Professional Documents
Culture Documents
TEMA:
Arquitectura de Inteligencia de Negocios. Tecnología Data
Warehousing. Diferencias entre un ST y un BI. Aplicación de
Inteligencia de Negocios. Ventajas de Inteligencia de Negocios
GRUPO 1:
Est. Herson Zamora Pinedo.
Est. Anthony Delgado Huivin.
Est. Pierre Anghelo Manuel Tello Saavedra.
Est. José Martín Barrutia Trinidad.
Est. Jhonatan Silva Soto.
Docente
Ing. Janina Cotrina Linares.
Fecha de entrega
10/05/2018
Tarapoto - Perú
2018
ÍNDICE
Introducción 3
Linkografía. 21
2
I. Introducción
3
B.
4
III. Tecnología Data Warehousing → Herson
Un data warehouse es un repositorio unificado para todos los datos que
recogen los diversos sistemas de una empresa. El repositorio puede ser
físico o lógico y hace hincapié en la captura de datos de diversas fuentes
sobre todo para fines analíticos y de acceso.
Datawarehousing.
5
operacionales, debido a lo cual se ha convertido actualmente en una de las
tendencias tecnológicas más significativas en la administración de
información.
Los almacenes de datos (o Datawarehouse) generan bases de datos
tangibles con una perspectiva histórica, utilizando datos de múltiples fuentes
que se fusionan en forma congruente. Estos datos se mantienen
actualizados, pero no cambian al ritmo de los sistemas transaccionales.
Muchos datawarehouses se diseñan para contener un nivel de detalle hasta
el nivel de transacción, con la intención de hacer disponible todo tipo de datos
y características, para reportar y analizar. Así un datawarehouse resulta ser
un recipiente de datos transaccionales para proporcionar consultas
operativas, y la información para poder llevar a cabo análisis
multidimensional. De esta forma, dentro de una almacén de datos existen dos
tecnologías complementarias, una relacional para consultas y una
multidimensional para análisis.
Existen muchas definiciones para el DW, la más conocida fue propuesta por
Inmon [MicroSoft96] (considerado el padre de las Bases de Datos) en 1992:
“Un DW es una colección de datos orientados a temas, integrados, no-
volátiles y variante en el tiempo, organizados para soportar necesidades
empresariales”. En 1993, Susan Osterfeldt [MicroSt96] publica una
definición que sin duda acierta en la clave del DW: “Yo considero al DW
como algo que provee dos beneficios empresariales reales: Integración
y Acceso de datos. DW elimina una gran cantidad de datos inútiles y no
deseados, como también el procesamiento desde el ambiente
operacional clásico”.
Esta última definición refleja claramente el principal beneficio que el
datawarehouse aporta a la empresa, eliminar aquellos datos que obstaculizan
la labor de análisis de información y entregar la información que se requiere
en la forma más apropiada, facilitando así el proceso de gestión.
Puede considerarse que el modelo relacional en el cual se basa OLTP
(Procesamiento Transaccional en Línea), tiene como objetivo guardar la
integridad de la información necesaria para operar un negocio de la manera
más eficiente. Sin embargo, este modelo no corresponde a la forma como el
usuario percibe la operación de un negocio.
De hecho Codd, quien fue uno de los desarrolladores originales del concepto
relacional, dijo: “Aunque los RDMBMS han sido tan beneficiosos para los
usuarios, nunca han sido diseñados para proporcionar funciones potentes de
síntesis, análisis y consolidación de los datos” [Corey93].
6
DW se sustenta en un procesamiento distinto al utilizado por los sistemas
operacionales, OLAP (Procesamiento Analítico En Línea), el cual surge como
un proceso para ser usado en el análisis de negocios y otras aplicaciones
que
requie
ren
una
visión
flexibl
e del
negoc
io.
Fuente:Sinnexus
a. Orientado a Temas
una primera característica del Datawarehouse es que la información se
clasifica con base a los aspectos que son de interés para la empresa.
Siendo así, los datos tomados están en contraste con los clásicos
procesos orientados a las aplicaciones.
El ambiente operacional se diseña alrededor de las aplicaciones y
funciones tales como préstamos, ahorros, tarjeta bancaria y depósitos
para una institución financiera. Por ejemplo, una aplicación de ingreso
de órdenes puede acceder a los datos sobre clientes, productos y
7
cuentas. La base de datos combina estos elementos en una estructura
que acomoda las necesidades de la aplicación.
En el ambiente data Warehousing se organiza alrededor de sujetos
tales como cliente, vendedor, producto y actividad. Por ejemplo, para
un fabricante, éstos pueden ser clientes, productos, proveedores y
vendedores. Para una universidad pueden ser estudiantes, clases y
profesores. Para un hospital pueden ser pacientes, personal médico,
medicamentos, etc.
b. Integración
El aspecto más importante del ambiente data Warehousing es que la
información encontrada al interior está siempre integrada.
La integración de datos se muestra de muchas maneras: en
convenciones de nombres consistentes, en la medida uniforme de
variables, en la codificación de estructuras consistentes, en atributos
físicos de los datos consistentes, fuentes múltiples y otros. La
capacidad colectiva de muchos de los diseñadores de aplicaciones,
para crear aplicaciones inconsistentes, es fabulosa.
c. Tiempo Variable
Toda la información del Datawarehouse es requerida en algún
momento. Esta característica básica de los datos en un depósito, es
muy diferente de la información encontrada en el ambiente
operacional. En éstos, la información se requiere al momento de
acceder.
En otras palabras, en el ambiente operacional, cuando usted acceda a
una unidad de información, usted espera que los valores requeridos se
obtengan a partir del momento de acceso.
Como la información en el Datawarehouse es solicitada en cualquier
momento (es decir, no "ahora mismo"), los datos encontrados en el
depósito se llaman de "tiempo variante".
d. No Volátil
La información es útil sólo cuando es estable. Los datos operacionales
cambian sobre una base momento a momento. La perspectiva más
grande, esencial la manipulación básica de los datos que ocurre en el
Datawarehouse es mucho más simple.
Hay dos únicos tipos de operaciones: la carga inicial de datos y el
acceso a los mismos. No hay actualización de datos (en el sentido
general de actualización) en el depósito, como una parte normal de
procesamiento.
Hay algunas consecuencias muy importantes de esta diferencia
básica, entre el procesamiento operacional y del Datawarehouse. En el
nivel de diseño, la necesidad de ser precavido para actualizar las
8
anomalías no es un factor en el Datawarehouse, ya que no se hace la
actualización de datos. Esto significa que en el nivel físico de diseño,
se pueden tomar libertades para optimizar el acceso a los datos,
particularmente al usar la normalización y de normalización física.
a. Elementos
9
sobre los datos de la organización, de dónde proviene, qué
formato tenía, cuál era su significado y si se trata de un
agregado, cómo se ha calculado éste.
10
Se suprime el despilfarro de tiempo que se podía producir al
intentar ejecutar consultas de datos largas y complejas con
bases de datos que estaban diseñadas específicamente para
transacciones más cortas y sencillas.
11
C. Opciones de Implementación
E. Costos De Un DW
Costos De Construcción
Los costos de construir un DW son similares para cualquier proyecto de
tecnología de información.Estos pueden ser clasificados en tres categorías:
12
Tecnología: Muchas tecnologías nuevas son introducidas por el DW. El
costo de la nueva tecnología puede ser tan sólo la inversión inicial del
proyecto.
Costos De Operación
Una vez que está construido y entregado un DW debe ser soportado para
que tenga valor empresarial. Son justamente estas actividades de soporte, la
fuente de continuos costos operacionales para un DW. Se pueden distinguir
tres tipos de costos de operación:
F. Impactos DW
G. Impactos Humanos.
13
requerimientos de la empresa logran ser relativamente bien definidos
producto de la estabilidad de las reglas de negocio a través del tiempo,
construir un DW depende de la realidad de la empresa como de las
condiciones que en ese momento existan, las cuales determinan qué debe
contener el DW. La gente de negocios debe participar activamente durante el
desarrollo del DW, desde una perspectiva de construcción y creación.
H. Impactos Empresariales.
14
expuestos posibles defectos en aplicaciones actuales, siendo posible
entonces mejorar la calidad de nuevas
Big Data
15
estando además fuera del entorno corporativo. Es un tipo de tecnología que
te permite analizar los datos en tiempo real y puede provenir de diferentes
fuentes y formas, tales como mensajería instantánea, redes sociales,
registros de grabaciones, imágenes, mensajes de correo electrónico, etc.
Para tener una idea de la importancia del big data, este mercado está
creciendo cada año, alrededor de un 40%. La paradoja reside en el hecho de
que cuanto mayor es la evolución del big data, mayor es la escasez de
profesionales cualificados para satisfacer esa demanda. La expectativa es
que en unos pocos años, haya un crecimiento aún más significativo para el
uso de big data y por lo tanto un aumento en la demanda mano de obra
especializada y de partners tecnológicos especializados en esta materia.
Data Warehouse
Business Intelligence
16
Objetivo
Garantizar la consistencia Consolidar los datos ya
de los datos. validados y adecuados a
las necesidades para la
toma de decisiones.
17
de la empresa. modificar datos originales,
solo consultarlos.
Departamento de Compras:
Permite acceder a del mercado, vinculándolos con la información básica
necesaria para hallar las relaciones entre coste y beneficio.
Departamento de Producción:
Proporciona un mecanismo que permiten analizar el rendimiento de cualquier
tipo de proceso operativo, ya que comprende desde el control de calidad y la
administración de inventarios hasta la planificación.
Departamento de Ventas:
Facilita la compresión de las necesidades del cliente, así como responder a
las nuevas oportunidades del mercado.
Departamento Económico-Financiero:
Permite acceder a los datos de forma inmediata y en tiempo real, mejorando
así ciertas operaciones, que suelen incluir presupuestos, proyecciones,
control de gestión, tesorería, balances y cuentas de resultados.
18
Departamento de Recursos Humanos:
Permite analizar los parámetros que más pueden o afectar al departamento:
satisfacción de los empleados, absentismo laboral, beneficio-hora.
19
Entender mejor el pasado, presente y futuro de tu empresa: Uno de los
puntos fuertes de los sistemas de Inteligencia de Negocio es darte la
oportunidad de conocer el estado de tu negocio en un período concreto de
tiempo, por ejemplo la forma en que se vendieron las existencias de un
producto determinado. Estos datos se pueden utilizar para tomar ventajas
sobre tu competencia.
Caso N° 01
Caso N° 02
Caso N° 03
20
VIII. Linkografía.
1. https://www.powerdata.es/data-warehouse
2. http://dwhucv.blogspot.pe/p/arquitectura-de-un-data-warehouse.html
3. http://inf.udec.cl/~revista/ediciones/edicion3/cwolff.PDF
4. https://prezi.com/bypgtc2qqwct/tecnologias-data-warehouse/
5. https://www.sinnexus.com/business_intelligence/datawarehouse.aspx
6. https://prezi.com/b6we22eqc1li/estructura-de-datawarehouse-con-postgresql/#
7. http://dwhucv.blogspot.pe/p/estructuar-de-un-data-warehouse.html
8. https://dspace.ups.edu.ec/bitstream/123456789/11160/1/La%20implementacion%20
de%20una%20arquitectura%20para%20inteligencia%20de%20negocios%20con%2
0aplicaciones%20comunitarias%20estudio%20de%20caso%20Hospital%20de%20la
%20Amistad%20Santa%20Rosa%20de%20Piura.pdf
9. https://www.gestiopolis.com/inteligencia-de-negocios-una-introduccion/
10.
21