Inteligencia de Negocios

Homologacin de conceptos
Metodologa Business Intelligence
Arquitectura Business Intelligence
Aplicaciones
internas
Procesos de
Extraccin,
Transformacin y
Carga
Reportes, Consultas
Tableros de Control
Data
Warehouse
(Data Mart)
Repositorio de
Informacin
Datos
Externos
Web
Mail
Celular
Excel
Introduccin
No hay viento favorable para quien no sabe a
donde va
(Sneca)
Algunas preguntas:
1. Por qu una metodologa para soluciones Business
Intelligence?
2. Qu elementos considerar en esta metodologa?
Metodologa
2. Arquitectura
Tecnolgica y
Modelamiento
de datos
3. Extraccin
Inicial
de datos
4. Actualizacin
Peridica de
datos
5. Explotacin de
Datos
ADMINISTRACION DEL PROYECTO
Gestin de
Riesgos
Gestin de
RRHH
Gestin de
Comunicacin
Gestin de
Calidad
Gestin de
Proveedores
Gestin de
Riesgos
Gestin de
RRHH
Gestin de
Comunicacin
Gestin de
Calidad
Gestin de
Proveedores
1. Anlisis de
Requerimientos
0. Anteproyecto
Areas de Oportunidad (Priorizacin)
Plataforma Tecnolgica
Identificacin problemas de calidad
Induccin a usuarios finales
Areas de Oportunidad (Priorizacin)
Plataforma Tecnolgica
Identificacin problemas de calidad
Induccin a usuarios finales
Areas de Oportunidad (Priorizacin)
Plataforma Tecnolgica
Identificacin problemas de calidad
Induccin a usuarios finales
IBSS BI-Methodology
Metodologa. Entregables
1. Anlisis de
Requerimientos
2. Arquitectura y
Modelamiento
de datos
3. Extraccin Inicial
de datos
4. Actualizacin
Peridica de
datos
5. Explotacin de
Informacin
ADMINISTRACION DEL PROYECTO
IBSS BI-Methodology
Procesos
de Carga
Reportes
Capacitacin
Pase Produccin
Validacin Reportes
Validacin Dashboards
Anlisis de
Requerimientos
Diseo Preliminar
de Dashboards
Modelo
Dimensional
Especificaciones ETL
1.1 Recepcin y
evaluacin de
Requerimientos
1.5 Validacin de
Requerimientos
Metodologa Business Intelligence
1.2 Anlisis de
Fuentes de datos
1.3 Definicin de
Requerimientos
(Star Nets)
1.4 Elaboracin de
Prototipos
IBSS Methodology BI
2.3 Definicin
de Procesos de
Carga Inicial
2.5 Definicin de
Plataforma
Tecnolgica
2.1 Diseo
de Modelo Lgico
de Base de Datos
2.4 Definicin
de Procesos de
Actualizacin
Peridica
2.6 Instalacin
de Plataforma
Tecnolgica
2.7 Plan de
Trabajo de
Implantacin
Metodologa Business Intelligence
2.2 Definicin de
Arquitectura
tecnolgica
IBSS Methodology BI
3.4 Desarrollo
de Procesos
3.1 Construccin
de Base de Datos
3.5 Pruebas
y Ajustes
3.2 Diseo de
Procesos de
Carga Inicial
3.6 Carga Inicial
de Datos
3.3 Desarrollo de
Procedimientos
Manuales
Metodologa Business Intelligence
IBSS Methodology BI
4.3 Desarrollo de
Procesos de
Actualizacin
4.2 Desarrollo de
Procedimientos
Manuales
4.1 Diseo de
Procesos de
Act. Peridica
4.4 Pruebas y
Ajustes
Metodologa Business Intelligence
IBSS Methodology BI
5.5 Pase a
Produccin e Inicio
Soporte Post-
Implantacin
5.2 Desarrollo
de Consultas
Dinmicas
5.3 Instalacin de
herramienta de
Usuario Final
5.1 Construccin
de interfaz para
usuario final
5.4 Capacitacin
Metodologa Business Intelligence
IBSS Methodology BI
Anlisis de Requerimientos
1. Definir usuarios responsables
2. Establecer plan de entrevistas
3. Identificar riesgos
4. Entrevistas a usuarios responsables
5. Validacin de requerimientos
6. Formalizar Alcance de Requerimientos
.
Anlisis de Requerimientos
Ejemplo - Anlisis de Ventas (Industriales)
Caractersticas :
Detalle de ventas en unidades monetarias y fsicas
Anlisis de ventas Anual, mensual y semanal
Evaluacin de ventas por Empresa y pases
Niveles de detalle por Familia, lnea y producto
Detalle por cliente, identificando los clientes corporativos
Detalle por Proceso de Produccin
Anlisis de ventas por Vendedor
Consideraciones :
Comparativo de ventas entre unidades de tiempo
Anlisis de ventas de uno o ms aos a la vez
Suma acumulada de ventas
Participacin porcentual de las variables de ventas
Ventas
Tiempo
Ao
Mes
Semana
Requerimientos de Consultas (Star Net)
Vendedor Vendedor
Organizacin
Producto
Cliente
Empresa
Pas
Familia
Lnea
Tipo
Produccin
Procesos
Cliente
Producto
Ventas Soles
Ventas Dlares
Ventas Unidades
Consideraciones
1. Anlisis de
Requerimientos
2. Arquitectura y
Modelamiento
de datos
3. Extraccin Inicial
de datos
4. Actualizacin
Peridica de
datos
5. Explotacin de
Informacin
ADMINISTRACION DEL PROYECTO
Metodologa Business Intelligence
IBSS BI-Methodology
1
1. Formalizar requerimientos
2. Negociar requerimientos no prioritarios
3. Comprometer a todo el equipo tcnico y funcional
4. Fomentar en las entrevistas la participacin y
compromiso de los usuarios
5. Contar con alternativas de prototipo
1
Consideraciones
2
Modelamiento Dimensional
Es una tcnica de diseo lgico utilizada para soluciones
Business Intelligence, que busca presentar los datos en
una arquitectura estndar y permita una alta
perfomance de acceso a los usuarios finales.
El modelamiento se basa en esquemas estrella,
conformados por Tablas de Hechos y tablas
dimensionales.
Modelamiento Dimensional
Dimension Producto
Producto_id
Codigo Producto
Descripcion Producto
Marca
Categoria
Dimension Promocion
Promocion_id
Nombre_Promocion
Tipo_Promocion
Dimension Almacen
Almacen_id
Codigo_Almacen
Nombre_Almacen
Distrito
Region
Dimension Tiempo
Tiempo_id
Dia_semana
Numero_semana
Mes
Fact Table Ventas
Tiempo_id (FK)
Almacen_id (FK)
Producto_id (FK)
Promocion_id (FK)
Dolares
Unidades
Costo
Esquema estrella
Dimension Producto
Producto_id
Producto
Linea
Familia
Dimension Cliente
Cliente_id
Cliente
Tipo Cliente
Dimension Tiempo
Tiempo_id
Ao
Mes
Da
Fact Table Ventas
Tiempo_id (FK)
Producto_id (FK)
Cliente_id (FK)
Monto US$
Monto S/.
Unidades
Modelamiento dimensional
Tiempo_id Ao Mes Da
25 2007 Junio 12/06/07
Producto_id Familia Linea Producto
102 Gaseosa Plstico Coca Cola L
Cliente_id Tipo Cliente
42 Persona Nat. Pepito
Tiempo_id Cliente_id Producto_id Monto US$
25 42 102 42.35
Alguna Fact Table con
Producto_id como
llave foranea
Jerarquia Comercial
Fact Table
Producto_id (FK)
Dimension Producto
Producto_id
Codigo_producto
Descripci on_producto
Marca_comercial
Categoria_comercial
Tamao
Sabor
Dimension Producto
Producto_id
Codigo_producto
Descripci on_producto
Marca_comercial
Categoria_comercial
Tamao
Sabor
Fact Table
Producto_id (FK)
Marcas Comerci al es
Marca_comerci al _i d
Marca_comerci al
Categori a_comerci al Fact Tabl e
Producto_i d (FK)
Di mensi on Producto
Producto_i d
Codi go_producto
Descri pci on_producto
Marca_comerci al _i d (FK)
Tamao
Sabor
Copo de Nieve (Snowflake)
Tcnica de diseo lgico que busca
eliminar la redundancia de datos
Logra que las transacciones sean muy
simples y deterministas
Contiene entidades lgicas en donde
cada una es una tabla fsica
Tcnica de diseo lgico que busca
un acceso de alto rendimiento
Contienen tablas de Hechos y tablas
dimensionales
Las Fact Table contienen hechos que
representan medidas tomadas de la
combinacin de las llaves primarias de
cada dimensin
Modelos E-R y Dimensional
Distrito Marca Total Dolares Total Costo Utilidad
Atherton Clean Fast $ 1,233 $ 1,058 $ 175
Atherton More Power $ 2,239 $ 2,200 $ 39
Atherton Zippy $ 848 $ 650 $ 198
Belmont Clean Fast $ 2,097 $ 1,848 $ 249
Belmont More Power $ 2,428 $ 2,350 $ 78
Belmont Zippy $ 633 $ 580 $ 53
Dimension Producto
Producto_id
Codigo Producto
Descripcion Producto
Marca
Categoria
Dimension Promocion
Promocion_id
Nombre_Promocion
Tipo_Promocion
Dimension Almacen
Almacen_id
Codigo_Almacen
Nombre_Almacen
Distrito
Region
Dimension Tiempo
Tiempo_id
Dia_semana
Numero_semana
Mes
Fact Table Ventas
Tiempo_id (FK)
Almacen_id (FK)
Producto_id (FK)
Promocion_id (FK)
Dolares
Unidades
Costo
Relacin Modelo Estrella - Reporte
FactCobranzas
CodCliente: VARCHAR2(8)
CodTiempo: VARCHAR2(10)
CodVendedor: VARCHAR2(4)
Cobranza: NUMBER(12,6)
Zona
CodZona: VARCHAR2(4)
Zona: VARCHAR2(40)
CondicionPago
CodPago: VARCHAR2(4)
Descripcion: VARCHAR2(40)
DiasNeto: NUMBER(6)
Documento
CodDoc: VARCHAR2(12)
Tipo: VARCHAR2(3)
Descripcion: VARCHAR2(40)
Producto
CodProducto: VARCHAR2(20)
Familia: VARCHAR2(40)
Linea: VARCHAR2(40)
Articulo: VARCHAR2(50)
FechaVencimiento: DATE
Vendedor
CodVendedor: VARCHAR2(4)
Grupo: VARCHAR2(40)
NombreVendedor: VARCHAR2(40)
Cliente
CodCliente: VARCHAR2(8)
Categoria: VARCHAR2(40)
Nombre: VARCHAR2(80)
Tiempo
CodTiempo: VARCHAR2(10)
Ao: NUMBER(4)
Trimestre: NUMBER(2)
Mes: VARCHAR2(20)
Dia: NUMBER(2)
FactVentas
CodProducto: VARCHAR2(20)
CodZona: VARCHAR2(4)
CodPago: VARCHAR2(4)
CodDoc: VARCHAR2(12)
Tipo: VARCHAR2(3)
CodVendedor: VARCHAR2(4)
CodCliente: VARCHAR2(8)
CodTiempo: VARCHAR2(10)
VentaLocal: NUMBER(15,4)
VentaDolar: NUMBER(15,4)
CostoLocal: NUMBER(15,4)
CostoDolar: NUMBER(15,4)
Cantidad: NUMBER(15,4)
Devolucion: NUMBER(15,4)
DiferenciaFavorLocal: NUMBER(15,4)
DiferenciaFavorDolar: NUMBER(15,4)
DiferenciaContraLocal: NUMBER(15,4)
DiferenciaContraDolar: NUMBER(15,4)
Integrando modelos estrella
1. Anlisis de requerimientos del Data Mart
2. Establecer la granularidad
3. Definir las dimensiones
4. Identificar las mtricas (hechos) a evaluar
Pasos para el Diseo Dimensional
Caractersticas :
Detalle de ventas en unidades monetarias y fsicas
Anlisis de ventas Anual, mensual y semanal
Evaluacin de ventas por Empresa y pases
Niveles de detalle por Familia, lnea y producto
Detalle por cliente, identificando los clientes corporativos
Detalle por Proceso de Produccin
Anlisis de ventas por Vendedor
Consideraciones :
Comparativo de ventas entre unidades de tiempo
Anlisis de ventas de uno o ms aos a la vez
Suma acumulada de ventas
Participacin porcentual de las variables de ventas
Ejemplo Anlisis de Ventas (Industriales)
Ventas
Tiempo
Ao
Mes
Semana
Requerimientos de Consultas (Star Net)
Vendedor Vendedor
Organizacin
Producto
Cliente
Empresa
Pas
Familia
Lnea
Tipo
Produccin
Procesos
Cliente
Producto
Ventas Soles
Ventas Dlares
Ventas Unidades
Procesos
PROCESO_ID
CODIGO_PROCESO
PROCESO
Paises
PAIS_ID
CODIGO_PAIS
PAIS
Ventas
DIA_ID (FK)
VENDEDOR_ID (FK)
CLIENTE_ID (FK)
EMPRESA_ID (FK)
PRODUCTO_ID (FK)
PAIS_ID (FK)
PROCESO_ID (FK)
MONTO_SOLES
UNIDADES
KILOS
Ti empo
DIA_ID
YEAR
MES
SEMANA
FECHA
Vendedores
VENDEDOR_ID
CODIGO_VENDEDOR
VENDEDOR
Cl ientes
CLIENTE_ID
CODIGO_CLIENTE
CLIENTE
TIPO
Empresas
EMPRESA_ID
CODIGO_EMPRESA
EMPRESA
Productos
PRODUCTO_ID
CODIGO_PRODUCTO
PRODUCTO
FAMILIA
LINEA
Modelo de datos (Ventas Industrial)
Consideraciones de diseo
1. Anlisis de
Requerimientos
2. Arquitectura y
Modelamiento
de datos
3. Extraccin Inicial
de datos
4. Actualizacin
Peridica de
datos
5. Explotacin de
Informacin
ADMINISTRACION DEL PROYECTO
Metodologa Business Intelligence
IBSS BI-Methodology
1. En lo posible evitar crear muchas dimensiones
2. Disear teniendo en cuenta una perspectiva global
3. Considerar las particularidades de las herramientas de
anlisis en el diseo
4. Validar modelo frente a requerimientos de usuarios
5. Prepararse para comenzar nuevamente
6. Documentar el modelo final
7. El equipo tcnico debe quedar conociendo a plenitud el
modelo final
.
Consideraciones de diseo
TI EMPO
DI A_ID
FECHA
ANO
TRIMESTRE
MES SUMAMES_VENTAS
MES_ID(FK)
CLIENTE_ID(FK)
EMPRESA_ID (FK)
FAMILIA_ID(FK)
PAIS_ID(FK)
SUCURSAL_ID (FK)
REPRESENTADA_ID (FK)
DI VISION_ID (FK)
MONTO_SOLES
MONTO_DOLARES
CANTIDAD
COSTO_SOLES
COSTO_DOLARES
MARGEN_SOLES
MARGEN_DOLARES
PAIS
PAIS_ID
PAIS
NOMBRE
EMPRESA
EMPRESA
EMPRESA_ID
CODIGO_EMPRESA
NOMBRE
ACTIVIDAD
TI EMPOMES
MES_ID
ANO
TRIMESTRE
MES
DI VISION
DI VISION_ID
DI VISION
NOMBRE
EMPRESA
FAMILIA
FAMILIA_ID
FAMILIA
NOMBRE
ORIGEN
EMPRESA
REPRESENTADA
REPRESENTADA_ID
REPRESENTADA
NOMBRE
EMPRESA
SUCURSAL
SUCURSAL_ID
SUCURSAL
NOMBRE
ADMINISTRADOR
EMPRESA
CLIENTE
CLIENTE_ID
CLIENTE
NOMBRE
CANAL
GRUPO
EMPRESA
VENTAS
DI A_ID (FK)
VENDEDOR_I D
CLIENTE_ID(FK)
EMPRESA_ID (FK)
PRODUCTO_ID
PAIS_ID(FK)
CI UDAD_I D
SUCURSAL_ID (FK)
REPRESENTADA_ID (FK)
DI VISION_ID (FK)
SUPERVI SOR_ID
ZONA_ID
MONTO_SOLES
MONTO_DOLARES
CANTIDAD
COSTO_SOLES
COSTO_DOLARES
MARGEN_SOLES
MARGEN_DOLARES
<
Tablas agregadas
Procesos de Carga
Arquitectura Business Intelligence
Aplicaciones
internas
Procesos de
Extraccin,
Transformacin y
Carga
Reportes, Consultas
Tableros de Control
Data
Warehouse
(Data Mart)
Repositorio de
Informacin (DNI,
Registros
Civiles)
Datos
Externos
Web
Mail
Celular
Excel
Introduccin
Los sistemas de Extraccin, Transformacin y Carga
son la base de los data warehouse
Los sistemas de ETL consumen fcilmente el 70%
de los recursos necesarios para implementar y dar
mantenimiento a un data warehouse tpico
Ralph Kimball
Extraccin
Transformacin
Carga
ETL
Data
Warehouse
Staging
Area
Aplicaciones
ERP
BBDD
Tiempo Real
WS
, Http
Legacy
Ficheros
FF
XML
Excel
Otras Fuentes
Procesos de Carga (ETL)
El objetivo de los procesos de ETL, es consolidar los
datos de fuentes heterogneas en una plataforma
estndar y en un formato estndar
Ambiente
de Gestin
DB
Operacional
Modelo
Temporal
DW
Modelo Final
Modelo
Temporal
Transformacin
Carga
Ambiente
Operacional
Extraccin
Staging
Area
Consideraciones de carga
Carga de Datos
1. Primera Carga Carga Inicial
Evento simple que puebla el Data Warehouse con
la data histrica
Envuelve grandes volmenes de dato
Envuelve una gran cantidad de procesos antes de
la carga
T1 T2 T3
Operational
databases
Carga de Datos
1. Refrescos Carga Peridica
Ejecucin de acuerdo a los ciclos de negocio
Tareas mas cortas
Mucho menos data a cargar que la primera vez
Procesos ETL menos complejos
T1 T2 T3
Operational
databases
1. Utilizaremos alguna herramienta de ETL o
escribiremos los programas a mano?
2. De cunto tiempo (horas) disponemos para hacer la
carga de datos? Es suficiente?
3. Cunto tiempo tomar la carga inicial e histrica?
Cuntos aos de informacin son necesarios?
4. La infraestructura de comunicaciones es la adecuada?
5. Que tipo de validaciones debo utilizar en la carga?
Consideraciones de carga
6. Qu debe de hacer el programa al detectar errores?
7. Qu necesitamos saber de los sistemas fuentes
antes de iniciar los ETLs?
8. Tenemos una estrategia de pruebas definida?
Quines participan?
9. La plataforma est configurada para soluciones de
Business Intelligence?
Consideraciones de carga
Calidad de datos
La credibilidad de su data warehouse depende
de la calidad de sus datos
Ralph Kimball
1. No existen estndares, modelos de datos corporativos ni
documentacin
2. Conflictos de datos a lo largo de los diferentes sistemas
3. Comprensin limitada de las fuentes
4. Datos incompletos, sucios, o no apropiados
5. Datos histricos limitados
Calidad de datos Por qu?
1. Estandarizacin (Andy, Andi)
2. Limpieza (Juan Carlos Lpez, Lpez Juan Carlos)
3. Tener especial atencin en las pruebas de informacin
4. Definir y validar la arquitectura del proyecto
Calidad de datos Qu hacer?
1. Identificar fuentes de datos
2. Medir la calidad de lo datos
3. Usar reglas de negocio para identificar inconsistencias,
errores, incompatibilidad, o duplicados en los datos
4. Cargar solo los datos limpios
5. Identificar y corregir la causa de los defectos
6. Programar limpiezas peridicas de las fuentes de datos
Calidad de datos Qu hacer?
Informacin
Preliminar
Presupuestos
(Excel)
E
X
T
R
A
C
C
I
O
N
Demsa C
Rocsa
Calox
Demsa I
Carter
Interoc-E
Interoc-C
Data Mart
Corporativo
T
R
A
N
S
F
.
Y
C
A
R
G
A
Ambiente
Operacional
Ambiente
Gerencial
A
N
A
L
I
S
I
S
Oracle
Demsa C
Rocsa
Calox
Demsa I
Interoc-E
Interoc-C
E
X
A
C
T
U
S
Oracle
Caso Corporacin Per
DBLSIG04.VSD
SISTEMA DE INFORMACION GERENCIAL
DIAGRAMA GLOBAL DE PROCESOS
CORPORACION CUSTER
Tablas
Exactus
Tablas
Preliminares
Tablas
Preliminares
(x empresa)
Procesos
de
Extraccin
Presupuestos
(Excel)
Envio
(email)
Preparacin
envio
(dmp)
Procesos
de
Transformacin
Corporacin Custer
Empresas de la Corporacin
Procesos
de
Transferencia
Procesos
de
carga
Tablas SIG
(dimensionales)
Tablas SIG
(temporales)
Tablas
Preliminares
(empresas)
Tablas SIG
(Hechos)
User : Datos User : Gerencial
User : SIGCPG
Rep. Validacin
Rep. Validacin
User : SIG
- Demsa Consumo (C1)
- Demsa Industrial (I1)
Rep. Validacin
C1, I1
Rep. Validacin
Procesos: Corporacin Per
Explotacin de datos
No hay productos buenos ni
malos
Soluciones Tecnolgicas
.
Ejercicio
.
Seleccionando herramienta Business Intelligence
Ustedes forman parte de un equipo de trabajo para el
rea de Tecnologas de la Informacin de su empresa, y
estn seleccionando una herramienta analtica para su
proyecto de Business Intelligence.
Identificar 5 criterios de evaluacin que ustedes
consideran importantes para la seleccin
Factor de evaluacin Puntaje
Organizacin y experiencia del postor
Sistema Ofertado
Flexibilidad del reporteo
Tiempo de respuesta
Manejo de volumen de informacin
Facilidad de interface de usuario final
Mantenimiento y licenciamiento
Solucin integrada
Portabilidad de la informacin generada
Desarrollo del Piloto
Tiempo empleado
Diseo final
Producto obtenido
Actualizacin y soporte tcnico
Garanta de la herramienta
Capacitacin
Personal calificado para el soporte

Factor de evaluacin Puntaje
Evaluacin Tcnica
Evaluacin Econmica

Criterios de Evaluacin
Gestin de proyectos Business Intelligence
- Algunos apuntes -
2. Arquitectura
Tecnolgica y
Modelamiento
de datos
3. Extraccin
Inicial
de datos
4. Actualizacin
Peridica de
datos
5. Explotacin de
Datos
ADMINISTRACION DEL PROYECTO
IBSS BI-Methodology
1. Anlisis de
Requerimientos
0. Anteproyecto
Metodologa
Gestin de
Riesgos
Gestin de
RRHH
Gestin de
Comunicacin
Gestin de
Calidad
Gestin de
Proveedores
Gestin de Riesgos
Permite identificar posibles riesgos que impactaran en:
Tiempo
Costo
Calidad
Acciones a tomar con los Riesgos:
Evitarlos
Mitigarlos
Aceptarlos
Perfiles Profesionales de un proyecto
El equipo de trabajo tiene
distintas capacidades, perfiles
y fortalezas
G
E
S
T
I
O
N
Consultora
de Negocios
Warehouse
Empresarial
OLAP
Data Mart
Data Warehouse
Modelamiento
de Datos
Sist.Operacionales
O
P
E
R
A
C
I
O
N
A
L
Anlisis
de Datos
Motores de Base de Datos
Diseo, Construccin, Implantacin, Mantenimiento, Capacitacin, .
Perfiles Profesionales en BI
Gestin de Documentacin
Acta de Reunin
Informe de Avance
Plan de trabajo (MS Project)
Memorandum de Riesgo
Acta de Entrega
Plan de capacitaciones
Control de Cambios
Pase a Produccin
Informacin
Que
Cmo
De quin
Cundo
A quin
Informacin Momento de generacin
/ transmisin
Emisor Receptor
Organigrama del
Proyecto
Kick Off del Proyecto Gerente de
Proyecto
Todos los integrantes
del proyecto
Informe de Avance del
Proyecto
En la reunin de avance
semanal
Gerente de
Proyecto
Comit Ejecutivo
Plan de Trabajo En la reunin de avance
semanal
Gerente de
Proyecto
Comit Ejecutivo
Actas de Reunin En las reuniones
establecidas
Convocante Participantes de la
reunin
Memorando de Riesgo En el momento que se
presente el Riesgo
Gerente de
Proyecto
Comit Ejecutivo
Plan de Capacitacin Previo a la capacitacin Gerente de
Proyecto
Usuarios, Comit
Ejecutivo
Alcance de
Requerimientos
Final de etapa Anlisis de
Requerimientos
Gerente de
Proyecto
Comit Ejecutivo,
Usuarios
Informe Tcnico Final de etapa Procesos de
carga ETL
Gerente de
Proyecto
Equipo tcnico
Gestin de Comunicacin
Gestin de Seguimiento y Control
Kick Off
Reuniones de Avance (semanal)
Reuniones de avance tcnico
Control de cambios
Conclusiones
NO es una tecnologa, se apoya en ella
NO da una nica solucin, se enfoca en la visin y las
necesidades de cada negocio
NO brinda un sistema de Tecnologa, brinda un medio
para analizar la informacin para gente del negocio
Qu no es Business Intelligence?
Business Intelligence es un proceso de negocios, no
un proyecto de tecnologa.
La tecnologa adecuada debe de soportar el
proceso, as como una metodologa de implantacin.
Acciones de Valor
Control Ejecucin Planificacin
Anlisis de Datos
Data Warehouse
El gran mensaje
Compromiso de los usuarios
Arquitectura de la solucin
Seleccin de herramientas
Calidad de la Informacin
Modelamiento
Metodologa de trabajo y experiencia
EMPLOY ACCOUNT_STATUS ORDERS ORDER_LINES
PRODUCTS
REGIONS
CUST SHIPPERS QUAL_NAME
POSITION QUALIFICATION
POS_NAME
COUNTRIES
SUPPLIERS
Apoyo de la gerencia. Sponsor
Factores Crticos de Exito
Gracias
emedina@ibss.biz