrá presente el uso de fuentes externas (redes sociales, blogs, sensores, etc), su extracción y gestión mediante soluciones basadas en Big, aportando un valor añadido para complementar y reforzar su BI, lo cual le proporciona una información de gran peso estratégico que nos proporcionara una visión de 360º del negocio y de los clientes.

Ansbad, propone dividir el proceso en 4 fases, complementarias entre ellas, para garantizar un resultado optimo en el Plan estratégico a implementar en el Bussiness Intelligence, según las

4 Ansbad, propone dividir el proceso en 4 fases, complementarias entre ellas, para garantizar un resultado optimo en el Plan estratégico a implementar en el Bussiness Intelligence, según las necesidades reales del negocio. Estratégico Táctico Misión y Visión Enfoque no cuantitativo Perdura en el tiempo Objetivos y Metas Diferentes Plazos Generales y Específicos Enfoque alcanzable Iniciativas Proyectos Decisiones y acciones Indicadores Medición Enfoque cuantitativo

5 Fase 1: Es la base del proyecto y por lo tanto, es la primera fase a implementar. El objetivo de esta fase es la de establecer y generar los inputs estratégicos, con los que se construirá el Plan Estratégico a consolidar en el Business Intelligence. Esta fase se realizara junto con negocio, estableciendo los canales de comunicación válidos, con los perfiles y roles de usuarios pertinentes de la empresa, que aporten la visión estratégica real a implementar.

6 Las sub fases a seguir serán: 1. Generación junto con negocio : de Negocio. Operaciones de Negocio. Actividad de TI. 2. Acordar las reglas y normas del negocio en base al punto anterior, para su perfecta alineación con los datos de la empresa. 3. Generar las métricas para definir los indicadores de los objetivos establecidos en el punto 1.

7 4. Definir las fuentes orígenes de los datos, tanto internas ( CRM, ERP, SCM,etc) como externas( públicas, redes sociales, blogs, etc), si es el caso, que alimentaran a la futura plataforma tecnológica de BI. 5. Implementación y ejecución de las sub fases anteriores.

8 Definir reglas y normas de negocio Canal de comunicación válido Inputs Plan Estratégico: de Negocio. Operaciones de Negocio Actividad de TI Definición indicadores de objetivos de negocio Implementación y ejecución Definir las fuentes orígenes de los datos internas y externas

9 Fase 2: En esta fase se definirá y se desarrollara la plataforma tecnológica en la cual se ejecutará el Business Intelligence, como servicio DSS (Decision Support Service), mediante un entorno basado en Warehouse. Su definición y desarrollo se basara en los inputs establecidos en la fase 1.

10 Las sub fases a implementar: 1. Inputs estratégicos, entendiendo las necesidades de información de Negocio orientada a BI. 2. Definir la arquitectura y mantenimiento del DWH ( Warehouse). 3. Implementar DWH y/o Marts. 4. Procesar Datos hacia DWH de las diferentes fuentes origen establecidas en la anterior fase. 5. Monitorizar y controlar la actividad operativa del DHW para lograr su optimo desempeño orientado al Negocio.

11 Para implementar esta fase, Ansbad se vale también de una visión gerencial, teniendo en cuenta los TCO (Total Cost Onwership) destinados a la creación de la plataforma tecnológica del DWH, realizando una personalización del proyecto según las necesidades reales del negocio y controlando el gasto. Implementación ejecución Fase 1 Definir arquitectura y mantenimiento del DWH Implementar DWH- Marts Procesar datos fuentes origen establecidas Monitorización Control TCO

12 Fase 3: Es la base del proyecto junto con la fase 1, al tratarse de la gestión óptima en diferentes niveles de los datos, base indispensable de cualquier proyecto de Business Intelligence. El objetivo es identificar y proveer las necesidades de información del negocio, a partir de los datos, para generar un valor estratégico.

13 Implementar mediante las sub fases: 1- Aportar lógica de negocio en los datos, es decir que estos se acoplen perfectamente al Plan estratégico y operacionalidad del negocio, establecido previamente en los inputs de la fase Aplicación en los datos, de las reglas y normas de negocio definidas en el Plan estratégico y operacional del anterior punto. 3- Aplicación de metodologías de Quality en las fuentes origen de datos, tanto internas como externas, para detectar e identificar los datos errados, previo a su inserción como parte de datos de la empresa.

14 Tareas a realizar en Quality: Descubrimiento de los datos erróneos. Perfilado mediante auditoria con la entrega de cuadro de mandos. Limpieza o data cleanup, de los datos erróneos según reglas de negocio previamente definidas. Coincidencias diseñando la limpieza a realizar. Consolidación implementando los procesos de limpieza establecidos. Sin una calidad contrastada de los datos, cualquier proyecto de BI, está condenado al fracaso.

15 4- Diseñar e implementar procesos ETL (Extraction, Transformer, Load) para la carga de los datos que cumplen los tres puntos anteriores, en la plataforma del Business Intelligence (DWH). 5- Control y medición de la calidad de los datos, a lo largo las 4 fases principales, durante el ciclo de vida de los datos.

16 Aplicar lógica de negocio Control y medición global ( Governance) Aplicar Reglas y normas de negocio Implementar procesos ETL Aplicar Metodologías de data quality

17 Fase 4: -Business Analytics-. Una vez se obtiene unos datos fiables tanto a nivel de calidad como de alineación con el negocio implementadas en la fase 3 y cargados en el sistema (ETL), la siguiente fase es implementar los procesos de analítica de estos, para extraer la información valiosa a nivel estratégico, contenida en los sistemas de información DWH propios del BI, desarrollados en la fase 2.

18 El negocio necesita responder a las preguntas: Qué esta pasando? Descriptivo- Por qué ha pasado? Diagnóstico- Qué pasará si? Predictivo- Las respuestas a esas preguntas, le ayudaran a : Mejorar servicios/productos. Ahorrar tiempos. Reducir costes. Mejoras en las tomas de decisiones. Cumplir con los indicadores globales establecidos en el Plan estratégico.

19 Para llevar a cabo la fase 4, utilizaremos metodologías y herramientas especializadas de Mining reforzadas con Cubos OLAP. Por qué Mining? Esta metodología de análisis, nos proporciona la oportunidad de detectar patrones de comportamiento mas profundos, los cuales complementándolos con los algoritmos pertinentes, lo cual nos proporciona no solo una visión descriptiva (ahora) y su diagnóstico, sino también una visión predictiva (de futuro), consiguiendo una visión mas global de la situación.

20 Sub fases a implementar en el Mining 1. Definir el problema en base al objetivo. 2. Preparar los datos. 3. Explorar los datos. 4. Generar los modelos predictivos. 5. Explorar y validar los modelos predictivos. 6. Implementar y actualizar los modelos. Por último, la información será visualizada mediante herramientas especializadas, según necesidades de la empresa, representando la información estratégica, indicadores y otros, de una forma clara y sencilla, para que el usuario final, pueda tener una visión directa de 360ª, para reforzar la toma de decisiones.

21 Preparar los datos Explorar los datos Plan estratégico definido en DWH Definir el problema Business Analytics Generar los modelos predictivos Visualización información y conocimiento estratégico Implementar y actualizar los modelos Explorar y validar los modelos predictivos

Documentos relacionados

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