Académique Documents
Professionnel Documents
Culture Documents
3
Módulo Temas
Conceptos iniciales – Desafíos - Ventajas de BI en la
organización – Inteligencia de negocios y cultura
Módulo 1 empresarial - Los 5 estilos – Data Warehouse –
Introducción a BI Arquitectura de BI – Sistemas OLAP vs. OLTP – Modelo de
madurez – Etapas en un proyecto de BI – Equipos de BI
Toma de requerimientos – Hechos, Dimensiones, Atributo
– Modelado dimensional – Ventajas – Datamarts -
Dimensiones Conformadas - Método de la matriz –
Módulo 2 Introducción a la bases de datos -Tablas de Hechos –
Diseño de DW Tablas look up – Esquema estrella y copo de nieve -
Claves surrogadas – Granularidad - Técnicas de
modelado: SCD, Dimensiones gigantes , Junk Dimensions.
- Tunning
Módulo Temas
Revisión de requerimientos –Estructura de datos de un
ETL - Área de Staging – Flujo de datos: Extracción,
Módulo 3
Limpieza, Carga – Implementación y operación del ETL –
ETL
Responsabilidades – ETL en tiempo real – Conclusiones
Decisiones
Conocimiento
Información
Datos
Las organizaciones actuales cuentan con
múltiples Sistemas Operacionales, algunos
especializados en un aspecto en particular del
Negocio o Foco y administran gran cantidad de
datos y cierta información.
8
Dispersa en distintas plataformas o sistemas.
Duplicadas e inconsistentes entre los distintos
sistemas.
Sin perspectivas temporales o que permitan
deducir tendencias.
Los plazos de entrega de información no son
compatibles con las necesidades.
Altos volúmenes de datos y baja capacidad de
procesamiento y análisis.
Falta de confidencialidad / Acceso irrestricto
9
”En esta organización tenemos montañas de
datos pero no podemos accederlos”
”Necesitamos manejar libremente los datos”
”Tienen que hacer esto mucho más fácil para la
gente de negocio”
”Sólo quiero ver lo que es importante”
”No es posible que me reuna con dos personas
que tienen el mismo indicador con distintos
valores”
”El área X tiene la información que necesito
pero no me la brinda.”
10
”Procesos, tecnologías y herramientas necesarias
para transformar datos en información,
información en conocimiento, y conocimientos en
planes que nos lleven a tomar una acción de
negocio rentable.” (TDWI)
12
Los 3 desafíos
1. Ventas
Tener una única verdad
Marketing Ventas Marketing
ANALYSIS
Análisis más sofisticados
Scorecards &
MONITORING
Dashboards
Alertas & Notificaciones
Proactivas
Más Usuarios
Tableros
• Consumo facil de información con tacómetros
• Vista integrada de los datos de toda la empresa
Scorecards
• Usando Metodologías formales
• Drill Down para ver Performance
Scorecards de Grupos/Empleados
Managed Metrics
• Permite a todos monitorear
las métricas que a cada uno
le interesa
• Indicación Inmediata de
cuando se requiere accionar
Reportes Operacionales Print-perfect
• Via Web e Impresión
• Facil navegación a través de cientos de páginas de reportes
• Prompts que permiten a los usuarios definir el contenido
Page-perfect Invoices
and Statements
• On-line Billing
Applications
• Statements
• Other Page Forms
Cortar y extraer
con un análisis OLAP
Geografía
Ventas de Electrodomésticos
Productos
Revisar los datos Las Alertas se disparan Reportes y Alertas son enviados Los usuarios pueden conocer más
En la Base de Datos Basadas en Agendas, Eventos, Al dispositvo preferido Detalle abriendo los adjuntos o
Reglas de Negocio De cada usuario Clickeando los Web links
El Radar Personalizado de
Información constantemente
Revisa la Base de Datos
Análisis Predictivo Básico Análisis Predictivo Avanzado
Basado en Técnicas de Regresión Basado en Técnicas de Data Mining
Analistas Reportes
Operativo
Consumidores de Alertas
Información
21
Tener acceso a los datos corportativos /
organizacionales.
Consistencia.
22
Arquitectura BI
Datos Entendimiento Acción
A B C
• ERP
• Ventas
• RRHH
• POS DW
• WEB
• Mercado
MD
Etapas
Integrado
• Información proveniente de sistemas heterogéneos. (BD, excels, archivos
planos, etc.)
• Procesos de integración de datos y limpieza de información. (unificación de
formatos, códigos, etc.)
No volátil
• Los datos perduran en el tiempo. Sólo inserts y updates.
Variable en el tiempo
• Es un repositorio de datos históricos.
• El tiempo de conservación de los datos es mayor que en sistemas
transaccionales.
• La fecha es un dato fundamental, para poder analizar en el tiempo.
Orientado al negocio
• Los datos están organizados y presentados como se manejan en el negocio.
• Los datos tienen el nivel de detalle y estructura necesarios para los que toman
decisiones.
Arquitectura BI
OLTP OLAP
• ERP
• Ventas
• RRHH DW
• POS
• WEB
• Mercado
Sistemas OLAP
– MOLAP (OLAP Multidimensional): se implementan sobre
estructuras de almacenamientos específicas orientadas a
consultas y técnicas de compactación de datos.
• ERP
• Ventas
• RRHH DW
• POS
• WEB
• Mercado
Sistemas OLAP
– HOLAP (OLAP Híbrido): utilizan combinación de las 2
tecnologías anteriores.
• ERP
• Ventas
• RRHH DW
• POS
• WEB
• Mercado
Mayor velocidad de acceso a los datos, los mismos
son guardados en el servidor OLAP en un formato
multidimensional y no se necesita acceder al DW
Todos los cálculos son pre generados en el
servidor OLAP cuando el cubo es procesado, de
esta forma los cálculos complejos que son parte
del resultado se obtienen más rápido.
MOLAP usa técnicas de compresión para guardar
datos en el servidor OLAP, ocupando menos
espacio que en una base relacional. (hoy las bases
de datos utilizan técnicas de compresión)
Se necesita procesamiento extra para la
actualización de datos, consumiendo recursos del
sistema.
MOLAP guarda una copia de los datos relacionales
en el servidor OLAP, por lo que se necesita invertir
en espacio adicional.
Si el volumen de datos es grande, el procesamiento
de datos puedo tomar mucho tiempo. Esto se
puede evitar realizando procesamiento
incremental.
Permite ver datos casi en tiempo real
Debido a que no es necesario replicar los datos, se
necesita menos espacio.
En una solución ROLAP todos los datos se
almacenan en la base de datos, con lo cual no hay
límites de crecimiento.
La respuesta de las consultas es más lenta debido a
que siempre tiene que ir a la base relacional a
buscar los datos.
Se debe mantener siempre conexión a la base de
datos.
Orientados a Focos analíticos específicos.
38
Data Warehouse Data Marts
39
Son pequeños
Son menos complejos de construir y más
rápido de obtener que un DW.
Son escalables a un DW
Pueden ser dinámicamente integrados para
formar un DW.
Contienen una única área temática.
Son más flexibles que los DW
Son un nuevo concepto
40
Contiene información Operacional
Integrado
Volátil – No histórico
Detallado
41
Data Warehouse ODS
Estática Dinámica
Histórica Actual / Reciente
Detalla / Sumarizada Detallada
Estratégica Táctica
42
Management Reporting
Definición
de Integración Mantenimiento
Planificación Modelo Diseño Diseño
Requisitos Y del proyecto
proyecto Dimensional Físico ETL
del Despliegue
Negocio
Especificación Desarrollo
Aplicación Aplicación
Usuario Usuario
Ing. Pablo Cigliuti
pcigliuti@frba.utn.edu.ar
@pabcig
http://mundobi.com.ar (@mundo_bi)