HERRAMIENTAS DE BUSINESS INTELLIGENCE

1. HERRAMIENTAS DE BUSINESS INTELLIGENCE DATAWAREHOUSINGYDATAMINING

2. QUE ES BUSINESS INTELLIGENCE *Conjunto de estrategias y herramientas enfocadas a la administracióny creaciónde conocimiento mediante el anáisis de datos existentes en una organización. *Abarca la comprensióndel funcionamiento actual de la empresa, y la anticipaciónde acontecimientos futuros, con el objetivo de ofrecer conocimientos para respaldar las decisiones empresariales.

3. QUE ES BUSINESS INTELLIGENCE *Las herramientas de inteligencia se basan en la utilizaciónde un sistema de información de inteligencia que se forma con distintos datos extraídos de la producción, informaciónrelacionada con la empresa y datos del entorno y el contexto. *Mediante las herramientas y técnicas (extraer, cargar y transformar), se extraen los datos de distintas fuentes, se depuran y preparan para luego cargarlos en un almacén de datos

4. DATAWAREHOUSE *Es un gran almacén de datos para consultar *Es un repositorio de datos de muy fácil acceso, alimentado de numerosas fuentes, transformadas en grupos de información sobre temas específicos de negocios, para permitir nuevas consultas, análisis, toma de y decisiones. *Tiene gran capacidad de almacenamiento, pues los datos pueden ser de grandes periodos de tiempo.

5. DATAWAREHOUSE -Emplea el concepto de Metadatos (datos que describen otros datos). Por ejemplo, en una biblioteca se usan fichas que especifican autores, títulos, casas editoriales y lugares para buscar libros. Así, los metadatos ayudan a ubicar datos. -Cumple el principio de arquitectura fundamental que es separar los sistemas transaccionales de los informacionales en dos entornos de manera que el análisis de los datos existentes no intefiera con el procesamiento y registro de nuevos datos.

6. Un DWH tiene varias características: Es una colecciónde datos orientada a un tema , integrada, variable en el tiempo y que sea útl para la toma de decisiones. Es integrado porque agrupa a todos los sistemas operacionales en un sistema de informacióncon formatos y códigos consistentes.

7. Un DWH tiene varias características: Es variante en el tiempo porque los datos se organizan y almacenan en jerarquíass en el tiempo, lo que permite análisis comparativos de estados actuales y de períodos anteriores.

8. Etapas en la construcción de un DWH • Captura de los datos de las fuentes seleccionadas (extraer de otras fuentes -excel, documentos, etc- datos al DWH) 2. Tratamiento, conversión y transformación de los datos (operaciones de limpieza, homogeneización, etc) En esta etapa se considera lo siguiente…

9. Etapas en la construcción de un DWH -Detectar y corregir errores (duplicados, eliminar valores sin sentido) -Consistencia del uso de valores (codificación igual de los valores por ejemplo DD/M/AAAA) -Tratamiento de la ausencia de valores (por default) -Codificar campos (ej. Pasar de fechas de nacimiento a intervalos de edades) -Reestructurar y añadir nuevos campos (enriquecer el sistema)

10. Herramientas para explotación del Datawarehouse • Queries and reporting: generación de consultas y reportes de las bases de datos relacionales que generan informes predefinidos a partir de campos calculados

11. Herramientas para explotación del Datawarehouse • Análisis multidimensional (OLAP online analytical processing) Facilitan el análisis de datos a través de dimensiones y jerarquías, uutilizando consultas rápidas predefinidas

12. Herramientas para explotación del Datawarehouse • Herramientas de datamining: técnicas avanzadas que permiten detectar y modelizar relaciones entre los datos y obtener información no evidente como patrones de consumo, predicción del comportamiento de los clientes, asociaciones de productos.

13. Herramientas de datamining • Estadísticas: regresión, análisis multivariable, análisis cluster • Simbólicas: árboles de decisión, reglas • Técnicas de inteligencia artificial: redes neuronales, algoritmos

14. Metodología de un proceso de datamining • Muestreo: selección de muestra de datos para reducir costos y tiempos. • Exploración: determinar tendencias principales, rango de variables, frecuencia de valores • Modificación: transformación y filtrado de variables para adecuarse a los requisitos del problema o cuestión que se quiere analizar

15. Metodología de un proceso de datamining • Modelización del comportamiento: empleando redes neuronales, árboles, etc. • Evaluación: comprobación de la validez del modelo obtenido. • Presentación gráfica de los resultados

17. Herramientas de datamining y datawarehouse Oracle IBM KNIME SPSSClementine (software) SASEnterprise Miner RapidMiner Weka KXEN Orange

19. BENEFICIOS • Con los sistemas de datawarehousing y datamining los directivos pueden disponer de la información necesaria en poco tiempo y con validez y dedicarse a su análisis. • Permiten conocer el comportamiento de los clientes logrando la eficacia en operaciones de marketing y comunicaciones. • Se pueden detectar tendencias y previsiones de cara al futuro.

20. En definitiva, una solución BI completa permite: Observar ¿qué está ocurriendo? Comprender ¿por qué ocurre? Predecir ¿qué ocurriría? Colaborar ¿qué debería hacer el equipo? Decidir ¿qué camino se debe se