TRABAJO FINAL DE GRADO BUSINESS INTELIGENGE Mariano Rodas.

Slides:



Advertisements
Presentaciones similares
Enero 28, 2009 Módulo de Inteligencia de Negocios.
Advertisements

DATA WAREHOUSE Presentador Por: Andrés Fabián Cortes Solano.
Business Intelligence (BI) Software (Software de Inteligencia Impresario)
CONSTRUCCIÓN DE BODEGAS DE DATOS
• SQL Server Analysis Services
DESARROLLO DE CUBOS OLAP
Director: Ing. Washington Pérez Codirector: Ing. Andrés de la Torre
Implementación de Datawarehouse
Integrantes: Roberto Jacobini Ricardo Fuertes Julio Alan Roger Baldeón.
Levantamiento de necesidades BI Ministerio de Salud
Especialista en Business Intelligence Conceptos fundamentales Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
Business Intelligence
Johandra Gastier David De Freitas
Taller de Inteligencia de Negocios SQL Server Analysis Services Semana 9.
Especialista en Business Intelligence Analysis Services SSAS (Sesión 8) Microsoft SQL Server 2008 R2 (2013) Suscribase a o escríbanos.
Análisis para la Aplicación de una Solución Business Intelligence ALLAN PACHECO, JULIO BALDEON SULTA, ROGER FUERTES CATANO, ROCARDO JACOBINI SACCHETTI.
Taller de Inteligencia de Negocios SQL Server Analysis Services Semana 8.
SOLUCIONES EMPRESARIALES
BUSINESS T&G Think & Grow Uniclass Business Intelligence La solución Business Objects que analiza los procesos de su negocio.
Ing. Ernesto Sierraalta Fundamentos de Desarrollo de Proyectos de Inteligencia de Negocios ( Decision Support Systems & Data Warehousing.
IMPLEMENTACIÓN DE UN SISTEMA DE BUSINESS INTELLIGENCE TFG / Alumno: Juan Ignacio Debiasse / Catedra: Prof. Dr. Carlos Daniel Martinez.
6º Semana de las Normas Verdes XVII Reunión Iberoamericana de Ciudades Digitales Subsecretaría de Planeamiento SESIÓN 4: IoT y Ciudades Inteligentes:
Trabajo Final de Grado: La Holografía “Llevando la ciencia ficción a la realidad” Alumno: Ariel De Mársico Tutor: Carlos Daniel Martinez.
Aplicaciones para el manejo óptimo de la información.
Suscribase a III Parte Metodología de Ralph Kimball (Ciclo de Vida) para el diseño de Datawarehouses.
MARCO DE REFERENCIA MARCO ESTRATÉGICO TI ESTRUCTURA ORGÁNICA TI ARQUITECTURA TECNOLÓGICA CARTERA DE PROYECTOS ESTRATEGIA DE IMPLEMENTACIÓN Base Legal de.
1 Conferencia 1 Introducción a los Data Warehouse.
Introducción Automatización Control Ahorro energético Sustentabilidad.
Data Warehouse RONALD FERNANDO QUINTERO VEGA DIEGO ALEJANDRO VALENCIA RIVERA INTELIGENCIA DE NEGOCIOS CREAD-HONDA 2017.
SAP aplicado a la Industria de Salud
Historia 1969: Creación del concepto de bases de datos relacionales (Codd) por Edgar Frank Ted 1970: Desarrollo de las primeras bases de datos y las primeras.
MANEJÁ TU EMPRESA CONOCIENDO TUS NÚMEROS
Presentación de ModelOne
09 de mayo del 2016Pg. 1 ING. BERTHA MAZON, UNIDAD III: SOLUCIONES DE INTELIGENCIA DE NEGOCIOS.
DOMÓTICA APLICADA A SALAS DE INTERNACIÓN DE CLÍNICA MÉDICA
Ingeniería del Software III Gabriel Buades Mayo 1.999
Sistemas de DATAWAREHOUSE y “BI”
Modelo de la Gerencia Estratégica
Mercadeo y prospectiva
Suscribase a
Investigación de Mercado
DATA WAREHOUSE Y ALMACENAMIENTO
Tarea 3: data warehouse y san
Modelo de la Gerencia Estratégica Enunciados de Visión & Misión Auditoría Externa Auditoría Interna Objetivos Largo Plazo Estrategias en Acción Análisis.
PROGRAMA DE INGENIERÍA DE SISTEMAS POR CICLOS PROPEDEUTICOS
Propuesta Comercial dirigida a la
PROVEEDOR DATA WAREHOUSE TERADATA
CONTEXTO DE LA ORGANIZACIÓN
Tutor: Dr. Carlos Martinez
MARCO DE REFERENCIA MARCO ESTRATÉGICO TI ESTRUCTURA ORGÁNICA TI ARQUITECTURA TECNOLÓGICA CARTERA DE PROYECTOS ESTRATEGIA DE IMPLEMENTACIÓN Base Legal de.
Esquema para Organizar un Trabajo de Grado basado en un Diseño propio de la Investigación Documental Pagina de Titulo Pagina de Constancia de Aprobación.
PROBLEMA DE INVESTIGACIÓN DEFINICIÓN - CONCEPTO: …………………………………..
ORIGEN Y EVOLUCIÓN DE LA GESTIÓN DEL CONOCIMIENTO
Perspectivas de automatización integral en las empresas eléctricas del Estado. Luis Mosso Gonzales Jefe Corporativo de Tecnologías de la Información y.
PROGRAMA DE INGENIERÍA DE SISTEMAS POR CICLOS PROPEDEUTICOS
Servidor de Reportes basado en Tecnología Java y XML
PROGRAMA DE INGENIERÍA DE SISTEMAS POR CICLOS PROPEDEUTICOS
Modelo de la Gerencia Estratégica Enunciados de Visión & Misión Auditoría Externa Auditoría Interna Objetivos Largo Plazo Estrategias en Acción Análisis.
Impulso para soluciones innovadoras con Big Data, Ciencia de Datos e inteligencia artificial en los Poderes Judiciales de Iberoamérica E- Justicia.
PROYECTO DE GRADUACIÓN
PLANEAR ACTIVIDADES DE MERCADO. POR DR. C.P./ LIC. EDUARDO BARG RESPONDER A LAS NECESIDADES, EXPECTATIVAS Y OBJETIVOS DE LOS CLIENTES Y LAS EMPRESAS.
MIDEPLAN. División de Planificación, Estudios e Inversión CICLO DE VIDA DE LOS PROYECTOS Curso de Preparación de Proyectos División de Planificación, Estudios.
PROYECTO DE GRADUACIÓN
PROYECTO DE INVERSION Y EL CICLO DE PROYECTOS. CONCEPTOS DE PROYECTOS.
Almacenes de datos Data warehouse y OLAP. Gestión de los datos y del conocimiento.
Análisis y diseño de reportes Titulo del reporte Numeración de paginas Fecha de impresión No abreviaturas Agrupar los datos que se relacionen.
PROYECTO DE GRADUACIÓN
Buscador de Información: Diseño Web. Servicios Tecnológicos Educativos y Empresariales
La Metodología Kimball, es una metodología empleada para la construcción de un almacén de datos (data warehouse, DW) que no es más que, una colección de.
FUNDAMENTOS DE INTELIGENCIA DE NEGOCIOS. La Inteligencia de Negocios o Business Intelligence (BI )se puede definir como el proceso de analizar los bienes.
Transcripción de la presentación:

TRABAJO FINAL DE GRADO BUSINESS INTELIGENGE Mariano Rodas

AGENDA  Arquitectura BI  Línea de tiempo  Macro Ambientes  FODA  Propuesta Estratégica Producto/Empresa  Aspecto Tecnológico  Implementación caso de éxito  Futuras líneas de investigación  Conclusiones

 Arquitectura BI Habilidad de consolidar información y analizarla con la suficiente velocidad y precisión para descubrir ventajas y tomar mejores decisiones de negocios.

Áreas más comunes en las que se usan las soluciones de Inteligencia de Negocios

 Línea de tiempo

 Macro Ambientes MACRO AMBIENTES POLITICO-LEGAL ECONÓMICO CULTURAL DEMOGRÁFICO TECNOLÓGICO

 Análisis FODA

 Propuesta Estratégica Producto/Empresa  C ENTRALIZACIÓN DE LA INFORMACIÓN  D ISPONIBILIDAD DE LA INFORMACIÓN  M ANTENIMIENTO EVOLUTIVO  A NÁLISIS DE LA INFORMACIÓN CONSOLIDADA  C REACIÓN DE UN UNIVERSO BO  C REACIÓN DE INFORMES PREDEFINIDOS  S EGURIDAD DE LOS DATOS / INFORMACIÓN

 Aspecto Tecnológico Datawarehouse Corporativo - ETL Orientado a temas.- Variante en el tiempo.- No volátil.- Integrado.-

 Desde este punto de acceso se cargará la información base para los cálculos. Tomando como origen a las interfaces. DB_RRHH Informes Inteligentes Detalle Lote ETL Interfaces Excels o SAP Carga Cálculos  Aspecto Tecnológico

 Definición de modelo dimensional: Permite ver los datos desde múltiples perspectivas Muestra medidas, dimensiones y sus interrelaciones Utiliza el vocabulario del usuario Técnica OLAPModelo estrella Explotación  Aspecto Tecnológico

 Definición de Modelo Estrella Proyecto Plantilla RRHH Es un tipo de diseño especial para los procesos analíticos  Aspecto Tecnológico

 Reporting Capa empresarial – Universo Reporting  Aspecto Tecnológico

Resource NameCostoTrabajo AS ( Analista 1)$ ,00208 hrs ABI1$ ,00160 hrs ABI2$ 5.040,0072 hrs ABI3 (anliasta BI)$ 7.280,00104 hrs UF (usuario final)$ 0,0032 hrs AS2(analista 2)$ ,00286,4 hrs ABI4 (Analista BI)$ 4.200,00120 hrs ABI5 (Analista BI)$ 480,0024 hrs Total$ ,4 hrs  Presupuesto ilustrativo  Aspecto Tecnológico

 Soporte orientado a BIG DATA  Futuras líneas de investigación

 Video generación de informes

C ONCLUSIONES Business Inteligence: Necesario – Imprescindible. Al alcance de todos.