Vous êtes sur la page 1sur 80

InteligenciadeNegocios

INTELIGENCIADENEGOCIOS
(VersinPreliminar)

MCPIng.RicardoMendozaRivera
rimenri@hotmail.com.
blog:http://rimenri.blogspot.com

MCPIng.RicardoMendozaRivera

Page1

InteligenciadeNegocios

SistemadeSoportealaTomadeDecisiones
Introduccin
El estudio concerniente a analizar la informacin, en estos ltimos aos, ha ido en crecimiento
constante. La informacin se constituye en el factor primario para la toma de decisiones de los
personas en los diferentes niveles de gestin que realizan siendo la clave de la gestin empresarial, y
eje principal sobre el que gravitan los sistemas de informacin empresariales.
As como las empresas se preocupan por los recursos financieros, materiales y humanos, que hasta el
momento haban constituido los ejes sobre los que haba girado la gestin empresarial, ahora aparece la
informacin al mismo nivel como un recurso primario a tener en cuenta. Si la Teora Econmica tradicional
tena al capital, la tierra y el trabajo como elementos primarios de estudio, la informacin se ha convertido,
ahora, en el cuarto recurso a gestionar.
Los problemas de los sistemas de informacin representan una combinacin de aspectos de administracin,
organizacin y tecnologas.

AdministracindeEmpresas
Administrar es dirigir una organizacin. En lneas generales, una organizacin es cualquier
institucin compuesta de recursos, cuya combinacin, permite alcanzar una serie de objetivos
Fases:
1.
2.
3.
4.

Planificacin
Organizacin
Ejecucin
Control

Recursos
1.
2.
3.
4.

Humanos
Econmicos
Materiales
Informativos

MCPIng.RicardoMendozaRivera

Page2

InteligenciadeNegocios

TomadeDecisiones:
En el mundo empresarial la gestin de informacin tiene como uno de los productos ms relevantes el
de la toma de decisiones. Siendo as, una decisin puede ser descrita como la respuesta a un problema a
solucionar o la eleccin entre distintas alternativas para conseguir unos objetivos tal vez definidos
dentro de un plan estratgico.

Algunas Definiciones de Toma de Decisiones


McClure [21] conversin de la informacin en accin, de manera que el recurso informacin
adquiere un papel imprescindible en este proceso.
Ivancevich et al. [22] "es una serie o concatenacin de pasos consecutivos o de etapas interconectadas
que dan lugar a una accin o a un resultado y su correspondiente evaluacin" .
Grace Carter et al. [23] es un proceso en el que una o ms personas identifican un problema y
entonces disean, eligen, implementan y programan una solucin.
Simon [24] toma de decisiones y gestin son trminos sinnimos, y que la toma de decisiones en una
organizacin tiene como fronteras los lmites de la racionalidad: "La capacidad de la mente humana
para formular y resolver problemas complejos es muy pequea comparada con el tamao de los
problemas por los cuales se requiere una solucin en un entorno real"
Mairead Browne [25] "decisin es el punto final de una serie de actividades que son primordialmente
de naturaleza cognitiva".

Las decisiones estructuradas


Son aquellas que cuentan con un proceso perfectamente definido para llevarse a cabo, es decir, que se realizan
rutinariamente, no cambian; por ejemplo, la seleccin de personal en una empresa para un puesto determinado
se da siempre de la misma manera. Por ejemplo cuando en una institucin educativa privada al momento de
que un alumno registre sus cursos, previamente debe de pagar su matrcula. Son decisiones que siguen una
receta establecida. Normalmente pueden ser administradas por un software.
Las decisiones no estructuradas
No cuentan con un procedimiento predeterminado, quien debe tomar una decisin se basa en criterios,
valoracin y puntos de vista sobre el problema que se presenta, as como en el entorno en el cual se sita la
problemtica a resolver: por ejemplo, las decisiones sobre las inversiones de una empresa cuando genera
ganancias extras. No es lo mismo para una institucin universitaria, desde el punto de vista de rentabilidad
expandirse como una nueva sede o construir un nuevo pabelln.

MCPIng.RicardoMendozaRivera

Page3

InteligenciadeNegocios

Las decisiones semi-estructuradas


Parte del problema sea estructurado y algunos otros elementos no lo sean. Un ejemplo de lo anterior lo
encontramos en los casos de ascensos de personal, ya que algunos factores estn predeterminados y otros no.

El Proceso de Toma de Decisiones

Identificacin de problemas,
Bsqueda de alternativas,
Evaluacin de alternativas,
Eleccin de una alternativa.

MCPIng.RicardoMendozaRivera

Page4

InteligenciadeNegocios

TiposdeSistemasdeInformacinenlaEmpresa

Los Sistemas de Informacin para la Gestin (SIG), o Management Information Systems ( MIS
),
Sistemas Soporte a la Decisin (SSD), o Decision Support Systems ( DSS ),
y Sistemas de Informacin para Ejecutivos (SIE), o Executive Information Systems ( EIS ).

MCPIng.RicardoMendozaRivera

Page5

InteligenciadeNegocios

Sistemas de informacin para la gestin (mis).


Los Sistemas de Informacin para la Gestin son un conjunto de herramientas que combinan las
tecnologas de la informacin (hardware + software) con procedimientos que permitan suministrar
informacin a los gestores de una organizacin para la toma de decisiones.

Podemos afirmar que estos sistemas se componen de tres funciones; la recopilacin de datos, tanto
internos como externos; el almacenamiento y procesamiento de informacin; y la transmisin de
informacin a los gestores.
Parece que el uso de los sistemas de informacin para la gestin dejaban incompletas las necesidades
informativas de los gestores de las empresas, surgiendo, as, distintos sistemas para la toma de
decisiones. Describiremos los Sistemas Soporte a la Decisin, y los Sistemas de Informacin para
Ejecutivos.

Sistemas soporte a la decisin ( dss ).


Hace uso de sistemas de gestin de bases de datos; de la ergonoma que aporta la necesidad de crear
interfaces que permitan que un usuario utilice una herramienta con el menor esfuerzo posible; y del
anlisis de decisiones. [70]
Turban[71]manifiestaqueesunsistemadeinformacininteractivobasadoenordenadorqueutilizanormasy
modelosdedecisin,quejuntoconunabasededatossoportatodaslasfasesdelprocesodetomade
decisiones,principalmenteendecisionessemiestructuradasbajoelcontroltotaldeaquellosquesededicana
tomarlas

Yang [72] incide en aquellas caractersticas que permiten diferenciar a un DSS del que no lo es, as:

El DSS soporta todas las fases del proceso de toma de decisiones: inteligencia, diseo, eleccin
e implementacin.
El soporte se realiza a varios niveles de los equipos de gestin, desde los altos ejecutivos a los
gestores de base.
Soportan varios niveles de decisiones interdependientes o secuenciales y una variedad de
procesos y estilos de toma de decisiones.
Y son fciles de usar.

MCPIng.RicardoMendozaRivera

Page6

InteligenciadeNegocios

Sistemas de informacin para ejecutivos ( eis ).


SegnDaniel CohenKareny Enrique Asn Lares, un SistemadeInformacinparaEjecutivosse define,como un sistema
computacional que provee al ejecutivo acceso fcil a informacin interna y externa al negocio con el fin de dar
seguimiento a los factores crticos del xito. De esta definicin se desprende el hecho de que los SIE se enfocan
primordialmente a proporcionar informacin de la situacin actual de la compaa y dejan en un plano secundario la
visualizacinoproyeccindeestainformacinenescenariosfuturos.EsteltimoenfoqueesprovistoporlosDSS.[DW09]

LoquedebecontenerunSIE
Si consideramos que una pantalla de informacin valiosa es un SIE, prcticamente cualquier hoja de clculo e
incluso un reporte de produccin podra serlo. Para ser considerado un SIE, un sistema debe reunir una serie de
caractersticas adicionales a las que por defecto debe contener al formar parte de la Tecnologa de Business
Intelligence, es decir, brindar informacin y que sirva de apoyo a la toma de decisiones.
Un tpico SIE cuenta con funciones que le permiten al usuario notar rpidamente los errores y los valores
destacables de la informacin.

Figura 1.3 EjemplodeunaInterfazdeunSIE

MCPIng.RicardoMendozaRivera

Page7

InteligenciadeNegocios

Interfaz grfica fcil de usar y ver


Un SIE est diseado para un usuario final que no forzosamente domina herramientas
computacionales complejas, e independientemente de que las domine, no debe invertir una
parte importante de su tiempo en conocer y, posteriormente, utilizar herramientas
complicadas. Bajo esta filosofa es que se menciona como una caracterstica de los SIE el que
posean interfaces grficas sencillas, que tengan una curva de aprendizaje corta y, adems,
debern ser vistosas e intuitivas para facilitar la labor de monitoreo del tomador de
decisiones.

Alarmas o semforos

Un tpico SIE cuenta con funciones que le permiten al usuario notar rpidamente los errores y
los valores destacables de la informacin. Es una de las caractersticas principales, ya que las
propiedades que le son asignadas a los valores son las que permiten verdaderamente
"monitorear" la informacin, de otro modo el ver datos planos provocara que el usuario
investigue cada uno de los valores y, posteriormente, los compare contra identificadores antes
de poder determinar si son "buenos" o "malos". La tendencia es hacia interactuar cada vez
menos con los sistemas y para ellos, las alarmas se vuelven indispensables, ya que disparan
indicadores para que el ejecutivo solo ponga atencin donde se han sobrepasado ciertos
rangos de tolerancia. Estos indicadores pueden ir desde simples colores de letra y fondos,
hasta el envo de correos electrnicos o mensajes por radiolocalizador.

Tableros de Control
Surgiendo en Francia con el nombre de Tableau de Bord, el Tablero de Control es una
herramienta que en un principio utilizaba indicadores financieros para permitir desarrollar
diferentes procesos de negocio. Su especializacin ha tomado el camino hacia el CMI (Cuadro
de Mando Integral), que ya es una poderosa herramienta para direccin, que no solo utiliza
indicadores financieros, sino tambin los no financieros para dirigir de forma proactiva a la
empresa en la consecucin de objetivos a mediano y largo plazo. El Tablero de Control no
forzosamente implica una metodologa de trabajo, en ese sentido es algo ms sencillo que
puede llegar a un nivel de especializacin tan amplio como uno lo quiera, por ejemplo,
empleando la metodologa del Balanced Scorecard para implementar un sistema de monitoreo
del estado de salud corporativa.

Administracin De Una Sola Pgina


De la mano del Tablero de Control, la Administracin de una Sola Pgina significa colocar el
mayor nmero posible de indicadores destacables de la empresa en el menor nmero posible
de pginas, adems, permitir la navegacin hacia otras pginas con ms informacin, ya que,
definitivamente es prcticamente imposible colocar toda la informacin valiosa en un solo
lugar.

MCPIng.RicardoMendozaRivera

Page8

InteligenciadeNegocios

INDICADORDEGESTION(KPI:KeyPerformanceIndicator)
Unindicadordegestinesunavariablecuantitativacuyafinalidadesentregarinformacinacerca
delcumplimientodeunameta.
Es un instrumento que permite la medicin y, por lo tanto, su calidad y su utilidad estar
determinadaprincipalmenteporlaclaridadyrelevanciadelametaquetieneasociada.
Metas,sonlaexpresinconcretadelplandegestinparaellogrodelosobjetivosestratgicosde
la Unidad Ejecutora. Pueden ser de produccin (toman en cuenta los productos y la poblacin
objetivoatendida)odegestin(seproponenmejorarlosprocesos).Algunosejemplospuedenser:

Indicadordemorosidad

Indicadordeproductividad

Indicadorderecaudacin

Indicadordedesercin

LaPirmidedeDatosyDecisiones

r
nfo
eI
n
ci
ma

De
cis
i

d
as
em

on
es

t
Sis

LosDirectorestomandecisionesEstratgicasalargoplazodequeproductososerviciosfabricar.LosGerentes
deNivelMedioejecutanlosplanesyprogramasestablecidosporlosdirectores.Losgerentesoperativosson
responsablesdesupervisarlasactividadesdiariasdelaempresa.
MCPIng.RicardoMendozaRivera

Page9

InteligenciadeNegocios

InteligenciadeNegociosenlas
Organizaciones
Introduccin
Durante los ltimos aos se han multiplicado los estudios tendentes a analizar la informacin como
factor clave para la toma de decisiones en la empresa, clave de la gestin empresarial, y eje conceptual
sobre el que gravitan los sistemas de informacin empresariales.
Se considera a la informacin un recurso que se encuentra al mismo nivel que los recursos financieros,
materiales y humanos, que hasta el momento haban constituido los ejes sobre los que haba girado la
gestin empresarial. Si la Teora econmica tradicional mantena el capital, la tierra y el trabajo como
elementos primarios de estudio, la informacin se ha convertido, ahora, en el cuarto recurso a
gestionar.

QueeslaInteligenciadeNegocios
Es una arquitectura y coleccin de herramientas que buscan mejorar a las organizaciones,
proporcionando vistas de aspectos de negocio a todos los empleados (estratgico, tctico,
operacional) para que tomen mejores y ms relevantes decisiones en menos tiempo y con la mayor
informacin posible.
Brindando:

Informacin correcta
Tiempo oportuno
Personas correctas

Constituye

una

arquitectura

coleccin

de

aplicaciones

operacionales y de soporte de decisiones con bases de datos que


proporcionan a los usuarios de la organizacin fcil acceso a la
data del negocio.
La Inteligencia de Negocios se direcciona principalmente en
Aplicaciones y Base de Datos de Soporte a la Toma de Decisiones

MCPIng.RicardoMendozaRivera

Page10

InteligenciadeNegocios

TiposdeReportes

DashBoardReportsKPI(KeyPerformanceIndicator)SIE

ProductionReportsreportestradicionalesSistemaTransaccional

OrganizacintipoPareto.

HistorialCrediticiodeunCliente.

Losproductosconmsrotacin.

AnalyticalReportsreportesdeconstruccindinmica.DWH

ComponentesySolucinIntegraldeInteligenciadeNegocios

Legacy System

MCPIng.RicardoMendozaRivera

Page11

InteligenciadeNegocios

SistemasFuentes:
Sonlossistemastransaccionalesquehansidodiseadosfundamentalmenteparaelsoportedelasoperaciones
delnegociocomo:Compras,Ventas,Almacenes,Contabilidad,etc.Estossistemasdebencumplirunrequisito
fundamental:yadebendeestarconsolidadosencuantoalregistrodeinformacindelasoperaciones.Nosera
limitantesilecarecedereportesparatomadedecisiones,yaqueesahelvacioquecubrirlaInteligenciade
Negociosadicionandomdulosdegestinparalasdecisionesoperacionales.

BasedeDatosOperacionales:OLTP
Lossistemastransaccionalesregistranograbanlasoperacionesdentrodelasbasededatosoperacionales(On
Line Transactional Process: OLTP). Estas datos permitirn generar informacin para la toma de decisiones a
niveloperacional.Estasbasesdedatosloquepersiguenfundamentalmentesonelregistrodetransaccionesy
laconsistenciadelosdatos.

RequerimientosEstratgicos(PlanEstratgico)
Es altamente recomendable tener definido el Plan Estratgico de la Organizacin. En caso extremo no se
obtenga,apartirdelasentrevistassepuedenbuscar:objetivos,estrategias,indicadoresdeestrategiasque
permitanorientarelproductoadisear.Sonbastantetilesademsdelplanylasentrevistaslosreportesde
gestinquelostomadoresdedecisionesposeenparamedirsugestin.
EstosrequerimientosestratgicosdeberncontrastarseconlaBasedeDatosOperacional,yaquemuchosde
ellosseobtendrndeestafuente.EncasonopuedanserobtenidosserecomiendareestructurarlaBasede
datosylasaplicaciones,afindesatisfacerestosrequerimientosestratgicos.

ETL(Extraer,TransformaryCargarPoblar)
Eselcomponentequepermitir2cosasfundamentalmente

IntegrarDatoscuandosetengandistintasfuentes(DiferentesmanejadoresdeBasedeDatos)
Llevarinformacindelasbasededatosoperacionalesalasbasededatosdimensionales

DataWareHouse(DWH)
MCPIng.RicardoMendozaRivera

Page12

InteligenciadeNegocios

Eselgranalmacndedatosqueestestructuradoparaanalizarlainformacin,adiferenteniveldedetalle,de
todos los procesos de negocios que tiene la organizacin. Es la Base de Datos llamada estratgica o
multidimensional. Una vez diseadas mediante el ETL es poblada o llenada a partir de las Bases de Datos
operacionales.Eldiseovaorientadoaencontrarmedidas(Porejemplo:montosvendidos,montoscobrados,
horashombreutilizadas,etc)ydimensiones(Clientes,Productos,Tiempo,Organizacin,Servicios,etc).

DataMarts
ConstituyenunapartedeunDWH.SiunDWHestformadoportodoslosprocesosdelaorganizacin,unData
Martconstituyeundeterminadoproceso.PorejemplopodramostenerunDataMartparaFinanzas,otropara
Logstica.PuedenserpreparadosapartirdeunDWHoserelaboradosindependientemente.

TecnologiasOLAP(OnLineAnalyticalProcess)
Es la tecnologa que permite aprovechar como est estructurada la informacin de un DataMart o un Data
WareHouse. Fundamentalmente es una tecnologa que permitir analizar informacin dinmicamente a los
nivelestcticoyestratgicobasadosenCubosquecontienenlasmedidasylasDimensiones.

MineradeDatos
Constituyenalgoritmosavanzados(estadsticas,inteligenciaartificial) queintenta descubrir cosasocultas en
los datos capturados a lo largo de las operaciones del negocio. Es el llamado el descubrimiento del
conocimientoyvadireccionadoalnivelestratgicodirectamente.

AplicacionesparaSoportedeDecisiones
Van diseadas para cubrir las decisiones tcticas y estratgicas. En el mercado existen una serie de
herramientasquepermitenconstruirestasaplicaciones,quesemontansobreunasolucinOLAPoBasesde
Datostransaccionales.

SistemasdeInformacinparaEjecutivos
Sonsistemasdiseadosparalaaltadireccinyqueestnbasadosenalertasosemforosqueindicanelestado
de un determinado indicador de negocio. Este indicador se le llama KPI (Key Performance Indicator). Estos
estadosestnreflejadosensmboloscomounsemforo(rojo,verde,mbar)entreotros.Generalmenteson
obtenidosapartirdeunBalanceScoredCard)

MCPIng.RicardoMendozaRivera

Page13

InteligenciadeNegocios

FactoresaConsiderarparaimplementarunProyectodeBI

Accesoalainformacintransaccional:BasesdeDatosyAplicaciones

TipodeManejadordeBasedeDatosqueusa.

ModelodeDatos(ER)>documentado

Tabla:Clientealmacenainformacindelacarteradeclientes
Campo

Descripcin

TipoDato

Null

Pk

FK

IdCliente

Identificador
delcliente

Int

No

Si

No

CuantoPesalaBasedeDatos.

DireccionamientodelNegocio:Gestin,PlanesEstratgicosorientaralajustificacindel
proyectodeBI.

RiesgosGestindelProyecto(experienciay/oconocimiento)TiempoyPresupuestoPlanificado.
Definir5riesgos(LeerlibrodeSteveMcConell>GestindeProyectosdeSistemasdeInformacin)

JustificacinyRetornodelaInversin(mnimode5)

Costohorahombre(#horasqueactualmenteseinvierteparaobtenerlainformacin,costohora)

Tiempo(medirelnrodehhobtenerelreporteactual)

Capacidaddeautogeneracindeinformacin(evitardependenciaconpersonasoreas)

MCPIng.RicardoMendozaRivera

Page14

InteligenciadeNegocios

Tecnologa:secuentaconelequipamientosuficiente(1gbtransaccional>=3.5Gb)

Servidores:1

Software:No

Comunicaciones:

PlanificandounProyectodeInteligenciadeNegocios

Costo

Tiempo

CuntoCuesta?

RecursosHumanos
RecursosMateriales
RecursosTecnolgicos
RecursosHumanos

BusinessRepresentative:beneficiariodirecto:GerenteGeneral:Lic.XX
BusinessExecutiveSponsor:aseguraquesecumplanlosobjetivosdelproyectoBI(GerenteGeneral:Lic.XX)
ProjectManager:integradordelossistemas(Coordinador,LiderGrupo)
BusinessProcessExpert:expertdelprocesodeNegocios(Cargo,Grado,Nombremailtelefono)
DataSpecialist:especialistadedatos(Cargo,Grado,Nombremailtelefono)DBA:DataBaseAdministrator

CoredelProyecto
MCPIng.RicardoMendozaRivera

Page15

InteligenciadeNegocios

BusinessProcessExpert(JefeArea,GerenteArea)

ProjectManager(JefeArea,GerenteArea)

DataSpecialist(EspecialistaDatos)

RestoGrupo

CuadroGeneral:
Persona(telfono, Rol
mail)

Costo
HH(2000/30/8)

NroHoras

Total

Lic.XX

DataSpecialist

18soles

20

360soles

ProjectManager

BusinessProcess

2AnalistaDim

2Especialista
OLAP

1Desarrroll.NET

RecursosMateriales

Papelera

Lapiceros

RecursosTecnolgicos(considerarfuente)
Hardware
Servidor:Perfil(Marca,Memoria,DiscoDuro,Procesador,Precio)
Estaciones=Administradorquevanausar(n):(Marca,Memoria,DiscoDuro,Procesador,Precio)
Software
CostoSoftware(PaquetesCostodelSQLServer:OLAP,MotorDatos)
MCPIng.RicardoMendozaRivera

Page16

InteligenciadeNegocios

HojaCalculo,.net
Comunicaciones

EnqueTiempo?

Cronograma(MicrosoftProject)Ajustarenfuncinalsilabo

Actividades

Tiempo(Semanal)

Responsables

ATENERENCUENTA!KitdeHerramientasdeunGerente

Los problemas de sistemas de informacin en el mundo de los negocios representan una combinacin de
aspectosdeadministracin,organizaciny tecnologa.A continuacinmencionamoslos6pasosquesugiere
LaudonyLaudon:
1. Identifiqueelproblema
2. Culeslasolucindelproblema?Culessonlosobjetivosdeestasolucin?Alternativas?
3. Cmoaportarvaloralaempresaestasolucin?
4. Qutecnologassepodranutilizarparacrearestasolucin?
5. Qucambiosalosprocesosdelaorganizacinrequerirlasolucin?
6. Qupolticaadministrativaserequerirparaestablecerlasolucin?

MCPIng.RicardoMendozaRivera

Page17

InteligenciadeNegocios

ConstruyendounDataWareHouse.
Introduccin
Introduccin
Dentro de las tareas de anlisis de informacin para la consiguiente toma de decisiones de
encuentra el Data WareHouse que est basado en un Modelo Dimensional (dimensiones y
medidas) y que se construye fundamentalmente a partir de dos componentes fundamentales

La Base de Datos Operacional Consolidada


Definicin de los Requerimientos Estratgicos

Utiliza el ETL (Extraccin, Transformacin y Carga de Datos) como herramienta de carga de


datos. Una vez diseado y encontrndose con datos puede ser utilizada por Tecnologas OLAP
que explotaran la forma como ha sido estructurada.
Un data WareHouse constituye una parte fundamental de la Inteligencia de Negocios

DefinicindeunDataWareHouse
Un Data WareHouse es una Base de Datos, constituye el gran almacn de Datos que est
diseado fundamentalmente para:

Permitir el acceso en forma fcil a toda la organizacin


Integrar informacin histrica y consistente
Adaptarse a los cambios que se dan en la organizacin
Generar datos dirigido al usuario y presentados en forma consolidada
fundamentalmente.
Para Distribucin de Informacin y de Consultas

El valor de un DW queda descrito en tres dimensiones, segn Inmon & Hackathorn, [1994]:
MCPIng.RicardoMendozaRivera

Page18

InteligenciadeNegocios

Mejorar la Entrega de Informacin: informacin completa, correcta, consistente,


oportuna y accesible. Informacin que la gente necesita, en el tiempo que la necesita y en el
formato que la necesita.

Facilitar el Proceso de Toma de Decisiones: con un mayor soporte de informacin se


obtienen decisiones ms rpidas; as tambin, la gente de negocios adquiere mayor
confianza en sus propias decisiones y las del resto, y logra un mayor entendimiento de los
impactos de sus decisiones.

Impacto Positivo sobre los Procesos Empresariales: cuando a la gente accede a una mejor
calidad de informacin, la empresa puede mejorar:
o Eliminar los retardos de los procesos empresariales que resultan de informacin
incorrecta, inconsistente y/o no existente.
o Integrar y optimizar procesos empresariales a travs del uso compartido e integrado
de las fuentes de informacin.
o Eliminar la produccin y el procesamiento de datos que no son usados ni necesarios,
producto de aplicaciones mal diseados o ya no utilizados.

SistemasOperacionalesySistemasAnalticos
Los sistemas operacionales normalmente registran la informacin de las transacciones que se generan
de las labores operativas y el data warehouse es desde se muestra la informacin para analizar y
permitir tomar decisiones ms acertadas.

Sistemas Operacionales

Siguen Eventos individuales.


Diseados para ingreso de informacin en tiempo real y permiten la edicin de datos
Permitir registrar informacin consistente que asegure la integridad de los datos
Ejemplos:
o Sistemas de Almacenes
o Sistemas de Contabilidad
o Sistemas de Comercializacin

Sistemas Analticos

Asiste como Soporte a las Decisiones Estratgicas.


Proporciona Anlisis a Diferente Nivel de Detalle
Permite a los usuarios navegar en diferente niveles (Drilling Up, Drilling Down)
Permite a los sistemas bsquedas para hallar nuevas relaciones

MCPIng.RicardoMendozaRivera

Page19

InteligenciadeNegocios

Ejemplos:
o Aplicaciones para analizar la gestin del Proceso Acadmico de una Universidad.
o Aplicaciones para analizar la gestin del Proceso Comercial de una Empresa
Comercializadora.

ComparandoSolucionesTransaccionalesyDataWareHouse

PorquconstruirunDataWareHouse?

Permiteejecutaranlisisenformarpidayendiferenteniveldedetalle.

Permiteelaccesodelosdatosdetodalaempresa

Permitetenerdatosconsistentes.

SirvecomopuntodepartidaparaincorporartecnologasOLAP,dondemedianteinterfacesel
usuariopuedaautogenerarsusreportesanalticos.

DataMartsyDataWareHouse
Data Marts
MCPIng.RicardoMendozaRivera

Page20

InteligenciadeNegocios

Parte de un Data WareHouse


Se centra sobre temas particulares o procesos de negocios especficos.
Puede ser una solucin tctica que brinde resultados en corto tiempo.
Se construyen fundamentalmente:
o Realizar Consultas Rpidas
o Existen pocos usuarios
o Implementados en corto tiempo

Moviendo Datos de un Data WareHouse a Data Marts

Ventajas
o Campos Compartidos (dimensiones comunes)
o Origen Comn
o Procesamiento Distribuido

Desventajas
o Tiempo largo de desarrollo

Moviendo Datos de un DataMart a un WareHouse

MCPIng.RicardoMendozaRivera

Page21

InteligenciadeNegocios

Ventajas
o Simple y Rpido
o Datos Departamentales
o Procesamiento Distribuido
Desventajas
o Duplicacin de Data
o Posible incompatibilidad de los Data Mart al querer ser integrados

ElciclodeVidadeunDataWareHouse
Elementos Bsicos

MCPIng.RicardoMendozaRivera

Page22

InteligenciadeNegocios

MCPIng.RicardoMendozaRivera

Page23

InteligenciadeNegocios

Herramientas a Usar para Manejar el Proceso

Componente del Proceso


Data WareHouse, Data Mart
ETL
Cubos
Pivot Table Services
Construccin de Interfaces

Herramienta
DataBase Engine
Integration Services
Servicios de Anlisis
Owc 11
Excel, VS.NET

DatosenunDataWareHouse

Caractersticas de la Data
ParaeldesarrollodelcursosetrabajaraconelSQLServer2005

MCPIng.RicardoMendozaRivera

Page24

InteligenciadeNegocios

Ejemplo de Organizacin de Datos


ParaeldesarrollodelcursosetrabajaraconelSQLServer2005

LapropuestaMetodolgicadeKimball

MCPIng.RicardoMendozaRivera

Page25

InteligenciadeNegocios

ATENERENCUENTA!ValidandounaBasedeDatosOperacional
Vaorientadoadeterminarlacalidaddeladataoperacionalqueasegurelaconsistenciadesuuso,enestecaso
deldatamart.
HablardeconsistenciaespensarenIntegridaddeDatosyexisten2formasdeForzarIntegridad

IntegridadDeclarativa:esdondeelDBMSadministralaintegridadprotegindolodeposibles
inconsistencias.Tenemoslossiguientestipos

IntegridadProcedural:cuyaintencinesimplementarlasreglasdenegocioutilizandocdigo
personalizadomedianteun:
o

StoredProcedure

Trigger

Lospasossugeridosparadeterminarlaconsistenciadelabaseoperacionalson:

Identificar Data Requerida

Solicitar el Modelo de Datos


Solicitar Documentacin del modelo

MCPIng.RicardoMendozaRivera

Page26

InteligenciadeNegocios

Analizar el Contexto de la Data

Revisar el Modelo de Datos


o Claves Primarias
o Relaciones
o Tipos de Datos
o Reglas de Validacin
o Identificar campos claves determinando si son NULL.
Determinar informacin cronolgica
Determinar Valores numricos
o NULL
o No negativos

Seleccionar la Data Usada para la Solucin de Inteligencia de Negocios (BI)


Priorizar la correccin de las inconsistencias con la data que posiblemente ser usada para la Solucin de
InteligenciadeNegocios.

Preparar Data para Limpieza


Consiste en determinar la estrategia a usar para asegurar la integridad de datos. En algunos casos podra
hacerseenelETL,enotrosdejarladataexpeditaantesdeliniciodelaimplementacindelproyecto.

Aplicar Herramientas
Consisteenejecutalaordenqueharelcorrectivodelaestrategiadefinidaenelpasoanterior.Normalmente
seaplicaranordenesSELECTyalgunaspodranserincluidasenunStoredProcedure.

MCPIng.RicardoMendozaRivera

Page27

InteligenciadeNegocios

ConstruyendounDataWareHouse.
RequerimientosEstratgicos

Introduccin
Constituyen la parte gravitante y central en la construccin del Data WareHouse (DW). Los
requerimientos ayudan a definir los datos que estarn disponibles en el DW que usuarios lo
usaran a fin de definir la arquitectura tecnolgica y como se harn las aplicaciones.
El propsito final, es determinar las medidas y dimensiones que formarn parte de un Data
WareHouse
Para empezar a definir los requerimientos se recomienda:

Entrevistas con los usuarios del negocio (identificar medidas y dimensiones)


Cuadros de gestin (identificar medidas y dimensiones)
Revisar el Plan Estratgico (identificar ndices y medidas)
Conocer el modelo de datos de la Base Datos Operacional (determinar si existen las
medidas y dimensiones requeridas en la BD actual).

EntrevistasconlosUsuariosdelNegocio
PreparacindeEntrevistas
a. Constituir el equipo de Trabajo

El Business Manager: recibir el beneficio directo del producto


El Business Expert: conocedor y analista de la informacin
El Data Specialist: conocer la Base de Datos Operacional y como se obtienen los cuadros de
gestin.
Project Manager: lder del proyecto.

b. Preparar Cronograma de Entrevistas


MCPIng.RicardoMendozaRivera

Page28

InteligenciadeNegocios

Coordinar con el equipo de trabajo fechas y horas de reuniones.


Recomendamos un tiempo mximo de 90 minutos por cada reunin.
Preparar y Revisar las Hojas de Entrevistas propuestas.
Para identificar requerimientos utilice la tcnica dimensional

Las preguntas deben ir orientadas fundamentalmente a medir gestin:


Las preguntas normales para el Business Manager o Business Expert podran ser:
Preguntas Para conocer el Negocio (Objetivos del Negocio)

Culessonlosobjetivosdelaorganizacin?ObjetivosProcesoNegociosquerepresenta?

Comoestntratandodecumplirlos?DefinirEstrategias

Culessonlasmetaprioritarias(Medidas,Indicadores)

Otras podran a considerar serian:

Culessonlasmedidasdexitodesugestin?

Comosabesiestnhaciendobien?

Cadaqutiemporealizalamedicindesugestin?

Tener en cuenta la misin de la empresa o la misin del proceso de negocios. Considere las siguientes
preguntas claves para determinar como analiza la informacin:

Qu?Aquesededicalaorganizacin?

Quin?Quienessonlosquedemandanoaquienesvadirigidoesosque?:

Dnde?Dondeoenqulugarseproducelatransaccindelosqueylosquien?

Cundo?Cuandooenqumomentolegustaraanalizarlosdatos?

Cmo?Comoseprodujoelconocimientodelosquienes?

Dequforma?orientadoaqueformaelquiensolicita/recibeelQue?

Por ejemplo en un sistema comercial

Aqusededica?comercializar:productos

MCPIng.RicardoMendozaRivera

Page29

InteligenciadeNegocios

Quindemandaproductos?:losclientes

Dndeseproducelademandadelosproductosporlosclientes?:laorganizacin

Cundo?:anualmenteydiariamente

Cmo?:medianteradio,televisin.

Dequforma?Enlaoficina,pordelivery,porinternet.

Por ejemplo en un sistema de produccin.

Aqusededica?procesar:productos

Quinprocesaproductos?:losclientes

Dndeseproducelademandadelosproductosporlosclientes?:laorganizacin

Cundo?:anualmenteydiariamente

Cmo?:medianteradio,televisin.

Dequforma?Enlaoficina,pordelivery,porinternet.

Preguntas Para Analizar Requerimientos


Algunas podran ser:

Qutipodeanlisisutilizarutinariamente?Quedataesusada?Comoobtieneladata?
Quereportesgeneralmenteutiliza?Quedatossepresentanenelreporte?Podraobtenerunamuestrade
esereporte?
Quecapacidaddeanlisisquisieratener(Porejemplorespectoalproducto,cliente,tiempo,promocin,
organizacin,formadeventa)
Queoportunidadesexistenenelnegociobasadoenelanlisisdelainformacin.Influyenyenqumedida
enlasfinanzas?

Las preguntas normales para el Data Specialist podran ser:


ANALISISYREQUERIMIENTODEDATOS

Culeselprocesoactualmenteusadoparaanalizarinformacin

MCPIng.RicardoMendozaRivera

Page30

InteligenciadeNegocios

Queherramientasseusanparaanalizarinformacinyquieneslasusan
DependenenlaelaboracindeinformacindeanlisisdesuArea?.Hacreadoreportesestandarizados
Describalosreportestpicosrequeridos.Cuantodemoraenobtenerlos?
Culeslafrecuenciaderequerimientosdeinformacinparaanlisis?
Comoconsideraelniveltcnicoydeanlisisdelosusuarios
Existepuntosdescentralizadosenlaorganizacin.
Existeunaformadearchivarhistricamentelosrequerimientosdelosusuarios?

D. DISPONIBILIDADYCALIDADDELADATA

QuemanejadordeBDutilizar(DBMS)
Conquefrecuenciaseactualizaladatayenquemomentodeproducenloscierresrespectivosde
operaciones.
Quetantoladatahistricaseencuentradisponible
DesdecuandosetienedatosenlaBD
CualestimadodesuBD(1gbtransaccional3.5a4enelDSS)
Culessonlosdatosobligadosycualeslosopcionalesdocumentacindelmodelodedatos.
Cualessonlastablasmaestros
Culessonlastablastransaccionalesodemovimientos

ExistedocumentacindelaBasedeDatos(Suplicarquelesentreguen)

Culessonlosnivelesdeseguridaddeaccesoalosdatosyaplicaciones?
Culeslafrecuenciademodificacionesdedatosenlasjerarquasdelasdimensiones(producto,vendedor,
promociones,etc)

RevisarlosResultadosdelaEntrevista
ObjetivosProcesodeNegociosdeVentas

IncrementarVentas

Estrategias(Indicadores)
Proponernuevassucursalesyhorariosdeatencin
CrearPromociones
CapacitarPersonal
PosibleMedidas
Montovendidos
Cantidadesvendidas
Descuentos
Comisiones
MCPIng.RicardoMendozaRivera

Page31

InteligenciadeNegocios

PosiblesDimensiones
Productos
Promociones
Clientes
Tiempo
Vendedores
PosiblesJerarquasoNivelesdeunaDimensin
Producto

Categora,Clase,SubClase,
Color
Modelo
Cliente
Genero
Edad
ZonaSector
TipodeNegocio
TipodeCliente

Cuadrodedimensionesyniveles
Dimensin
CLIENTE

PRODUCTO

Nivel1

Nivel2

Nivel3

Nivel4

RazonSocial

TipoNegocio

RazonSocial

Sector

Zona

RazonSocial

Genero

Edad

GrupoEdad

Producto

Clase

Categoria

Producto

Departamento

Color

TIEMPO

Producto

Modelo

Da

Mes

MCPIng.RicardoMendozaRivera

Trimestre

Ao
Page32

InteligenciadeNegocios

VENDEDOR

PuntoAtencin

Oficina

Sucursal

PROMOCION

Promocin

TipoPromocin

Empresa

CrucedeMedidasconDimensiones

Producto

Cliente

Tiempo

Promocin

Organizacin

MontosVendidos

MontosCobrados

MCPIng.RicardoMendozaRivera

Page33

InteligenciadeNegocios

ATENERENCUENTA!Informacinimportanteparaidentificarrequerimientos

1. ModelodeEntrevistaalAnalistaoAdministradordelNegocio
2. ModelodeEntrevistaalEspecialistadeDatos
3. EjemplosdeCuadrosdeGestin

MCPIng.RicardoMendozaRivera

Page34

InteligenciadeNegocios

Analista o Administrador del Negocio (Business Executive)

A. INTRODUCCION

Discutirlosobjetivosdelproyectodedatawarehouse.
Definalasmetasdelasentrevistas(porejm:,definirrequerimientos).
Definalosrolesdelequipo.

Confirmareltiempodisponible.

B. RESPONSIBILIDADES

Describaalaorganizacinysurelacinconelrestodelaorganizacin.
Culessonlasresponsabilidadesprimarias?

C. OBJETIVOSDELNEGOCIOS

Culessonlosobjetivosdelaorganizacin?
Comoestntratandodecumplirlos?Estrategias
Culessonlasmetaprioritarias(Medidas,Indicadores)
Culessonlasmedidasdexitodesugestin
Comosabesiestnhaciendobien
Cadaqutiemporealizalamedicindesugestin?
Comoidentificalosproblemasoexcepciones?
Describaasusproductos(clientesproveedores,ventas,promociones,etc)
Comoclasificaodistingueasusproductos?Comolosdistinguedesucatalogodeproductos?

D. ANALIZARREQUERIMIENTOS

Quetipodeanlisisutilizarutinariamente?Quedataesusada?Comoobtieneladata?
Quereportesgeneralmenteutiliza?Quedatossepresentanenelreporte?Podriaobtenerunamuestrade
esereporte?
Quecapacidaddeanlisisquisieratener(Porejemplorespectoalproducto,cliente,tiempo,promocin,
organizacin,formadeventa)
Queoportunidadesexistenenelnegociobasadoenelanlisisdelainformacin.Influyenyenquemedida
enlasfinanzas?

E. FINAL

Resumaloencontrado.
Agradezcaalosparticipantes.
Describalossiguientespasosysiconsiderafijeunaprximaentrevista.

MCPIng.RicardoMendozaRivera

Page35

InteligenciadeNegocios

Entrevista con el Especialista en Datos

A. INTRODUCCION

Discutirlosobjetivosdelproyectodedatawarehouse.
Definalasmetasdelasentrevistas(porejm:,definirrequerimientos).
Definalosrolesdelequipoyconfirmareltiempodisponible.

B. RESPONSABILIDADES

Describaalaorganizacinysurelacinconelrestodelaorganizacin.
Culessonlasresponsabilidadesprimarias?RoleenlainiciativadelDW?
Aquegruposdenegociodasoporte?

C. ANALISISYREQUERIMIENTODEDATOS
Culeselprocesoactualmenteusadoparaanalizarinformacin
Queherramientasseusanparaanalizarinformacinyquieneslasusan?
DependenenlaelaboracindeinformacindeanlisisdesuArea?.Hacreadoreportesestandarizados

Describalosreportestpicosrequeridos.Cuantodemoraenobtenerlos?
Cualeslafrecuenciaderequerimientosdeinformacinparaanlisis
Comoconsideraelniveltcnicoydeanlisisdelosusuarios

Existepuntosdescentralizadosenlaorganizacin.

D. DISPONIBILIDADYCALIDADDELADATA
QuemanejadordeBDutilizar(DBMS)
Conqufrecuenciaseactualizaladatayenqumomentodeproducenloscierresrespectivosde
operaciones.
QuetantoladatahistricaseencuentradisponibleydesdecuandosetienedatosenlaBD.
CualestimadodeltamaodesuBD(1gbtransacc3.5a4enelDSS)

Culessonlosdatosobligadosycualeslosopcionalesexistedocumentacindelmodelodedatos?
Cualessonlastablasmaestrosylastablastransaccionales.
Culessonlosnivelesdeseguridaddeaccesoalosdatosyaplicaciones?

MCPIng.RicardoMendozaRivera

Page36

InteligenciadeNegocios

Culeslafrecuenciademodificacionesdedatosenlasjerarquasdelasdimensiones(producto,vendedor,
promociones,etc)

Cuadro de Gestin Alcanzado para un Proceso Acadmico

Identificar dimensiones
1. Visualice la clasificacin del cuadro e identifique las cabeceras de las columnas con menor nivel.

2. Visualice la clasificacin del cuadro e identifique las cabeceras de las filas con menor nivel.

3. Visualice el ttulo del reporte e identifique el nivel ms bajo

Identificar medidas
4. Cul es la interseccin entre las columnas y filas de menor nivel.
Identificar Jerarquas
5. Identifique los acumulados a nivel de Columna
6. Identifique los acumulados a nivel de Fila
7. Identifique alguna clasificacin en el ttulo

PREPARE EL ANALISIS DIMENSIONAL RESPECTIVO CONTESTANDO LAS PREGUNTAS


PROPUESTAS.
MCPIng.RicardoMendozaRivera

Page37

InteligenciadeNegocios

ConstruyendounDataWareHouse.
RequerimientosEstratgicosIIyAnlisis
Dimensional

Introduccin

Estamosenlaetapadeafinamientodelosrequerimientos,previoalaelaboracindelanlisis
dimensional.Esaquendonderesumimosyreafirmamoslasmltiplesformasderealizarpeticionesporparte
delostomadoresdedecisiones.

Basadaenlaidentificacinderequerimientosprocedemosalanlisisdimensionalqueservirpara
mostraralostomadoresdecisioneslaformaenquepodrnrealizarsusrespectivosanalisis

RefinandoRequerimientos.
Lo fundamental es definir lo que se va a analizar (medidas) y como se quiere analizar la informacin
(dimensiones)

ElModeloDimensional
Es una tcnica de diseo lgico enfocada a presentar la data en una arquitectura estndar que es
altamente intuitiva y busca ejecutar rpidos accesos.
Los principales componentes son:

Las Medidas
La Dimensiones

QueesunaMedida?
Son cosas cuantitativas que deseamos analizar y derivar reportes combinando las dimensiones.
Generalmente a partir de ellos podemos encontrar indicadores de Gestin.
Ejemplos:
MCPIng.RicardoMendozaRivera

Page38

InteligenciadeNegocios

Montos Vendidos
Montos Cobrados
Cantidad de Horas- Hombre Usadas
Nmero de Matriculados
Montos Descontados
Nmero de Devoluciones

QueesunaDimensin?
Son las formas de cmo se van analizar las medidas. Constituye una clasificacin de las actividades
dentro de la organizacin.
Ejemplos:

Productos
Proveedores
Clientes
Organizacin
Medios de Publicidad
Secciones en una planta Productiva

Que son Niveles de Analisis?


Sonlospuntosqueconformanunadimensinysobreloscualessepuedenrealizaranalsisis.Porejemplo:

Producto
o

Marca

Linea

Color

Clase

Tipo

Cliente
o

RazonSocial

MCPIng.RicardoMendozaRivera

Page39

InteligenciadeNegocios

Edad

Genero

TipodeCliente

Que son jerarquas?


Son formas de organizar los niveles contenidos en una dimensin, para que los usuarios puedan
analizar informacin de lo ms genrico a lo ms detallado y viceversa:

Por ejemplo en el caso de la dimensin producto:


o Lnea
o SubLinea
o Producto

PreparandoRequerimientos
De acuerdo a:

Plan Estratgico
Entrevistas
Cuadros de Gestin ( 3 cuadros-> 3 dimensin y 1 medida)
Modelo Conceptual de Datos

Se pueden definir los requerimientos en donde mostrando un mnimo de 3 dimensiones con su medida
respectiva, orientadas a analizar la informacin en diferentes niveles.
Bajo el sgte esquema:
Dato1

Medida

Dato2
Dimension2

Dato3
MCPIng.RicardoMendozaRivera

Dimension1

Dimension3
Page40

InteligenciadeNegocios

Ejemplos:
Requerimiento de un Proceso de Ventas: se desea conocer los montos vendidos en Mayo del 2000
ocurridos en la Sucursal 1 para la lnea de productos: Aceites

Tiempo

May2000

Montos
Vendidos

Sucursal|
Organizacio

Aceites

Productos

Requerimiento de un Proceso de Acadmico de Matriculas: se desea conocer cantidad de matriculados


en la Facultad de Medicina ocurridos en el Periodo Academico 2007- 2 para los alumnos de Gnero
Femenino.
20072

Cantidad
Matriculad

Periodo

FacMedic
Servicio

Femenino

Cliente

Los requerimientos encontrados darn una idea final del producto y sirve como punto entrada para el
Anlisis Dimensional.

MCPIng.RicardoMendozaRivera

Page41

InteligenciadeNegocios

PreparandoelAnlisisDimensional.
De acuerdo a los requerimientos formalizados que permitieron reafirmar las medidas y dimensiones
encontradasprocederemosaelaborarelanlisisdimensional.
Es recomendables definir la preguntas: Que, Como, Cuando, etc. Como parte inicial para identificar las
dimensiones.PorejemploenunProcesodeAdmisindeunainstitucinuniversitariapodramostener:

Definimoslasdimensiones

MCPIng.RicardoMendozaRivera

Page42

InteligenciadeNegocios

Delasdimensionesymedidasencontradashabraqueincluirlaslosnivelesencadadimensin

Sedebeincluirlosnivelesdemenornivelalmayorempezandodesdelainterseccindelasdimensiones
Cuandolasmedidasnosatisfacenatodaslasdimensionessedebecrearotrodiagramadeanlisisdimensional.
Acontinuacinimplementamosunseriedecuadroscomoresultadodelanlisisalosrequerimientos
encontradosyqueguiaranlaelaboracindelproductoaelaborar

HojadeGestin

HojadeAnlisis

CuadrodeDimensionesyJerarquas

CuadrodeMedidasyDimensiones

MCPIng.RicardoMendozaRivera

Page43

InteligenciadeNegocios

ConstruyendounDataWareHouse.Anlisis
Dimensional

Introduccin

Estamosenlaetapadeafinamientodelosrequerimientos,previoalaelaboracindelanlisis

HojadeGestin
Contieneelresumenencontradodelosobjetivos,estrategiaseindicadoresdegestin.Puedeconstituirparte
de Sistema de Informacin para ejecutivos presentando los indicadores necesarios para el anlisis posterior
queserealizar.
Losindicadoresmostrarntresrubros:
o

NombredelIndicador:definecomoelindicadorserreconocido.Porejemploenelcasode
una empresa que vende al crdito para medir su gestin de cobranzas podra utilizar el
IndicadordeMorosidad.

Formula: a partir del cual se elaborar el indicador. Normalmente la formula est


conformadapormedidas,lasmismasquepodranformarpartedelanlisisdimensionaly
secomplementaranconlasdimensiones.
Elindicadordemorosidad=Montos_Vencidos/Montos_Vendidos
Esnecesarioquecadaindicadorseadefinidoclaramentelaformulaycomoselograrsu
obtencin.

Estado:determinaunacalificacinalvalorobtenidodelindicador.Seasociaaunsemforo:
Porejemplo:imagineelindicadordeMorosidad:

Estado

MCPIng.RicardoMendozaRivera

Interpretacin

Ejemplo

Page44

InteligenciadeNegocios

Bueno

<7%

Regular

Entre7%y10%

Malo

>10%

Ladefinicindelvalordelestadodelindicador,cuandoesbueno,malooregular,podravariaren
diferentesempresas.Enelcasodeunbancoelindicadordemorosidadtiendeaserbuenocuando
estpordebajodel4%
EjemplodeunaHojadeGestinCompleta:

MCPIng.RicardoMendozaRivera

Page45

InteligenciadeNegocios

HOJA DE
GESTION
Proceso
Objetivo

Ventas
Mejorar la Atencin de Clientes
Incrementar las ventas

Estrategias Crear Promociones, Ofertas


Capacitar al personal
Incrementar puntos de
atencin

Indicador

Sistema de Inf Ejecutivos


INDICADORES
Ind. Ventas

Ind. Promociones

Ind Reclamos

Sist Soporte Decisiones


Medidas
Montos Vendidos
Montos Presupuestado

Estados
>85%
70 - 85%
<70%

Cantidad Vendidas
Promocion
>92%
Cantidad Producto Promocion 75 - 92%
<75%
Cantidad Prod Reclamo
Cantidad Prod Vendidos

<2%
2 - 5%
> 5%

MCPIng.RicardoMendozaRivera

Page46

InteligenciadeNegocios

HojadeAnlisis
Muestraunresumendelasmedidasencontradasapartirdelosindicadoresodelasentrevistasrealizadas.Asi
mismoincluyelasdimensionesynivelesencontrados.
Acontinuacinmostramosunejemplodeestahoja:

HOJA DE ANALISIS
Proceso
Negocios

Ventas

Medidas
Montos Vendidos
Montos Presupuestado
Cantidad Vendidas Promocin
Cantidad Producto Promocin
Cantidad Prod
Reclamo
Cantidad Prod
Vendidos
Interrogantes
Que??

Dimensiones
Productos

Cuando?

Tiempo

Donde ?
Como?

Organizacin
Forma Venta

De que Forma?
Quienes?

Promociones
Clientes

Formas de Analizar la Dimension


Marca
Linea
Sabor
NombreProducto
Annual
Trim
Dia
Sucursales
Tipo Venta
Tipo
Promocion
Edad
TipoCliente

Feriado
Punto Atencion
Plazo

Categoria
Proveedor
Mes
Fin
Semana

Promocion
Genero
Ubigeo
RazonSocialCliente Talla

CuadrodeDimensionesyJerarquas
Enelcasoquelosnivelesseagrupenparapermitirelanlisisdelomsgenricoalomsdetallado,debende
mostrarseenelsiguientecuadro:
MCPIng.RicardoMendozaRivera

Page47

InteligenciadeNegocios

Dimensiones
Productos
Tiempo

Organizacion
Forma Venta
Promociones
Reclamos
Clientes

CUADRO DE DIMENSIONES Y
JERARQUIAS
NIVELES
Nivel 1
Nivel 2
Nivel 3
DescProducto Marca
Proveedor
DescProducto Marca
Clase
Dia
Semana
Mes
Dia
Feriado
Dia
FinSemana
Punto Venta
Sucursal
Rubro
Sucursal
Ciudad
Region
Plazo
TipoVenta
Promocion
TipoPromocion
Reclamo
TipoReclamo
RazonSocial
Sector
Zona
RazonSocial
TipoCliente

Nivel 4

Nivel 5

Linea
Trim

Annual

Estopermitirrealizarelsiguienteanlisisenladimensinproducto

CuadrodeDimensionesyMedidas
Estecuadronospermiteidentificarquemedidassernanalizadasporcualdimensinodimensiones.

Montos Vendidos
Montos Presupuestado
Cantidad Presupuesta
Cantidad Vendidos

Producto
X
x
X

MCPIng.RicardoMendozaRivera

Tiempo
X
X
X
X

Organizac
X
X
X
X

FormaVenta
X
X
X

Promocion Reclamos Cliente


X
X
X
X
X
X
X

Page48

InteligenciadeNegocios

OtrosejemplosdelAnlisisDimensional
Unmodelosencillodeventas

TIEMPO

PRODUCTO

Proveed
Linea

Anual
Marca

Trim
Mes

Producto
Dia

Personal

ORGANIZACION

Cliente

9Montos Vendidas
9Unidades Vendidas
9Peso

Zona
CLIENTE

OtroejemplodelprocesodenegociosdeCobranza

PUNTOPAG

TIEMPO

Anual
Sucursal

Trim

PuntoPago

Mes
Dia

MEDIOPAGO
MedioPago

Banco

BANCO

Cliente

9 Monto Cobrado
9 Interes Cobrado

Zona
CLIENTE

MCPIng.RicardoMendozaRivera

Page49

InteligenciadeNegocios

ComparandoconelModeloTransaccional.
En este momento debemos contrastar nuevamente con el Modelo de Datos Transaccional y determinar
si los datos tenidos en el permitirn hacer el anlisis respectivo.
En caso no se tenga toda la informacin en la base de datos transaccional es necesario reformular el
modelo de datos y las aplicaciones. Recuerde que el anlisis dimensional encontrado resume los
requerimientos estratgicos y la forma como se analizara la informacin por lo que es necesario
capturar la informacin en los transaccionales
Es en este momento donde lo gente de la alta direccin debe comenzar a tener la idea, si aun no la
tiene, de que los sistemas operacionales sirve como fuente de entrada para soporte en la toma de
decisiones.

Caso: imagine que en el modelo de datos actual no existe ninguna forma de organizar los clientes por la
zona geogrfica a la que pertenecen y es requerido como parte del anlisis

Tablas Actuales
Cliente
IdCliente

TipoCliente
IdTipo
RazonSocial

RazonSocial
Genero
FechaNacim
Direccion
IdTipo (FK)
email
docIdentidad
Categoria
FechaAdmision
Estado

Tablas Reformuladas: note que se ha incorporado la tabla Zona.

MCPIng.RicardoMendozaRivera

Page50

InteligenciadeNegocios

Cliente
IdCliente

TipoCliente
IdTipo
RazonSocial

RazonSocial
Genero
FechaNacim
Direccion
IdTipo (FK)
email
docIdentidad
Categoria
FechaAdmision
Estado
IdZona (FK)

Zona
IdZona
Descripcion

MCPIng.RicardoMendozaRivera

Page51

InteligenciadeNegocios

ConstruyendounDataWareHouse.Diseo
Dimensional

Introduccin

Deacuerdoalodefinido,enelanlisisdimensional,yrealizadoslosajustesdelcasoenelmodelode
datos transaccional, empezamos a preparar el diseo dimensional como una solucin a lo encontrado en la
etapaderequerimientosestratgicosyanlisisdefinidos.

Utilizaremos el diseo dimensional basado en el modelo estrella principalmente, pero tambin


veremos escenarios donde es requerible aplicar el modelo copo de nieve como una alternativa adicional de
modelamiento.

RecordandoelPanorama.

MCPIng.RicardoMendozaRivera

Page52

InteligenciadeNegocios

En este momento estamos ubicados para empezar a disear el modelo dimensional sobre el cual estar
estructuradoelDataMartoelDataWareHouse

ComparandoModelodeDatos.

Ntesequelascaractersticasdeunmodelodimensionalapuntanatenerunamenorcantidaddetablasque
hacemssencilloyrpidasuentendimientoyconsultasrespectivas.

MCPIng.RicardoMendozaRivera

Page53

InteligenciadeNegocios

ModelandounDataWareHouse.
Estsustentadoenunmodelodimensionalelmismoqueseencuentraformadopor
DimensionesyMedidas
ComponentesdelDataWareHouse

Lo constituyen:

Las tablas dimensin


La tabla Hecho, que contiene a las medidas.

Cada dimensin tiene presencia en la tabla hecho, la forma de esta presencia la analizaremos ms
adelante.
En la sesin anterior definimos los conceptos de medidas y dimensiones.
En el siguiente esquema mostramos un ejemplo de las tablas dimensionales y la tabla hecho. Vea que
cada dimensin se comunica con la tabla hecho por medio de su Clave Primaria (PK). Asi mismo las
jerarquas establecidas se encuentran implementadas dentro de las Tablas dimensionales.

MCPIng.RicardoMendozaRivera

Page54

InteligenciadeNegocios

TiposdeModelosDimensionales
Tenemoslosmodelos:estrellayCopodeNieves
ElModeloEstrella
Esunmodeloquepresentaalatablahechocomoejecentralyasualrededorseubicanlasdimensiones,es
mssencillodecomprender,siendounmodelodesnormalizado.

MCPIng.RicardoMendozaRivera

Page55

InteligenciadeNegocios

Como podemos apreciar cada dimensin posee una Clave Primaria la cual, una vez establecida la
relacin con la tabla hecho, permitir analizar una determinada medida en la dimensin respectiva.
ElModeloCopodeNieve

Este modelo consiste en normalizar a la dimensin, basado fundamentalmente en el ahorro de espacio.


ComparandoModelos

La fortaleza del Modelo Copo de Nieve va por el lado de ahorro de espacio.

MCPIng.RicardoMendozaRivera

Page56

InteligenciadeNegocios

DeterminandoelGrano(Grain)
Eslapartevitalparaelanlisisdelainformacin.Determinaelnivelmnimodeanlisis.Sirvepara:

Determinarlorequerimientosdedatos.

Escogerelnivelmsbajodedetalle.
o

Proporcionacapacidaddeanlisisdeldetalledelosdatos

Involucramstiempodeprocesamiento

Tienequeverconlosrequerimientosdeespacio

Sepuedeobtenerapartirdela:

ConformacindelasmedidasdelaTablaHecho.Lamedidadebeserubicadaenelsistema
transaccionalapartirdeloscamposqueservirnparasupoblamiento.

TransaccionOperacionalapartirdelacualsecreanlasmedidas

TieneimpactoeneldiseodelModeloDimensional:todavezqueincidirnenalgunasmodificacionesquese
ajustenaanalizarlainformacinenformamasdetallada.

Dimensiones
Caractersticas:

Cada dimensin es una tabla


Incluyen una clave primaria del tipo auto numrico preferentemente.
Incluyen nombres descriptivos, evitar el uso de cdigos (cada nivel es un atributo)
Adicionar un atributo que represente a la dimensin en la base de datos transaccional

Condiciones para un mejor uso:

Evitar el uso de cdigos abreviados. Por ejemplo en vez de clientes A, definir algo como:
clientes Mayores.
Crear columnas que sirvan para nivel de agregacin. Por ejemplo
o Cliente
o Sector
o Zona
Eliminar los valores NULL predefiniendo un valor.
Minimizar el nro de registros que cambian en el tiempo. Por ejemplo :
o Nombre Producto

MCPIng.RicardoMendozaRivera

Page57

InteligenciadeNegocios

o Nombre Marca
o Nombre Linea
Ejemplo de una Dimensin bien definida con agregaciones.

Agrupando Dimensiones

Dimensin Tiempo: a partir de una columna tipo datetime podemos extraer:


o Da
o Semana
o Mes
o Trimestre
o Semestre
o Ao

Dimensin Estndar: son el resto de las dimensiones diferentes al tiempo. Por ejemplo:
o Clientes
o Productos
o Proveedores
o Seccin de Produccin

Compartiendo Dimensiones

MCPIng.RicardoMendozaRivera

Page58

InteligenciadeNegocios

En el caso de que existan algunas medidas para ciertas dimensiones se deben crear nuevas tablas
hechos. En el caso de que existan medidas con dimensiones comunes, estas ltimas se convierten
potencialmente en Dimensiones Compartidas. Es el caso tpico de la dimensin tiempo.
Veamos a la dimensin tiempo que puede ser usada por varios DataMarts. En este caso decimos que la
Dimension Tiempo es compartida.

Esta dimensin ser usada por los DataMart: Logstica, Comercial y Finanzas

MCPIng.RicardoMendozaRivera

Page59

InteligenciadeNegocios

MCPIng.RicardoMendozaRivera

Page60

InteligenciadeNegocios

Ejemplo:encontrandomedidasydimensionesapartirdeunahojadegestin

PROCESO DE NEGOCIO: PRODUCCION DE ESPARRAGOS


Objetivo

Reducir Costos

Estrategias
Realizar plan de mantenimiento
Adquirir nuevo equipamiento
Contratar personal capacitado
Potenciar el control de calidad

Dimensiones :
Analizar las
Medidas
PRODUCTO
PERSONAL
ORGANIZACION
TIEMPO
EQUIPAMIENTO

Que?
Quienes?
Donde?
Cuando?
Como?

Indicador
Productividad(MM PP)

Que Analizar??
Medidas
Peso MMPP Entrada
Peso MMPP Salida

Cantidad Prod Terminado

Nro Unidad Producid

Nivel 1

Nivel 2

Producto
Trabajadores
Area Produccion
Turno
Maquinaria

Tipos
Categoria
Planta
Dia

Cuadro de Medidas vs Dimensiones

Peso Entrada
Peso Salida
Unid Producidas

Producto
x
x
x

Personal
X
X
--

Organizacion
X
X
X

Tiempo
X
X
X

Equipos
X
X
-

El diseo implementado quedara:

MCPIng.RicardoMendozaRivera

Page61

InteligenciadeNegocios

Dim_Personal

Dim_Equipam

KeyPersonal

Dim_producto

KeyMaquina

Trabajador
Categoria

KeyProducto

Descripcion

Producto
Tipo
HEcho_Produccion
KeyPersonal (FK)
KeyOrganizac (FK)
KeyMaquina (FK)
KeyProducto (FK)
KeyTiempo (FK)
Dim_Tiempo

Dim_Organizac
KeyOrganizac
Area
Planta

PesoEntrada
PesoSalida

KeyTiempo
Turno
Dia

Hecho_ProdTerminados
KeyOrganizac (FK)
KeyTiempo (FK)
KeyProducto (FK)
KeyCliente (FK)
Cantidad

Dim_cliente
KeyCliente
RazonSocila
Tipo

Las tablas dimensin compartidas son:

Dim_Producto
Dim_Tiempo
Dim_Organizacion

En adelante cuando ingresemos al tema de cubos veremos que podramos hacer el anlisis por las
dimensiones compartidas y las medidas que satisfacen a estas dimensiones comunes desde una sola
interfaz.

LaTablaHecho(FactTable)
Incluye las medidas como parte de sus atributos. Estas medidas deben ser numricas y permitirn realizar
agregadosdelainformacin.
Recuerdequeapartirdeestasmedidasseestableceelgranodelmodelodimensionalparalosfuturosanlisisa
realizar.
Enelcasodequesetenganmedidasprecalculadaspodranincluirsecuandomejoreneltiempoderespuesta
delasconsultasarealizar,esteescuandolaformulatengaalgodecomplejidad,porejemplo:

MCPIng.RicardoMendozaRivera

Page62

InteligenciadeNegocios

Como puede deducir el Precio Oferta representa una formula algo compleja, que en tiempo de ejecucin
podra restarle rendimiento a las consultas, por lo que se recomienda tener la medida precalculada:
PrecioOfertacomopartedeldiseo.
MinimizandoelTamaodelaTablaHecho
Serecomiendaincluirlascolumnasquerealmentesirvanparaelanlisisdelainformacin,enelcasodeque
loscamposseandescripcioneslostiposdedatosdebernserdeanchovariable(varchar).
BalanceandoelTamaoyRendimiento
Almomentodedisearelesquemadimensional,tengaencuenta:

Las tablas Hecho tienden a ser largas por lo que debemos de buscar que sean los ms angostas
posibles.

LasTablasDimensionaltiendenasercortas,porloquelosnivelesoatributosquedefinamosenella,
siemprequesirvanparaelanlisis,puedenserincluidos.

Recuerdeademsquelosdatosprecalculadosayudanamejorarelrendimiento,peroconsumenmsmedio
dealmacenamiento.

MCPIng.RicardoMendozaRivera

Page63

InteligenciadeNegocios

ETL(ExtractTranformationLoad).
Introduccin

Luego de tener implementado el diseo dimensional y la base de datos transaccional estamos listos
paraejecutarelprocesodeETL,elcualpermitircargarinformacinalDataMartdefinido,extrayendodatos
desdelasbasededatostransaccionales.Duranteesteprocesodecargadedatosesposiblequesedenalgunas
transformaciones.

ETLsonsiglasenInglesdeExtraer(Extract),Transformar(Transform)yCargar(Load).

Extraer,TransformaryCargar:
Extraer
Consisteenidentificarlainformacinapartirdelossistemasfuentes:

BasesdeDatosTransaccionales

HojasdeCalculo

ArchivosTexto

XML

MCPIng.RicardoMendozaRivera

Page64

InteligenciadeNegocios

Deber tener un conocimiento integral de esta data origen con el propsito de identificarla para su
consiguienteextraccin.

Transformar
Laideaesapartirdelainformacinidentificadaparaextraersedeformaalosdatosdetalmaneraqueestn
preparadosparaserpobladosenlosdatamartsrespectivos
Enalgunoscasostantoelorigencomoeldestinocoincidendirectamente,peroenotrosesnecesariorealizar
lastransformacionespropiamentedichascomo:

Ademapodranpresentarse:

Seleccionarsolociertascolumnasparasucarga(osiloprefiere,quelascolumnasconvaloresnulosno
secarguen)
Traducircdigos(Ej.Silafuentealmacenauna"H"paraHombrey"M"paraMujerperoeldestino
tienequeguardar"1"paraHombrey"2"paraMujer)
Codificarvaloreslibres(ej.Mapear"Hombre","H"y"Sr"enun"1")
Derivarnuevosvalorescalculados(ej.qty_venta=qty*precio)
Unirdatosdemultiplesfuentes(ej.bsquedas,fusin,etc)
Sumarizarmultiplesfilasdedatos(ej.ventastotalesdecadaregin)
Generacindecamposclaveeneldestino

MCPIng.RicardoMendozaRivera

Page65

InteligenciadeNegocios

Transponeropivotar(girandomultiplescolumnasenfilasyviceversa)

Cargar
Lafasedecargaeselmomentoenelcuallosdatosdelafaseanteriorsoncargadoseneldestino.Dependiendo
de los requerimientos de la organizacin, este proceso puede abarcar una amplia variedad de procesos
diferentes.Algunosalmacenesdedatossobrescribeninformacinantiguaconnuevosdatos.Lossistemasms
complejospuedenmantenerunhistorialdelosregistrosdemaneraquesepuedahacerunaauditoradelos
mismosydisponerdeunrastrodetodalahistoriadeundato.

ValidacindelaData
HayquetenerencuentaquelainformacinaponerenelDataWareHousetienecomoorigenlasbasede
datostransaccionales,porloquedebemosasegurarnosqueseaconsistente.
Existen2recomendacionesparaestecaso:

Siladatatransaccionalestuvieramuydesordenadaespreferibletrabajarenunambientede
depuracinprevioalpoblamientoalDataWareHouse.

Perosiladataesconsistenteelpoblamientosepuederealizardirectamente.

Recomendacionesadicionales:

Cualquieraseaelcasoladatadebecorregirseenelorigenantesdeexportarla.

Determinarycorregirlosprocesoquelainvalidan.

MCPIng.RicardoMendozaRivera

Page66

InteligenciadeNegocios

Grabardataentablasdeauditoraparasuposteriorrevisinycorreccin.

CausasdelaInconsistenciadeDatos:

La data es representada diferente en diferentes orgenes de datos. Por ejemplo se tiene una tabla
productosenelsistemadealmacnyotratablaproductosenelsistemadeventas,culdelasdosesla
quemanda?

Ladatanoadministraintegridaddeclarativa,locualpodragenerarinconsistenciasdediferenteforma.
La integridad declarativa permite entre otras cosas manejar restricciones de Clave Primaria, Clave
ForneayReglasdeValidacinalascolumnasrespectivas.

MtodosparaPoblar:
Vanaestarenfuncinalacalidaddeladatatransaccional

Mtodo1:validarytransformarenunambientetemporal

Mtodo2.Validarytransformarduranteelprocesodecargadedatos.

FormasdePoblamiento:
Almomentodepoblartengaencuentaquelainformaciniracreciendoeneltiempo,porloquehayque
prevenirquenoserepita,paraellohay2metodos

Utilizando el mtodo de limpieza total


Eliminar informacin
En el caso de las keys de las dimensiones, que han sido definidas como Surrogate Key, se
sugiere reiniciar los contadores.
Poblar la informacin,

Utilizando el mtodo incremental


Identificar los cambios generados
Poblar la informacin.

MCPIng.RicardoMendozaRivera

Page67

InteligenciadeNegocios

HerramientasparaPoblar:

UsandoelLenguajeSQLparaconsultasLocales

UsandoConsultasDistribuidas

DataTransformationServices(SQL7.0ySQL2000)

IntegrationServices(SQL2005)
CrearelProyecto
EstablecerConexiones

MCPIng.RicardoMendozaRivera

Page68

InteligenciadeNegocios

PrepararelFlujodeControl

IncluirTareasSQL
IncluirTareasdeFlujodeDatos

Ejecutarpaquete
Programartareadeejecucindepaquete.

MCPIng.RicardoMendozaRivera

Page69

InteligenciadeNegocios

CubosOLAP
Introduccin

Inteligencia de Negocios (BI) es una forma de pensamiento. Un data warehouse es una estructura
general para almacenar datos para un buen BI. EL Data WareHouse es una gran BD que necesita de ayuda
adicional para convertir los datos en informacin, para ello se sustentan en los beneficios enormes de las
tecnologasOLAP(OnLineAnalitycalProcess)herramientasqueconviertendatoseninformacin.

LosCubossonrepresentacioneslgicasdealmacenamientodeunaBDOLAP.Combinandimensionesy
medidasdentrodemodelosflexibleseintuitivosquelosusuariospuedenemplearpararealizarsusconsultasy
autogenerarsusreportes.
Fundamentalmenteproporcionaunavistamultidimensionaldelosdatos.

BeneficiosDirectosdeunCuboOLAPsobreunDataWareHouse

Posibilidaddenavegacindearribahaciaabajooviceversa(drildown,drilup)

Construirvistasdinmicasdelosdatos

Consultasbasadasenmetadatos,conunlenguajepropio:MDX

FormaspresentesalestilodeHojasdeCalculo

IncorporaelUDM(UnifiedDimensionalModeling)quepermiteintegrarModelosDimensionalescon
ModelosTransaccionales.

MCPIng.RicardoMendozaRivera

Page70

InteligenciadeNegocios

KPI(KeyPerfomanceIndicator).
IndicadoresClavesdeGestin(Rendimiento)
Introduccin

En la terminologa empresarial, un indicador clave de rendimiento (KPI) es una medida cuantificable para
identificar los xitos empresariales. Un KPI se evala con frecuencia a lo largo del tiempo. Por ejemplo, el
departamento de ventas de una organizacin puede utilizar el beneficio bruto mensual como un KPI, pero el
departamento de recursos humanos de la misma organizacin puede utilizar la rotacin de personal trimestral.
Cada uno de ellos es un ejemplo de KPI. Los ejecutivos de una compaa suelen utilizar KPI agrupados en una ficha
empresarial para obtener un resumen histrico rpido y preciso de los xitos empresariales.

Si no puede medir No puede gestionar


UnKPIpermitirmedirparapermitirelmonitoreoycompararloconlosobjetivospropuestos.

CaractersticasdelosKPI

Reflejanlosvaloresdelasestrategiasplanteadas.

Sondefinidasporlosejecutivos.

Vanaplicndoseencascadaenlaorganizacin

Estnbasadosenestndarescorporativos

Estnbasadosendatavalida

Debenserfcilesdecomprender

http://www.tdwi.org/publications/display.aspx?ID=7114
Ejemplos

IndicadordeMorosidad(MEDIDASVencido/programado

MCPIng.RicardoMendozaRivera

Page71

InteligenciadeNegocios

IndicadordeRentabilidadcosto/venta<4%6%

IndicadordeDesercinterminaron_ciclo/matricularon32/40,

IndicadordeRendimientoAcademico:10/32

IndicadordeRecaudacincobranza/facturado,nroclie_paga/nro_clie_programados

IndicadordeProductividaddemateriaprimammppprocesada/mmputilizada

KPIenSQLServer

PormediodelUDM(UnifiedDataModeling)lepermitirimplementarlospormediodelasmedidasregulareso
camposcalculadasestablecidasenelcubo.Normalmente,estosclculossonunacombinacindeexpresiones
MDX(Expresionesmultidimensionales)ymiembroscalculados.
UnaventajafundamentaldelosKPIdeAnalysisServicesesquesonKPIbasadosenelservidorquepuedenser
utilizadospordiferentesaplicacionescliente.LosKPItambintienenmetadatosadicionalesqueproporcionan
informacinacercadecmodeberanlasaplicacionesclientemostrarlosresultadosdeunclculodelosKPI.

TrminoscomunesusadosutilizadosenKPI
Trmino

Definicin

Meta(goal)

ExpresinnumricaMDXoclculoquedevuelveelvalordedestinodelKPI.

Valor(value)

ExpresinnumricaMDXquedevuelveelvalorrealdelKPI.

Estado

ExpresinMDXquerepresentaelestadodelKPIenunpuntotemporalespecfico.
LaexpresinMDXdeestadodeberadevolverunvalornormalizadoentre1y1.Losvalores
iguales o inferiores a 1 se interpretarn como "errneos" o "bajos". El valor cero (0) se
interpretacomo"aceptable"o"medio."Losvaloresigualesosuperioresa1seinterpretarn
como"correctos"o"altos".
Opcionalmentepuededevolverseunnmeroilimitadodevaloresintermediosquesepueden
utilizarparamostrargrancantidaddeestadosadicionales,silaaplicacinclienteloadmite.

Tendencia

Expresin MDX que evala el valor del KPI con el paso del tiempo. La tendencia puede ser
cualquiercriteriobasadoeneltiempoqueseatilendeterminadocontextoempresarial.
LaexpresinMDXdetendenciapermiteaunusuariocorporativodeterminarsielKPImejora

MCPIng.RicardoMendozaRivera

Page72

InteligenciadeNegocios

oempeoraalolargodeltiempo.

Indicadorde
estado

ElementovisualqueproporcionaunaindicacinrpidadelestadodeunKPI.Lavisualizacin
delelementosedeterminaconelvalordelaexpresinMDXqueevalaelestado.

Indicadorde
tendencia

Elemento visual que proporciona una indicacin rpida de la tendencia de un KPI. La


visualizacin del elemento se determina con el valor de la expresin MDX que evala la
tendencia.

Carpetapara
mostrar

CarpetaenlaqueaparecerelKPIcuandoelusuarioexamineelcubo.

KPIprimario

ReferenciaaunKPIexistentequeutilizaelvalordelKPIsecundariocomopartedelclculodel
KPIprimario.Enocasiones,unsoloKPIserunclculocompuestoporlosvaloresdeotrosKPI.
Esta propiedad facilita la visualizacin de los KPI secundarios situados por debajo del KPI
primarioenlasaplicacionescliente.

Miembrode
horaactual

ExpresinMDXquedevuelveelmiembroqueidentificaelcontextotemporaldelKPI.

Peso

ExpresinnumricaMDXqueasignaunaimportanciarelativaaunKPI.SielKPIseasignaaun
KPIprimario,elpesoseutilizaparaajustarproporcionalmentelosresultadosdelvalordelKPI
secundarioalcalcularelvalordelKPIprimario.

InterfacesdeKPI

MCPIng.RicardoMendozaRivera

Page73

InteligenciadeNegocios

MCPIng.RicardoMendozaRivera

Page74

InteligenciadeNegocios

Ejemplos:
KPI:IndicadordeRecaudacin
Valor:[Measures].[Monto Cobrado]/[Measures].[Soles]

Meta: 1
Estado:
Case
when ([Measures].[Monto Cobrado]/[Measures].[Soles]) >0.94 Then 1
when [Measures].[Monto Cobrado]/[Measures].[Soles]>0.80 then 0
else -1
end

MCPIng.RicardoMendozaRivera

Page75

InteligenciadeNegocios

Resultado

Fijeseenlosdatosactuales

Lascobranzasnorepresentanniel6%delasventasporlotantoelgaugerepresentaelcolorrojo.
EjemploconcdigoMDX:

MCPIng.RicardoMendozaRivera

Page76

InteligenciadeNegocios

Quedacomotemadeinvestigacin:

Verificartendencias

IncluirKPIasuproyecto

MCPIng.RicardoMendozaRivera

Page77

InteligenciadeNegocios

PERFILDELING.RICARDOMENDOZARIVERA
EXPERIENCIALABORAL
ManagerdeOperacionesdePremiun.NETBusinessIntelligenceSolutions

DiseodeProductosdeComercializacinyLogsticaPremiun.NET
DiseodeModulodeIndicadoresdeGestinComercialyLogsticaPremiun.NET

ExJefedelAreadeSistemasdelConsorcioUniversitarioEducativoUCV

DireccindelAreadeSistemasyGestindeMdulosdeaplicacionesWindowsyWeb.
AdministradordeBasedeDatosdelConsorcioUniversitarioDBA
PreparacindeInformacindeGestinparaProcesosdeCuentasCorrientes,Acadmico,Admisin,
Bibliotecas,etc.
ProyectoparaIntegracindeFilialesMaestrasEducacinusandoReportingServices
IntegracindedatosdellamadasTelefnicasdesdeunaCentralIPalSistemaPremium.NETUCV
ProyectodeunDataMartdeAcadmicoydeCobranzas.

ExDirectordeInformacinTcnicaMetropolitanaPLANDEMETRUMPT

ProyectoGISconSQLServery.NET:SYCONGYS.
ProyectodeInformacindeSistemaCatastral.

ExAnalistadeSistemasHIDRANDINAS.A

ResponsableinformacindeGestindeMorosidad.
DesarrolloySoportedeMdulosdeCobranzas,Morosidad,Almacenes,etc.

PROYECTOS

LderProyectoPremiun.NETComercial.DEPOSITOSSANTABEATRIZ
LderelProyectoPremium.NETintegraprocesosacadmicosyadministrativosConsorcioUniversitario
EducativoUCV.DiseodeInformacindeGestin.
ProyectoOPTIMUSGRUPOGLORIA.HIDRANDINAS.A.(ResponsableBasedeDatosdelProyecto
DBA)
ProyectodeComercializacin.LIDERPACOCHASA
ProyectodeControldeMorosidadSEDALIBSA
CAPACITACIONEMPRESASDELMEDIO

RAZZETO(AreaSistemas)ConstruccindeReportesDimensionalesVB.NETySQLServer

MCPIng.RicardoMendozaRivera

Page78

InteligenciadeNegocios

SEDALIB(AreaSistemas)ConstruccindeunDataWareHouseconSQLServerBI
DAMPERTRUJILLO(AreaSistemas)SQLServer2005yServiciosdeAnlisis.
CAJAMUNICIPALDEPISCO(AreadeSistemas)ReportingServicesconSQLServerBI
YOGORAVERAZZETO(AreaSistemas)SQLServer2000
UNIVERSIDADPRIVADADELNORTE(AreaSistemas)SQLServer2000
TRANSPORTESLINEA(AreaSistemas)SQLServer2000

DOCENCIAUNIVERSIDADESyCENTROSDEEXTENSION

DocenteCursosdeTitulacinyPostgradoen:InteligenciadeNegocios,BasedeDatos
Multidimensionales,BasedeDatos,IngdeSoftware.UPSP,UNPRG,ULADCH,UNC,UNS,UAP,UDCH
DocenteCursodePreGrado.SistemadeTomadeDecisiones,BasedeDatos,IngenieradeSoftware
UCV,UPSP,UNT
DocenteCISUCVTrujillo.UMLconRationalRose,Administracin,Implementacin,Construccinde
unDataWareHouse,ReportingServices.Versiones6.5,7.0,2000,2005,2008.UML

FORMACIONPROFESIONAL
MaestraenIngenieradeSistemas
PostgradoenTecnologasdeInformacinESAN
MicrosoftCertifiedProfessional
CursosdeCertificacinMicrosoftdeSQLServer,DataWareHouse,VS.NET
CursodeCertificacinORACLEPL/SQL,Developer2000
CursoOficialRationalHistaModelandoObjetosconUML
PONENCIAS

CongresoRegionaldeTecnologasdeInformacin.InteligenciadeNegociosconSQLServer2008.
UniversidadSanAntoniodeAbadCusco
SeminarioRegionaldeTecnologasdeInformacin.AplicandoInteligenciadeNegociosaEmpresas
Regionales.ColegiodeIngenierosdelPerFilialAncash
SoftwareLibrevsSoftwarePropietario.MotordeBDSQLServerUSSChiclayo
SemanaSistmica.InteligenciadeNegociosconSQLServer2005UCVTarapoto
CongresoNacionalSistemas.InteligenciadeNegociosconSQLServer2005UPSPChimbote.
Semana Sistmica. Construccin de Reportes en Web usando MS Reporting Services UPSP Cajamarca.
SeminarioRegional.MSReportingServicesUDCHChiclayo
SeminarioSistemas.InteligenciadeNegociosconSQLServer2005UPSPHuaraz.
SemanaSistmica.ConstruccindeunDataWareHousesobreSQLServerUNCCajamarca
Seminario Regional de Sistemas. Construccin de un Data WareHouse sobre SQL Server ULADCH Chimbote.
SeminarioRegional.BasedeDatosDistribuidassobreSQLServerUDCHChiclayo
SeminarioRegional.ConstruccindeunDataWareHousesobreSQLServerUNSChimbote
SemanaSistmica.ConstruccindeunDataWareHousesobreSQLServerUCVPiura
SeminarioTaller.BasedeDatosDistribuidassobreSQLServerUCVTrujillo

MCPIng.RicardoMendozaRivera

Page79

InteligenciadeNegocios

La mejor forma de resumir todo lo anterior es por medio de la frase de Bill Gates, Director de
Microsoft, "BI ayuda a rastrear lo que en realidad funciona y lo que no" [5].

MCPIng.RicardoMendozaRivera

Page80