UNIVERSIDAD NACIONAL JOS

FAUSTINO SNCHEZ CARRIN

FACULTAD DE INGENIERA INDUSTRIAL, SISTEMAS

E INFORMTICA

CURSO: INTELIGENCIA DE NEGOCIO

SESION 1: FUNDAMENTOS DE INTELIGENCIA DE
NEGOCIOS
DOCENTE: ING. JULIO CSAR MORALES LEN
HUACHO - 2014

Parlisis por el
anlisis

Le parece familiar?
Tengo demasiados datos y
no suficiente informacin
Por qu todos mis
reportes no se unifican?
Las respuestas
administrativas responden
al pasado
Quin tiene tiempo para
anlisis?

Preguntas del negocio

Cules son las
caractersticas de
mis clientes?
Quin compr,
donde y cmo
compraron?

Los
gerentes
siempre se
han
preguntado

En qu perodo se vendi ms?.

Cmo vendimos?

Qu est
requiriendo mi
cliente?

Qu regin nos
provee mejores
ventas?

Qu segmento de
clientes respondi mejor a
la promocin?

Algunos datos
En las gerencias el 93% de los gerentes sienten
presin para hacer decisiones efectivas en
periodos cortos de tiempo
62% de los gerentes admiten no haber recibido
la informacin adecuada para la toma de
decisiones

88% de los gerentes admiten utilizar la

intuicin sobre los hechos el 75% de las
veces para tomar decisiones

FRUSTRACIONES DE LOS EJECUTIVOS

Desfase entre disponibilidad de informacin y

oportunidad comercial
Usuarios no tienen acceso autnomo a la informacin
Muchos datos pero no suficiente informacin
Los reportes no coinciden
Poco tiempo para anlisis de la informacin
No se soporta una visin global de la empresa
No se dispone de anlisis histrico de informacin
No pueden hacerse preguntas complejas del negocio

NECESIDADES DE INFORMACIN

Estrategia

Alta Direccin

Estratgica
Business
Intelligenc
e

ERP, Sistemas
transaccional
es

Gerentes y/o
Jefes de lnea

Tctica

Personal
Operativo

Operacional

Da a Da

El Poder de la Informacin

"Hace diez aos les pude decir cuntos productos

vendimos al Oeste del Mississipi. Hoy no slo les
puedo decir eso mismo, sino cuntos vendimos y
de que tipo, en California, en el Condado de
Orange, en la ciudad de Irvine, en el Supermercado
local Vons, en una promocin especial, al final del
pasillo 4, los Jueves".

D. Wayne Calloway Director Ejecutivo de Operaciones de Pepsico en una asamblea

general de accionistas

Business Intelligence
Business Intelligence se refiere al proceso de convertir
datos en conocimiento y conocimiento en acciones para
crear la ventaja competitiva del negocio
The Data Warehousing Institute

Datos

Informacin

Conocimiento

Ventaja
Competitiva

Datos e Informacin
Nmero de pedidos
Productos pedidos
Clientes que realizaron
los pedidos

Clientes ms rentables
Pedidos ms frecuentes
Productos ms rentables
% de nuevos clientes

Servicio
Servicio
Cliente
alalCliente

Datos de llamadas de
nuestros clientes
Informacin sobre el log de
nuestra pgina web

Qu clientes visitan nuestra

pgina web ?
% pedidos realizados por nuestros
canales de ventas
Qu consulta es ms frecuente?

Marketing
Marketing

Nmero de campaas
realizadas y caractersticas
de cada una

Ventas
Ventas

Distribucin
Distribucin

Productos que salen

diariamente del almacn
Tiempo terico de entrega

% xito de las campaas

Qu tipo de clientes han
respondido mejor a cada una de
las campaas realizadas ?
Nmero de pedidos retrasados
Distribuidor que tiene el mayor
nmero de retrasos
Tiempo medio de entrega
Fuente : Deloitte & Touche

Arquitectura Business Intelligence

Procesos de
Extraccin,
Transformacin
y Carga

Aplicaciones

Datos
Externos

Reportes,
Consultas
Data Mining
Olap
Dashboard

Data
Warehouse
(Data Mart)
Modelo del Negocio
Integrado
Repositorio de
Informacin
Metadata

Web

Mail
Celula
r
Excel

Data Warehouse o Data Mart

Podemos comenzar construyendo Data Marts con
resultados inmediatos, para no postergar las
decisiones de negocios y el anlisis de informacin,
pero hacerlos siempre teniendo una visin integral del
negocio
Teddy Dale
Consultor Internacional

Data Mart
Ventas
Data Mart
Finanzas

Data Mart
Marketing

Dw

Qu no es Business Intelligence?

NO es una tecnologa, se apoya en ella

NO da una nica solucin, se enfoca en la
visin y las necesidades de cada negocio
NO brinda un sistema de Tecnologa, brinda
un medio para analizar la informacin para
gente del negocio

El Reto

ANLISIS DE LA
INFORMACIN VISIBLE
Datos Invisible
- Limpieza
- Integridad
- Oportunidad
- Homogeneidad
- Privacidad
- Acceso
- Auditora
- Mantenimiento

La tecnologa Business Intelligence

Los proveedores de tecnologa se fueron
adaptando a las necesidades

No hay productos
buenos ni malos

40% de las empresas en Per utilizan BI

El gran mensaje
Business Intelligence es un proceso de negocios,
no un proyecto de tecnologa.
La tecnologa adecuada debe de soportar el
proceso,
as
como
una
metodologa
de
implantacin.
Anlisis de Datos

Data Warehouse

Acciones de Valor
Contro
l

Ejecuci
n

Planificacin

Reality #2:
Consumerization of IT
Expectativas de tomar decisiones en
tiempo real, en momentos de riesgos y
oportunidades
Expectativas de los clientes de tener
experiencias de negocio tan
satisfactoria como la experiencia
personal.
La gente espera respuestas al instante,
respuestas a cualquier pregunta.

Metodologa
3. Extraccin
Inicial
de datos
0. Anteproyecto

2. Arquitectura
Tecnolgica y
Modelamiento
de datos

1. Anlisis de
Requerimientos

5. Explotacin de
Datos
4. Actualizacin
Peridica de
datos

ADMINISTRACION DEL PROYECTO

Gestin de
Riesgos

Gestin de
RRHH

Gestin de
Comunicacin

Gestin de
Calidad

Gestin de
Proveedores

Metodologa. Entregables
Diseo Preliminar
de Dashboards

Especificaciones ETL

Anlisis de
Requerimientos

Modelo
Dimensional

Procesos
de Carga

Reportes
Capacitacin
Pase Produccin
Validacin Reportes
Validacin
Dashboards

3. Extraccin Inicial
de datos
1. Anlisis de
Requerimientos

2. Arquitectura y
Modelamiento
de datos

5. Explotacin de
Informacin
4. Actualizacin
Peridica de
datos

ADMINISTRACION DEL PROYECTO

Anlisis de Requerimientos
1. Definir usuarios responsables
2. Establecer plan de entrevistas
3. Identificar riesgos
.
4. Entrevistas a usuarios responsables
5. Validacin de requerimientos
6. Formalizar Alcance de Requerimientos

Ejemplo - Anlisis de Ventas

(Industriales)

Caractersticas :

Detalle de ventas en unidades monetarias y fsicas

Anlisis de ventas Anual, mensual y semanal

Evaluacin de ventas por Empresa y pases

Niveles de detalle por Familia, lnea y producto

Detalle por cliente, identificando los clientes corporativos

Detalle por Proceso de Produccin

Anlisis de ventas por Vendedor

Consideraciones :

Comparativo de ventas entre unidades de tiempo

Anlisis de ventas de uno o ms aos a la vez

Suma acumulada de ventas

Participacin porcentual de las variables de ventas

Requerimientos de Consultas (Star Net)

Tiempo

Venta
s

Seman
a

Mes
Ao

Vendedor

Vendedo
r
Ventas Soles
Ventas Dlares
Ventas
Unidades

Pas

Empres
a

Organizacin

Familia
Lnea
Tipo
Proceso
s

Cliente

Produccin

Product
o

Producto

Cliente

MODELO ESTRELLA

CUBO MULTIDIMENSIONAL

ARQUITECTURA BI
FUENT
ES DE
DATOS

MODELO
DATAMA
RT

VENTAS

COMPRA
S

STAGI
NG
AREA
Data
Stage

BS
C

CUBOS

SD
SC
M

FICO

FINANZ
AS

Cuentas
por

Pagar

GD
H

Adquisicion
es
Comercial

EGP
GDH

CRM

MONITOREO
DE LA
ESTRATEGIA

GARTNER

Inteligen
cia de
Negocio
Anlisis
s
Multidimensio
Software
Empresarial

nal
poderoso

Volmenes grandes de
datos
Tiempos de respuestas
rpidas

Necesidades
del
Negocios

* Soporta la
*Toma de decisiones
operatividad del
mejorada
negocio (OLTP)
* Requieren
*Utilidad Mejorada
Qu pas?
conocimiento tcnico
*Menores Costos
informtico
Qu esta pasando?
Mejor Calidad
*Contiene
Qu pasar?
Mayor satisfaccin de
capacidades mnimas
Amigable con el
los clientes
de anlisis

usuario final

QU ES BIG DATA?
Definicin bsica:
Big data es un trmino que se aplica a los conjuntos de datos
cuyo tamao est ms all de la capacidad de uso comn
(wikipedia)
3 caractersticas comunes de los conjuntos "Big Data" de
datos:
- Volumen: La cantidad de datos ms all de RDBMS tradicional
- Variedad: texto relacional, y / o tipos de datos multimedia
- Velocidad: frecuencia de la generacin de los datos o de la
entrega de datos Deshacer cambios

QU ES BIG DATA?
HMV Japn se dio cuenta de un 300% de crecimiento en
ingresos por transaccin por prediccin de los intereses del
cliente
AOK Hessen ahorr $ 3,2 M mediante la identificacin de
fraude de seguro
reclamaciones.
Los clientes experimentan un Marketing Integrado
aumentado las ventas por
conducir en un 22% el uso de modelos predictivos para
determinar cliente
patrones de compra.

By 2012, 70% of Global 1000 organizations will load detailed

data into memory as the primary method to optimize BI
application performance.
- Gartner

SAP In-Memory Appliance (SAP

HANA)
SAP HANA
SAP BusinessObjects
BI Solutions

Other
Applications

In-Memory software + hardware

(HP, IBM, Fujitsu, Cisco, Dell)
Data Modeling and Data Management
Real-time Data Replication

SAP HANA
SAP

SAP
HANA
Studio

Informati
on
Compose
r
SAP HANA Database
Row &
Calculation
Column InEngine
Memory
Real-Time
Data
Replication

SAP
Applications

SAP
BusinessObjects
Data Integrator

Non SAP
Data sources

SAP BusinessObjects Data Services for ETL

capabilities from SAP Business Suite, SAP
NetWeaver Business Warehouse (SAP
NetWeaver BW), and 3rd Party Systems
Capabilities Enabled

Analyze information in real-time at

unprecedented speeds on large volumes of nonaggregated data
Create flexible analytic models based on realtime and historic business data
Foundation for new category of applications
(e.g., planning, simulation) to significantly
outperform current applications in category
Minimize data duplication

BD Basadas en Columnas?
Si, estas bases de datos se basan en columnas para almacenar la
informacin no como las bases de datos ya usadas como Oracle,
MySQL o MS SQLServer que son basadas en filas.
Como su nombre lo indica, las bases de datos estn organizados
de columna por columna en lugar de la fila: es decir, todos los
casos de un solo elemento de datos se almacenan de modo que
se puede acceder como una unidad.
Esto los hace especialmente eficaz en las consultas analticas,
como la lista de selecciones, que a menudo lee unos pocos
elementos de datos, pero necesitamos ver todas las instancias de
estos elementos.
Los datos por filas, por lo que toda la informacin de un registro
(fila) es inmediatamente accesible. Esto tiene sentido para las
consultas transaccionales, que suelen referirse a un registro a la
vez pero si no es as es mas eficiente por columnas.

HP Oracle Database Machine

Pre-Configured High Performance Data Warehouse

8 DL360 Oracle Database servers

2 quad-core Intel Xeon, 32GB RAM
Oracle Enterprise Linux
Oracle RAC

14 Exadata Storage Cells (SAS or SATA)

Up to 14 TB uncompressed user data on SAS
Up to 46 TB uncompressed user data on
SATA

4 InfiniBand switches
1 Gigabit Ethernet switch
Keyboard, Video, Mouse (KVM) hardware
Hardware Warranty
3 YR Parts/3 YR Labor/3 YR On-site
24X7, 4 Hour response time

Add more racks for unlimited scalability

2008 Oracle Corporation
Proprietary and Confidential

37

Como se obtenga, administre y

use la informacin, podremos
determinar si ganamos o
perdemos
(Bill Gates)