Vous êtes sur la page 1sur 56

Inteligencia de Negocios Porqu?

Nivel ejecutivo no cuenta con una solucin integrada donde pueda analizar los indicadores operativos y financieros No cuentan con una perspectiva que les permita tomar decisiones La informacin reside en diferentes sistemas: ERP, CRM, archivos planos Cuando surge la necesidad de informacin mucha gente se ve involucrada

El problema El departamento de sistemas destinan mucho tiempo a la elaboracin de reportes No existe una sola versin verdadera de la informacin No permite la realizacin de comparativos, anlisis ni tendencias Gran cantidad de reportes

La solucin Implementar un Sistema de Informacin Ejecutiva y Sistemas de Soporte a las Decisiones Utilizar las mejores tecnologas del mercado Involucramiento de los dueos de los procesos del negocio Alineacin a los objetivos estratgicos de la organizacin

Data Warehouse Un Data Warehouse es un almacenamiento separado y homogneo donde son cargados datos transformados provenientes de diferentes bases de datos.

Datamart

Un subconjunto del Data Warehouse para cierto grupo de usuarios o funciones del negocio.

OLAP (Online Analytical Process)

Tecnologa que permite la explotacin de datos en diferentes niveles organizacionales y periodos de tiempo

OLTP (On Line Transactional Process)

Son sistemas de informacin operacionales que tienen transacciones en lnea y de esa manera se van aadiendo datos. Gran detalle de cada operacin.

Conceptos Bsicos

Dimensiones.
Enfoque bajo el cual se est evaluando el indicador.
Ventas Netas, que en el mes de Enero fueron $2 Millones, pero usted quiere ver desglosado ese valor por tipo de cliente y luego por zona.

Conceptos Bsicos

Drill Down.
Descomponer (visualmente) en detalle un dato segn una jerarqua de una dimensin.

Moviendo Datos de un Data Warehouse a Data Marts


Origen1 Origen1 Origen 2 Origen 2 Origen 3 Origen 3 Ventas Mart

Data Warehouse

Finanzas Mart Servicio Cliente Mart

Ventajas Campos Compartidos Orgen Comn Procesamiento Distribudo

Desventaja Tiempo largo de desarrollo

Moviendo Datos desde Data Marts a un Data Warehouse


Origen1 Origen1 Origen 2 Origen 2 Origen 3 Origen 3 Ventas Mart

Finanzas Mart Atencin Cliente Mart

Data Warehouse

Ventajas Desventajas Simple and rpido Duplicacin de Data Datos Data marts Departamen-tales Incompatibles

Data desde Data Data Marts Data Data Marts Sistemas Warehouse Warehouse Operationales

Solucin Completa de un Data WareHouse


Datos en Datos en un Entorno un Entorno OLAP OLAP

Aplicaciones Aplicaciones

Producc OLTP Ventas OLTP

Data Empresarial

Contab

OLTP

Logistica

ata ata

Poblar Poblar Data Warehouse Data Marts

Preparar Cubos

Ejemplo - Codificacin
Codificacin y descripcin del genero del individuo. Se pudo haber sido almacenado de diferentes maneras. Por ejemplo, puede encontrarse como M y F, 1 y 0, Hombre y Mujer Masculino y Femenino. En la transformacin, habr que elegir una convencin nica para el DW, que puede ser M y F y transformar los datos.

Operacional

Data Warehouse

Aplicacin A: M y F Aplicacin B: 1 y 0 Aplicacin C: Masculino y Femenino

M-F

Ejemplo - Unidades de medida


Las unidades pueden tener distintas unidades de medidas, segn el origen del sistema OLTP. Un ejemplo es hablar de litro, centmetros cbicos o hectolitros. Habr que elegir una nica unidad de medida que sea til para el DW y transformar los datos.

Operacional

Data Warehouse

Aplicacin A: litros Aplicacin B: cm3 Aplicacin C: Hectolitros

Litros

Ejemplo - Formatos
Los formatos de fecha que encontramos en los diferentes sistemas operacionales pueden estar almacenados en multiples formatos. Las fechas pueden estar almacenadas como yyyy/mm/dd, mm/dd/yyyy dd/mm/yyyy. En el desarrollo del sistema DW, debemos elegir alguna de ellas y realizar la transformacin correspondiente.

Operacional

Data Warehouse

Aplicacin A: yyyy/mm/dd Aplicacin B: mm/dd/yyyy Aplicacin C: dd/mm/yyyy

dd/mm/yyyy

Ejemplo- Anlisis de Ventas (Industriales)


Caractersticas : Detalle de ventas en unidades monetarias 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 mas aos a la vez Suma acumulada de ventas Participacin porcentual de las variables de ventas

Tcnica Dimensional
Cuando? Que ?

Donde?

Medida

Quien?

Requerimientos de Consultas (Start Net )


Tiempo
Semana Mes Ao Vendedor Pas Familia Tipo Cliente Procesos Lnea Empresa

Vendedor

Organizacin

Ventas
(Industrial)

Producto

Producto Cliente

Produccin

TIEMPO

Proveed Linea

PRODUCT O

Anual Trim Mes Dia Marca Product o

Personal

Cliente Zona CLIENTE

ORGANIZACIO N

Montos Vendidas Unidades Vendidas Peso

TIEMPO

PUNTOPA G

Anual Trim Mes Dia Sucursal PuntoPag o MedioPago Cliente Zona CLIENTE

MEDIOPAG O

Banco

BANCO

Monto Cobrado Interes Cobrado

TIEMPO

Anual Trim Mes Dia

Marca

Product o

Cliente Zona CLIENTE

PRODUCT O

Montos Vendidas Unidades Vendidas Peso

Asumiremos el Diseo Dimensional Estrella. Consideraciones: 1.Dimensiones A. Cada Dimensin es una nueva tabla B. La Dimensin esta conformada por: * Un nuevo atributo que ser la PK de tipo Surrogate Key (auto numrica- en SQL Server el tipo de dato debe ser entero y se activa la propiedad IDENTITY) Por cada nivel nivel es un punto de anlisis de una dimensin , por ejemplo: Dimensin Producto tiene 2 niveles: Marca y el Nombre del Producto) Adicionar un campo que represente a la BD transaccional normalmente debe ser una de las PK desde donde se extraer los datos de los niveles. Montos Vendidas 1.Medidas CLIENTE Unidades PRODUCT A. Se crea una nueva tabla por Grupo de Medidas. Denominada Tabla O Hecho Vendidas B. La tabla hecho contiene: Peso * Las FK de cada dimensin, debe relacionar cada dimensin con la

MAPEAND O

Marca

Product o

PRODUCT O

IMPLEMENTANDO DIMENSIONES Un nuevo atributo que ser la PK de tipo Surrogate Key (auto numrica- en SQL Server el tipo de dato debe ser entero y se activa la propiedad IDENTITY)

Marca

Product o

PRODUCT O

IMPLEMENTANDO DIMENSIONES Por cada nivel nivel es un punto de anlisis de una dimensin un atributo

Marca

Product o

PRODUCT O

MAPEANDO Adicionar un campo que represente a la BD transaccional normalmente debe ser una de las PK desde donde se extraer los datos de los niveles.

Marca

Product o

PRODUCT O

Mapeo de Datos de la fuente al destino.

ETL.
Extraction Transformation and Load. Permite conectarse a diferentes bases de datos, extraer informacin de las mismas, transformarla y cargarla a una base de datos diferente. Permiten almacenar la informacin tal y como se requiere en un diagrama estrella o relacional.

CUBO.

El cubo nos permite modelar los datos y visualizarlos en multiples dimensiones.

EIS

DSS

L DWH
BD Relacional Motor OLAP
Balanced Scorecard

Reporteador

Dispositivos Mviles

Tecnologa Push

Fuentes de Datos

Visualizacin de Informacin

EIS

DSS

L DWH
BD Relacional Motor OLAP
Balanced Scorecard

Reporteador

Dispositivos Mviles

Tecnologa Push

Fuentes de Datos

Visualizacin

Fuentes de Datos.
Bases de datos relacionales (transaccionales) Oracle MS SQL Server Informix DB2 Sybase MySQL

Fuentes de Datos (cont.)


ERPs SAP R/3 JD Edwards Peoplesoft Otros Otras fuentes Hoja de clculo (Excel, Lotus 123, etc.) Bases de datos pequeas (dBase, FoxPro) Archivos planos

EIS

DSS

L DWH
BD Relacional Motor OLAP
Balanced Scorecard

Reporteador

Dispositivos Mviles

Tecnologa Push

Fuentes de Datos

Visualizacin

ETL.
DataStage (Ascential) Oracle Warehouse Builder (Oracle) DTS (Microsoft) DecisionStream(Cognos) Warehouse Administrator (SAS) Extractores de SAP Informatica Ab Initio

EIS

DSS

L DWH
BD Relacional Motor OLAP
Balanced Scorecard

Reporteador

Dispositivos Mviles

Tecnologa Push

Fuentes de Datos

Visualizacin

DWH: BD Relacional
Oracle DB2 Teradata MS SQL Server Sybase RedBrick Informix

EIS

DSS

L DWH
BD Relacional Motor OLAP
Balanced Scorecard

Reporteador

Dispositivos Mviles

Tecnologa Push

Fuentes de Datos

Visualizacin

Motor OLAP.
ROLAP
Cualquier base de datos relacional

MOLAP
Estructuras propietarias
Cognos (Power Cubes) Hyperion (Essbase) Analysis Services (Microsoft) SAS (OLAP Server) MicroStrategy (construccin de cubos al vuelo) SAP Business Information Warehouse (SAP)

EIS

DSS

L DWH
BD Relacional Motor OLAP
Balanced Scorecard

Reporteador

Dispositivos Mviles

Tecnologa Push

Fuentes de Datos

Visualizacin

Visualizacin.
EIS Artus (Bitam) Business Objects Cognos (Visualizer) MicroStrategy Oracle BI Beans SAP Business Explorer DSS Artus (Bitam) Business Objects Hyperion (Analyzer, Brio) Cognos (PowerPlay) Oracle Discoverer Web AF (SAS) SAP Business Explorer Temtec Executive viewer

Visualizacin (cont.)
Reporteo Papiro (Bitam) Cognos Impromptu o ReportNet Hyperion Brio EIS (SAS) Balanced Scorecard Stratego (Bitam) SAS SPM Oracle Balanced Scorecard

Visualizacin (cont.)
Dispositivos mviles Artus (Bitam) Oracle iAS Tecnologa Push Advisor (Bitam) MicroStrategy NarrowCast Server

Metodologas para el DWH


Top-Down Profesional Bill Inmon nfasis Diseo DWH Bottom-Up Rodolfo Kimball DataMarts Hybrid Muchos profesionales DWH y DataMarts Federated Doug Hackney Integrado a entornos BI heterogneos Una arquitectura de arquitecturas; comparte dimensiones, hechos, reglas, definiciones a travs de la organizacin

Modelo normalizado El modelo Modelos locales y basado en la dimensional de uno o mas empresa datamarts, usa esquemas de esquema de estrella estrella

ArquitecturCompuesto de a varios niveles de reas de inters y datamarts dependientes Data set DWH datos a nivel atmico; datamarts datos sumarizados

rea de inters y datamarts

Modelo empresarial Realidad del cambio normalizado de alto en organizaciones y nivel; sistemas datamarts inciales. Carga datamarts con datos atmicos y sumarizados va un rea de inters no persistente Uso de cualquiera significado posible para integrar las necesidades de negocio

Contiene datos atmicos y sumarizados

Modelos Multidimensionales
Tabla de hechos

Esquema en Estrella (Star Scheme).

Tablas de dimensiones Dimensiones

Medidas

Esquema Copo de Nieve (Snowflake Scheme).

Esquema Constelacin (Starflake Scheme).

Esquema Estrella
Tabla de hechos

Tablas de dimensiones Dimensiones

Medidas o hechos

Esquema Copo de Nieve

Esquema Constelacin

Vous aimerez peut-être aussi