Este documento presenta un proyecto de inteligencia de negocios para la empresa Comercial Arévalo. El proyecto propone implementar un datawarehouse para apoyar la toma de decisiones de la empresa mediante el uso de herramientas de business intelligence. Actualmente la empresa tiene abundante información en su sistema transaccional pero es difícil generar informes que permitan tomar decisiones comerciales adecuadas. El proyecto busca diseñar un datawarehouse que permita explotar mejor la información para apoyar la gestión.
Este documento presenta un proyecto de inteligencia de negocios para la empresa Comercial Arévalo. El proyecto propone implementar un datawarehouse para apoyar la toma de decisiones de la empresa mediante el uso de herramientas de business intelligence. Actualmente la empresa tiene abundante información en su sistema transaccional pero es difícil generar informes que permitan tomar decisiones comerciales adecuadas. El proyecto busca diseñar un datawarehouse que permita explotar mejor la información para apoyar la gestión.
Este documento presenta un proyecto de inteligencia de negocios para la empresa Comercial Arévalo. El proyecto propone implementar un datawarehouse para apoyar la toma de decisiones de la empresa mediante el uso de herramientas de business intelligence. Actualmente la empresa tiene abundante información en su sistema transaccional pero es difícil generar informes que permitan tomar decisiones comerciales adecuadas. El proyecto busca diseñar un datawarehouse que permita explotar mejor la información para apoyar la gestión.
PROYECTO DE INTELIGENCIA DE NEGOCIOS Implementacin de un Datawarehouse para el apoyo a la toma de decisiones para la empresa Comercial Arvalo
Presentado por: Edin Luis Solano Linares Elder Rodimar Tarifeo Daz Ral Villegas Coblenz. Rodolfo Trigoso Inuma Jos Jeiler Vsquez Ruiz
Tarapoto Per 2010
2
INDICE INDICE....2 INTRODUCCIN....4 I. DE LA ORGANIZACIN.....5 1.1. UBICACIN...5 1.2. MISIN.5 1.3. VISIN..5 1.4. CONTEXTO O SITUACION ACTUAL....5 1.5. ORGANIGRAMA.....6 II. PLANTEAMIENTO DEL PROBLEMA.7 2.1. DEFINICIN DEL PROBLEMA...7 2.2. JUSTIFICACIN DE ESTUDIO8 III. MARCO TERICO.9 3.1. ANTECEDENSTES DEL PROBLEMA..9 3.1.1. Construccin de un sistema de apoyo a la toma de decisiones para el rea gerencial del Hospital de Clnicas9 3.1.2. Proyecto en Sedapal..10 3.1.3. Proyecto en Corporacin DROKASA10 3.1.4. Proyecto ENAPU..10 3.2. BASES TERICAS11 3.2.1. Inteligencia de Negocios.11 3.2.2. Data warehouse...13 3.2.3. Modelamiento Multidimensional..16 3.2.4. Metodologas de BI.19 3.2.5. Solucin de Herramientas Business Intelligence.24 IV. OBJETIVOS..26 4.1. OBJETIVO GENERAL....26 4.2. OBJETIVOS ESPECFICOS......26 V. TECNICAS Y HERRAMIENTAS EMPLEADAS..26 5.1. Tcnicas26 5.2. Herramientas.26 VI. ALTERNATIVAS DE SOLUCIN.........27 6.1. Alternativa 0127
3
6.2. Alternativa 0227 6.3. Descripcin de las alternativas27 VII. SELECCIN Y DESARROLLO DE LA ALTERNATIVA..28 7.1. Desarrollo de la propuesta28 7.1.1. Metodologa de Ralph Kimball.28 7.2. Cronograma.31 7.3. Anlisis de Costos.32 a. Requerimientos.32 b. Beneficios..33 c. Anlisis Costo/Beneficio.34 VIII. PROTOTIPO.36 IX. CONCLUSIONES.48 X. RECOMENDACIONES.49 XI. BIBLIOGRAFIA...50
4
INTRODUCCIN La inteligencia de negocio (Business Intelligence-BI) aporta herramientas fundamentales para las funciones de control de gestin, y permite consolidar informacin relevante en la toma de decisiones dentro de grandes corporaciones y grupos de empresas. Especialmente tiles en entornos distribuidos, los sistemas BI apoyan la planificacin, control y diagnstico, ofreciendo una perspectiva integral de la empresa y permitiendo al mismo tiempo el conocimiento del mercado y de los clientes. En resumen, utilizando bien estas herramientas, las organizaciones pueden obtener ventajas competitivas en todos los mbitos: gestin empresarial, gestin comercial y gestin de operaciones.
Pero en el entorno econmico actual, los enfoques de BI tradicionales ya no son suficientes. El continuo aumento de la competencia en los mercados globales ha hecho que, en la mayora de los casos, ya no sea suficiente con mejorar factores como la eficiencia operativa o la reduccin de costes. En adelante, resultar imprescindible adems, que las empresas sean capaces de diferenciarse por su capacidad de atraer y retener clientes, y por tanto, la BI diseada para este fin ir cobrando una creciente relevancia en el mercado.
En este contexto y presentado la problemtica que se describe lneas abajo, en este proyecto se propone disear un Datawarehouse como herramienta para la explotacin de la Informacin, utilizando herramientas sofisticadas.
5
I. DE LA ORGANIZACIN
1.1. UBICACIN La empresa Comercial Arvalo E.I.R.L. se encuentra ubicado en el Jr. Santa Rosa # 304 del distrito de Tarapoto, Provincia de San Martin.
1.2. MISIN Dar una mejor atencin al servicio del cliente, mediante las diferentes estrategias que tiene el gerente con sus empleados, para dar salida a las ventas de los productos que ofrece la empresa, de esa manera generar ingresos o ganancias por el bien de la empresa.
1.3. VISION Al 2014 la empresa COMERCIAL AREVALO E.I.R.L debe consolidarse como una empresa lder en el mercado, a lo que se refiere a su mbito laboral.
1.4. CONTEXTO O SITUACION ACTUAL Empresa Comercial Arvalo E.I.R.L.
De : Sidlio Arvalo y Familia Departamento : San Martn Regin : San Martn Distrito : Tarapoto. Ubicacin : Jr. Santa Rosa N 304 - Tarapoto Telfono : 341603 - 530063 - 942687795
Es una empresa dedicada a la compra y venta de granos al por mayor y menor, productos de granos como: Caf Faria Maz Man Cacao Frejoles en sus distintas variedades Soya
6
Actualmente la empresa cuenta con diferentes empleados que ocupan las distintas reas que tiene la empresa. En el rea de ventas cuenta con tres empleados, en el rea de compras cuenta con un empleado, en el rea de almacn cuenta con dos empleados, tambin la empresa tiene un contador quien se ocupa de todos los movimientos financieros que realiza.
Los proveedores entregan productos semanalmente a la empresa comercial y en todo caso puede expandirse el tiempo de entrega, porque muchas veces no se terminan de vender la cantidad de productos que se encuentran dentro del almacn empresarial, Dentro de la empresa se practica los valores estratgicos, tica, calidad, responsabilidad con los clientes, excelencia, trabajo, innovacin, cumplimiento con los empleados, superacin, productividad, competitividad e imagen frente a las dems empresas.
El empresario implementara su empresa en el rea de COMERCIO DE ABARROTES, para dar mayor nfasis dentro del mercado laboral, razn por lo que el Gerente nos permiti y al mismo tiempo nos dio la facilidad de poder desarrollar el presente proyecto.
La organizacin actualmente cuenta con un sistema transaccional, el cual est construido en Visual Studio 2003 y el almacn de datos se realiza en SQL Server 2000, donde controla todas sus actividades comerciales, teniendo as abundante informacin que al momento de tener un informe especfico de la situacin actual en la que se encuentra la organizacin es engorroso el cual dificulta tomar decisiones comerciales adecuadas y a tiempo.
1.5. ORGANIGRAMA
La imagen muestra el organigrama organizacional de los diferentes niveles con que cuenta la organizacin, desde el nivel ms bajo que son las areas de compras y ventas hasta el directorio, el cual es el encargado de realizar la toma de decisiones de acuerdo a la informacin generada en todos los niveles de la organizacin.
7
II. PLANTEAMIENTO DEL PROBLEMA
2.1. DEFINICIN DEL PROBLEMA En la actualidad la mayora de las pequeas empresas son las que tienen ms oportunidades de crecer y desarrollarse.
Tambin es cierto que si estas MYPE no estn debidamente preparadas para afrontar los problemas en el futuro y no se desarrollan de la mano de la tecnologa tienden a ser absorbidas por otras que han tenido una visin empresarial y no consideraron a un sistema de informacin como un gasto sino como una inversin ha futuro que les permitir optimizar costos, procesos, tiempo; y sobre todo contar con informacin que es de vital importancia y esto le servir para la toma de decisiones adecuadas y acertadas.
La empresa Arvalo dedicada al comercio de granos en la regin San Martin es una micro empresa; que cuenta con abundante informacin gestionado con un sistema de informacin SICOAR elaborado en Visual Studio 2003 y la base de datos se encuentra en SQL Server 2000, el cual no explota aquella informacin a un nivel que sea posible obtener reportes adems de no estar creado pensando en las necesidades y caractersticas particulares del usuario para contribuir en el proceso de toma de decisiones permitiendo as ampliar el mercado.
El sistema de informacin con el que cuanta la organizacin SICOAR, controla todas sus actividades comerciales pero no tiene una herramienta que le ayude a tomar mejor sus decisiones y as tener estrategias eficientes para el crecimiento comercial de la empresa.
A esto se suma el desconocimiento por parte de los usuarios finales, los que ignoran la existencia de nuevas herramientas, mucho ms eficientes y sencillas de usar y que brindan informacin ms relevante para la toma de decisiones y as emplear mejores decisiones para fidelizar a los clientes y ver cules son los productos ms vendidos por temporadas.
8
2.2. JUSTIFICACIN DE ESTUDIO Instituciones y empresas de manera rutinaria, acumulan informacin que los sistemas de manejo de datos generan, relacionados a los procesos de decisin propios de cada organizacin. Esta informacin es la base de decisiones futuras, puesto que decisiones estratgicas requieren de datos histricos que presenten los resultados de decisiones similares; de ah la importancia de contar con sistemas automatizados de manejo de la informacin que permita un acceso rpido a estas fuentes histricas, sin interferencias con los sistemas administrativos presentes en la organizacin.
Dentro de las labores propias de cualquier negocio existente figuran diversas formas de vender ya sea un servicio o unos productos. Las conocidas "tcnicas de ventas" que finalmente son solo patrones similares de comportamiento entre seres humanos de una misma sociedad.
Cmo logro entonces alcanzar el xito? Una forma es la implementacin de un sistema que le sirva de soporte a los procesos de compra y venta y de esta forma optimizar sus procesos de comercializacin y pueda estar al tanto de las necesidades del cliente y pueda de esta forma llegar a satisfacer sus necesidades.
El trabajo realizado, se presenta como una propuesta para optimizar el uso de informacin en cuanto a tiempos, dando soporte rpido, confiable y oportuno. Se necesita soluciones que permita la optimizacin, de forma segura y eficiente, de todos los procesos actuales que realizan a diario. Facilitar la toma de decisiones oportunas, apuntando a cumplir con los objetivos de la institucin, centrado en el usuario final para un manejo sencillo.
Las decisiones que toman los trabajadores en la empresa se dan en los diferentes niveles, desde el nivel ms alto hasta el ms bajo, las decisiones comerciales ms importantes lo toma el gerente, el cual necesita informacin especfica de las actividades comerciales para el bien de la organizacin.
9
III. MARCO TEORICO
3.1. ANTECEDENTES DEL PROBLEMA A continuacin se detallan algunas soluciones dadas a problemas que se presentaban en estas organizaciones, las cuales fueron solucionadas al implementar Business Intelligence, lo cual de forma satisfactoria logr un crecimiento y mejoramiento de las actividades comerciales y en apoyo a la toma de decisiones comerciales que realizaban. 3.1.1. Construccin de un sistema de apoyo a la toma de decisiones para el rea gerencial del Hospital de Clnicas. Gutirrez (2005) ha realizado en Uruguay, un proyecto titulado Construccin de un sistema de apoyo a la toma de decisiones para el rea gerencial del Hospital de Clnicas. Gutirrez analiza distintos sistemas de manejo de informacin, resaltando las ventajas de los ms avanzados frente a los primitivos, que ofrecen mnima interaccin entre el usuario y la mquina, son de respuesta lenta y no permiten respuestas a cuestiones complejas de inters para el usuario. Sistemas ms modernos ofrecen mejoras, en cuanto a herramientas de anlisis, mayor capacidad de manejo de informacin, interacciones complejas, y uso de sistemas operacionales presentes en la empresa. La metodologa usada por Gutirrez en este proyecto fue: Etapa 1. Adquirir conocimientos de base: datos histricos, entrevistas. Etapa 2. Anlisis de informacin y construccin del sistema legado (en base a sistemas operacionales ya existentes). Etapa 3. Diseo conceptual multidimensional, en esta etapa se elige la herramienta de diseo a usar para representar el diseo conceptual del modelo de datos del Data Warehouse, y el enfoque elegido para el diseo lgico del modelo de datos del Data Warehouse. Se crea tambin una tabla de correspondencias entre el diseo conceptual del sistema legado y el diseo conceptual del Data Warehouse. Etapa 4. Diseo lgico multidimensional, en esta etapa se selecciona el enfoque a seguir en el diseo. Se disea la arquitectura en estrella para cada relacin dimensional del Data Warehouse. Se crea una tabla de correspondencias entre el diseo lgico del sistema legado y el diseo lgico de la data. Se disean los procesos de carga y refresque. Etapa 5. Construccin del prototipo de carga y refresque del Data Warehouse. Gutirrez resalta que el proceso de implementacin del sistema automatizado permiti a los usuarios conocer de manera detallada las actividades y tiempos necesarios para la completa puesta en marcha de tal sistema, identificndose los cuellos de botella, que necesitan ser atendidos previamente para una exitosa implementacin.
10
Ms all de la metodologa en s, este trabajo permite mostrar las actividades y tiempos que involucra la construccin de un sistema de informacin con caractersticas de apoyo a la toma de decisiones. El sistema construido se basa en el uso de tecnologa data warehousing y OLAP. Para el Hospital de Clnicas este trabajo tuvo los siguientes aportes: Documentacin completa del sistema legado de partida. Documentacin de diseo del sistema de Data Warehouse e implementacin de un prototipo del cubo de Compras. Conocimiento a nivel gerencial de la situacin actual de la institucin respecto de los sistemas informticos que necesitan finalizacin para poder ser integrados a un Data Warehouse corporativo. Conocimientos a nivel gerencial de las posibilidades de apoyo que un Data Warehouse puede brindar a su gestin. Si bien se cuenta con mejor tecnologa para resolver un sistema de informacin que ayude a la toma de decisiones, es importante resaltar el tiempo que consume la actividad de preparacin para el uso de la misma, en particular el relevamiento de sistemas legados con documentacin escasa o inexistente. Tambin se pudo experimentar un alto costo en tiempo debido a la brecha que puede existir entre los requerimientos a nivel gerencial y los sistemas realmente existentes en una institucin de gran porte.
3.1.2. Proyecto en Sedapal - Asesora en la Estrategia de Business Intelligence Sedapal apoya la gestin de la Direccin y Gerencias, a travs de soluciones de Inteligencia de Negocios, que permitan potenciar el uso de la informacin en la empresa. Proyecto culminado en Enero del 2007 por la empresa IBSS Consulting en condicin de consultora.
3.1.3. Proyecto en Corporacin DROKASA - Estrategia de Business Intelligence Proyecto realizado por la empresa IBSS a la Corporacin Drokasa en la estrategia de Business Intelligence a seguir, para continuar de forma satisfactoria su crecimiento en lo que a estas soluciones se refiere. Adems se realiz el sizing de la infraestructura tecnolgica de Business Intelligence a considerar, para alcanzar sus objetivos.
3.1.4. Proyecto ENAPU - Data Mart Comercial y Operaciones Proyecto finalizado en Octubre del 2007 de forma satisfactoria el pase a Produccin de la Solucin Data Mart Comercial y Operaciones en la Empresa Nacional de Puertos. Est orientado a explotar informacin
11
del Trfico de Carga, Trfico de Naves, Trfico de Contenedores, Facturacin y Cobranzas, Servicios a las Naves y Servicios a las Cargas. Adicionalmente se desarrollo un Dashboard (tablero de control) que incluye 27 Indicadores Operativos y de Gestin del Puerto. Solucin desarrollada sobre la plataforma MicroStrategy y Oracle Database.
En conclusin, as como estos casos, existen una gran cantidad de casos de aplicacin de proyectos de inteligencia de negocios soportados sobre almacenes de datos que puede ser un Data Mart o Data Warehouse, proporcionndole a los negocios una notoria eficiencia y ventaja competitiva, en ese sentido la empresa comercial Arvalo E.I.R.L. no puede estar ajena a ese tipo de soluciones, que dan una gran ventaja competitiva en el mundo comercial. Estos antecedentes han servido para tener una idea para optar por la solucin adecuada para la empresa.
3.2. BASES TEORICAS Se definen a continuacin diferentes conceptos y trminos que se utilizaran en el desarrollo del sistema y algunas metodologas empleadas para la construccin de un Business Intelligence. 3.2.1. Inteligencia de Negocios.
3.2.1.1. Definicin: La Inteligencia de Negocios o Business Intelligence (BI) se puede definir como el proceso de analizar los bienes o datos acumulados en la empresa y extraer una cierta inteligencia o conocimiento de ellos. Dentro de la categora de bienes se incluyen las bases de datos de clientes, informacin de la cadena de suministro, ventas personales y cualquier actividad de marketing o fuente de informacin relevante para la empresa.
BI apoya a los tomadores de decisiones con la informacin correcta, en el momento y lugar correcto, lo que les permite tomar mejores decisiones de negocios. La informacin adecuada en el lugar y momento adecuado incrementa efectividad de cualquier empresa.
3.2.1.2. Proceso de Inteligencia de Negocios. El proceso se divide en cinco fases, las cuales sern explicadas teniendo como referencia el siguiente grfico, que sintetiza todo el proceso:
12
Fase 1 Dirigir y Planear. En esta fase inicial es donde se debern recolectar los requerimientos de informacin especficos de los diferentes usuarios, as como entender sus diversas necesidades, para que luego en conjunto con ellos se generen las preguntas que les ayudarn a alcanzar sus objetivos.
Fase 2 Recoleccin de Informacin. Es aqu en donde se realiza el proceso de extraer desde las diferentes fuentes de informacin de la empresa, tanto internas como externas, los datos que sern necesarios para encontrar las respuestas a las preguntas planteadas en el paso anterior.
Fase 3 Procesamiento de Datos. En esta fase es donde se integran y cargan los datos en crudo en un formato utilizable para el anlisis. Esta actividad puede realizarse mediante la creacin de una nueva base de datos, agregando datos a una base de datos ya existente o bien consolidando la informacin.
Fase 4 Anlisis y Produccin. Ahora, se proceder a trabajar sobre los datos extrados e integrados, utilizando herramientas y tcnicas propias de la tecnologa BI, para crear inteligencia. Como resultado final de esta fase se obtendrn las respuestas a las preguntas, mediante la creacin de reportes, indicadores de rendimiento, cuadros de mando, grficos estadsticos, etc.
Fase 5 Difusin. Finalmente, se les entregar a los usuarios que lo requieran las herramientas necesarias, que les permitirn explorar los datos de manera sencilla.
3.2.1.3. Beneficios De Business Intelligence
Permite a los usuarios interactuar directamente con los datos almacenados en los sistemas de punto de venta, punto de compras, introduccin de pedidos, administracin del inventario, nminas y otros sistemas. Permite obtener el mximo provecho
13
de las inversiones en tecnologa de administracin de datos y bases de datos. Mayor agilidad empresarial. La combinacin de mtodos de prediccin ms exactos y la generacin de informes con herramientas de implementacin y respuesta a transacciones en tiempo real, se obtiene un rpido resultado de gran capacidad de reaccin ante nuevas oportunidades. Menores costes operativos. Reduccin de tiempo para la recopilacin empresarial y permite a los empleados realizar consultas, preparar informes e implementar resultados sin la necesidad de ayuda de especialistas de IT. Optimizacin de la adquisicin de clientes. Rpida identificacin de clientes potenciales y presentacin de campaas eficaces y precisas. Mayor fidelidad de los clientes. Permite determinar qu productos, caractersticas y servicios valoran los clientes. Ofrece tambin herramientas eficaces para la comunicacin personalizada.
3.2.2. Data Warehouse
3.2.2.1. Definicin Una de las definiciones ms famosas sobre Data Warehouse, es la de William Harvey Inmon, quien define: Un Data Warehouse es una coleccin de datos orientada al negocio, integrada, variante en el tiempo y no voltil para el soporte del proceso de toma de decisiones de la gerencia.
3.2.2.2. Elementos de un Data WareHouse
Sistema fuente: Sistemas operacionales de registros donde sus funciones son capturar las transacciones del negocio. A los sistemas fuentes tambin se le conoce como Legacy System. rea de trfico de datos: Es un rea de almacenamiento y grupo de procesos, que limpian transforman, combinan, remover los duplicados, guardan, archivan y preparan los datos fuente para ser usados en el Data WareHouse.
14
Servidor de presentacin: La maquina fsica objetivo en donde los datos del Data WareHouse son organizados y almacenados para consultas directas por los usuarios finales, reportes y otras aplicaciones. Modelo dimensional: Una disciplina especfica para el modelado de datos que es una alternativa para los modelos de entidad relacin. Procesos de negocios: Un coherente grupo de actividades de negocio que hacen sentido a los usuarios del negocio del Data WareHouse. Data Mart: Un subgrupo lgico del Data WareHouse completo. Data WareHouse: Bsquedas fuentes de datos de la empresa. Y es la unin de todos los Data Marts que la constituyen. Almacenamiento operacional de datos: es el punto de integracin por los sistemas operacionales. Es el acceso al soporte de decisiones por los ejecutivos. OLAP: actividad general de bsquedas para presentacin de texto y nmeros del Data WareHouse, tambin un estilo dimensional especfico de bsquedas y presentacin de informacin y que es ejemplificada por vendedores de OLAP. ROLAP: un grupo de interfases de usuarios y aplicaciones que le dan a la base de datos relacional un estilo dimensional. MOLAP: un grupo de interfases de usuarios, aplicaciones y propietarios de tecnologa de bases de datos que tienen un fuerte estilo dimensional. Aplicaciones para usuarios finales: una coleccin de herramientas que hacen los queries, analizan y presentan la informacin objetivo para el soporte de las necesidades del negocio. Herramientas de acceso a datos por usuarios finales: un cliente de Data WareHouse. Ad Hoc Query Tool: un tipo especfico de herramientas de acceso a datos por usuarios finales que invita al usuario a formas sus propios queries manipulando directamente las tablas relacionales y sus uniones.
15
Modelado de aplicaciones: un sofisticado tipo de cliente de Data WareHouse con capacidades analticas que transforma o digiere las salidas del Data WareHouse. Meta Data: toda la informacin en el ambiente del Data WareHouse que no son as mismo los datos actuales.
3.2.2.3. Los procesos bsicos del Data WareHouse (ETL)
Extraccin: este es el primer paso de obtener la informacin hacia el ambiente del Data WareHouse. Transformacin: una vez que la informacin es extrada hacia el rea de trfico de datos, hay posibles paso de transformacin como; limpieza de la informacin, tirar la basura que no nos sirve, seleccionar nicamente los campos necesarios para el Data WareHouse, combinar fuentes de datos, hacindolas coincidir por los valores de las llaves, creando nuevas llaves para cada registro de una dimensin. Carga: al final del proceso de transformacin, los datos estn en forma para ser cargados.
16
3.2.3. Modelamiento multidimensional
3.2.3.1. Anlisis multidimensional
Las bases de datos multidimensionales, proveen una estructura que permite, a travs de la creacin y consulta a una estructura de datos determinada (cubo multidimensional, Business Model, etc.), tener acceso flexible a los datos, para explorar y analizar sus relaciones, y consiguientes resultados. Las bases de datos multidimensionales implican tres variantes posibles de modelamiento, que permiten realizar consultas de soporte de decisin: o Esquema en estrella (Star Scheme). o Esquema copo de nieve (Snowflake Scheme). o Esquema constelacin o copo de estrellas (Starflake Scheme).
Los mencionados esquemas pueden ser implementados de diversas maneras, que, independientemente al tipo de arquitectura, requieren que toda la estructura de datos este desnormalizada o semi desnormalizada, para evitar desarrollar uniones (Join) complejas para acceder a la informacin, con el fin de agilizar la ejecucin de consultas. Los diferentes tipos de implementacin son los siguientes: Relacional ROLAP. Multidimensional MOLAP. Hbrido HOLAP.
3.2.3.2. Esquema en Estrella El esquema en estrella, consta de una tabla de hechos central y de varias tablas de dimensiones relacionadas a esta, a travs de sus respectivas claves. Como se muestra en la figura:
17
Es el ms simple de interpretar y optimiza los tiempos de respuesta ante las consultas de los usuarios. Este modelo es soportado por casi todas las herramientas de consulta y anlisis, y los metadatos son fciles de documentar y mantener, sin embargo es el menos robusto para la carga y es el ms lento de construir. Dentro de las caractersticas que destacan algunas de este modelo, son: ayudarn a comprender mejor el por qu de sus ventajas: o Posee los mejores tiempos de respuesta. o Su diseo es fcilmente modificable. o Existe paralelismo entre su diseo y la forma en que los usuarios visualizan y manipulan los datos. o Simplifica el anlisis. o Facilita la interaccin con herramientas de consulta y anlisis.
3.2.3.3. Esquema Copo de Nieve Este esquema representa una extensin del modelo en estrella cuando las tablas de dimensiones se organizan en jerarquas de dimensiones. Como se aprecia en la figura.
18
Una de las razones principales para utilizar este tipo de modelo, es la posibilidad de segregar los datos de las tablas de dimensiones y proveer un esquema que sustente los requerimientos de diseo. Otra razn es que es muy flexible y puede implementarse despus de que se haya desarrollado un esquema en estrella. Posee las siguientes caractersticas: Posee mayor complejidad en su estructura. Hace una mejor utilizacin del espacio. Es muy til en tablas de dimensiones de muchas tuplas. Las tablas de dimensiones estn normalizadas, por lo que requiere menos esfuerzo de diseo. Puede desarrollar clases de jerarquas fuera de las tablas de dimensiones, que permiten realizar anlisis de lo general a lo detallado y viceversa
3.2.3.4. Esquema Constelacin Modelo compuesto por una serie de esquemas en estrella, y tal como se puede apreciar en la siguiente figura, est formado por una tabla de hechos principal (HECHOS_A) y por una o ms tablas de hechos auxiliares (HECHOS_B), las cuales pueden ser sumarizaciones de la principal. Dichas tablas yacen en el centro del modelo y estn relacionadas con sus respectivas tablas de dimensiones. No es necesario que las diferentes tablas de hechos compartan las mismas tablas de dimensiones, ya que, las tablas de hechos auxiliares pueden vincularse con solo algunas de las tablas de dimensiones asignadas a la tabla de hechos principal, y tambin pueden hacerlo con nuevas tablas de dimensiones.
19
Su diseo y cualidades son muy similares a las del esquema en estrella, pero posee una serie de diferencias con el mismo, que son precisamente las que lo destacan y caracterizan. Entre ellas se pueden mencionar: Permite tener ms de una tabla de hechos, por lo cual se podrn analizar ms aspectos claves del negocio con un mnimo esfuerzo adicional de diseo. Contribuye a la reutilizacin de las tablas de dimensiones, ya que una misma tabla de dimensin puede utilizarse para varias tablas de hechos. No es soportado por todas las herramientas de consulta y anlisis.
3.2.4. Metodologas de BI
3.2.4.1. Metodologa Microsoft Solutions Framework MSF es una flexible e interrelacionada serie de conceptos, modelos y mejores prcticas de uso que controlan la planificacin, el desarrollo y la gestin de proyectos tecnolgicos para dar soluciones a empresas que disean y desarrollan de una manera que se asegure de que todos los elementos de un proyecto, tales como gente, procesos, y herramientas, puedan ser manejados con xito. MSF se centra en modelos de proceso y de equipo dejando en un segundo plano las elecciones tecnolgicas. Concretamente MSF se compone de principios, modelos y disciplinas. Las caractersticas de MSF son: Adaptable, Flexible, Escalable y Agnstico a tecnologas. 3.2.4.2. Metodologa Scrum Es una metodologa de desarrollo gil de ciclos cortos e incrementales basados en los principios de gestin de proyectos: Scrum. Esta consiste en ciclos cortos o sprints de 2 a 4 semanas de duracin, donde en cada uno se busca entregar una funcionalidad adicional. Para ello cada sprint incluye los siguientes pasos: Definir, Planificar, Construir, Presentar y Revisar. De esta forma el equipo de desarrollo va agregando valor incrementalmente en la medida que se van agregando componentes al proyecto hasta alcanzar la completitud de los requerimientos.
20
3.2.4.3. Metodologa de Clearpeaks Esta metodologa consta de los siguientes pasos: Anlisis: Anlisis del proceso empresarial/de la infraestructura: Coordinacin de la trayectoria de Business Intelligence por parte de un equipo especialista en empresas. Especificaciones: Definicin de los requisitos: La entrega de un documento detallado sobre las especificaciones/envergadura IT o BI de la empresa Diseo: Especificaciones funcionales: La definicin de los elementos funcionales del marco de BI es un requisito previo para asegurar el xito de la fase de planificacin. Planificacin: Coordinacin y gestin de los proyectos BI con el fin de implementar soluciones efectivas de distribucin de informes siempre que sea necesario. Desarrollo: Desarrollar, integrar y realizar pruebas para asegurar la ms alta calidad de las especificaciones de funcionalidad en los mrgenes de tiempo acordados. Aplicacin: Implementacin de la solucin ms adecuada Formacin: El xito de una solucin BI depende sobre todo de un buen equipo formado por expertos en la materia Comprobacin: Progreso de la solucin: Las comprobaciones de forma continuada aseguran un xito ms duradero, la adopcin por parte del usuario y el mantenimiento del marco de BI 3.2.4.4. Metodologa de desarrollo de Ralph Kimball Ralph Kimball, es reconocido como uno de los padres del concepto de Datawarehouse, se ha dedicado desde hace ms de 10 aos al desarrollo de su metodologa para que ste concepto sea bien aplicado en las organizaciones y se asegure la calidad en el desarrollo de estos proyectos. La metodologa de Ralph Kimball se enfoca principalmente en el diseo de la base de datos que almacenar la informacin para la toma de decisiones. El diseo se basa en la creacin de tablas de hechos, es decir, tablas que contengan la informacin numrica de los indicadores a analizar,
21
o sea la parte cuantitativa de la informacin para la toma de decisiones. Debido al empleo de esta metodologa en algunos de los antecedentes encontrados y por contar la informacin apropiada se utilizara para el desarrollo de este proyecto. A continuacin se detalla las etapas de manera grfica y posteriormente la explicacin de cada una de ellas. Metodologa de Ralph Kimball Planificacin del Proyecto: La planificacin busca identificar la definicin y el alcance del proyecto de data warehouse, incluyendo justificaciones del negocio y evaluaciones de factibilidad. La planificacin del proyecto se focaliza sobre recursos, perfiles, tareas, duraciones y secuencialidad. El plan resultante integra todas las tareas asociadas con el proyecto y documenta las personas o reas involucrados.
Planificacin del Proyecto
Definicin de los Requerimientos del Negocio Diseo de la Arquitectura Tcnica Seleccin de Productos e Instalacin Modelado Dimensional Diseo y Desarrollo de Presentacin de Datos
Especificacin de Aplicaciones para Usuarios Finales Diseo Fsico Desarrollo de Aplicaciones para Usuarios Finales Implemen- tacin Mantenimiento y crecimiento Gerenciamiento del Proyecto
22
Definicin de los requerimientos del Negocio: El objetivo de esta etapa es entender las necesidades del negocio y determinar los requerimientos de los usuarios finales. Los diseadores del data warehouse deben entender los factores claves que dirigen el negocio para determinar efectivamente los requerimientos.
Modelamiento Dimensional: La definicin de los requerimientos del negocio determina los datos necesarios para cumplir los requerimientos analticos de los usuarios. Disear los modelos de datos para soportar estos anlisis requieren un enfoque diferente al usado en los sistemas operacionales. Bsicamente se comienza con una matriz donde se determina la dimensionalidad de cada indicador y luego se especifican los diferentes grados de detalle (atributos) dentro de cada concepto del negocio (dimensin), como as tambin la granularidad de cada indicador (variable o mtrica) y las diferentes jerarquas que dan forma al modelo dimensional del negocio (BDM) o mapa dimensional.
Diseo Fsico: El diseo fsico de las base de datos se focaliza sobre la seleccin de las estructuras necesarias para soportar el diseo lgico. Algunos de los elementos principales de este proceso son la definicin de estndares de nombres y establecer el ambiente de bases de datos. La indexacin y las estrategias de particionamiento son tambin determinadas en esta etapa.
Diseo y Desarrollo de Preparacin de Datos: El proceso de preparacin de datos tiene tres pasos principales: la extraccin, la transformacin y la carga. Se definen como procesos de extraccin a aquellos requeridos para obtener los datos que permitirn efectuar la carga del Modelo Fsico acordado. As mismo, se definen como procesos de transformacin los procesos para convertir o recodificar los datos fuente a fin de poder efectuar la carga efectiva del Modelo Fsico. Por otra parte, los procesos de carga de datos son los procesos requeridos para poblar el Data Warehouse.
Diseo de la Arquitectura Tecnolgica: Los ambientes de data warehousing requieren la integracin de numerosas tecnologas. Se debe tener en cuenta tres factores: los requerimientos del negocio, los actuales ambientes tcnicos y las directrices tcnicas estratgicas futuras planificadas para de esta forma poder establecer el diseo de la arquitectura tcnica del ambiente de data warehousing.
23
Seleccin e instalacin de productos: Utilizando el Diseo de la Arquitectura Tecnolgica como marco, se especifican los componentes estructurales tales como: plataforma de Hardware, administrador de base de datos, herramientas de preparacin ("staging"). Utilizando el diseo de arquitectura tcnica como marco, es necesario evaluar y seleccionar componentes especficos de la arquitectura como la plataforma de hardware, el motor de base de datos, la herramienta de preparacin. Una vez evaluados y seleccionados los componentes determinados se procede con la instalacin y prueba de los mismos.
Especificacin de la Aplicacin del Usuario Final: en esta etapa se identifican los diferentes roles o perfiles de usuarios para determinar los diferentes tipos de aplicaciones necesarias en base al alcance de los diferentes perfiles (gerencial, analista del negocio, vendedor, etc.).
Desarrollo Aplicacin Usuario Final: Siguiendo a la especificacin de las aplicaciones, el desarrollo de las aplicaciones de los usuarios finales involucra configuraciones del metadata y construccin de reportes especficos.
Implementacin: La implementacin representa la convergencia de la tecnologa, los datos y las aplicaciones de usuarios finales accesible desde el escritorio del usuario del negocio. Hay varios factores extras que aseguran el correcto funcionamiento de todas estas piezas, entre ellos se encuentran la capacitacin, el soporte tcnico, la comunicacin, las estrategias de feedback. Todas estas tareas deben ser tenidas en cuenta antes de que cualquier usuario pueda tener acceso al data warehouse, data mart.
Mantenimiento: Se da soporte y capacitacin continua a los usuarios, asegurndose que los procesos y procedimientos aseguren una operacin efectiva del data warehouse o data mart. Una vez construida la aplicacin es importante establecer las prioridades para poder manejar los nuevos requerimientos de los usuarios y de esa forma poder evolucionar y crecer.
24
3.2.5. SOLUCIN DE HERRAMIENTAS BUSINESS INTELLIGENCE
En esta parte del proyecto se detallan algunas herramientas que permiten la construccin del Business Intelligence, las cuales se caracterizan por ofrecer distintas funcionalidades segn el tamao de la empresa y al uso que le van a dar al sistema dentro de la empresa. 3.2.5.1. Stage DataStage [DAT 2007] es una herramienta que permite soportar la informacin que necesita la compaa, y construir un Data Warehouse en tiempo real. El DataStage es una herramienta ETL (Extract/Transform/Load - Extraccin, Transformacin y Carga) que utiliza notacin grfica para construir integracin de datos para dar soluciones, y est disponible en varias versiones, como Server Edition y Enterprise Edition. Es una de las herramientas ETL ms rpidas y potentes del mercado. 3.2.5.2. SSIS El software SQL Server Integration Services (SSIS) [SQL 2005], permite la integracin de los datos de cualquier fuente. SISS provee una plataforma escalable y extendible que capacita al equipo desarrollador a construir, mantener, y desplegar soluciones de integracin para alcanzar soluciones de integracin nicas de acuerdo a las necesidades. Destacan sus herramientas de minera de datos y administracin de objetos. 3.2.5.3. Sunopsis Tambin existe en el mercado, Sunopsis [SUN 2007], que ofrece un alto desempeo y una integracin efectiva, cubriendo las necesidades de integracin. Esta herramienta permite el desarrollo y el mantenimiento simple, que permite que los proyectos de integracin se realicen a tiempo y en presupuesto. Sinopsis trabaja con una arquitectura ELT (Extraccin, Load, Transform) en lugar de la tradicional ETL. 3.2.5.4. Microstrategy Existen soluciones como MicroStrategy Business Intelligence Solutions [MIC 2007] que permite mejorar y predecir el comportamiento del negocio, poniendo informacin en las manos de toda persona de negocios en la empresa. Esta tecnologa ofrece capacidades de monitoreo, de reportes y de anlisis, que permiten tomar mejores decisiones cada da, y lograr las metas planteadas en cada organizacin. Esta herramienta permite la generacin de
25
scorecards y dashboards, reportes, anlisis OLAP, anlisis avanzado y predictivo, alertas y notificaciones. 3.2.5.5. Cognos Cognos 8 Business Intelligence [COG 2007] es una plataforma del grupo IBM que permite la generacin y visualizacin de reportes, cubos, dashboards y Balance scorecards, adems de la gestin de permisos y usuarios necesaria para la implementacin de la plataforma. 3.2.5.6. Business Objets BussinessObjects [BUS 2007] es otra plataforma BI que se caracteriza por ofrecer distintas funcionalidades segn el tamao de la empresa que la adquiere y la licencia. 3.2.5.7. Pentaho Existen herramientas orientadas a la Inteligencia de Negocios, de cdigo abierto (Open Source) y de uso libre. Entre estas herramientas se encuentra Pentaho [PEN 2007], la cual es una herramienta muy completa, pues incluye elaboracin de reportes, cubos, dashboards, data mining, ETL y una plataforma BI (lugar desde donde se puede acceder a los datos). 3.2.5.8. Octopus Octopus [OCT 2007] es, al igual que pentaho, una herramienta libre pero slo se centra en los procesos ETL. Est basada en Java y por lo tanto se puede conectar a cualquier fuente JDBC. A continuacin se presenta un cuadro comparativo, con las herramientas mencionadas anteriormente, que muestra las caractersticas trascendentales para un trabajo como el que se desarrollar en el presente proyecto de tesis. HERRAMIENTA PERMITE ETL ELABORACIN REPORTES USO LIBRE (OPEN SOURCE) Data Stage SI NO NO SQL Server Integration Services SI SI NO Sunopsis SI NO NO Microstrategy NO SI NO Cognos NO SI NO Business Objets NO SI NO Pentaho SI SI SI Octopus SI NO SI
26
Luego de detallar las diferentes herramientas que existen para la construccin de Business Intelligence, en este cuadro se resume las caractersticas principales de cada herramienta, de la cual el grupo ha elegido la herramienta de SQL Server para la elaboracin del Datawarehouse, el cual permite ETL (Extraccin, Transformacin y Carga) y la elaboracin de reportes de acuerdo a las necesidades de la organizacin.
IV. OBJETIVOS
4.1. OBJETIVO GENERAL Implementar un Datawarehouse de soporte a la toma de decisiones aplicando BI en la empresa comercial Arvalo E.IR.L.
4.2. OBJETIVOS ESPECFICOS o Evaluar la situacin actual de la organizacin. o Definir los requerimientos del proyecto. o Analizar los datos del negocio. o Disear la base de datos. o Desarrollar el prototipo de la aplicacin.
V. TECNICAS Y HERRAMIENTAS EMPLEADAS Para la elaboracin del presente proyecto se har uso de las siguientes tcnicas con sus respectivas herramientas, como se detalla a continuacin: 5.1.1. Tcnicas
La observacin Directa, para comprender como se realiza el procesamiento de los datos para la explotacin de la informacin y generar reportes. Entrevista al gerente del negocio (administrador), para determinar las necesidades que debera cubrir la aplicacin propuesta.
5.1.2. Herramientas
Gua de observacin no estructurada. Lista de chequeo de las aplicaciones y reportes. Gua de entrevista.
27
VI. ALTERNATIVAS DE SOLUCIN:
A continuacin se especifican las alternativas de solucin al problema encontrado en la empresa comercial Arvalo E.I.R.L.
6.1. ALTERNATIVA 01.
Adquisicin mediante compra de un Datawarehouse desarrollados por terceros, para el apoyo a la toma de decisiones.
6.2. ALTERNATIVA 02.
Implementacin de un Datawarehouse para el apoyo a la toma de decisiones desarrollado por la unidad formuladora y ejecutora del proyecto.
6.3. DESCRIPCION DE LAS ALTERNATIVAS Nombre de cada Alternativa analizada Componentes (Resultados necesarios para lograr el Objetivo) Acciones necesarias para lograr cada resultado Alternativa 1: Adquisicin mediante compra de un Datawarehouse desarrollados por terceros, para el apoyo a la toma de decisiones. Resultado 01: Automatizacin de todo el proceso para realizar informes especficos.
Resultado 02: Monitorizacin adecuada de todas las actividades diarias en la organizacin. Elaboracin de la base del concurso.
Licitacin.
Implementacin.
Implantacin.
Capacitacin. Puesta en marcha. Alternativa 2: Implementacin de un Datawarehouse para el apoyo a la toma de decisiones desarrollado por la unidad formuladora y ejecutora del Resultado 01: Automatizacin de todo el proceso para realizar informes especficos.
Resultado 02: Monitorizacin adecuada de todas las actividades diarias en la organizacin.
Levantamiento de Informacin.
Desarrollo del sistema.
Utilizacin de equipos informticos existentes.
28
proyecto. Capacitacin al usuario
Implantacin.
VII. SELECCIN Y DESARROLLO DE LA ALTERNATIVA:
La alternativa seleccionada es la alternativa 02, porque el desarrollo de la misma ser ejecutada e implementada por la unidad ejecutora del proyecto, lo cual nos da la ventaja de trabajar en equipo y complemetarlo con los conocimientos afines que la carrera de ingeniera de sistemas nos ha permitido aprender.
7.1. DESARROLLO DE LA PROPUESTA
La metodologa seleccionada para el diseo del Data warehouse es la de Ralph Kimball, el cual consta de 10 etapas: Planificacin del proyecto, definicin de los requerimientos del negocio, modelamiento dimensional, diseo fsico, diseo y desarrollo de preparacin de datos, diseo de la arquitectura tecnolgica, seleccin e instalacin de productos, especificacin de la arquitectura del usuario final, desarrollo aplicacin usuario final, implementacin y mantenimiento.
7.1.1. METODOLOGA DE RALPH KIMBALL Segn Moss (2003), casi todo proyecto de ingeniera, estructural o de software, pasa a travs de seis etapas desde la concepcin hasta la implementacin. Tambin se indica que los procesos de ingeniera son iterativos, ya que una vez puestos en produccin, los proyectos son continuamente mejorados dadas las sugerencias de la comunidad que usa el producto. Cada iteracin produce una nueva versin del producto, y el producto final va madurando y mejorando.
29
Diagrama de pasos para el desarrollo de la metodologa de Ralph Kimball.
Las razones que justifiquen el por qu de la implementacin de un Datawarehouse en una organizacin, pero se puede hablar en forma general sobre la normal evolucin de la arquitectura de sistemas de la empresa.
Credibilidad de los Datos Los diferentes departamentos de la empresa preparan informes a partir de los datos que generan los sistemas transaccionales, pero muchas veces ocurre que a la Direccin le llegan informes de distintas reas, y sobre un mismo tema las cantidades son diferentes, para lo cual la Direccin no sabe que pensar y donde est la verdad. Este es un ejemplo de la crisis de credibilidad. Las razones para predecir una crisis son las siguientes:
No hay una base comn de tiempo para los datos. Algoritmos diferentes para tratar los datos. Niveles de extraccin de los datos. Problema de los datos externos. Planificacin del Proyecto
Definicin de los Requerimientos del Negocio Diseo de la Arquitectura Tcnica Seleccin de Productos e Instalacin Modelado Dimensional Diseo y Desarrollo de Presentacin de Datos
Especificacin de Aplicaciones para Usuarios Finales Diseo Fsico Desarrollo de Aplicaciones para Usuarios Finales Implemen- tacin Mantenimiento y crecimiento Gerenciamiento del Proyecto
30
No hay una fuente comn de los datos.
Productividad La productividad es un punto muy importante a tener en cuenta, especialmente en organizaciones como la nuestra que poseen datos con una historicidad. Cuando surge la necesidad de producir un informe corporativo utilizando muchos archivos y de los datos que la organizacin ha ido acumulando a travs de los aos, entonces se debe: Localizar y analizar los datos a incluir en el informe Consolidar los datos para el informe
Incapacidad para transformar datos en informacin Los sistemas transaccionales no fueron construidos pensando en la integracin de sus datos para la toma de decisin, sino con el fin de satisfacer necesidades netamente operativas.
Un cambio en el enfoque Para resolver los distintos problemas, las organizaciones necesitan implementar un cambio de arquitectura de sus sistemas de decisin, y es aqu donde juega un papel muy importante el Datawarehouse. El datawarehouse suple las incapacidades que poseen los sistemas transaccionales, almacenando datos que poseen las siguientes caractersticas: Orientados a la toma de decisin Consolidados No voltiles, no hay bajas ni modificaciones substanciales Gran historicidad
31
7.2. CRONOGRAMA
32
7.3. ANALISIS DE COSTOS A continuacin se detallan los costos para el diseo y implementacin del Datawarehouse en la empresa comercial Arvalo. a) REQUERIMIENTOS Funcionales tem Descripcin Unidad de medida Cantidad 1 Un jefe de proyecto Mes 2 2 Administrador de Base de Datos Mes 2 3 Programador Mes 2
No Funcionales tem Descripcin Unidad de medida Cantidad 1 Computadora Unidad 3 2 Celular Unidad 2 3 Electricidad Mes 2 4 tiles de oficina Lista 1 5 Impresora Unidad 1
DETALLES Personal Item Descripcin U.M Cant P.U (S/.) Importe (S/)
33
1 Jefe de proyecto. Mes 2 2 000.00 4 000.00 2 Administrador y diseador de Base de Datos. Mes 2 1 500.00 3 000.00 3 Programador Mes 2 800.00 1 600.00 Total 8 600.00
Servicios Item Descripcin U.M Cant P.U (S/.) Importe (S/.) 1 tiles de oficina Lista 1 300.00 300.00 2 Electricidad Mes 2 70.00 140.00 3 Telfono Mes 2 150.00 300.00 Total 740.00 Software Item Descripcin Cantidad Precio Total 1 Visual Studio .Net 2005 1 500 500.00 2 SQL Server 2005 Developer 1 550 550.00 3 Microsoft Office 2007 1 450 450.00 Total 1500.00
Hardware
34
Item Descripcin Cantidad Precio Total 1 Computadoras 2 1800 3600.00 2 SQL Server 2005 Developer 1 3000 3000.00 3 Impresora 1 180 180.00 Total 6780.00
Cuadro Resumen. tem Descripcin Monto (S/.) 1 Personal 8 600.00 2 Materiales y/o Servicios 740.00 3 Licencias 1500.00 4 Hardware 6780.00 Total 17 620.00
El costo total para la construccin del Datawarehouse es de S/. 17 620, tanto en pago a personal, materiales y costo de licencias.
35
b) BENEFICIOS
Dentro de los muchos beneficios otorgados por la implementacin de un sistema de soporte de decisin basado en un Datawarehouse son: Reduccin de tiempos y costos asociados con la consolidacin de datos provenientes de distintas fuentes. Acceso inmediato y flexible a informacin critica de la organizacin resultando esto en ventajas competitivas. Mejoras en la calidad de los datos: consistencia, precisin y documentacin. Creacin de una infraestructura flexible, capaz de adaptarse rpidamente a los cambios tcticos y estratgicos de negocio. Mayor conocimiento de las necesidades y expectativas de los clientes, pudiendo segmentar el mercado de acuerdo a intenciones de negocios. Decisiones ms rpidas. Mejor entendimiento del negocio. Descubrimiento de nuevas oportunidades de negocio. Incremento de productividad y reduccin de costos en la disponibilidad de informacin. Monitoreo del normal desenvolvimiento de las operaciones de la organizacin. Capacidad de realizar comparaciones y obtener tendencias centrando la atencin sobre los verdaderos puntos problemas. Ahorro de costos en pago de horas extras al personal.
c) ANALISIS COSTO/BENEFICIO
36
Para demostrar la sostenibilidad y factibilidad del proyecto se har una evaluacin de costo-beneficio para ello se tendr en cuenta los siguientes indicadores y datos:
De acuerdo al flujo de caja que se detalla en el cuadro anterior, se puede observar que con la implementacin del Data warehouse la empresa en los dos primeros aos despus de la implementacin tiene beneficios negativos, lo cual desde el tercer ao de funcionamiento del Data warehouse se obtiene beneficios econmicos favorables para la empresa.
38
VIII. PROTOTIPO En esta parte de proyecto se muestran algunas imgenes del diseo del Data warehouse.
MODELO EN ESTRELLA DEL DATA WAREHOUSE
Banco_Dim BancoKey Descripcion idBanco Cliente_Dim ClienteKey RazonSocial IdCliente Zona Cobranza_Hecho idCobranzaKey ClienteKey TiempoKey BancoKey MedioPagoKey PuntoPagoKey MontoCobrado InteresCobrado MedioPago_Dim MedioPagoKey MedioPago IdMedioPago Personal_Dim PersonalKey Nombre IdPersonal Producto_Dim ProductoKey Linea Proveedor Marca Producto IdProducto PuntoPago_Dim PuntoPagoKey PuntoPago Sucursal idPuntoPago Tiempo_Dim TiempoKey Anual Trimestre Mes Dia Fecha Ventas_Hecho VentasKey ClienteKey ProductoKey PersonalKey TiempoKey Soles Unidades Peso
39
ETL (EXTRACCIN TRANSFORMACIN CARGA) CREACCIN DE UN NUEVO PROYECTO DE INTEGRATION SERVICES
ESTABLECEMOS LA CONEXIN CON LA BASE TRANSACCIONAL
40
ESTABLECEMOS LA CONEXIN CON LA BASE TRANSACCIONAL
REALIZAMOS UNA SEGUNDA CONEXIN PERO ESTA VEZ SELECCIONAMOS EL DATA WAREHOUSE COMO EL ORIGEN DE CONEXIN.
41
PROCEDEMOS A CREAR LA TAREA DE FLUJO DE DATOS
Relacionamos el origen y destino de la informacin extrada, esto de acuerdo al modelo en estrella del DWH y de la base de datos transaccional. De este modo vamos creando las tareas del flujo de control para nuestro DWH. El proceso se desarrolla del siguiente modo:
42
Definimos el origen de datos para cada flujo de control, en el flujo de datos.
Flujo de datos del flujo de control personal.
43
Para cada flujo de datos se define el origen y destino de datos.
ORIGEN (BASE DATOS TRANSACCIONAL)
44
DESTINO (DATA WAREHOUSE)
ESTO SE DA HASTA LLEGAR A LOS DATA MART COBRANZAS Y VENTAS
45
COMPLETADA LA TAREA EJECUTAMOS EL PROYECTO PARA COMENZAR CON EL ETL
HERRAMIENTA INTELIGENTE PARA EXPLOTACIN DE DATOS. MICROSOFT EXCEL
46
47
48
IX. CONCLUSIONES
La habilidad de las organizaciones para adaptarse a los entornos competitivos actuales, es una ventaja competitiva que asegura su posicionamiento dentro del mercado. Uno de los principales enfoques empresariales a este nivel es la inteligencia de negocios, que de ser combinada con requerimientos tcnicos de software, brindan una poderosa herramienta estratgica de negocios.
Con la aceptacin y la implementacin del proyecto en la empresa Comercial Arvalo E.I.R.L., se lograr satisfacer las principales necesidades actuales de la gerencia, que podr tomar decisiones estratgicas destinadas a aumentar la rentabilidad y obtener estndares de calidad por el buen servicio.
La satisfaccin mxima de los clientes es un factor muy importante a considerar dentro de la administracin, esto permitir la retencin de los clientes ms rentables y asegurar el xito de la empresa dentro del mundo de los negocios.
49
X. RECOMENDACIONES
La perseverancia y la correcta motivacin son el principal factor que el jefe de proyecto tendr que poseer como cualidades bsicas para lograr las actividades correspondientes a la gestin de coordinaciones con la empresa.
Una vez implementado el proyecto, la persona designada como jefe del mismo tendr que implementar una estrategia eficiente para establecer adecuadas polticas de mantenimiento y los procesos de retroalimentacin.
El apoyo de la gerencia, las oportunidades de negocio con retorno de inversin altos, la integracin de la arquitectura tecnolgica y asegurar la flexibilidad y sostenibilidad son factores crticos de xito para garantizar la efectividad de la solucin de inteligencia de negocios.
50
XI. BIBLIOGRAFA www.microsoft.com/spain/partner/gotomarket/bi/businessintelligence. mspx