Capitulo 6 Fundamentos de la inteligencia de : Negocios: Administración de bases de datos e información.

Presentación del tema: "Capitulo 6 Fundamentos de la inteligencia de : Negocios: Administración de bases de datos e información."— Transcripción de la presentación:

1 Capitulo 6 Fundamentos de la inteligencia de : Negocios: Administración de bases de datos e información.

2 Organización de datos en un entorno tradicional de archivos
La jerarquía de datos Base de Datos Archivo de CURSO Archivo PERSONAL Archivo FINANCIERO CURSO ID_Estudiante Curso Fecha Grado IS F B+ IS F C Archivo Un sistema de computo organiza los datos en unA JERARQUIA que empieza con el bit, el cual representa ya sea un 0 o un 1, los bits se pueden agrupar para generar un byte para representar un carácter, número o símbolo. Los bytes se pueden agrupar para formar un campo y los campos relacionados se pueden agrupar para formar un registro. Los registro relacionados se pueden conjuntar para formar un archivo y los archivos se pueden organizar para formar una base de datos. ID_Estudiante Curso Fecha Grado IS F B+ Registro Campo IS (Campo del Curso) Byte (Letra I en ASCII) Bit

3 Problemas con el entorno tradicional de archivos
Procesamiento tradicional de archivos Archivo maestro Elementos de datos de la A a la Z. Archivos derivados Usuarios Programa de aplicaciones I Contabilidad y Finanzas A B C El uso de un método tradicional para procesar archivos alienta a cada área funcional de una corporación a desarrollar aplicaciones especializadas y archivos. Cada aplicación requiere de un archivo de datos único que posiblemente será un subconjunto del archivo maestro. Estos subconjuntos del archivo maestro conducen a redundancia e inconsistencia de datos, inflexibilidad en el procesamiento y recursos de almacenamiento desperdiciados.  En la mayoría de las empresas, los archivos de datos y los sistemas marcaban una tendencia a crecer de manera independiente sin ajustarse a un plan a nivel de toda la empresa.  Al considerar a la compañía en su conjunto, este proceso conducía a múltiples archivos maestros creados, conservados y operados por divisiones o departamentos separados. Usuarios Programa de aplicaciones 2 Recursos Humanos A B E Usuarios Programa de aplicaciones 3 Ventas y Marketing A G I

4 Problemas Redundancia de datos
Dependencia entre los programas y los datos. Carencia de flexibilidad Seguridad escasa Carencia de compartición y disponibilidad de datos. Redundancia de datos  Es la presencia de datos duplicados en múltiples archivos de datos, de tal manera que los datos están almacenados en mas de un lugar. Conduce a la inconsistencia de datos, en la cual el mismo atributo podria tener valores diferentes. Dependencia entre los programas y los datos  se refiere a la estrecha relación entre los datos almacenados y los programas específicos que se requieren para actualizar y mantener esos archivos, de tal manera que los cambios en los programas requieren cambios en los datos. Carencia de flexibilidad  Un sistema tradicional de archivos puede enviar informes programados de rutina después de extensos esfuerzos de programación, pero no pueden emitir informes específicos o responder de manera oportuna a imprevistos de información. Seguridad escasa  dado que hay poco control o administración de datos, el acceso y difusión de la información podria salirse de control. Carencia de compartición y disponibilidad de datos  debido a que la información esta fragmentada en diferentes archivos y en distintas partes de la organización no se pueden relacionar entre sí, es imposible que la información se comprata o acceda de manera opportuna.

5 Enfoque de la base de datos para la administración de datos.
Sistemas de administración de bases de datos (DBMS): es el software que permite a una organización centralizar los datos, administrarlos eficientemente y proporcionar, mediante los programas de aplicación, el acceso a los datos almacenados. Al separar las vistas lógica y física de los datos, el DBMS libera al programador o usuario final de la tarea de comprender donde y como se almacenan realmente los datos. Vista Lógica  Muestra los datos como los deberían percibir los usuarios finales o los especialistas de la empresa. Vista Física  muestra como están almacenados y estructurado realmente los datos en un medio de almacenamiento físico.

6 Como resuelve un DBMS los problemas del entorno de archivos tradicional.
Reduce la redundancia y la inconsistencia de datos al minimizar la cantidad de archivos aislados donde se repiten los mismos datos. Elimina la dependencia entre los programas y los datos, permitiendo a estos últimos ser autosuficientes. Acceso y disponibilidad de información aumenta. Costos de del desarrollo y mantenimiento de los programas se reducen. El DBMS da a la organización la posibilidad de centralizar la administración de datos, su uso y seguridad.

7 Vista de presentaciones
ID_Empleado Nombre NSS Puesto Fecha_Contratacion Sueldo_Bruto Sueldo_Neto Seguro_Vida Prestaciones_Pension Cuidado_Salud Nombre NSS Cuidado_Salud Sistema de administración de bases de datos Una sola base de recursos humanos proporciona muchas vistas de los datos diferentes, según los requerimientos de informacion del usuario. Aquí se ilustran dos posibles vistas una para un especialista en presentaciones y una para un miembro del departamento de nomina de la empresa. Nombre NSS Sueldo_Bruto Sueldo_Neto Vista de nomina

8 DBMS Relacional Tablas de una base de datos relacional
Columnas (atributos, Campos) Numero_Proveedor Nombre_Proveedor Calle_Proveedor Ciudad_Proveedor Estado_Proveedor CP_Proveedor 8259 CBM Inc. 74 5th Avenue Dayton OH 45220 8261 B. R. Moduls 1277 Gandolly Street Cleveland 49345 8263 Jackson Composites 8233 Micklin Street Lexiton KY 56723 8444 Bryant Corporation 4315 Mill Drive Rochester NY 113444 Filas (Registros, tuplas) Campo Clave (Clave principal) Numero_Parte Nombre_Parte Precio_Unitario Numero_Proveedor 137 Aldaba 22.00 8259 145 Espejo Lateral 12.00 8444 150 Moldura de Puerta 6.00 8263 152 Cerradura 31.00 155 Compresora 54.00 8261 178 Picaporte 10.00 Clave externa

9 Operaciones de una DBMS Relacional
Las tablas de una BDR se pueden combinar fácilmente, para entregar los datos requeridos por los usuarios, siempre y cuando compartan un elemento de datos en común. Se utilizan tres operaciones básicas: Seleccionar  crea un subconjunto que consta de todos los registros de la tabla que cumple los criterios establecidos. Unir  combina tablas relacionadas para dar al usuario más información de la que está disponible de las tablas individuales. Proyectar  Crea un subconjunto que consiste en las columnas de una tabla lo cual permite al usuario crear nuevas tablas que contengan solamente la información que se requiere.

10 Son adecuados para información multimedia o gráficos.
DBMS Orientado a Objetos Son adecuados para información multimedia o gráficos. Un DBMS OO almacena los datos y los procedimientos que realizan operaciones sobre estos datos como objetos que se pueden recuperar y compartir de manera automática.

11 Capacidades de los sistemas de administración de bases de datos.
Definición de datos  Para especificar la estructura del contenido de la BD. Diccionario de datos  archivo automatizado o manual que almacena definiciones de elementos de datos y sus características. Lenguaje de manipulación de datos  Sintaxis de las consultas que se realizan a las tablas. (SQL)

12 Diseño de la base de datos.
Conceptual o Lógico Normalización Diagramas de Entidad-Relación Físico Distribución de la base de datos.

13 INTELIGENCIA DE NEGOCIOS
Business Intelligence

14 Algo peor que no tener información disponible es tener mucha información
Y no saber qué hacer con ella.

15 Niveles en el uso de los Datos
Sistemas de Información BD operaciones repetitivas captura datos básicos tareas predefinidas actividades y transacciones elementales de BD Análisis, seguimiento y control Toma de decisiones Consulta datos históricos Planificación a largo plazo Planificación administrativa Planificación empresarial Mira el futuro Analítico Transaccional

16 Sistemas Operacionales
Las estructuras de datos son complejas. Los sistemas son diseñados para una alto rendimiento de funcionamiento y procesamiento. La data está dispersa. Pueden no ajustarse a consultas complejas. OLTP (OnLine Transaction Processing) es el Procesamiento de Transacciones En Línea es un tipo de software que administran aplicaciones transaccionales, usualmente para entrada de datos y recuperación y procesamiento de transacciones. La tecnología OLTP se utiliza en aplicaciones, como banca electrónica, procesamiento de pedidos, comercio electrónico, supermercados, industria, etc.

17 Sistemas Analíticos OLAP (On-Line Analytical Processing) es Procesamiento Analítico en Línea. Es rápido para entregar consultas complejas. Utiliza estructuras multidimensionales (o Cubos OLAP) que contienen datos resumidos de Sistemas OLTP. Una BD relacional almacena entidades en tablas discretas han sido normalizadas. Un BD dimensional almacena los datos en cubos olap donde se encuentran calculados y agregados para ser consultados

18 Sistemas Operacionales Vs Analíticos
OLPT OLAP Objetivos Operacionales Información para la toma de decisiones Orientación A la aplicación Al sujeto Vigencia de los datos Actual Actual + histórico Granularidad de los datos Detallada Detallada + resumida Organización Organización normalizada Organización estructurada en función del análisis a realizar Cambios en los datos Continuos Estable

19 Niveles en el uso de los Datos
Sistemas de Información BD operaciones repetitivas captura datos básicos tareas predefinidas actividades y transacciones elementales de BD Análisis, seguimiento y control Toma de decisiones Consulta datos históricos Planificación a largo plazo Planificación administrativa Planificación empresarial Mira el futuro Analítico Transaccional

20 Que es Inteligencia de Negocios?
La Inteligencia de Negocios o Business Intelligence (BI) se puede definir como el proceso de analizar los bienes o datos acumulados en la empresa y extraer una cierta inteligencia o conocimiento de ellos. Dentro de la categoría de bienes se incluyen: Bases de datos de clientes Información de la cadena de suministro Ventas personales Actividad de marketing Información relevante para la empresa

21 Finalidad Convertir grandes volúmenes de datos en un valor para el negocio a través de los reportes analíticos. Generar información para el control de los procesos del negocio, independientemente de la fuente de datos. Soportar la toma de decisiones. Diferenciar la información útil para los usuarios finales. Uniformizar los conocimientos usados en la institución. Independientemente del origen de los datos o de la forma de extracción, transformación y agregación.

22 Inteligencia de Negocios
Escenarios, Pronósticos Reportes Tomar decisiones Lograr Ventaja competitiva

23 Inteligencia de Negocios
EJEMPLO… Una franquicia de hoteles a nivel nacional que utiliza aplicaciones de BI para llevar un registro estadístico del porcentaje promedio de ocupación del hotel, así como los días promedio de estancia de cada huésped, considerando las diferencias entre temporadas. ¿De que sirve?

24 Inteligencia de Negocios
Plazo Uso Técnica Tecnología Conocimiento Corto Plazo Gestión de datos Obtención y control Sistemas de procesamiento OLTP On-Line Transaction Processing Datos Operativo Mediano Plazo Decisiones tácticas Data Warehouse OLAP On-Line Analytical Processing Información Toma de Decisiones Largo Plazo Estratégico, Pronóstico Minería de Datos Agrupamiento Clasificación Secuenciación Reglas de asociación Patrones Nuevos Conocimientos Inteligencia de Negocios

25 Evolución Datos, Información y Conocimiento del Negocio.

26 Tecnología BusinessMiner Databases OLAP tools Mining tools ETCL tools
Scenario 4Thought BusinessMiner

27 Inteligencia de Negocios
Componentes de Business Intelligence Todas las soluciones de BI tienen funciones parecidas, pero deben de reunir al menos los siguientes componentes: Multidimensionalidad Data Mining Agentes Data Warehouse

28 Inteligencia de Negocios
Multidimensionalidad: la información multidimensional se puede encontrar en hojas de cálculo, bases de datos, etc. Por ejemplo, un pronóstico de ventas de un nuevo producto en varias regiones no está completo si no se toma en cuenta también el comportamiento histórico de las ventas de cada región y la forma en que la introducción de nuevos productos se ha desarrollado en cada región en cuestión.

29 Inteligencia de Negocios
Data Mining.- Las empresas suelen generar grandes cantidades de información sobre sus procesos productivos, desempeño operacional, mercados y clientes. Técnica para la extracción de patrones y reglas desde los datos, ayuda a crear nuevos modelos no percibidos por el analista hasta ese momento pero que realmente existen en los datos Las aplicaciones de data mining pueden identificar tendencias y comportamientos, no sólo para extraer información, sino también para descubrir las relaciones en bases de datos que pueden identificar comportamientos que no son muy evidentes.

30 Inteligencia de Negocios
Agentes: Los agentes son programas que piensan. Ellos pueden realizar tareas a un nivel muy básico sin necesidad de intervención humana. Por ejemplo, un agente pueden realizar tares un poco complejas, como elaborar documentos, establecer diagramas de flujo, etc.

31 Inteligencia de Negocios
Data Warehouse: Es la respuesta de la tecnología de información a la descentralización en la toma de decisiones. Estructuras multidimensionales que almacenan información calculada previamente de todas las combinaciones posibles Coloca información de todas las áreas funcionales de la organización en manos de quien toma las decisiones. También proporciona herramientas para búsqueda y análisis.

32 ¿Qué es un Data Warehouse?
Orientado a un Tema Colección de información relacionada organizada alrededor de un tema central Integrado Datos de múltiples orígenes; consistencia de datos Variable en el tiempo ‘Fotos’ en el tiempo Basado en fechas/periodos No-volátil Sólo lectura para usuarios finales Menos frecuencia de cambios/actualizaciones Usado para el Soporte a Decisiones y Análisis de Negocio

33 Orientado a Tema Los usuarios piensan en términos de ‘cosas’ y sus ‘relaciones’, no en términos de procesos, funciones o aplicaciones. Realiza Proveedor Pedido Cliente Proporciona Contiene Orden de Compra Producto Inventario Recuperado desde Compuesta por

34 Consistentes Contiene Integrado Convenciones de Nombres Descripciones
Atributos físicos de los datos Valores de los datos Consistentes Datos Ventas Marketing Admin. Cuentas Operaciones

35 Variable en el tiempo Entorno Operacional Datos con valores actuales
Horizonte de días Exactitud en los accesos Data Warehouse Datos en ‘fotos’ Horizonte de 5 – 10 años Refleja la perspectiva desde un momento en el tiempo Id de cliente fecha desde fecha hasta nombre dirección teléfono ratio de crédito Id de cliente nombre dirección teléfono ratio de crédito

36 Sistema OLTP (dinámico)
No-Volátil cambio inserción borrado carga lectura Sistema OLTP (dinámico) Sistema DSS (más estático)

37 … un CONCEPTO, no una COSA
Un Data Warehouse es ... … un modelo de datos de soporte a decisiones que representa la información que una compañía necesita para tomar BUENAS decisiones estratégicas. … basado en la estructura de un sistema de gestión de base de datos relacional el cual puede ser usado para INTER-RELACIONAR los datos contenidos en él. … con el propósito de proporcionar a los usuarios finales un acceso SENCILLO a la información. … un CONCEPTO, no una COSA

38 ¿Para qué construir un Warehouse?
Para tener un mayor conocimiento del negocio Para tomar mejores decisiones y en un tiempo menor Para mejorar y ser más efectivos Para no perder distancia con la competencia … en definitiva … $$$$

39 Representación de Negocio
Visión del Usuario Panel de Consulta Representación de Negocio Usuarios Finales Base de Datos Solución integrada de: Consultas, informes y análisis. Capa semántica que da una representación de los datos desde el punto de vista de negocio. Los usuarios utilizan términos de negocio, no términos informáticos.

40 Data Warehouse “Total”

41 Data Marts No Estructurados

42 Data Marts Estructurados

43 Ejemplo uso de una herramienta de consulta
Información solicitada Información disponible Condiciones El interfaz de usuario simple Trabaja contra representación de negocio de los datos Todos los componentes en una pantalla

44 Los informes son la capa visible …
Integración Datos no sólo en entornos analíticos Importancia de la Calidad Herramientas de OLAP / Business Intelligence / Cuadro de Mando Servidores Extracción Red Limpieza de Datos Bases de Datos Transformación Middleware Carga de Datos

45 Ejemplos del mundo real de aplicación de Business Intelligence
Twentieth Century Fox utiliza BI para predecir qué actores, argumentos y filmes serán populares en cada vecindario. Evitando ciertos argumentos en cines específicos, la compañía tiene ahorros de aproximadamente $100 Millones de dólares alrededor del mundo cada año. Esa misma tecnología utilizan para seleccionar los "traliers" alternativos para cada película en cada cine y así maximizar las ventas. Una película puede tener varios "trailers" diferentes, cada cual puede percibirse de diferente forma por cada tipo de audiencias.

46 Conclusiones El ambiente del mundo de los negocios de hoy exige una aplicación cada vez más eficiente de la información disponible. BI como su nombre en inglés lo indica, genera un conocimiento al negocio, que se deriva de la correcta utilización de la información generada dentro y fuera de la empresa. BI es una herramienta que pone a disposición de los usuarios la información correcta en el lugar correcto. Son múltiples los beneficios que ofrece a las empresas, entre ellos se encuentra la generación de una ventaja competitiva.

47 Hay una gran variedad de soluciones de BI que en suma, son muy similares, pero para que se considere completa debe reunir cuatro componentes: multidimensionalidad, data mining, agentes y data warehouse. Son ya muchas las empresas que han implementado soluciones de BI y se han visto enormemente beneficiadas, la próxima puede ser la suya. La mejor forma de resumir todo lo anterior es por medio de la frase de Bill Gates, "BI ayuda a rastrear lo que en realidad funciona y lo que no"