1 / 64

Business Intelligence.

Business Intelligence. L.S.C.A. David Reyes Hernández. ¿Qué es inteligencia de negocios?.

timon-caldwell
Download Presentation

Business Intelligence.

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Business Intelligence. L.S.C.A. David Reyes Hernández

  2. ¿Qué es inteligencia de negocios? • Es el proceso de analizar los bienes o datos acumulados en la empresa y extraer una cierta inteligencia o conocimiento de ellos. Dentro de la categoría de bienes se incluyen las bases de datos de clientes, información de la cadena de suministro, ventas personales y cualquier actividad de marketing o fuente de información relevante para la empresa. • Uso de un almacén de información como herramienta estratégica y táctica para ganar ventaja competitiva, así como apoyar el proceso de toma de decisiones. • Habilidad de explorar y analizar datos para revelar la existencia de tendencias dentro de un negocio.

  3. Inteligencia de Negocios ¿Por qué? • Bases de datos más y grandes y complejas. • Diferentes lenguajes y tipos de bases de datos. • Exceso de trabajo al cubrir requerimientos del lado del negocio. • Diferentes servidores. • Muchos reportes. • Respuesta lenta. • Sin comparaciones ni tendencias.

  4. ¿Qué puede hacer con Business Intelligence? • Con BI se puede: • Generar reportes globales o por secciones. • Crear una base de datos de clientes. • Crear escenarios con respecto a una decisión. • Hacer pronósticos de ventas y devoluciones. • Compartir información entre departamentos. • Análisis multidimensionales. • Generar y procesar datos. • Cambiar la estructura de toma de decisiones. • Mejorar el servicio al cliente.

  5. Áreas más comunes en las que las soluciones de inteligencia de negocios son utilizadas: • Ventas: Análisis de ventas; Detección de clientes importantes; Análisis de productos, líneas, mercados; Pronósticos y proyecciones. • Marketing: Segmentación y análisis de clientes; Seguimiento a nuevos productos. • Finanzas: Análisis de gastos; Rotación de cartera; Razones Financieras. • Manufactura: Productividad en líneas; Análisis de desperdicios; Análisis de calidad; Rotación de inventarios y partes críticas.

  6. ¿Quién necesita soluciones de Business Intelligence? • Si usted puede contestar afirmativamente por lo menos a una de las siguientes preguntas, entonces usted es candidato a beneficiarse de las soluciones de BI. • ¿Pasa más tiempo recolectando y preparando información que analizándola? • ¿En ocasiones le frustra el no poder encontrar información que usted está seguro que existe dentro de la empresa? • ¿Pasa mucho tiempo tratando de hacer que los reportes en Excel luzcan bien? • ¿Quisiera tener una guía sobre las cosas que han sucedido cuando los administradores anteriores implementaban determinada estrategia? • ¿No sabe qué hacer con tanta información que tiene disponible en la empresa? • ¿Quiere saber qué productos fueron los más rentables durante un periodo determinado? • ¿No sabe cuáles son los patrones de compra de sus clientes dependiendo de las zonas? • ¿Ha perdido oportunidades de negocio por recibir información retrasada? • ¿Trabaja horas extras el fin de mes para procesar documentos o reportes? • ¿No sabe con certeza si su gente está alcanzando los objetivos planeados? • ¿No sabe si mantiene una comunicación estrecha entre las diversas áreas de su empresa hacia una estrategia común? • ¿No tiene idea de por qué sus clientes le regresan mercancía?

  7. Componentes de Business Intelligence.

  8. Conceptos Básicos Data Warehouse. • Un Data Warehouse es un almacenamiento separado y homogéneo donde son cargados datos transformados provenientes de diferentes bases de datos.

  9. Conceptos Básicos Data Warehouse. • Colección integrada de información corporativa diseñada para la recuperación y el análisis en apoyo a los procesos de toma de decisiones. • Repositorio completo de datos de la empresa, donde se almacenan datos estratégicos, tácticos y operativos, al objeto de obtener información estratégica y táctica

  10. Conceptos Básicos Ventajas - Data Warehouse. • Datos de toda la compañía, organizados para facilitar las consultas más analíticas que transaccionales. • Los procesos de transformación han sido aplicados a los datos para permitir un tiempo de respuesta mínimo a las consultas. • Modelo de datos multidimensional para hacer más fácil la navegación y explotación de datos. • La administración de la seguridad está centralizada para garantizar la necesidad de información dependiendo del perfil de los usuarios.

  11. Conceptos Básicos Datamart. • Un subconjunto del Data Warehouse para cierto grupo de usuarios o funciones del negocio.

  12. Conceptos Básicos Datamart. • Qué es • Es una parte de un DWH • De un fin específico o actividad de negocio • Una solución táctica • Por qué construir un Datamart • Consultas más rápidas y menos usuarios • Tiempo de desarrollo más rápido • Datamarts integrados • Asegurar la consistencia de datos • Requiere de una planeación avanzada

  13. Conceptos Básicos Metadatos. • Los metadatos son datos sobre los datos almacenados. • Por ejemplo, definir los tipos de datos, tamaños, diccionario de datos, etc. • Es fundamental para una bodega de datos conocer la naturaleza de los datos y su localización. • Los metadatos pueden proporcionar una visión estandarizada, facilitan hacer transformaciones y cambios de los datos. • Para desarrollar aplicaciones exitosas es importante compartir la información de los metadatos.

  14. Conceptos Básicos OLTP (Online Transaction Processing). • Son sistemas de información operacionales que facilitan y manejan aplicaciones orientadas a transacciones. • Manejan gran detalle de cada operación • Ejemplos: • Banca • Aerolíneas • Manufactura • Supermercados

  15. Conceptos Básicos OLAP (Online Analytical Processing). • Tecnología que permite la explotación de datos en diferentes puntos de vista o dimensiones

  16. Tipos de OLAP. • OLAP Relacional (ROLAP) • OLAP Multidimensional (MOLAP) • OLAP Híbrida (HOLAP)

  17. MOLAP • En un sistema MOLAP (OLAP multidimensional) los datos se encuentran almacenados en una estructura multidimensional. • Para optimizar los tiempos de respuesta, el resumen de la información es usualmente calculado por adelantado. Estos valores precalculados o agregaciones son la base de las ganancias de desempeño de este sistema. • Algunos sistemas utilizan técnicas de compresión de datos para disminuir el espacio de almacenamiento en disco debido a los valores precalculados.

  18. ROLAP • ROLAP (OLAP Relacional) es un sistema en el cual los datos se encuentran almacenados en una base de datos relacional. Típicamente, los datos son detallados, evitando las agregaciones y las tablas se encuentran normalizadas.

  19. HOLAP • Un sistema HOLAP (OLAP Híbrido) mantiene los registros detallados en la base de datos relacional, mientras que los datos resumidos o agregados se almacenan en una base de datos multidimensional separada. Este método de almacenamiento es una combinación de los dos anteriores e intenta rescatar lo mejor de cada uno.

  20. Conceptos Básicos OLTP - OLAP

  21. Conceptos Básicos Indicador, Medida,Variable, Fórmula. • Objeto de estudio. Cada indicador tiene asociada una serie de dimensiones sobre las que se pueden clasificar sus valores. Por ejemplo, algunos indicadores son:Ingresos(<Tiempo>, <Geografía>, <Producto>)Número de Empleados(<Tiempo>, <Geografía>)Si el indicador contiene datos almacenados se habla de Variable Multidimensional. Si por el contrario, lo que se almacena es la expresión para calcular esos datos a partir de otros (que puede ser una fórmula o un programa), se habla de Fórmula Multidimensional

  22. Conceptos Básicos Dimensiones. • Enfoque bajo el cual se está evaluando el indicador. • Ventas Netas, que en el mes de Enero fueron $2 Millones, pero usted quiere ver desglosado ese valor por tipo de cliente y luego por zona.

  23. Conceptos Básicos Drill Down. • Descomponer (visualmente) en detalle un dato según una jerarquía de una dimensión.

  24. Conceptos Básicos Data-Mining. • Proceso no trivial de análisis de grandes cantidades de datos con el objetivo de extraer información útil. Por ejemplo, se trata de aplicar algoritmos de clasificación de datos para realizar predicciones futuras, o estudios de correlación entre variables aparentemente independientes. Para ello, es común la utilización de Redes Neuronales o Algoritmos Evolutivos.

  25. Conceptos Básicos Tipos de Sistemas de información:Sistema de información Ejecutivo. • Métricas que le permitirán ver como va el negocio en una forma rápida, resumida y actualizada. • Sistemas integradores de datos de diferentes sistemas operacionales.

  26. Conceptos Básicos Tipos de Sistemas de información: Sistema para el Soporte de Decisiones • Muestra a profundidad cómo va el negocio. • Ahondar en las causas de por qué ha obtenido ese resultado. • Tomar decisiones más acertadas para planear los próximos objetivos o corregir alguna desviación a los mismos.

  27. EIS DSS DWH E T L Reporteador BD Relacional Motor OLAP Balanced Scorecard Dispositivos Móviles Tecnología Push Fuentes de Datos Visualización de Información

  28. Análisis y definición del alcance Mapeo de datos Extracción de información Creación de vistas ejecutivas Creación de cubos multidimensionales Transformación de información Capacitación a usuarios y sistemas Documentación Proceso de desarrollo

  29. Extracción de información Análisis y definición del alcance Mapeo de datos Creación de vistas ejecutivas Transformación de información Creación de cubos multidimensionales Capacitación a usuarios y sistemas Documentación Proceso de desarrollo

  30. Análisis y definición del alcance. • Esfuerzo conjunto • Clientes principales • Sistemas • Equipo de Desarrollo • Posibles elementos del alcance del proyecto: • Fecha de entrega del proyecto • Productos a entregar • Beneficios cuantitativos potenciales del proyecto • Administración general del proyecto

  31. Mapeo de Datos de la fuente al destino.

  32. Extracción de información Análisis y definición del alcance Mapeo de datos Creación de vistas ejecutivas Transformación de información Creación de cubos multidimensionales Capacitación a usuarios y sistemas Documentación Proceso de desarrollo

  33. ETL. • Extraction Transformation and Load. • Permite conectarse a diferentes bases de datos, extraer información de las mismas, transformarla y cargarla a una base de datos diferente. • Permiten almacenar la información tal y como se requiere en un diagrama estrella o relacional.

  34. Procedimientos de extracción. • Los procesos de extracción de información dependen de la base de datos en la que se depositará el data warehouse. • Son programados para conectarse a las bases de datos transaccionales del cliente, transformar los datos, sumarizarlos y almacenarlos en el data warehouse.

  35. Extracción de información Análisis y definición del alcance Mapeo de datos Creación de vistas ejecutivas Transformación de información Creación de cubos multidimensionales Capacitación a usuarios y sistemas Documentación Proceso de desarrollo

  36. CUBO. • El cubo nos permite modelar los datos y visualizarlos en multiples dimensiones.

  37. Esquema Estrella. • Tabla central rodeada por muchas tablas de dimensiones que contienen descripciones desnormalizadas de los hechos. • El centro de la estrella es la tabla de hechos • Los puntos de la estrella son las tablas de dimensiones

  38. Componentes de una estrella. • Tablas de Dimensiones • Tienen relaciones de uno a muchos a la tabla de hechos • Incluye menos renglones que la tabla de hechos • Consiste en la información descriptiva • Contiene múltiples columnas para ayudarnos en la jerarquía de datos • Tiene una llave primaria de la dimensión • Está estructurada para permitir cambios. • Tabla de hechos • Contiene las medidas • Que deben ser aditivas y numéricas • Llaves compuestas forman la llave primaria • Llaves foráneas • Datos Estáticos

  39. Esquema Copo de Nieve. • Similar a un diagrama estrella, pero con dimensiones normalizadas • Evita duplicidad de información en las dimensiones • Requiere mayor tiempo de procesamiento, pues involucra más joins.

  40. Extracción de información Análisis y definición del alcance Mapeo de datos Creación de vistas ejecutivas Transformación de información Creación de cubos multidimensionales Capacitación a usuarios y sistemas Documentación Proceso de desarrollo

  41. Documentación y Capacitación. • Toda la documentación que se genere del proyecto, como los manuales de usuario, manual técnico operativo, minutas, etc. • Capacitación Usuario Final • Capacitación Sistemas

  42. Herramientas para la creación de modelos.

  43. EIS DSS DWH E T L Reporteador BD Relacional Motor OLAP Balanced Scorecard Dispositivos Móviles Tecnología Push Fuentes de Datos Visualización de Información

  44. EIS DSS DWH E T L Reporteador BD Relacional Motor OLAP Balanced Scorecard Dispositivos Móviles Tecnología Push Fuentes de Datos Visualización

  45. Fuentes de Datos. • Bases de datos relacionales (transaccionales) • Oracle • MS SQL Server • Informix • DB2 • Sybase • MySQL

  46. Fuentes de Datos (cont.) • ERPs • SAP R/3 • JD Edwards • Peoplesoft • Otros • Otras fuentes • Hoja de cálculo (Excel, Lotus 123, etc.) • Bases de datos pequeñas (dBase, FoxPro) • Archivos planos

  47. EIS DSS DWH E T L Reporteador BD Relacional Motor OLAP Balanced Scorecard Dispositivos Móviles Tecnología Push Fuentes de Datos Visualización

  48. ETL. • DataStage (Ascential) • Oracle Warehouse Builder (Oracle) • DTS (Microsoft) • DecisionStream(Cognos) • Warehouse Administrator (SAS) • Extractores de SAP • Informatica • Ab Initio

More Related