1 Prof:Paula Quitral INTRODUCCIÓN DATAWAREHOUSE Departamento de Informática Universidad de Rancagua.

Slides:



Advertisements
Presentaciones similares
Procesamiento y Análisis en Línea OLAP
Advertisements

Inteligencia de Negocios
Enero 28, 2009 Módulo de Inteligencia de Negocios.
DATA MART Sergio Daniel.
Relaciones entre minería de datos, bodegas de datos y OLAP
U I B 12/05/1999 Datawarehouse 1. U I B 12/05/1999 Datawarehouse 2 Conceptos Datawarehouse Datawarehouse: Repositorio completo de datos de la empresa,
DATA WAREHOUSE Presentador Por: Andrés Fabián Cortes Solano.
Sistemas de Información en las Organizaciones
DESARROLLO DE CUBOS OLAP
Materia Fundamento de Computación Nombre Juan David Riera Otero Docente Ana María Arellano.
Informe caso de estudio Implementación de un Datawarehouse
Jesús Angel Ovando División de Estudios de Posgrado Instituto Tecnológico de Orizaba.
Sistema de soporte a la toma de decisiones
Introducción arquitectura base de datos Microsoft SQL Server 2000/2005
On Line Analytical Processing
DATA WAREHOUSE Joseba Gil Noelia Suaña. ÍNDICE 1. Introducción. 2. ¿Qué es Data Warehouse? 3. Arquitectura. 4. Ventajas/Inconvenientes.
Ingeniero Fredys Simanca
1 Propuesta de Plataforma Tecnológica Sistema Nacional de Indicadores Universidad Veracruzana.
Sistemas de información ejecutivos
ØNivel ejecutivo no cuenta con una solución integrada donde pueda analizar los indicadores operativos y financieros ØNo cuentan con una perspectiva que.

Bases de Datos II OLAP Online Analytical Processing
Sistemas de Información
Inteligencia de Negocios (Sistemas de Información) Cristian Olivares Rodríguez Carlos Neira Carrasco.
Sistemas de Información
DATA MART Los data warehouses están hechos para proporcionar una fuente de datos única para todas las actividades de apoyo para la toma de decisiones.
Implementación de Datawarehouse
Paola Saavedra -
DATA WAREHOUSE Equipo 9.
EVOLUCION DE SISTEMAS DE SOPORTE DE DECISIÓN. La evolución  1960: creación de aplicaciones individuales- Fortran, COBOL – Tarjetas perforadas.  Cintas.
PARTE I: INTRODUCCIÓN José Hernández Orallo
Francisco Javier Madrigal Moreno 1 EIS (Executive Information System)
Página 1 09/01/2005 Materia: Tecnología de la Información Curso: Profesora Ariana Rosenthal Tecnología de la Información Profesora Ariana Rosenthal Tipos.
La Información en las Organizaciones. Datos Externos Datos Internos Datos Personales Data Mining Data Warehouse Data Marts Meta Data OLAP Queries DSS.
Ing. Gustavo Tripodi – unicen. edu
MONICA SANCHEZ MARTINEZ
INTELIGENCIA DE NEGOCIOS
Especialista en Business Intelligence Conceptos fundamentales Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
OBTENER CONOCIMIENTO Conocimiento Minería Bodega de Datos ETL
Introducción a Pentaho BI Suite 3.5
Tecnología de la Información UNAM Fundamentos de Tecnología de la Información Héctor López Tecnología de la Información UNAM.
Estrategias de Negocio y Sistemas de Información
Fundamentos de Sistemas de Información
1 Prof:Paula Quitral INTRODUCCIÓN MINERIA DE DATOS Departamento de Informática Universidad de Rancagua.
Universidad del Cauca – FIET – Departamento de Sistemas CAPITULO 0 Introducción.
Diseño de un data warehouse
INTRODUCCIÓN A LA INGENIERÍA DE SISTEMAS
SISTEMAS DE INFORMACIÓN
DATA WAREHOUSE.
Sistemas de Información
Sistemas de Información
Tipos de usuarios de una base de datos
La Información en las Organizaciones. Función de los Administradores Una de las principales funciones de los administradores es tomar decisiones claras.
Tipos de sistemas y áreas.
Johandra Gastier David De Freitas
Sistemas de Bases de Datos
Por: Alisandro Montoya Alejandro Chacón Darwin Martínez.
Introducción al Data Warehouse
TIPOS DE SISTEMAS DE INFORMACION
Herramientas para Toma de Decisiones
Curso: Fundamentos de Computación Sistemas de Información
Un Sistema de Información Ejecutiva, EIS por sus siglas en inglés) es una herramienta de inteligencia empresarial, orientada a usuarios de nivel gerencial,
DATA WAREHOUSE.
Business Intelligence 2013 (Conceptos Generales) Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
María Trinidad Serna Encinas
Ing. Ernesto Sierraalta Fundamentos de Desarrollo de Proyectos de Inteligencia de Negocios ( Decision Support Systems & Data Warehousing.
La Empresa La Problemática Estado Actual, Bases de datos relacionales Problemas con las consultas No muestra datos históricos Poca integridad en.
Data Warehouse - OLAP.
Ingeniería del Software III Gabriel Buades Mayo 1.999
Propuesta Comercial dirigida a la
Transcripción de la presentación:

1 Prof:Paula Quitral INTRODUCCIÓN DATAWAREHOUSE Departamento de Informática Universidad de Rancagua

2 Términos Inteligencia de Negocios Data Mining Data Warehouse Bases de Datos CRM OLAP Sistemas de Información Geomarketing

3 Conceptos Generales –Dato –Información –Base de Datos –Sistema de Información (OLTP- On-Line Transactional Processing ) DatoInformaciónSistema OLTP Base de Datos Información como un recurso de la organización

4 Conceptos Generales –Conocimiento –Data Warehouse –Sistemas de Información (OLAP- On Line Analytical Processing / Data Mining) Conocimiento nuevo recurso de la organización Datos Externos ConocimientoOLAP/Data Mining Datos Internos DW Archivos BDs

5 Sistemas de Información PRODUCCIÓN FINANZAS PERSONAL MARKETING

6 Sistemas de Información

7 Finalidades de los SI Inicialmente, la finalidad de los SI era recopilar información sobre una función específica para ayudar en la toma de decisiones. Actualmente, con la informatización de las organizaciones y la aparición de aplicaciones de software transaccionales, la finalidad principal de los SI es dar soporte a los procesos básicos de la organización (ventas, producción, personal...).

8 Una vez satisfecha la necesidad de tener un soporte informático para los procesos básicos de la organización (sistemas de información para la gestión). Las organizaciones exigen nuevas prestaciones de los sistemas de información (sistemas de información para la toma de decisiones). Finalidades de los SI

9 Evolución de los SI Años ’60: Reportes por lotes  Información difícil de encontrar y analizar.  Reprogramar cada nuevo requerimiento de información resulta inflexible y caro. Años ’70: MIS (Management Information System), DSS (Decision Support Systems) y EIS (Executive Information Systems):  Basados en terminales.  Aún inflexibles y sin herramientas de escritorio integradas.

10 Evolución de los SI Años ’80: Herramientas de Análisis y Acceso a Datos desde el Escritorio.  Más fácil de usar, acceden a las BD operacionales  Permiten consultas y reportes desde el escritorio (hojas de cálculo, interfaces gráficas o GUI). Años ’90: Data Warehouse y Herramientas OLAP Años ’00: Herramientas de Data Mining

11  OLTP (Procesamiento Transaccional en Línea): orientados a las transacciones, situación típica en una base de datos de nivel operacional.  OLAP (Procesamiento Analítico en Línea): orientados a analizar temas de interés específicos del tomador de decisiones. Tipos de SI

12  Funcionan generalmente sobre una BD Relacional.  Registran las transacciones diarias del negocio, manteniendo la BD consistente con la realidad.  Utilizan operadores estándar de SQL: SELECT, INSERT, UPDATE, DELETE.  Generan informes/reportes detallados del quehacer de la función que apoyan.  Muestran los resultados de las consultas en forma tabular. OLTP

13  Funcionan generalmente sobre un Data Warehouse.  Permiten realizar agregaciones y combinaciones de los datos de maneras mucho más complejas y ambiciosas, con objetivos de análisis más estratégicos.  Están basadas, generalmente, en sistemas o interfaces multidimensionales.  Utilizan operadores especiales (además de los clásicos)  Ayudan a analizar los datos porque producen diferentes vistas de los mismos. OLAP

14 OLTPOLAP OLTPOLAP Usuarios Profesionales TI, “Trabajador del oficinista conocimiento” oficinista conocimiento” Funciones Día a día Apoyo a la decisión decisión Diseño de Orientado a la Orientado al la BD aplicación (E-R) sujeto (estrella...) Datos Actuales, Históricos, aislados consolidados aislados consolidados Tipos de SI

15 Tipos de SI OLTPOLAP OLTPOLAP Vista Relacional plana, Multidimensional detallada resumida detallada resumida Uso Estructurado, Ad-hoc repetitivo repetitivo Unidad de Transacciones Transacciones Trabajo pequeñascomplejas Acceso Lectura/Escritura Principalmente lectura lectura

16 OLTPOLAP OLTPOLAP Operacio- Índices / hashing Muchos nes por clave primaria recorridos Registros Decenas Millones accesados Usuarios Miles Centenas TamañoBD 100 MB – GB 100 GB - TB Métrica Rendimiento de Rendimiento de Transacciones Consultas Transacciones Consultas Tipos de SI