Inteligencia de Negocios Introducción

Agenda 1.Introducción 2.Definición 3.ETL 4.Bodega de Datos 5.Data Mart

No solo intuición para que el negocio crezca Necesidad de los datos de todas las funciones del negocio Necesidad de almacenar y relacionar los datos para obtener información y conocimiento Introducción

Datos transformados en Conocimiento que permita actuar en forma rápida y eficiente

Datos Ventaja Competitiva Toma de Decisiones Conocimiento Información Inteligencia de Negocios Inteligencia de negocios ¿ Por qué?

Inteligencia de Negocios Definición “ Es el proceso de integración y tratamiento de los datos para convertirlos en información que permita apoyar a los tomadores de decisiones en la organización”

Inteligencia de Negocios Definición Es una alternativa tecnológica que permite generar conocimiento a la empresa Es el uso de tecnologías para descubrir conocimiento a partir de los datos que posee la empresa Aplica el proceso KDD (Knowledge Discovery Databases) (Descubrir conocimiento en bases de datos)

Proceso KDD: Knowledge Dicovery Databases Process

Inteligencia de Negocios Características La solución es un sistema:  Para soporte de toma de decisiones (nivel gerencial)  Con capacidades de análisis de alcance empresarial global  Integración y análisis de la información desde fuentes de datos heterogéneas

Inteligencia de Negocios Características  Plataforma integrada  Herramientas ETL de gestión, administración y carga, el almacenamiento de datos y las funciones relacionadas con informes, servicios  Procedimientos analíticos integrados (OLAP)  Minería de datos (Uso de métodos inteligentes para extraer conocimiento )

Inteligencia de Negocios Características  Servicios de Análisis  Entorno en tiempo real  Indicadores claves de desempeño  Servicios de Reporte  Creación, administración y visualización de informes  Motor para alojar y procesar informes

Inteligencia de Negocios Características Inteligencia de negocios provee soluciones a nivel empresarial que permiten a los tomadores de decisiones transformar información clave de su negocio en acciones concretas traduciéndose en beneficios tangibles: Reducción de costos Mayor rentabilidad Mejores relaciones comerciales

La Inteligencia de Negocios Características Deseables Minería de Datos Consult as Anális is Dashboar ds Report es Man. Eventos Entrega de Información  Consultas y Reportes  Tablero instrumentos (dashboard)  Distribución información (autom.)  Manejo de eventos  Integración con otras herramientas de cálculo(Ej: excel) Facilidades de Análisis  Análisis multidimensional (OLAP)  Cálculos y Modelamiento (What-if)  Análisis avanzado y Minería  Visualización avanzada Plataforma para Desarrollo e Integración  ETL – DQ – Seguridad - Metadata

02/06/13Introducción a la Mineria de Datos y Aplicaciones 15

Fases de una solución de Inteligencia de Negocios.

ETL - Extraction, Transformation and Load Proceso que permite mover datos desde múltiples fuentes, reformatearlos y limpiarlos, y cargarlos en otra base de datos, data mart, o data warehouse para analizar.base de datosdata martdata warehouse Extracción y Transformación de los datos desde las fuentes: Bases de datos, ERP, excel, archivos texto, etc. Carga de los datos transformados a la bodega

Extracción primera parte del proceso ETL extraer los datos desde los sistemas de origen Diferente organización, formatos deja los datos en formato especial para ser transformados Si existen muchos datos, peligro de colapsar. Se programa en horarios en el que el impacto sea mínimo

Transformación Aplica reglas de negocio o funciones sobre los datos extraídos para convertirlos en datos que serán cargadosreglas de negocio Ejemplos de transformaciones: Seleccionar sólo ciertas columnas para su carga (por ejemplo, que las columnas con valores nulos no se carguen). Traducir códigos (por ejemplo, si la fuente almacena una "H" para Hombre y "M" para Mujer pero el destino tiene que guardar "1" para Hombre y "2" para Mujer).

Transformación Codificar valores libres (por ejemplo, convertir "Hombre" en "H“). Obtener nuevos valores calculados (por ejemplo, total_venta = cantidad * precio). Unir datos de múltiples fuentes (por ejemplo, búsquedas, combinaciones, etc.). Calcular totales de múltiples filas de datos (por ejemplo, ventas totales por cada producto). Dividir una columna en varias (por ejemplo, columna "Nombre: Diaz, Maria"; pasa a dos columnas "Nombre: Maria" y "Apellido: Diaz").

Carga Datos transformados son cargados en la bodega Interaccion directa con la bodega Se aplicaran restricciones y triggers que esten definidos: valores únicos, integridad referencial, campos obligatorios, rangos de valores

Ejemplo ETL

Bodegas de Datos El objetivo de construir una bodega es centralizar y resumir (agregación) la gran variedad de datos e información. Arquitectura particular para almacenar datos cuyo diseño no está preparado para soportar el proceso transaccional Contiene información histórica de la empresa para permitir análisis de su evolución Estructurada para optimizar consultas, y las actualizaciones se hacen fuera de línea

Fases de una solución de Inteligencia de Negocios.

Bodega de Datos Definición “Es un conjunto de datos integrados o orientados a un objetivo específico, que varían con el tiempo (datos históricos) y que no son transitorios. Soportan el proceso de toma de decisiones de la administración y está orientada al manejo de grandes volúmenes de datos provenientes de diversas fuentes o diversos tipos” [1]

Bodega de Datos Definición UnaBodegadeDatos datosqueorganizay esunabasede almacenauna coleccióndeinformación directamentedelos derivada sistemas operacionales y de algunos datos externos [2].

Bodegas de datos Información Se apoyan en tres procesos de organización de alto nivel: Operaciones del negocio: Se refiere a las transacciones cotidianas diarias del negocio. La inteligencia de negocio: se refiere a la búsqueda de una mejor comprensión de la compañía de sus productos, y sus clientes.

La gerencia de negocio: es la función en la cual el conocimiento nuevo y las acciones determinadas en la inteligencia del negocio se institucionalizan y se introducen en las operaciones diarias del negocio.

Bodega de datos Función Una Bodega de Datos debe entregar la información correcta a la gente indicada en el momento adecuado en el formato correcto Da respuesta a las necesidades de usuarios conocedores, utilizando Sistemas de Soporte en la decisión (DSS), Sistemas de información ejecutiva (EIS) o herramientas para hacer consultas y reportes Los usuarios finales pueden hacer consultas sobre sus Bodegas de Datos sin tocar o afectar la operación del sistema

Evolución de las Bodegas Tomado de [1]

Data Mart Bodegas de datos pequeñas específicas de un departamento o dependencia de la empresa Utilizados para almacenar particularidades de un sector o para optimizar las consultas Implementación Top-down Bottom-up

Top-down

Bottom-up

Data Warehouse OLTP Fuente de datos 1 Fuente de datos 2 Fuente de datos 3 DM1DM1 DM2DM2 DM3 DM4 Cubo Cliente

Diseño Lógico y Físico de la Bodega Estos modelos permiten: Planear la extracción y transformación Estimar las necesidades de administración del DBMS Planear prototipos para las aplicaciones finales

El diagrama dimensional del ciclo de vida del negocio Planeación del proyecto Definición de Requerimientos del Negocio Diseño Técnico de la arquitectura Dimensionar el modelo Selección e Instalación del producto Diseño Físico Diseño & Desarrollo del Area de Almacenamiento Especificaciones de Desarrollo la de la Aplicación de Usuario final Gerencia del proyecto Puesta en Mantenimiento marcha cre & nto cimie Tomado de [5]

Planeación del Proyecto 1. Definición del proyecto 1. Asegurar la factibilidad del proyecto 2. Alcance preliminar del proyecto 3. Justificación de negocio 2. Planeación del proyecto 1. Establecer la identidad del proyecto 2. Recursos del proyecto 3. Plan del proyecto 3. Gerencia del proyecto 1. Reunión de lanzamiento (Kick-Off) 2. Monitorear el estado del proyecto 3. Actualización y documentación del Plan del Proyecto 4. Manejo del alcance 5. Plan de comunicaciones

ELEMENTOS BASICOS DE UNA BODEGA DE DATOS Storage: Archivos planos; RDBMS; Other Procesando: limpiar, reducir, agrupar, eliminar duplicados; almacenar; standarizar; se conforma la dimensión; almacenar aguardando réplica; archivo; exportación a los Data Marts Sin servicio de consulta a los usuarios Data Mart #1: OLAP (ROLAP and/or MOLAP) Servicios de consulta; Dimensional Orientado a tema de negocio Puesto en ejecución Local; Grupo de usuarios; Puede almacenar datos atómicos; Puede ser refrescada frecuentemente; Conforme a DW Data Mart #2: Data Mart #3: Conformed dimensions Conformed facts populate, replicate, recover DW BUS DW BUS extraer Herramientas específicas de consulta Informes escritos Aplicaciones de usuario final alimentar Modelos: Forecasting Scoring Allocating Minería de datos Otros sistemas en sentido descendente; Otros parámetros especiales UI; Sistemas Fuentes (Herencia) Área de almacenamiento de datos Resultados del Modelo de transmisión Transmisión Limpió dimensiones extraer alimentar Área de presentación “The Data Warehouse” Servidores Área de Herramientas de acceso Datos accesados por el usuario final

Referencias 1Wiley - Mastering Data Warehouse Design - Relational And Dimensional Techniques – Wiley - Data Analysis -The Data Warehouse Toolkit - Second Edition. 3Wiley - Building The Data Warehouse - Third Edition 4Wiley - The Data Warehouse ETL Toolkit Wiley - The Data Warehouse Lifecycle Toolkit MicroStrategy - Business Intelligence