Www.bintel.com.ve Ing. Ernesto Sierraalta Fundamentos de Desarrollo de Proyectos de Inteligencia de Negocios ( Decision Support Systems & Data Warehousing.

Slides:



Advertisements
Presentaciones similares
Procesamiento y Análisis en Línea OLAP
Advertisements

Cubos de Información Son subconjuntos de datos de un almacén de datos, organizado y sumarizado dentro de una estructura multidimensional. Los datos se.
Inteligencia de Negocios
Enero 28, 2009 Módulo de Inteligencia de Negocios.
OLAP DSS OLTP ERP o Islas Funcionales
Bases De Datos Para El Soporte En La Toma De Decisiones
DATA MART Sergio Daniel.
Cognos Data Integration
ORACLE OLAP Integrantes: *Aizaga, Martiniano *Gallegos, Marina
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.
BASES DE DATOS MULTIDIMENSIONALES
CONSTRUCCIÓN DE BODEGAS DE DATOS
• SQL Server Analysis Services
MI PROGRAMA DE FORMACION
ADMINISTRACIÓN DE TECNOLOGIAS DE INFORMACIÓN Y COMUNICACIÓN
DESARROLLO DE CUBOS OLAP
Director: Ing. Washington Pérez Codirector: Ing. Andrés de la Torre
Data Mart para la gestión de reportes y apoyo a la toma de decisiones del departamento de RR.HH. de la empresa de agua S.A.” Agosto 2010.
Informe caso de estudio Implementación de un Datawarehouse
ORACLE OLAP Integrantes: *Aizaga, Martiniano *Gallegos, Marina
Jesús Angel Ovando División de Estudios de Posgrado Instituto Tecnológico de Orizaba.
DATAWAREHOUSE.
On Line Analytical Processing
DATA WAREHOUSE Joseba Gil Noelia Suaña. ÍNDICE 1. Introducción. 2. ¿Qué es Data Warehouse? 3. Arquitectura. 4. Ventajas/Inconvenientes.
HERRAMIENTAS CASE.
Ingeniero Fredys Simanca
1 Propuesta de Plataforma Tecnológica Sistema Nacional de Indicadores Universidad Veracruzana.
INTELIGENCIA DE NEGOCIOS
UNIDAD I Conceptos Básicos.
SEMANA Introducción.

Bases de Datos II OLAP Online Analytical Processing
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.
DATA WAREHOUSE PROFESOR: LORENZO DE JESUS ORGANISTA OLIVEROS TABD
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.
OLAP vs OLTP.
PARTE I: INTRODUCCIÓN José Hernández Orallo
La Información en las Organizaciones. Datos Externos Datos Internos Datos Personales Data Mining Data Warehouse Data Marts Meta Data OLAP Queries DSS.
Juanita Flores Rodríguez Ana Vianey Ferreyra Díaz
“Diseño de un Data Mart para la Unidad de Programación y Abastecimiento de Hidrocarburos de Petrocomercial, Filial de Petroecuador”. Clientes deslumbrados.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Especialista en Business Intelligence Conceptos fundamentales Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
OBTENER CONOCIMIENTO Conocimiento Minería Bodega de Datos ETL
CICLO DE VIDA Y NORMAALIZACION DE UN SISTEMA DE BASE DE DATOS
Taller de Base de Datos Procesamiento Analítico en Línea ¿Qué es OLAP? Imaginemos el siguiente escenario: Una cadena de supermercados posee una (o varias)
1 Prof:Paula Quitral INTRODUCCIÓN DATAWAREHOUSE Departamento de Informática Universidad de Rancagua.
Universidad del Istmo Campus Tehuantepec Ingeniería en Computación “Construcción de Sistemas de Computación” M.I.A Daniel Alejandro García
Diseño de un data warehouse
DATA WAREHOUSE.
ORACLE OLAP CAECE Integrantes: *Aizaga, Martiniano *Gallegos, Marina *Kleinlein, Guillermo *Schiano di Cola, Emiliano.
Johandra Gastier David De Freitas
Por: Alisandro Montoya Alejandro Chacón Darwin Martínez.
Introducción al Data Warehouse
Herramientas para Toma de Decisiones
Taller de Business Intelligence Conceptos Introductorios a BI
Taller de Inteligencia de Negocios SQL Server Analysis Services Semana 8.
DATA WAREHOUSE.
SOLUCIONES EMPRESARIALES
Business Intelligence 2013 (Conceptos Generales) Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
María Trinidad Serna Encinas
 DOCENTE: LUZ MERY CHALA SANCHEZ  CONTADORA PUBLICA  ESPECIALISTA TECNOLOGICA EN CONTABILIDAD DE COSTOS  DIPLAMADA EN PEDAGOGIA PARA PROFESIONALES.
Sistematización de Conceptos
Almacén de Datos MC BEATRIZ BELTRÁN MARTÍNEZ. Primavera 2016 MC BEATRIZ BELTRÁN MARTÍNEZ 33 Definición Colección de datos orientada a un dominio, integrado,
La Empresa La Problemática Estado Actual, Bases de datos relacionales Problemas con las consultas No muestra datos históricos Poca integridad en.
Es el proceso mediante el cual quienes toman decisiones en una organización obtienen, procesan y analizan información pertinente, interna y externa,
Junio, 2013.
Transcripción de la presentación:

Ing. Ernesto Sierraalta Fundamentos de Desarrollo de Proyectos de Inteligencia de Negocios ( Decision Support Systems & Data Warehousing )

Inteligencia de Negocios Definir Conceptos y Terminología Planear una Solución Exitosa y SOPORTAR LA JUSTIFICACION Planear una Solución Exitosa y SOPORTAR LA JUSTIFICACION Conocer las NECESIDADES DEL NEGOCIO Conocer las NECESIDADES DEL NEGOCIO Escoger una Arquitectura Tecnológica Modelar la Solución Analizar las Necesidades de Búsqueda de Información Planear el Almacenamiento De la Solución ETT ( Construcción de La Solución ) Soporte al acceso De usuarios Finales Mantenimiento de La Solución Administración del Proyecto (Metodología, Mantenimiento de la METADATA) Ciclo de Vida de un Proyecto de Inteligencia de Negocios

Inteligencia de Negocios Características de Sistemas OLTP CaracterísticaOLTP Operaciones TípicasActualización Nivel de Análisis para RequerimientosBajo Formularios y ReportesSin cambios Cantidad de Datos por TransacciónPequeña Nivel de DatosDetallado Edad de los DatosActual OrientaciónRegistros

Inteligencia de Negocios Por que los Sistemas OLTP no cubren Análisis Complejos OLTPAnálisis Complejos Información para el Soporte de Servicios del día a día Análisis de Información Histórica Datos Almacenados a nivel de Registros Necesidades de Información Integradas Diseño de la Base de Datos: Normalizado Diseño de la Base de Datos: Desnormalizada, esquema estrella

Inteligencia de Negocios Definir Conceptos y Terminología Planear una Solución Exitosa y SOPORTAR LA JUSTIFICACION Planear una Solución Exitosa y SOPORTAR LA JUSTIFICACION Conocer las NECESIDADES DEL NEGOCIO Conocer las NECESIDADES DEL NEGOCIO Escoger una Arquitectura Tecnológica Modelar la Solución Analizar las Necesidades de Búsqueda de Información Planear el Almacenamiento De la Solución ETT ( Construcción de La Solución ) Soporte al acceso De usuarios Finales Mantenimiento de La Solución Administración del Proyecto (Metodología, Mantenimiento de la METADATA) Ciclo de Vida de un Proyecto de Inteligencia de Negocios

Definición de Datawarehouse “ Repositorio Integrado y Orientado a funciones de negocios, variante en el tiempo que usa información historica para el soporte en la toma de desiciones. Un Datawarehouse almacena informacion atomica o sumarizada “

Definición de Datawarehouse Propiedades de un Datawarehouse Orientado a Temas Integrado No Volatil Variable en El Tiempo D.W

Definición de Datawarehouse Orientado a Temas de Negocios La información es clasificada y almacenada por temas de negocio en vez De ser agripada por aplicaciones Aplicaciones OLTP Ahorros Prestamos Seguros Clasificacion de Riesgos Datawarehouse Informacion Financiera De Clientes

Definición de Datawarehouse Integrado Ahorros Prestamos Seguros Riesgo INFORMACION FINANCIERA DEL CLIENTE

Definición de Datawarehouse Variable en el Tiempo La información es almacenada en “fotografías” en series, cada una representando un periodo de tiempo Enero Febrero MarzoAbril 2006

Definición de Datawarehouse No Volatil Tipicamente un Datawarehouse no es actualizado ni eliminado OLTP DML ( Data Manipulation Language ) Lectura Warehouse ETL

Definición de Datawarehouse Actualización de Datos Primera Carga Warehouse Actualización Archivado

Datawarehouse contra Data Marts Datawarehouse Data Mart PropiedadDatawarehouseData Mart AlcanceToda la OrganizaciónDepartamentos TemasMultiplesUnicos Origen de DatosMuchosPocos Tamaño (Tipicos)100 GB to > 1 TB< 100 GB Tiempo ImplementaciónMeses a AñosMeses

Inteligencia de Negocios Definir Conceptos y Terminología Planear una Solución Exitosa y SOPORTAR LA JUSTIFICACION Planear una Solución Exitosa y SOPORTAR LA JUSTIFICACION Conocer las NECESIDADES DEL NEGOCIO Conocer las NECESIDADES DEL NEGOCIO Escoger una Arquitectura Tecnológica Modelar la Solución Analizar las Necesidades de Búsqueda de Información Planear el Almacenamiento De la Solución ETT ( Construcción de La Solución ) Soporte al acceso De usuarios Finales Mantenimiento de La Solución Administración del Proyecto (Metodología, Mantenimiento de la METADATA) Ciclo de Vida de un Proyecto de Inteligencia de Negocios

Inteligencia de Negocios Entregables y Fases Metodológicas Claves Fases Estrategia Alcance Análisis Diseño Construcción Producción Entregables Metas y Objetivos del Negocio Propósitos y Alcance Modelo Lógico Flujo de Datos Estrategia de ETL Plan de Entrenamiento

OLAP Concepto y características El término online analytical processing (OLAP) describe la tecnología que enlaza la computación personal y la administración de información corporativa. Exploración de la información a distintos niveles Crear y examinar datos calculados interactivamente sobre grandes volúmenes de datos Realizar análisis de tendencias Realizar análisis avanzados como por ejemplo: análisis de regresión, modelamientos estadísticos, etc

OLAP Modelos de Bases de Datos Modelo de Base de Datos Relacional Modelo de Base de Datos Multidimencional registros columnas ventas producto tiempo cliente

OLAP MOLAP Servers La capa de la aplicación almacena información en estructuras multidimensionales La capa de presentación provee una vista multidimensional de la información Cliente DSS Motor MOLAP Warehouse

OLAP ROLAP Servers El warehouse almacena automáticamente de la información La capa de aplicación genera las sentencias SQL para el arbol multidimensional La capa de presentación provee una vista multidimensional de la información Cliente DSS Motor ROLAP RDBMS/Warehouse Generación SQL

OLAP Escogiendo la Arquitectura Simple Complejo ANALISIS Bueno Aceptable RENDIMIENTO ROLAP MOLAP

Inteligencia de Negocios Definir Conceptos y Terminología Planear una Solución Exitosa y SOPORTAR LA JUSTIFICACION Planear una Solución Exitosa y SOPORTAR LA JUSTIFICACION Conocer las NECESIDADES DEL NEGOCIO Conocer las NECESIDADES DEL NEGOCIO Escoger una Arquitectura Tecnológica Modelar la Solución Analizar las Necesidades de Búsqueda de Información Planear el Almacenamiento De la Solución ETT ( Construcción de La Solución ) Soporte al acceso De usuarios Finales Mantenimiento de La Solución Administración del Proyecto (Metodología, Mantenimiento de la METADATA) Ciclo de Vida de un Proyecto de Inteligencia de Negocios

Inteligencia de Negocios Identificando Medidas y Dimensiones Atributos percibidos como Constantes o valores discretos: Descripción Localidades Color Tamaño Atributos que varían Continuamente: Costos Ventas Existencias DIMENSIONES MEDIDAS

Inteligencia de Negocios Determinando “Granuralidad” AÑO? SEMESTRE? MES? DIA?

Inteligencia de Negocios Tablas de Dimensiones Contienen información que representan los atributos del negocio Contienen data relativamente estática Se enlazan tablas de resultados a través de claves de referencia PRODUCTO CLIENTE CANAL TIEMPO RESULTADOS ( Unidades, Precios )

Inteligencia de Negocios Tablas de Resultados (FACTS) Contienen medidas numéricas del negocio Pueden contener información sumariada Se actualizan típicamente por adición Se enlazan a las tablas de dimensión PRODUCTO CLIENTE CANAL TIEMPO RESULTADOS ( Unidades, Precios )