17 Jornadas Investigaciones en la Facultad de Ciencias Estadstica

Instituto de Investigaciones y Asistencia Tcnica en Administracin

Propuesta de Datamart para el anlisis de las consecuencias de la dinmica empresarial

Autores: CP. Rosa Campanaro Prof. Ramiro Ingrassia

Proyecto participante: Aplicacin de Herramientas Informticas de Conocimiento a las Gestin de Responsabilidad Social (ECO122)

Propuesta de Datamart para el anlisis de las consecuencias de la dinmica empresarial

Temtica 1. Datawarehouse Data mining y la Responsabilidad Social Empresaria 2. Planteamiento de Objetivos 3. Metodologa 4. Propuesta de Data mart Lgico 5. Conclusiones y Discusiones

Propuesta de Datamart para el anlisis de las consecuencias de la dinmica empresarial

1. Datawarehouse Data mining y la Responsabilidad Social Empresaria
a) Sistemas de Control b) Datawarehouse - Datamining c) Metodologa para la construccin de un Datawarehouse/Datamart d) Trabajos anterirores

Propuesta de Datamart para el anlisis de las consecuencias de la dinmica empresarial

Propuesta de Datamart para el anlisis de las consecuencias de la dinmica empresarial

Ilustracin 2: Procesamiento OLAP Multidimensional: Cubos. A partir de las figuras anteriores se ejemplifica la multidimensionalidad aunque esto no implica la limitacin de tridimensionalidad expuesta. Fuente: Elaboracin propia en base al esquema propuesto por Bertello (2003).

Propuesta de Datamart para el anlisis de las consecuencias de la dinmica empresarial

a) Metodologa para la construccin de un Datawarehouse/Datamart

Estrategia Top/Down
Estrategia Bottom/Up

Propuesta de Datamart para el anlisis de las consecuencias de la dinmica empresarial

Planeamiento de Objetivos
Objetivo General.
La aplicacin de una de las herramientas de business intelligence para el anlisis de la "Descripcin socio-laboral del Jefe de Hogar" en el mbito de la Responsabilidad Social Empresaria.

Objetivos Especficos
Depurar los datos obtenidos del relevamiento a los jefes de hogar de los barrios aledaos a las principales industrias, en la ciudad de San Lorenzo; Definir las variables a utilizar, los indicadores (resultados) y dimensiones (perspectivas) a analizar en el Data Mart;

Propuesta de Datamart para el anlisis de las consecuencias de la dinmica empresarial

(i)

Introduccin

el marco contextual: Datawarehouse Datamart. Y sistemas de informacin para la Responsabilidad Social Empresaria. (ii) qu es lo que se sabe acerca del asunto en cuestin: el crecimiento econmico y poblacional, (iii) que es lo que no se sabe: : las interrelaciones de la dinmica empresarial con la sociedad circundante en la ciudad de San Lorenzo, y (iv) qu representara (econmica, social, tecnolgica, y/o cientficamente) que sepamos lo que no se sabe: la explicitacin de las interrelaciones anteriores permiten un mejoramiento en las decisiones de carcter pblico-privado. i. ii. Materiales y Mtodos (Cmo se estudia el problema?) Tipo de estudio: transversal. rea de estudio: familias de la ciudad de San Lorenzo.

iii.

Mtodos y recoleccin de datos:

a. Fuentes primarias: Encuesta Opinin de Responsabilidad Social (EORS),

iv. Tabulacin y anlisis de los datos: datamart.

Propuesta

La aplicacin de una de las herramientas de business intelligence (BI) para el anlisis de la "Descripcin socio-laboral del Jefe de Hogar" en el mbito de la Responsabilidad Social Empresaria. El objetivo del BI es optimizar el activo de datos para transformarlos en conocimiento, a travs de distintas herramientas.

Propuesta
Municipalidad Centros Mdicos

Prestaciones mdicas
Inspecciones

Empresas Barrios

Sindicato Encuestas de Opinin Balance Social Centros Educativos

Prestaciones de su Obra Social

Cmaras Empresariales

Indicadores del progreso educativo

Indicadores de Mercado

Ilustracin : Esquema Informtico. En la presente ilustracin se visualizan los distintos actores identificados en la problemtica social junto con las bases de datos de cada una de ellas. Fuente: Marchese, A., Navarro, D., Ingrassia, R., Gaibazzi, M., 2010.

Arquitectura del Business Intelligence (BI)

Data warehouse
W.H.Inmon Un Data Warehouse es una coleccin de datos orientados a temas, integrados, variantes en el tiempo y no voltiles, que tiene por objetivo dar soporte a la toma de decisiones.

Data warehouse
Bases de Datos Transaccionales Data Warehouse

Datos para las transacciones Orientados a la aplicacin Originados por la aplicacin

Voltil: los datos varan permanentemente, son actualizados para reflejar la situacin a un momento.

Datos para la informacin Orientados al tomador de decisin Integrados: mltiples orgenes: base de datos transaccionales planillas de clculos archivos internos como externos No Voltil: los datos no se modifican, guardan su situacin vinculados a perodos .

Bases de Datos Transaccionales

Data Warehouse
Data Warehouse

Temporales, responden a perodos de tiempo ligados a la operacin. Consultas predefinidas y actualizables Pensados para soportar muchos usuarios concurrentes Muchos accesos que implican pocos registros a procesar Datos Normalizados (sin redundancias perjudiciales) Estructura Relacional

Histrico, se guardan altos perodos de tiempo para comparaciones, tendencias y proyecciones. Consultas complejas, no anticipadas Pocos usuarios concurrentes
Pocos accesos que implican procesamiento de alto volumen de registros Se admiten redundancias, guardar datos calculados, etc. para mejorar la perfomance Estructura Multidimensional Cubos

Data Warehouse
Procesamiento en Lnea de Transacciones - OLTP Sistemas transaccionales, enfocados a gestionar un gran nmero de transacciones concurrentes. Permiten insertar, actualizar, borrar y consultar una pequea cantidad de registros. Base de Datos Transaccionales
Procesamiento Analtico en Lnea - OLAP Enfocados al anlisis de grandes cantidades de datos. Proporcionan respuestas rpidas y complejas. Data Warehouse. Bases de Datos Multidimensionales

Data Warehouse- Porqu Data Mart

Qu nos encontramos: Mdulos relevados y/a relevar dismiles Mucho tiempo de anlisis total del diseo del Data Warehouse Imposibilidad para ver resultados. Qu criterio adoptamos: Construir Data-Marts para lo mdulos independientes. Data-Mart, es la construccin de pequeos almacenamientos de datos (pequeos Data Warehouse): menor tiempo de construccin obtener resultados ms rpido flexibilidad para completar o ampliar alguna visin de la informacin.

Metodologa para la construccin del Data Mart

Modelado de la Base de Datos Multidimensional (cubos): Esquema Estrella (Star Scheme) Esquema Copo de nieve (Snowflake Scheme) Esquema Constelacin (Starflake Scheme).

Metodologa para la construccin del Data Mart

Modelado de la Base de Datos Multidimensional (cubos)- Esquema Estrella: Pocas dimensiones y jerarquas. Simplifica la visin y uso por parte del usuario de los datos. Est orientado hacia el usuario, por lo tanto facilita la interaccin con herramientas de anlisis. Su diseo es fcilmente modificable, lo que permite adecuarlo a medida que incorporamos experiencia en la

Metodologa para la construccin del Data Mart - HEFESTO

Clara y sencilla. Independiente de las herramientas que se utilicen en su implementacin. Independiente de las estructuras fsicas del Data Warehouse. Se aplicatanto para Data Mart como para Data Warehouse.

Metodologa para la construccin del Data Mart - HEFESTO

1. 2. 3. 4.

Anlisis de Requerimientos. Anlisis OLTP. Elaboracin del Modelo Lgico. Procesos ETL.

Metodologa para la construccin del Data Mart - HEFESTO

1.

Anlisis de Requerimientos.
a. Identificar Preguntas
Interrelacin con los indicadores de las GRI (Global Reporting Initiative).

b. Identificar Indicadores y Perspectivas del Anlisis

Perspectivas: Barrios
Jefes de Hogar Ramas de Actividad

c.

Modelo conceptual

Metodologa para la construccin del Data Mart HEFESTO

Modelo Conceptual
Indicador 1 Barrios Indicador 2 Indicador 3 Indicador 4 Indicador 5 Ramas Actividad Indicador 6 Indicador 7 Indicador 8 Indicador 9 Indicador 10 Indicador 11

Jefes de Hogar

EORS
Encuesta de Opinin sobre Responsabilidad Social

Metodologa para la construccin del Data Mart - HEFESTO

2. Analisis de los OLTP:

a. b. Establecer correspondencia con los requerimientos.
Los datos provienen de una planilla de clculo.

Seleccionar los criterios que integrarn cada perspectiva. Nivel de granularidad.

Nivel de detalle que tendrn las perspectivas: Barrios, Jefes de Hogar y Ramas de Actividad.

Metodologa para la construccin del Data Mart - HEFESTO

3.

Elaboracin del Modelo Lgico de la Estructura del Data Warehouse.

a. b. c. Disear tablas de dimensiones. Disear tablas de hechos: La tabla de hechos contiene las claves externas y los indicadores. Realizar uniones y Determinar Jerarquas

Metodologa para la construccin del Data Mart HEFESTO

Modelo Lgico de la Estructura del Data Warehouse: Uniones y Jerarquas

Metodologa para la construccin del Data Mart - HEFESTO

4.

Procesos ETL, Limpieza de Datos y Sentencias SQL.

Extraccin Transformacin Carga

Metodologa para la construccin del Data Mart - HEFESTO

1.

Anlisis de Requerimientos.
a. Identificar Preguntas
Interrelacin con los indicadores de las GRI (Global Reporting Initiative).

b. Identificar Indicadores y Perspectivas del Anlisis

Perspectivas: Barrios
Jefes de Hogar Ramas de Actividad

c.

Modelo conceptual

Metodologa para la construccin del Data Mart HEFESTO

Modelo Conceptual
Indicador 1 Barrios Indicador 2 Indicador 3 Indicador 4 Indicador 5 Ramas Actividad Indicador 6 Indicador 7 Indicador 8 Indicador 9 Indicador 10 Indicador 11

Jefes de Hogar

EORS
Encuesta de Opinin sobre Responsabilidad Social

Metodologa para la construccin del Data Mart - HEFESTO

2. Analisis de los OLTP:

a. b. Establecer correspondencia con los requerimientos.
Los datos provienen de una planilla de clculo.

Seleccionar los criterios que integrarn cada perspectiva. Nivel de granularidad.

Nivel de detalle que tendrn las perspectivas: Barrios, Jefes de Hogar y Ramas de Actividad.

Metodologa para la construccin del Data Mart - HEFESTO

3.

Elaboracin del Modelo Lgico de la Estructura del Data Warehouse.

a. b. c. Disear tablas de dimensiones. Disear tablas de hechos: La tabla de hechos contiene las claves externas y los indicadores. Realizar uniones y Determinar Jerarquas

Metodologa para la construccin del Data Mart HEFESTO

Modelo Lgico de la Estructura del Data Warehouse: Uniones y Jerarquas

Metodologa para la construccin del Data Mart - HEFESTO

4.

Procesos ETL, Limpieza de Datos y Sentencias SQL.

Extraccin Transformacin Carga

Conclusiones
Se logr consensuar en la Estructura y Modelo del Data Mart. Este modelo servir de base para los futuros data marts. Queda ahora la ardua tarea de lograr ejecutar las etapas del ETL, en especial la etapa de Transformacin El desafo, de generar nuevos indicadores y su interrelacin con los indicadores de los restantes data marts. Entramos a una nueva etapa del proyecto donde se abren muchsimas posibilidades de integracin y comparacin como paso previo de la bsqueda de esa informacin oculta que trataremos obtener a travs de la minera de datos.