Está en la página 1de 210

Inteligencia de Negocio aplicada en la Gestin de Produccin.

Crdoba, 21 de Junio de 2012.

Quiero agradecer enormemente la gentileza que tuvo el Sr. Juan Manuel Molla por abrir las puertas de la organizacin de la cual l forma parte, para permitir desarrollar este trabajo de grado en las instalaciones de Magneti Marelli. De no haber tenido su apoyo y su confianza, este proyecto no se habra podido realizar. Muchas gracias Juan Manuel. Se hace un agradecimiento muy especial al Ing. Mariano Garcia Mattio, por haber compartido sus experiencias y conocimientos a lo largo del cursado de la carrera de Ingeniera. Valoro ampliamente su aporte realizado y la dedicacin que tuvo en los aos que fue mi profesor. Muchas Gracias Mariano. Tambin quiero agradecer a mi colega y amigo, compaero de aventuras universitarias, al Ing Ricardo Dario Bernabeu, por aceptar ser el tutor de esta Tesis y por haber colaborado ampliamente en la supervisin del trabajo. Su participacin fue de gran importancia por brindar un anlisis crtico muy completo y por haber aportado sus experiencias que, sin lugar a dudas, fueron muy provechosas para el proyecto. Muchas Gracias Dario.

Este trabajo est dedicado a mi familia y amigos, ms particularmente a cada uno de mis abuelos, Ral Argentino Magallanes, Amelia Martnez Luque, Ricardo Vctor Udovicich y Nelbia Filomena Margarita Baudino. A mis padres, Ral Argentino Magallanes y Alicia del Valle Udovicich. A mis hermanas Lorena Beatriz Magallanes Udovicich y Mariana Loreta Magallanes Udovicich. A la familia Molla-Autelli. A la familia Villac-Magallanes. A la familia Portela.

DECLARACIN DE LOS DERECHOS DE AUTOR

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. TECNOMAG, el logotipo de TECNOMAG, Adalia y el logotipo de Adalia, son marcas comerciales registradas de TECNOMAG I&D en Argentina. Todos los nombres comerciales que aparecen en este documento son propiedad de sus respectivos propietarios.

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

NDICE

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 5

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

NDICE ......................................................................................................................................... 5 PRLOGO .................................................................................................................................... 8 RESUMEN.................................................................................................................................. 10 INTRODUCCIN ...................................................................................................................... 12 Ttulo del proyecto .................................................................................................................. 13 Introduccin ............................................................................................................................ 13 Destinatario ............................................................................................................................. 14 Situacin problemtica ............................................................................................................ 15 Problema ................................................................................................................................. 16 Objeto de estudio..................................................................................................................... 17 Campo de accin ..................................................................................................................... 18 Objetivos ................................................................................................................................. 18 Justificacin de la propuesta ................................................................................................... 19 Delimitacin del proyecto ....................................................................................................... 20 Beneficios esperados ............................................................................................................... 21 Aporte terico.......................................................................................................................... 23 Aporte prctico ........................................................................................................................ 23 Mtodos y medios de ingeniera.............................................................................................. 23 MARCO CONTEXTUAL .......................................................................................................... 25 Entorno del Objeto de Estudio ................................................................................................ 26 Relacin tesista y Objeto de estudio. ...................................................................................... 27 Anlisis de problemas observados. ......................................................................................... 29 MARCO TERICO .................................................................................................................... 31 Marco Terico del Objeto de Estudio ..................................................................................... 32 Software Open Source ......................................................................................................... 32 Business Intelligence o Inteligencia de Negocio. ................................................................ 33 Beneficios de las Soluciones BI: ......................................................................................... 36 Cuadro de Mando Integral................................................................................................... 37 Sistemas de Soporte a la Decisin (DSS) ............................................................................ 37 Sistemas de Informacin Ejecutiva (EIS) ........................................................................... 38 Data Warehouse .................................................................................................................. 38 Caractersticas ..................................................................................................................... 39 Ventajas ............................................................................................................................... 39 Data Marts ........................................................................................................................... 40
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 6

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Metodologa Hefesto ........................................................................................................... 47 Data Mining ........................................................................................................................ 54 MODELO TERICO ................................................................................................................. 59 Introduccin ............................................................................................................................ 60 Programacin de actividades ................................................................................................... 61 Requerimientos funcionales del sistema ................................................................................. 62 Requerimientos no funcionales del sistema ............................................................................ 64 Arquitectura Lgica............................................................................................................. 65 Infraestructura requerida ..................................................................................................... 66 Seleccin de la Tecnologa .................................................................................................. 68 Diseo del modelo................................................................................................................... 70 Anlisis de requerimiento.................................................................................................... 70 Anlisis de los OLTP. ......................................................................................................... 74 Modelo lgico del Data Warehouse .................................................................................... 86 Procesos ETL ...................................................................................................................... 94 Creacin de cubos multidimensionales ................................................................................. 108 CONCRECIN DEL MODELO .............................................................................................. 116 Implementacin: .................................................................................................................... 117 Lenguajes de Programacin .............................................................................................. 117 Arquitectura y componentes.............................................................................................. 122 Esquema de directorios y artefactos .................................................................................. 122 Prueba General del Sistema................................................................................................... 162 Anlisis de resultados:........................................................................................................... 191 Experiencias Alcanzadas ....................................................................................................... 199 Puesta en Marcha .................................................................................................................. 200 CONCLUSIONES .................................................................................................................... 203 REFERENCIA BIBLIOGRFICA .......................................................................................... 208

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 7

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

PRLOGO

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 8

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Este trabajo de tesis describe el estudio de campo de una solucin Business Intelligence aplicado a una organizacin piloto donde se realiza la implementacin de un Data Warehouse con el objetivo de resolver los inconvenientes encontrados en la empresa en cuestin. El mismo est dividido en cuatro partes fundamentales ms una introduccin. En la parte inicial, la introduccin, el lector podr tomar contacto con la organizacin donde se realiza el estudio, el problema identificado y los objetivos establecidos. En adelante, las siguientes partes contienen el desarrollo de la tesis propiamente dicha. Los cuatro captulos fundamentales son: El Marco Contextual, que incluye el entorno del objeto de estudio, la relacin del tesista con el objeto de estudio y el anlisis de los problemas observados. En esta seccin el lector podr tomar contacto con el problema y la situacin en la que se encuentra la organizacin; A continuacin, se encuentra el Marco Terico que contiene el marco del objeto de estudio. All se abordaran todos los temas y conceptos que son necesarios conocer para comprender el funcionamiento general del sistema y del Data Warehouse. Luego esta el Modelo Terico. Esta es la seccin dnde se recaban los requerimientos funcionales y no funcionales del sistema, se establece cual ser la arquitectura lgica y la infraestructura utilizada y, finalmente, se definen los componentes necesarios para la implementacin. Por ltimo, arribamos a la seccin Concrecin del Modelo. Aqu se describe cmo se realiz la implementacin del sistema, cules fueron las pruebas realizadas y los resultados obtenidos. Ms adelante, se describen las experiencias alcanzadas con el empleo de la herramienta y se concluye la etapa con la puesta en marcha del sistema propuesto. Se pretendi hacer que el trabajo resulte muy completo, detallado y sobre todo informativo. Se espera que el lector lo encuentre muy ameno y atienda sus inquietudes lo mejor posible.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 9

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

RESUMEN

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 10

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Magneti Marelli es una empresa Pyme radicada en ciudad Crdoba Capital que se dedica a la fabricacin de caos de escape. La Gerencia General, encabezada por Juan Manuel Moll, se contact en un primer momento con la intencin de que se realice un estudio de campo para diagnosticar los problemas presentes y proponer una solucin destinada a mejorar el sistema de informacin que posea hasta ese momento. Del estudio realizado surgi que la informacin que se recolectaba en la organizacin finalmente era registrada sobre planillas papel. Esta situacin presentaba un gran impedimento a la hora de obtener informes confiables a partir de los datos disponibles. Por otra parte, la informacin generada a partir de las planillas, era calculada manualmente por el personal administrativo, lo que generaba un grado de incertidumbre importante y una demora considerable en las decisiones estratgicas. Consecuentemente, el proceso de toma de decisin de la organizacin se vea drsticamente afectado. En aquel momento, se propuso aplicar una Solucin de Negocio que permita almacenar y procesar la informacin digitalmente para facilitar su posterior anlisis y, con ello, mejorar la gestin de los procesos productivos en la empresa. Esta solucin iba a estar soportada sobre una plataforma de uso libre disponible en el mercado. Se decidi utilizar para ello la solucin Pentaho BI. Para el diseo y la implementacin de esta solucin se trabaj en base a los pasos propuestos por la Metodologa Hefesto, desarrollada por Ing. Bernabeu Ricardo Dario, la cual permiti guiar el trabajo pasando por cuatro procesos fundamentales: el anlisis de los requerimientos, el anlisis de los OLTP, la construccin del modelo lgico Data Warehouse y la definicin de los procesos ETL. Como resultado de este proyecto se desarroll el Sistema Adalia registrado bajo la marca Tecnomag I&D. Este programa es una solucin de inteligencia de negocio que est separado en dos partes: la carga y almacenamiento de la informacin obtenida de los procesos de produccin y, por otro lado, el panel de control para el anlisis histrico de la informacin destinada a asistir las decisiones gerenciales.

En base a la experiencia alcanzada en esta tesis se pudo exponer el mejoramiento obtenido con el tratamiento sistematizado de la informacin dentro de la empresa piloto y, a su vez, quedaron demostradas las ventajas que poseen las herramientas descriptas en este trabajo, para ser aplicadas en empresas PyMes.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 11

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

INTRODUCCIN

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 12

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Ttulo del proyecto


Inteligencia de Negocio aplicada en la Gestin de Produccin.

Introduccin
Con frecuencia sucede en las empresas que el volumen de informacin generada diariamente crece de manera drstica, al mismo tiempo en el que se incrementan las variables que intervienen en la actividad desarrollada. Esta situacin provoca la necesidad de procesar sistemticamente la informacin para facilitar la interpretacin de las variables que intervienen en el proceso de toma de decisin empresarial. En ese momento, se torna imprescindible que la organizacin emplee diversos recursos en la bsqueda de una solucin que permita atender esta necesidad. La principal dificultad al momento de buscar una herramienta adecuada es la imposibilidad de encontrar rpidamente una solucin que resuelva el problema de manera acabada. Esto genera como resultado que ciertas organizaciones opten por adquirir soluciones informticas no orientadas a los negocios que, lejos de correjir el problema, complican an ms la situacin que desean mejorar. Este problema se presenta principalmente por tres aspectos principales: En primer lugar, el elevado costo de inversin requerido para implementar cualquier solucin candidata que, muchas veces, supera las expectativas del grupo gerencial. En segundo lugar es importante destacar que todas las soluciones son complejas por lo que el tiempo requerido para la evaluacin de cada una de ellas es generalmente insuficiente. Por ltimo, como el costo y el esfuerzo necesario para evaluar cada una de las herramientas son demasiado grandes, en muchos casos es preferible analizar los resultados de alguna implementacin anterior antes de iniciar un estudio completo por parte de la misma empresa. A veces, realizar esto no es posible puesto que no existen antecedentes de pblico conocimiento que validen o verifiquen previamente una implementacin de este tipo. Ante esta situacin, las organizaciones pequeas y medianas rara vez llegan a utilizar soluciones de Inteligencia de Negocio para asistir la toma de decisin gerencial, caracterstica fundamental en este tipo de soluciones. El objetivo del proyecto es desarrollar dentro de una empresa piloto una solucin de Inteligencia de Negocio aplicado a la gestin de produccin, utilizando para esto una plataforma de uso libre disponible en el mercado. La organizacin que participa en calidad de Empresa Piloto es Magneti Marelli Conjuntos de Escape S.A.. Con la voluntad de Juan Manuel Moll, Gerente General de Planta, se tuvo la oportunidad de ingresar a la empresa para realizar el estudio y desarrollo de una plataforma mtuamente beneficiosa, que permiti alcanzar el objetivo
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 13

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

pretendido para esta tesis y, al mismo tiempo, le brind a la organizacin la posibilidad de explotar los beneficios obtenidos en este trabajo. El proyecto se origin a partir de una charla informal mantenida con Juan Manuel Moll, a mediados del ao 2009. En aquel momento, el personal gerencial tena la necesidad de contar con una herramienta de gestin que presente informacin oportuna para la toma de decisin empresarial. Se indag respecto del tipo de datos que se requeran, el grado de detalle y la frecuencia con la que se la deba consultar la informacin y, luego de analizar las caractersticas del problema, se propuso la implementacin de un sistema integrado para el almacenamiento y procesamiento de los datos, junto a la construccin de un panel de control para el anlisis de los indicadores que se obtendran del sistema. La motivacin para comenzar el proyecto fue la oportunidad de realizar el desarrollo de un Sistema de Inteligencia de Negocio aplicado en un problema real. El desarrollo incluy, por un lado, la construccin de un almacn de datos que permite el anlisis de la informacin de manera sistemtica, pasando por las etapas de definicin, diseo y construccin incluidas en el proceso de Data Warehousing estudiado (proceso de desarrollo constructivo de un Data Warehouse), pudiendo aportar a la organizacin una solucin concreta a su problema. Por otra parte, se tuvo la posibilidad de abordar el campo de estudio referido a la Minera de Datos, aprovechando los datos que se obtendran a partir de este sistema para enriquecer, de esta forma, el trabajo de grado.

Destinatario
Magneti Marelli Conjuntos de Escape S.A.

La empresa destinataria de este proyecto es Magneti Marelli Conjuntos de Escape S.A. cuya principal actividad es, como su razn social lo sugiere, la fabricacin de caos de escape para automviles. La misma se encuentra fsicamente ubicada en la Ciudad de Crdoba a metros del acceso sur de la circunvalacin, sobre la avenida Vlez Sarsfield al 4500.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 14

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Situacin problemtica
Magneti Marelli es una empresa multinacional de autopartes que, desde hace unos aos, ha radicado una planta industrial en Crdoba para fabricar y comercializar sus productos en el mercado local suministrndolos a diversas terminales automovilsticas de la regin. Debido al continuo crecimiento de la actividad que la organizacin tuvo en los ltimos aos, la alta Gerencia detect dificultades en el seguimiento y control de la produccin. Por un lado, haban identificado que la informacin que adquiran de su Sistema de Informacin no posea el grado de detalle suficiente que permitiera tomar decisiones que afecten positivamente el proceso productivo con el fin de mejorar el rendimiento general de la organizacin. Por otro lado surgi, de las entrevistas realizadas, la necesidad de conocer con un mayor nivel de detalle los valores diarios de produccin como, as tambin, la de analizar datos histricos para poder generar y supervisar planes de mejora ms certeros y predecir posibles desviaciones. Por esta razn, se encomend la tarea de analizar, diagnosticar y proponer una solucin informtica que pueda implementarse en un plazo previsible para complementar el sistema de gestin de la organizacin. Se inici entonces el relevamiento para estudiar los principales procesos productivos de la empresa y se profundiz en el anlisis del sistema de informacin que tenan, con la intencin de evaluar el procesamiento que se realizaba sobre los datos hasta ese momento. Para ello se realizaron diversas actividades: visitas y recorridos por el interior de la fbrica; se recopilaron documentos, entre ellos, las planillas de declaracin de produccin; se llevaron a cabo entrevistas a los principales responsables en el proceso de toma de decisin, el gerente de produccin, el gerente de calidad y el gerente general de Magneti Marelli. A partir del trabajo de relevamiento se detect que los empleados de planta trabajaban en tres turnos. Todos ellos operan la maquinaria de forma individual y realizan un nico proceso por vez dentro de la lnea de fabricacin al cul fueron asignados. Al completar la jornada laboral, los empleados deben llenar una planilla donde dejan asentadas tanto las horas de trabajo realizadas y la produccin alcanzada, junto a otros datos adicionales como ser: los problemas de fabricacin o detenciones inesperadas en la lnea de produccin, siempre y cuando stos existan. Estas declaraciones de produccin eran utilizadas posteriormente para permitir realizar seguimientos tanto de los empleados como de los procesos. A partir de la informacin registrada se poda consultar, adicionalmente, el presentismo de los trabajadores, las horas trabajadas, las piezas fabricadas y el rendimiento individual de fabricacin alcanzado por cada empleado. En algunos casos el gerente de produccin poda tomar ciertas decisiones estratgicas basndose en la informacin recabada, como por ejemplo, el cambio de un proceso, la modificacin de un parmetro o la programacin de la rotacin de personal a fin de
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 15

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

mejorar el rendimiento general de la organizacin. Adems, era posible obtener datos mensuales de la produccin, las horas totales de fabricacin y las cantidades totales de piezas fabricadas utilizados para cumplimentar diversos procedimientos administrativos. Para obtener todos estos informes, una persona deba revisar personalmente cada planilla involucrada en el perodo de tiempo requerido para el anlisis y calcular manualmente todos los valores de inters. De la misma manera se operaba para obtener los volmenes de fabricacin, el total de horas de parada de mquina, la cantidad de piezas totales defectuosas y el rendimiento general de la organizacin. Estos informes eran utilizados posteriormente para respaldar las decisiones gerenciales a mediano y largo plazo. En muchas ocasiones, esto se tornaba imprctico por la cantidad de planillas que se encontraban afectadas, lo que provocaba que los indicadores de gestin fueran muy complicados de obtener y lentos de calcular. Finalmente, estos valores tampoco resultan ser suficientemente confiables por haber sido obtenidos con mtodos manuales falibles a los errores u omisiones por parte de los operarios. Hasta aqu se haba detectado cul era la necesidad, cul la informacin relevante y se conoca un procedimiento para recopilar los datos. A partir del anlisis realizado, se pudo comprender que los problemas de carencia de informacin en los altos mandos de la empresa, se deban a un inconveniente ocurrido en alguna etapa intermedia entre la recopilacin de los datos obtenidos de cada proceso de fabricacin y la instancia final para su consulta por parte de los gerentes. En definitiva, el problema se produca debido a una seleccin inadecuada del soporte utilizado para almacenar todos estos datos. Al quedar registrado todo en papel se tornaba muy complicada la gestin de la informacin, tanto para accederla como para procesarla.

Problema
Como resultado del proceso de diagnstico, se pudo identificar que el principal inconveniente que reportaba Magneti Marelli consista en la imposibilidad de adquirir informacin detallada de cada proceso productivo para identificar las causas que afectaban negativamente en la productividad, como as tambin, la imposibilidad de cuantificar sus niveles de incidencia. La informacin con la que se contaba por ese entonces en la empresa no estaba siendo procesada e integrada a una herramienta de anlisis de datos dinmicos, lo que impeda estudiar las variables intervinientes en el proceso productivo. Mucho ms difcil an, bajo esta situacin, era poder realizar una prediccin que les permita ejecutar acciones proactivas y verificar, a lo largo del tiempo, los resultados obtenidos.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 16

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Por esta razn, el principal desafo era encontrar la forma de agilizar el sistema de gestin de informacin actual, con el fin de lograr un mayor grado de certidumbre y un menor tiempo de respuesta en las decisiones estratgicas. Considerando que, con la ayuda de un sistema informatizado, los gerentes de Magneti Marelli, lograran una mayor agilidad en la obtencin de los datos relevantes y un mayor nivel de confiabilidad en la informacin que tienen hasta el momento. Por esta razn, se propuso disear una solucin de inteligencia de negocio adecuada, destinada a dar respuesta a los principales problemas encontrados en el sistema de informacin de la organizacin.

Objeto de estudio
El objeto de estudio del presente proyecto es el sistema de informacin de los procesos productivos de Magneti Marelli. Cuyo foco de estudio estuvo centrado en el desarrollo y la implementacin de una solucin de Inteligencia de Negocio destinada a brindar un soporte prctico y confiable para la toma de decisin empresarial. Para ello, se trabaj en el marco de esta organizacin piloto, donde se busc identificar las falencias e inconvenientes que surgan en el tratamiento de los datos, con el objetivo de brindar una herramienta eficiente que sea acorde a las necesidades de la empresa y permita asistir las decisiones gerenciales. Los resultados iniciales obtenidos del proceso de diagnstico permitieron establecer los requerimientos principales de la solucin propuesta en Magneti Marelli. En primer lugar, dado que la informacin iba a ser empleada para tomar decisiones crticas en la empresa, la misma, tena que estar correctamente recopilada y ser adecuadamente procesada para mantener cierta calidad a la hora de ser entregada. Para esto, era muy importante que los datos fueran almacenados y mantenidos respetando su integridad de manera que los informes sean altamente confiables. En segundo lugar, la informacin requerida no slo deba analizarse diariamente, sino que adems deba permitir analizar registros histricos, es por ello que, a priori, se comenz a pensar en una solucin orientada a resolver a esta necesidad. Se hizo necesario tener en cuenta, tal como lo solicit el gerente de planta, el seor Juan M. Molla, que los datos pudieran ser consultados y estudiados dinmicamente. Por lo que la solucin propuesta, deba permitir el anlisis y la indagacin de la informacin en diferentes niveles de profundidad y desde distintas perspectivas para llegar identificar los conflictos y sus causalidades.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 17

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Campo de accin
Una vez detectadas las necesidades de la organizacin y definidos los requerimientos para la solucin a desarrollar, se estableci el campo de accin de la siguiente manera: a) Guiar el trabajo con la metodologa Hefesto. b) Implementar un Sistema de Inteligencia de Negocio. c) Realizar un estudio de Data Mining sobre los datos obtenidos. La solucin de negocio planteada se comenz a disear a partir de la deteccin de las necesidades propias del cliente. El primer paso fue identificar, en detalle, qu informacin era requerida y cul era su frecuencia de uso. Luego de ello, se continu con las etapas descriptas en la Metodologa Hefesto, que permiti desglosar el diseo en cuatro procesos fundamentales: el Anlisis de requerimientos, el Anlisis de los OLTP (OnLine Transaction Processing), la construccin del Modelo Lgico del Data Warehouse, y la definicin de los procesos ETL (Extract, Transform, Load). Finalizado el diseo y la implementacin del nuevo Almacn de Datos, se estuvo en condiciones de disear un Panel de Control preliminar, para finalmente personalizarlo en funcin de la comodidad y facilidad de uso del cliente. Desde la pantalla, el usuario podr acceder a los indicadores de gestin y a los grficos estadsticos ms importantes, permitindole cierta interaccin para obtener algn detalle deseado. Una vez construida la solucin y de manera previa a la implementacin definitiva, se realizaron distintas pruebas a la plataforma con el objetivo de comprobar la estabilidad de la herramienta. Luego, se programaron los procesos de transformacin y carga para que trabajen de manera automtica contra la base de datos.

Objetivos
El objetivo de este proyecto fue construir para Magneti Marelli una solucin Business Intelligence que les permita, a los empleados de la empresa, acceder de manera sistemtica a la informacin generada en el rea de produccin para asistir las decisiones gerenciales.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 18

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Objetivos Especficos Definir los interrogantes que se desean resolver con la asistencia de la herramienta de consulta. Disear un Almacen de Datos que permita responder a los interrogantes planteados. Disear un esquema fsico donde quede soportado el Almacen de Datos. Desarrollar procesos de carga del Almacen de Datos y su programacin. Generar los informes que se desean obtener del sistema de Inteligencia de Negocio. Emplear alguna herramienta de Minera de Datos y definir un mtodo prctico para el anlisis masivo de datos. Construir un modelo de anlisis y validarlo. Utilizar herramientas libres y/o open source para la construccin de la solucin completa.

Justificacin de la propuesta
Se tiene la conviccin en afirmar que la mejor alternativa para Magneti Marelli es la implementacin de una solucin de Inteligencia de Negocio. En ese sentido, el trmino Solucin representa el resultado obtenido de las tcnicas constructivas aplicadas en el Proceso Business Intelligence. Las soluciones BI, permiten capturar y procesar toda la informacin destinada a atender una necesidad de negocio determinada. Adems, ofrecen una plataforma de anlisis dinmica de datos con la posibilidad de cambiar las perspectivas de estudio y de personalizar el modo de presentacin de los reportes que se generen. Cuentan tambin, con una infraestructura para el tratamiento de los datos relevantes con la que se puede gestionar toda la informacin de negocio clave para la gerencia de la empresa. Con una solucin de este tipo, los directivos de la organizacin pueden seguir diariamente el estado de los indicadores de proceso, obtener informes peridicos de produccin y analizar la informacin histrica en la empresa. Esto les permite identificar, de manera temprana, cules son los factores que inciden en prdida de materiales y/o de mano de obra para encaminar una accin que posibilite minimizar las prdidas con mayor probabilidad de xito. Una de las alternativas ms interesantes en Inteligencia de Negocio es Pentaho BI que, al da de hoy, sigue cobrando cada vez ms popularidad dentro de la comunidad. Pentaho BI es una plataforma de cdigo abierto que proporciona una variedad de herramientas destinadas a la generacin y extraccin exhaustiva de informacin, el anlisis OLAP (On-Line Analytical Processing), la construccin y presentacin de cuadros de mando, la integracin de datos y la minera de datos, principalmente.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 19

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Con la implementacin de la solucin Pentaho BI en Magneti Marelli, se pretende averiguar si la herramienta, de uso libre, tiene la madurez y la estabilidad suficiente para poder brindar, de manera confiable, todos los servicios requeridos en un ambiente productivo, permitindole posicionarse como una buena alternativa en materia de inteligencia de negocio. Por otro lado, se propone que el proyecto alcance un valor de inversin razonablemente reducido para incentivar a empresas que, al igual que Magneti Marelli, no pretenden orientar sus inversiones en tecnologas del software principalmente y, por lo tanto, deben encontrar que la propuesta sea suficientemente conveniente como para desarrollar su propio sistema analtico de informacin.

Delimitacin del proyecto


Seguridad Se dej de lado cualquier tipo de anlisis referido a la seguridad debido a que la plataforma de Inteligencia de Negocio seleccionada, Pentaho Community Edition, ya cuenta con un sistema de seguridad integral para la validacin de usuarios. En cuanto a la seguridad de red, se aplicarn las polticas de seguridad que la propia organizacin tenga asignadas en sus instalaciones. El nico elemento importante en la implementacin del sistema es la necesidad de brindar un servicio Web. Por esta razn, se solicit al rea de redes que se mantenga disponible el acceso a dicho servicio a travs de algn puerto de red designado.

Rendimiento Se realiz el anlisis de rendimiento a los procesos ETL que estaban en ejecucin contra el Data Warehouse para verificar que su funcionamiento se encuentra dentro de los parmetros normales de trabajo. Como la cantidad de transacciones (unidades de trabajo en la base de datos) estn muy por debajo de los que normalmente existen en un DW tpico, normalmente millones de transacciones, fue despreciable e innecesario hacer un anlisis de rendimiento de la base de datos. Tampoco fue necesario evaluar el rendimiento de la aplicacin de consulta de informacin por tratarse de una herramienta que tiene como mximo 10 empleados simultneos.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 20

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Tamao El modelo del Data Warehouse inicialmente estuvo definido en un mximo de dos cubos y no ms de 8 dimensiones cada uno. Esta fue una restriccin arbitraria que permiti en los orgenes del proyecto delimitar su tamao y crecimiento.

Beneficios esperados
La meta principal del desarrollo fue lograr cubrir las necesidades presentes en la empresa piloto sobre la cual se construye la solucin. Por esta razn, es importante que se destaque cul es el aporte que brinda el sistema a los usuarios de la misma. A continuacin se listan los beneficios principales que se esperaban obtener con el empleo de las herramientas de gestin: Proveer Informacin Histrica de Produccin. Identificar las causas de las prdidas de mano de obra y materiales. Pormenorizar la incidencia de cada causa en el indicador OEE. Retroalimentar el proceso de toma de decisin. El OEE (Overall Equipment Effectiveness) es un indicador utilizado en Magneti Marelli que sirve para medir la eficiencia productiva de la maquinaria industrial y posee los siguientes niveles de clasificacin:

Clasificacin del Indicador OEE

Rango OEE < 65% 65% < OEE < 75% 75% < OEE < 85% 85% < OEE < 95% OEE > 95%

Clasificacin Inaceptable Regular Aceptable Buena Excelencia

Es de considerar que, con la utilizacin de este indicador y la realizacin de un minucioso seguimiento de los datos obtenidos, se puede perfeccionar el proceso de toma de decisin y cuantificar su beneficio siguiendo una metodologa de comprobacin. Metodologa de Comprobacin.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 21

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Si la empresa modifica el nivel del indicador OEE de Regular a Aceptable, ser posible analizar los cambios en el rendimiento y la reduccin de los costos entre dos perodos, de la siguiente manera: Caso de Ejemplo: En base a los valores obtenidos de un proceso piloto en un turno tomado al azar y suponiendo que la situacin para 330 piezas fabricadas correctas y 60 piezas fabricadas defectuosas, pudiera mantenerse contante en el tiempo. (65% < OEE < 75%) Situacin A: Con la reduccin de un 30% en la cantidad de piezas defectuosas, se lograra obtener un ahorro de 8,33 Horas Mensuales adems de la reduccin del costo en piezas defectuosas. (75% < OEE < 85%) Situacin B: Si pudiramos reducir el factor que incide sobre la cada de la mano de obra incrementando un 10% la cantidad de piezas producida (manteniendo la misma relacin piezas aptas - piezas defectuosas), se lograra obtener un ahorro de 11,25 Horas Mensuales.( 75% < OEE < 85%) Resulta notable que un mismo incremento del indicador OEE puede alcanzarse por un aumento en la Calidad (Caso A), como por el aumento de la productividad (Caso B).

Operador Tpo Estndar (piezas/hora) Hs Trabajadas Prod Estandar Prod Total Prod No OK Productividad % Calidad % OEE %

Situacion A Situacion B Formula 1 1 1 48 48 48 8,05 8,05 8,05 386,4 386,4 386,4 Tpo Estndar * Hs Trabajadas 330 330 363 60 40 66 85,40 85,40 93,94 (Prod Total)*100/Prod Estandar 81,82 87,88 81,82 ((Prod Total - Prod No OK) / Prod Total)*100 69,88 75,05 76,86 Productividad * Calidad / 100 Inaceptable Aceptable Aceptable 33,54 270 5,63 36,02 290 6,04 20 0,42 8,33 20 8,33 166,67 36,89 OEE% / 100 * Tpo Estndar 297 Piezas Efectivas Hora * Hs Trabajadas 6,19 OEE% / 100 * Hs Trabajadas 20 0,56 Horas Efectivas Turno (Despues - Antes) 11,25 Valor Hora * Ahorro Horas Turno 20 11,25 Ahorro Horas Turno * Dias Laborales 225,00 Ahorro Pesos Turno * Dias Laborales

Piezas Efectivas Hora Piezas Efectivas Turno Horas Efectivas por Turno Valor Hora Ahorro Horas Turno Ahorro Pesos Turno Dias Laborales Ahorro Horas Mensuales Ahorro Pesos Mensuales

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 22

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Aporte terico
El estudio realizado en este trabajo de tesis brinda los aportes tericos alcanzados durante el desarrollo de la solucin de Inteligencia de Negocio, tanto de los conceptos empleados en el desarrollo, como de las prcticas utilizadas en la implementacin. Por otra perte, se utiliz en el trabajo una metodologa novedosa para guiar el proceso de construccin del Data Warehouse (Metodologa Hefesto), con la que se logr llegar sin inconvenientes a los objetivos planteados, pudiendo tomarse este trabajo como un caso de xito en el empleo de dicha metodologa. Finalmente, se presentaron herramientas de Data Mining para el anlisis masivo de datos que podran ser utilizadas dentro de un marco terico para encaminar futuros trabajos de investigacin en el campo de minera de datos.

Aporte prctico
Con el desarrollo de este trabajo de grado Magneti Marelli recibe una solucin de Inteligencia de Negocio completamente desarrollada e implementada para que los usuarios puedan aprovechar las ventajas y beneficios aportados por este sistema. El mismo, permite facilitar el acceso a la informacin y, sobre todo, ayuda a mejorar el proceso de toma de decisin empresarial.

Mtodos y medios de ingeniera


Metodologa El proyecto estuvo guiado con la utilizacin de la metodologa HEFESTO. Versin 2.0. Metodologa HEFESTO.

Esta metodologa permite la construccin de un Data Warehouse de forma sencilla, ordenada y de manera intuitiva. Dada su flexibilidad, la metodologa puede ser embebida en cualquier ciclo de vida mientras se cumplan las condiciones esenciales para ser implementada. Estas fueron las razones principales por la cul se la ha adoptado para guiar este trabajo.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 23

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 2.5. Fuente: HEFESTO: Metodologa para la Construccin de un Data Warehouse (BERNABEU, 2010).

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 24

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

MARCO CONTEXTUAL

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 25

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Cada vez ms las organizaciones tienen la necesidad de responder rpidamente ante fluctuaciones de mercado producidas mayormente por cambios sociales y econmicos, tanto locales como globales. Estas situaciones de inestabilidad amenazan cualquier proyecto empresarial y obliga a las empresas a tomar mayores recaudos para asegurar sus xitos ya sea minimizando riesgos potenciales, detectando nuevas oportunidades o pudiendo avizorar cualquier situacin de cambio, sea ste, favorable o desfavorable. Por otro lado, en la ltima dcada, se ha incrementado notablemente el uso de ciertas aplicaciones destinadas a la gestin del conocimiento a partir del anlisis de los datos histricos dentro de las organizaciones con el objetivo de mejorar la actividad empresarial. Este tipo de programas entran, hoy en da, dentro del concepto de Inteligencia de Negocio o Business Intelligence. Algunas de ellas, se estn popularizando debido a la sorprendente reduccin del costo total de inversin requerido para su empleo que, tiempo atrs, era prohibitivo para cualquier empresa pequea. Esta situacin se ve an ms favorecida, debido a la aparicin de novedosas herramientas de libre uso y modificacin, en materia de Inteligencia de Negocio, que cuentan con la madurez y confiabilidad suficiente para que sean adoptadas por ms usuarios alrededor del mundo. A medida que fue creciendo el aporte de las comunidades colaborativas en el desarrollo de herramientas de Inteligencia de Negocio de Cdigo Abierto (OSBI, por sus siglas en ingles), mayor nmero de empresas aplicaron estos softwares en sus propios negocios, logrando reducir considerablemente el costo de inversin. As fue que, a mediados del ao 2009, cuando Magneti Marelli se acerc para consultar por un problema existente en una de sus reas se pens inmediatamente, dada las caractersticas del problema, en una implementacin de este tipo, que no slo posibilitara resolver el inconveniente sino que adems, les permitiera como empresa incursionar en mundo de las herramientas analticas de datos modernas. sta era una excelente oportunidad para probar una herramienta OSBI en un ambiente real de trabajo y permitir que alguna otra empresa, de caractersticas similares, pueda guiar su propia implementacin a partir de las experiencias demostradas en este proyecto.

Entorno del Objeto de Estudio


Magneti Marelli es una empresa fabril especializada en construir caos de escape para automviles. Sus productos son demandados principalmente por empresas automotrices, quienes utilizan estos componentes para ensamblar vehculos. La empresa cuenta con varias lneas de fabricacin en las que se produce un modelo de tubo de escape distinto. En algunos casos, puede incluso construirse ms de un modelo en la misma isla de trabajo. Es interesante mencionar que la lnea de fabricacin de
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 26

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Magneti Marelli es semi-automatica. Es decir que, cuenta con una serie de mecanismos que los operarios comandan por medio de botones para facilitar las tareas y aumentar la productividad reduciendo, de esta forma, el esfuerzo realizado por el operario. Muchos recursos se destinan al diseo de estos mecanismos para proteger la seguridad del operador y mejorar su calidad de trabajo. El proceso de fabricacin comienza con las operaciones de corte y doblado de los tubos y las chapas. A medida que se avanza sobre la lnea de produccin se puede observar cmo el material es conformado y ensamblado hasta llegar al final del proceso dnde se realiza una ltima operacin para el control de calidad sobre el producto terminado. Una vez aqu, se llevan a cabo las pruebas de hermeticidad y el control visual sobre el componente. Si el resultado es positivo, la pieza es marcada como Producto OK y es destinada a un Rack especial (unidad contenedora para el transporte de piezas). En el caso contrario el operador debe identificar si la pieza puede ser re-trabajada o si, desafortunadamente, no es posible recuperarla. Siempre que la misma pueda ser retrabajada, ya sea en dicha operacin o en alguna de las operaciones anteriores, se la marca con una fibra de color especial, indicando la zona donde se encuentra el problema. De esta manera la pieza regresa a un punto anterior de la lnea de fabricacin para ser recuperada. Sin embargo, si el componente defectuoso no puede ser retrabajado es marcado como una pieza KO (No-OK o tambin llamado, pieza de Scrap), y es depositado en un rack especial de piezas para reciclar. Al finalizar la jornada laboral, cada operario, debe completar una planilla con el detalle de su produccin. Entre los datos de registros ms importantes se encuentran: la hora de ingreso y de cierre; la cantidad total de Piezas OK y Scrap fabricadas; los tiempos de paradas no programadas consumidos. Todos estos tiempos registrados estn basados en la estimacin personal de los operarios, ya que no tienen un mtodo de medicin precio.

Relacin tesista y Objeto de estudio.


Con el objetivo de afianzar el compromiso entre ambas partes se convino enmarcar este trabajo dentro de una relacin de tipo cliente/proveedor, donde el tesista qued como director responsable por el desarrollo del software para todo el ciclo de vida del proyecto. El tesista aplic los conocimientos adquiridos en el cursado de la carrera Ingeniera en Sistemas para estudiar en profundidad e implementar completamente una solucin OSBI en la Empresa Piloto, de manera de poder evaluar el comportamiento de la solucin en un ambiente real y verificar si es posible adaptarla a las necesidades de la organizacin. Es de esperar que si el proyecto es exitoso, la organizacin contine utilizando la solucin por mucho tiempo ms, incluso despus de finalizado el proyecto inicial, y es
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 27

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

posible que requiera desarrollar e incorporar nuevas caractersticas que se ajusten a las necesidades latentes de la entidad. Con lo cual, tambin se hace presente la necesidad de ampliar el alcance del proyecto paulatinamente. De una manera u otra, cuando se comienza un proyecto de esta envergadura se debe tomar conciencia, desde el principio, que si se logra alcanzar el nivel de resultados esperado muy probablemente se deba pensar en la continuidad del proceso de desarrollo de dichas herramientas. Algo que no es muy frecuentemente contemplado por los altos mandos de las organizaciones. Por esta razn, lo ms importante a tener en cuenta es el compromiso y la decisin que hay que tener para invertir en el desarrollo del software, sabiendo que con el tiempo se volvern cada vez ms esenciales los recursos necesarios para continuar el proyecto. Al revisar los requerimientos que debe cumplir el sistema, es posible pensar en el desarrollo de una solucin de Inteligencia de Negocio. Estas soluciones tienen como objetivo el tratamiento de la informacin disponible en la organizacin obtenida a partir de algn sistema especfico, una aplicacin ERP, u otro software utilizado dentro de la empresa, con el fin de responder a los interrogantes que no son atendidos por el propio sistema de informacin y permitir, a partir de ah, encontrar nuevo conocimiento que facilite la toma de decisin. Las soluciones de Inteligencia de Negocio fueron histricamente muy costosas, por tener gran complejidad y mayor tamao que el resto de las alternativas existentes. Pero esto fue cambiando con la aparicin de algunas soluciones de uso libre. Hoy en da, estn disponibles en Internet para que cualquier persona pueda descargarlas y utilizarlas en sus propios negocios. Por esta razn se utilizaron algunas de las herramientas libres mencionadas para construirle a Magneti Marelli la Solucin BI de alto nivel sin tener que recurrir al uso de softwares costosos y difciles de acoplar a las necesidades de la propia empresa pudiendo conservar, adems, el derecho de modificar o extender la aplicacin, si fuese necesario. La seleccin de una herramienta de uso libre para aplicaciones de inteligencia de negocio presenta el inconveniente que, dada la complejidad y el tamao de las mismas, se hace imprescindible que el desarrollador domine el campo de estudio antes de abordar el problema. El riesgo de fracasar en este tipo de proyectos es potencialmente mayor cuando no se conocen las limitaciones de cada herramienta empleada. Esto ocurre con frecuencia debido a que el equipo de implementacin nunca termina de conocer a fondo la tecnologa usada incluso despus de terminar siquiera la propia implementacin. Por otro lado, las Soluciones propietarias que compiten con las OSBI son y seguramente seguirn siendo por ms tiempo, inalcanzables para organizaciones medianas y pequeas por ser altamente costosas. Esto motiva fundamentalmente a la investigacin de las herramientas libres aplicadas en el campo de Inteligencia de Negocio.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 28

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Anlisis de problemas observados.


Las herramientas destinadas a brindar informacin para la toma de decisin empresarial son, an hoy, escasamente utilizadas. A pesar de volverse con el tiempo ms populares, surge un factor que afecta negativamente su aceptacin y tiene que ver ms con la cultura organizacional de la empresa que con cuestiones tcnicas de implementacin. Existe cierta resistencia por parte de los directivos a adquirir nuevas herramientas por la incertidumbre que ello implica. Esto sucede mayormente en PyMEs jvenes donde es posible desarrollar la actividad con el empleo de herramientas analticas tradicionales guiadas por la experiencia e intuicin de los gerentes de la organizacin. Sin embargo, cuando una organizacin crece aumentan las variables de negocio y, con ello, tambin aumenta la complejidad. Llegado este momento, los gerentes tienen la necesidad de buscar nuevos instrumentos que permitan evaluar el panorama general de la organizacin con el objetivo de facilitar la gestin. Esta es la razn que los lleva a buscar y adquirir herramientas que no slo permitan asistir las decisiones estratgicas sino que, adems, se ajusten adecuadamente a la cultura organizacional que poseen, permitan la escalabilidad de la solucin (trmino informtico referido al crecimiento del sistema), mantengan un valor de inversin mnimo (idealmente, igual a cero) y puedan ser implementadas en el menor tiempo posible (idealmente, en la inmediatez). Esta situacin suele convertirse en una odisea difcil de superar por la sencilla razn que los obliga a tomar fuertes decisiones en muy corto tiempo, al mismo tiempo que deben seguir dando soluciones a los problemas que dieron lugar a la bsqueda de la nueva alternativa. Para Magneti Marelli, esta necesidad comenz a manifestarse con la aparicin de varios interrogantes del negocio carecientes de respuestas slidas para sustentar decisiones importantes. La necesidad de controlar y mejorar el rendimiento de la organizacin es una tarea fundamental y, segn venan percibiendo, se estaba volviendo realmente complicado mejorar los procesos productivos al no contar con el detalle suficientemente para hacerlo de manera previsible. Haban visto que para poder analizar el comportamiento los procesos productivos adecuadamente necesitaban ms informacin de cada proceso y de los parmetros que rigen sus comportamientos. Desde el inicio, el problema haba quedado perfectamente definido por el Gerente de Planta, quien coment durante la primera entrevista realizada lo siguiente: Es necesario que, con el uso del sistema, determinemos el nivel de calidad y de productividad alcanzada en un proceso productivo cuando se fabrique un producto determinado. En el caso de no alcanzar la mxima calidad, es importante identificar las cantidades de piezas defectuosas y las causas que produjeron dichos defectos. De la misma manera, para el caso de la productividad, en el caso de no alcanzar el objetivo de produccin y,
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 29

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

con ello, no se logre la mxima productividad, es importante identificar la cantidad de horas de prdida de mano de obra y las causas que produjeron dichas prdidas. Toda esta informacin era adquirida a partir de los datos obtenidos desde las lneas de produccin. Aproximadamente desde un ao antes del primer contacto con la Gerencia de Magneti Marelli, se venan registrando todos los datos en planillas que, de ahora en ms, llamaremos Declaraciones de Produccin. Dichas declaraciones eran completadas por los operadores para dejar asentados los detalles de la produccin de manera diaria. Imaginemos que para la obtencin de algn indicador relevante, como puede ser el rendimiento que tuvo un operario en un da de trabajo, o bien, el rendimiento que se obtuvo dentro de una celda de produccin, u otro indicador similar, era necesario que una persona se aboque a la tarea de recabar todas las planillas involucradas y calcule manualmente el valor deseado. Esta tarea deba ser repetida varias veces al cambiar algunas de las variables o perspectivas de anlisis deseado. Asi, por ejemplo, si ms tarde era necesario evaluar el mismo indicador seleccionado pero dentro de otro proceso, turno, empleado, o incluso de un da diferente de trabajo, haba que repetir toda la operacin nuevamente para calcular el nuevo valor. Esto provocaba que el tiempo invertido en la obtencin de los indicadores fuera excesivamente alto para que sea aplicable en trminos prcticos. De esta manera, el sistema propuesto deba capturar adecuadamente los datos generados y mantenerlos en un medio de almacenamiento apropiado para permitir, posteriormente, realizar el tratamiento masivo de datos a travez de un servicio de consulta dinmico, preciso y confiable. Por tal motivo se evalu, en la etapa de diseo, la posibilidad de agregar variables que no haban sido contempladas al inicio del proyecto con la finalidad de minimizar la aparicin de problemas potenciales en el momento de construir la solucion. Esto permiti tambien atender mejor a las necesidades de los usuarios finalizada la etapa de implementacin.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 30

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

MARCO TERICO

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 31

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Marco Terico del Objeto de Estudio


Software Open Source

El trmino Open Source, o en castellano cdigo abierto, se emplea para definir a todo software desarrollado y distribuido libremente. Este tipo de software es licenciado de forma tal que cualquier persona posee la libertad de adquirir, utilizar y modificar, parte de la aplicacin o su totalidad, si as lo desea. Un proyecto de implementacin de software Open Sorce, generalmente es coordinado por un grupo de desarrolladores reunidos como una comunidad virtual quienes, adems de contribuir con la construccin de la aplicacin, llevan a cabo las tareas de la distribucin y el versionado de la misma. Asimismo, son los responsables de recibir aquellos aportes ofrecidos por usuarios de todo el mundo, ajenos al proyecto, que desean compartir sus propias mejoras realizadas al programa. Ms tarde, cuando estos programas alcanzan cierta estabilidad y renen nuevas caractersticas son publicados para que toda la comunidad tome provecho de las ventajas alcanzadas en las versiones siguientes. En definitiva, todos los agentes involucrados sean desarrolladores, usuarios, u otro tipo de participante, aprovechan la sinergia del trabajo comunitario para obtener conjuntamente una solucin determinada que, de otra manera, no habran podido obtener por s solos. Otra caracterstica de los proyectos de cdigo abierto, es que persiguen principalmente el beneficio que se obtiene del empleo de las herramientas construidas, haciendo nfasis exclusivamente en la parte prctica y tcnica. Esta caracterstica los diferencia del Software Libre, que no slo se focaliza en los aspectos constructivos de un software sino que pone mayor atencin en la libertad y la solidaridad social de sus usuarios. Es importante mencionar que, aunque una herramienta sea Open Source no implica necesariamente que su implementacin sea totalmente gratuita. El hecho de que no exista la necesidad de pagar una licencia por el uso de un software no incluye que el trabajo de implementacin tambin lo sea. Por el contrario, en el momento en que se pone en marcha un proyecto de este tipo surge la necesidad de invertir muchos recursos en la tarea de personalizar y adaptar la solucin elegida a las necesidades de la empresa. Todas estas actividades siempre tienen un costo significativo y terminan formando parte del costo total de inversin del proyecto. Por otro lado, tanto las herramientas Open Source como Software Libre que se pueden encontrar publicadas en cualquier sitio de distribucin oficial de acceso pblico, no cuentan con ningn tipo de soporte tcnico ms que el que se brinda por la propia comunidad, a menos que se contrate un servicio adicional o se adquiera especficamente una licencia para ello. Estos aspectos deben ser tenidos muy en cuenta cuando se elige una solucin determinada. Una decisin incorrecta puede provocar una serie de graves inconvenientes durante el proceso de implementacin. Por ejemplo, puede provocar un incremento sustancial no previsto en el costo de inversin si la empresa selecciona
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 32

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

inadecuadamente un grupo de soporte poco experimentado o si debe contratar algn tipo de soporte, de manera repentina, en mitad del trabajo. Cualquiera sea el caso a la hora de cambiar o implementar un nuevo sistema informtico, sobre todo si el mismo va a estar orientado a la gestin estratgica de la empresa, es conveniente disponer de un Director de Proyecto ya sea interno o externo. ste ser el responsable de analizar toda la informacin necesaria, tanto de la empresa como de las soluciones existentes en el mercado para poder estudiar adecuadamente todas las alternativas disponibles y tomar una decisin que contemple los riesgos de manera de no comprometer el xito del proyecto. Aun as, para muchas organizaciones la eleccin de un programa Open Source o de un Software Libre puede llegar a ser la mejor alternativa. Con el empleo de algunas de estas tecnologas, organizaciones pequeas lograrn resolver sus principales necesidades a un bajo costo. No obstante, para una correcta implementacin es menester estudiar y asumir todos los costos y riesgos involucrados. Es posible que muchas PyMEs prefieran, o no tengan otra alternativa, que recurrir al empleo de herramientas de distribucin libre. La razn principal es que el costo de emplear estas herramientas no tiene incluido el valor de las licencias de los programas y, en general, este es un elemento restrictivo de dichas tecnologas. Por este motivo, es de suponer que existen elementos suficientes para afirmar que una solucin Business Intelligence de tipo Open Source puede ser ms que atractiva para organizaciones que tienen tamaos y recursos reducidos.

Business Intelligence o Inteligencia de Negocio.

Para comprender qu es una solucin de Inteligencia de Negocios es necesario dominar cada uno de los conceptos que estn involucrados en su definicin. Aqu abordaremos estos temas para aplicarlos posteriormente en el diseo y en la implementacin de la solucin que se desarrolla en la investigacin. La primera definicin de Business Intelligence presentada, fue extrada de Wikipedia. Seguramente no ser la ms amplia ni, quizs, la ms completa. Pero nos permitir conocer los conceptos bsicos necesarios desde una ptica adecuada para dominar la implementacin rpidamente: Se denomina inteligencia empresarial, inteligencia de negocios o BI (del ingls Business Intelligence) al conjunto de estrategias y herramientas enfocadas a la administracin y creacin de conocimiento mediante el anlisis de datos existentes en una organizacin o empresa (WIKIPEDIA. Consultado: 20/12/2009). El trmino puede parecer bastante genrico o muy abarcativo, pero es muy concreto desde el punto de vista de lo que desea alcanzar con ello. Para comprenderlo con precisin, es necesario repasar primero los conceptos mencionados de manera aislada.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 33

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

El primer elemento mencionado y ms importante de conocer es el referido a los datos. Estos conforman la materia prima de cualquier conocimiento que podamos extraer o conjeturar a cerca de algo y, por esta razn, es muy importante saber cmo identificarlos claramente. Los datos son miembros primarios que componen cualquier tipo de informacin. Estos describen condiciones, hechos, situaciones o valores pero, por si solos, son insuficientes para tomar cualquier decisin debido a que no aportan nada concreto acerca de una situacin dada. La importancia del dato reside en su capacidad de asociarse dentro de un contexto para convertirse en informacin (GARRILLO et Al, 2008). Los datos no tienen capacidad de comunicar un significado y por tanto no pueden afectar el comportamiento de quien los recibe (CARRASCO ARROYO, 2006). Para que stos adopten un significado concreto y puedan ser utilizados como fuente de informacin relevante y oportuna deben ser procesados previamente. Como vemos, a partir del procesamiento sistemtico de los datos se obtienen resultados tiles que permiten tomar decisiones. El producto del procesamiento de los datos es llamado Informacin. Se puede definir a la Informacin como el conjunto de datos procesados que adquieren cierto significado por alcanzar relevancia o propsito dentro de un contexto determinado. Cualquier informacin, correctamente utilizada, permite disminuir considerablemente la incertidumbre dentro del dominio de un problema, y por lo tanto, tienen un gran valor para quines deben tomar decisiones en tal dominio.

Figura 2.1.

Los diferentes procesos que pueden agregar valor a los datos para transformar a stos en informacin son: Contextualizacin: se sabe en qu contexto y para qu propsito se generaron. Categorizacin: se conocen las unidades de medida que ayudan a interpretarlos. Clculo: los datos pueden haber sido procesados matemtica o estadsticamente. Correccin: se han eliminado errores e inconsistencias de los datos. Condensando: los datos se han podido resumir de forma ms concisa (agregacin). Como vimos en la definicin de Business Intelligence, el conocimiento es el valor ms preciado para la toma de decisin y, por consiguiente, debera tambin serlo para la empresa.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 34

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Existen mltiples definiciones de conocimiento, desde las clsicas y fundamentales que describen al conocimiento como: una creencia cierta y justificada (MORA VENEGAS, 2009), a otras ms pragmticas que definen al mismo como: una mezcla de experiencias, valores, informacin y saber hacer que sirve de marco para la incorporacin de nuevas experiencias e informacin tiles para la accin (SANCHEZ AMBRIZ, 2009). Podemos decir, ms precisamente, que: El conocimiento es un conjunto de saberes integrado por informacin, reglas, interpretaciones y conexiones puestas dentro de un contexto y una experiencia, que han sucedido dentro de una organizacin, bien de forma general o personal (HERNNDEZ FERNNDEZ, 2003). La Gestin del Conocimiento (en ingls Knowledge Management) es un concepto aplicado en las organizaciones, que pretende transferir el conocimiento y experiencia existente entre sus miembros, de modo que pueda ser utilizado como un recurso disponible para otros en la organizacin (PREZ PREZ et Al, 2008). Usualmente el proceso de Gestin de Conocimiento incluye tcnicas para capturar, organizar y almacenar el conocimiento de los trabajadores, para transformarlo en un activo intelectual que aporte beneficios y pueda ser compartido fcilmente. En la actualidad, las tecnologas de informacin permiten contar con herramientas que apoyan la gestin del conocimiento facilitando su recoleccin y su transferencia, incrementando la seguridad y simplificando administracin sistemtica de la informacin junto a las dems herramientas que permiten hacer uso de ese conocimiento. (RAMO, 2010) Estamos en condiciones de definir con mayor exactitud el trmino Inteligencia de Negocio. Ahora es posible expresar este concepto de la siguiente manera: Inteligencia de Negocio, se refiere al conjunto de estrategias y herramientas enfocadas a la administracin y creacin de conocimiento mediante el anlisis de datos existentes en una organizacin con el objetivo de respaldar las decisiones empresariales. La Inteligencia de Negocios es la habilidad para transformar los datos en informacin y la informacin en conocimiento para optimizar, con su aporte, el proceso de toma de decisin en los negocios. (WIKIPEDIA, 2010). Desde un punto de vista ms pragmtico, y asocindolo directamente con las tecnologas de la informacin, podemos definir Business Intelligence como el conjunto de metodologas, aplicaciones y tecnologas que permiten reunir, depurar y transformar datos de los sistemas transaccionales e informacin desestructurada (interna y externa a la compaa) en informacin estructurada, para su explotacin directa (reporting, anlisis OLAP2 ,etc.) o para su anlisis y conversin en conocimiento, dando as soporte a la toma de decisiones sobre el negocio. (LUNA POZO, 2010)

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 35

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Beneficios de las Soluciones BI: La inteligencia de negocio acta como un factor estratgico para una empresa u organizacin, generando una potencial ventaja competitiva, que es proporcionar informacin privilegiada para responder a los problemas de negocio (AGUIRRE Y HERNNDEZ, 2010). Con su empleo es posible alcanzar mayores xitos en cualquier actividad empresarial. Entre los beneficios ms importantes aportados por el BI, se encuentran: Permite reducir el tiempo que se requiere para recoger y procesar toda la informacin relevante para la empresa. Automatiza la carga y transformacin de la informacin. Proporciona herramientas de anlisis amigables para tomar decisiones. Permite a los usuarios utilizar tanto reportes e informes previamente diseados, e incluso, generarlos de manera dinmica. Permite acceder y analizar directamente los indicadores claves de la empresa. Brinda la posibilidad detectar situaciones fuera de lo normal. Muestra rpidamente cules son los factores que inciden en el buen o mal funcionamiento de la organizacin. Permite consultar y analizar los datos de manera sencilla e intuitiva. En la actualidad, la capacidad para tomar decisiones giles y acertadas en los negocios se ha convertido en una de las claves que permiten a las organizaciones ser exitosas y permanecer en el tiempo. En otras palabras, se trata de acceder a la informacin correcta en un formato apropiado y en un tiempo adecuado para optimizar los procesos internos de la empresa, por ejemplo: ventas, produccin, prestacin de servicios, etc. En resumen, la Inteligencia de Negocios permitir a una empresa aprovechar sus datos para lograr un objetivo propio a la organizacin. Este objetivo podr ser, por ejemplo, acelerar su crecimiento, minimizar el riesgo, incrementar la competitividad, automatizar las tareas, agilizar el anlisis de las variables del negocio o identificar problemas crticos con mayor rapidez. La Inteligencia de Negocio atiende interrogantes a diferentes niveles organizacionales para presentar la informacin adecuada a los tomadores de decisin en funcin de la necesidad, el nivel de agregacin o el tratamiento particular que ellos requieran. Segn el nivel organizacional en el cual se est trabajando, la informacin recibe un tratamiento diferente y se presenta a los usuarios tambin de manera distinta. No obstante, el hecho que los informes puedan ser diferentes segn a quien stos vayan dirigidos, tambin comparten ciertas similitudes como son: la claridad y la calidad para su presentacin. Todos estos instrumentos deben respetar, por regla general, ciertos principios elementales que favorecen la aceptacin general, por parte de los usuarios.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 36

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Un sistema de BI est conformado, entre otras cosas, por un conjunto de herramientas administrativas. Estas herramientas, adoptan diferentes caractersticas en funcin de la necesidad que deban atender y el nivel organizacional en el que se encuentren. Las mismas, reciben un nombre particular segn la posicin dentro de la pirmide organizacional y se clasifican de la siguiente manera:

Figura 2.2. Fuente: http://www.sinnexus.com/images/data_schema.gif.

Cuadro de Mando Integral

El CMI es una herramienta de administracin para las empresas que muestra continuamente el estado de resultados de la compaa y sus empleados definidos en el plan estratgico. Tambin es una herramienta que ayuda a la compaa a expresar los objetivos e iniciativas necesarias para cumplir con la estrategia y proporciona, a los administradores, una visin global de las prestaciones del negocio. El Cuadro de Mando Integral est orientado al seguimiento de indicadores ms que al anlisis minucioso de informacin. Es muy comn que un CMI sea controlado por la direccin general de una compaa y, por tanto, requiere que los directivos analicen el mercado y la estrategia para construir un modelo de negocio que refleje las interrelaciones entre los diferentes componentes de la empresa, es decir, contar con un plan estratgico previo a generar el modelo.

Sistemas de Soporte a la Decisin (DSS)

Un Sistema de Soporte a la Decisin (DSS) es una herramienta de Business Intelligence enfocada al anlisis de los datos de una organizacin. Con frecuencia, se suele suponer que el proceso de anlisis de datos masivo es algo sencillo y fcil de conseguir mediante la utilizacin de programas genricos o mediante el empleo de un software ERP1 sofisticado. Sin embargo, estas aplicaciones poseen una serie de informes predefinidos
1

Enterprise Resource Planning es sistema de informacin gerencial que integra muchas de las prcticas de los negocios asociadas con las operaciones de produccin y gestin de recursos.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 37

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

para presentar la informacin resumida pero no permiten, entre otras cosas, profundizar en los datos, navegar entre ellos o analizarlos desde diferentes perspectivas.

Sistemas de Informacin Ejecutiva (EIS)

Un Sistema de Informacin Ejecutiva o Sistema de Informacin para Ejecutivos es una herramienta software basada en un DSS que provee a los gerentes de la organizacin un acceso sencillo a informacin interna y externa de la compaa que es relevante para su negocio. La finalidad principal de esta herramienta es que el ejecutivo tenga a su disposicin un panorama completo e instantneo del estado de los indicadores que afectan al negocio para analizar con detalle, aquellos parmetros que no estn cumpliendo con las expectativas establecidas y corregir el plan de accin. De forma ms pragmtica, se puede definir a un EIS como una herramienta informtica que brinda informes, listados y reportes de las diferentes reas de negocio para facilitar el monitoreo de la empresa en general o de alguna unidad en particular.

Data Warehouse

Los sistemas de informacin usados comnmente para la gestin operativa, desafortunadamente, suelen presentar una estructura de almacenamiento rgida y poco prctica para el anlisis masivo de datos. Estos sistemas estn preparados para el procesamiento masivo de transacciones, comnmente conocidos como OLTP (OnLine Transaction Processing) y esto, no es muy til en los sistemas de Inteligencia de Negocio. Para superar esta limitacin, la Inteligencia de Negocio se apoya en un conjunto de tcnicas llamadas Integracin de Datos, que facilitan la extraccin, la depuracin y almacenamiento de los datos con el objetivo de mantenerlos en una nueva base de datos optimizada para recibir, desde sistemas especficos, consultas analtica en lnea OLAP (On-Line Analytical Processing). Esta nueva base de datos permite dar soporte de manera eficiente a la toma de decisin empresarial y recibe el nombre de Data Warehouse. Un Data Warehouse es un almacn o repositorio de datos categorizados, que concentra un gran volumen de informacin de inters para toda una organizacin, la cual se distribuye por medio de diversas herramientas de consulta y de creacin de informes orientadas a la toma de decisiones. El objetivo del Data Warehouse (DW) es agrupar los datos con el propsito de facilitar su posterior anlisis, de forma que sean fciles de acceder y, posteriormente, analizar dicha informacin (MESTIZO GUTIRREZ et Al, 2008). A este tipo de datos se los conoce como informativos. Los sistemas que realizan
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 38

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

el procesamiento analtico sobre datos informativos, se denominan OLAP (Online Analytical Processing). Existen muchas definiciones de Data Warehouse aportadas por de distintos autores. Quizs la ms famosa fue desarrollada por Inmon en 1992: Un Data Warehouse es una coleccin de datos orientados a temas, integrados, no-voltiles y variante en el tiempo, organizados para soportar necesidades empresariales. (INMON, 1992 citado por PEA RIVERA et Al, 2005:4).

Caractersticas

Orientada al negocio: Los datos en la base de datos estn organizados de manera que todos los elementos de datos relativos un mismo evento estn agrupados. Integrada: La base de datos contiene todos los datos de los distintos sistemas operacionales de la organizacin en un mismo almacn centralizado. Esta integracin permite compartir una misma codificacin para los datos y resolver los problemas relacionados con las fuentes de datos mltiples, entre otros aspectos. Variante en el tiempo: Los cambios producidos en los datos a lo largo del tiempo quedan todos registrados para que los informes histricos reflejen esas variaciones. No voltil: La informacin no se modifica ni se elimina. Una vez almacenado el dato, ste se convierte en informacin de slo lectura y se mantiene para futuras consultas.

Ventajas

Transforma datos orientados a las aplicaciones en informacin orientada a la toma de decisiones. Integra y consolida diferentes fuentes de datos (internas y/o externas), de departamentos empresariales desagrupados, en una nica plataforma slida y centralizada. Brinda la capacidad de explorar las diferentes reas de trabajo y de analizarlas de manera inmediata. Permite reaccionar rpidamente a los cambios. Aumenta la competitividad de la empresa frente al mercado. Reduce la generacin excesiva de informacin. Slo utiliza los datos requeridos y desecha cualquier otra informacin innecesaria. Mejora la entrega de informacin, es decir, asegura que la misma sea completa, correcta, consistente, oportuna y fcilmente accesible. Logra un impacto positivo en la toma de decisin empresarial por aprovechar al mximo el potencial de los recursos disponibles.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 39

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Desventajas Requiere una gran inversin debido a que su construccin no es una tarea sencilla. La implementacin requiere contemplar gran cantidad de aspectos que van desde la adquisicin de la informacin, el tratamiento de los datos, la construccin de las consultas analticas, hasta la capacitacin de los usuarios. Su implementacin esta generalmente afectada por una natural resistencia al cambio por parte de los usuarios. Los beneficios alcanzados con la utilizacin de un almacn de datos son apreciados recin en el mediano y largo plazo. Como deriva del punto anterior, no todos los usuarios confiarn en la informacin provista por el DW en una primera instancia. Pero si lo irn haciendo a medida que comprueben su efectividad y sus beneficios. Si se incluyen datos confidenciales tanto propios, como de clientes o proveedores al depsito. Se estar atentando contra la privacidad de los afectados, si no se controla adecuadamente el acceso a la informacin. Subestimacin de los recursos necesarios para la captura, carga y almacenamiento de los datos. Subestimacin del esfuerzo necesario para su diseo y creacin. Incremento continuo de los requerimientos del usuario. Subestimacin de los beneficios obtenidos con la correcta utilizacin del DW y de las herramientas de BI en general.

Data Marts

Por ltimo, hay que mencionar la existencia de los Data Marts (Mercado de Datos). Estos son una versin ms reducida de un Data Warehouse. Frecuentemente, contienen informacin especfica de algn departamento de la empresa como: marketing, finanzas o mantenimiento de la red. Podra verse al Data Mart, como un subconjunto del Data Warehouse cuya finalidad es mantener consistencia en las prcticas de administracin de datos corporativos para mejorar la seguridad y la integridad de la informacin que se est utilizando. (MONOGRAFIAS, 2010)

Tal como se puede apreciar en el libro HEFESTO: Metodologa para la Construccin de un Data Warehouse (BERNABEU, 2010) en el apartado Arquitectura del Data Warehousing, un Data Warehouse tiene la siguiente arquitectura lgica:

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 40

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 2.3. Fuente: HEFESTO: Metodologa para la Construccin de un Data Warehouse (BERNABEU, 2010).

Para comprender ntegramente la finalidad del Data Warehouse es importante conocer cmo es el proceso empleado para su construccin. Este proceso es conocido como Data Warehousing. El mismo comienza con la recopilacin y tratamiento de grandes volmenes de datos disponibles en sistema de informacin de la organizacin. El proceso consiste en la extraccin de una coleccin completa de datos para colocarlos en el almacn de manera una manera organizada. El encargado de extraer los datos depurarlos, transformarlos y finalmente almacenarlos dentro del DW es el proceso de Extraccin, Transformacin y Carga, tambin conocido como Proceso ETL. En general, los datos son extrados desde los sistemas de informacin operacionales de la empresa. Aunque tambin pueden incluirse otras fuentes de datos tales como archivos Excel, archivos planos, correos electrnicos, que comnmente encontramos en el mbito organizacional de cualquier empresa.

Extraccin: obtencin de informacin de las distintas fuentes, tanto internas como externas. Transformacin: filtrado, limpieza, depuracin y agrupacin de la informacin. Carga: organizacin y actualizacin de los datos y sus metadatos en la base de datos.

Metadatos Uno de los componentes ms importantes de la arquitectura de un almacn de datos son los metadatos. Comnmente, se definen como "datos acerca de los datos" (SANZ RODRGUEZ, 2010). Estos, describen el sentido de los datos, la estructura de almacenamiento y la manera en que se relacionan.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 41

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Los metadatos son registros que documentan informacin acerca de la morfologa del esquema utilizado para contener los datos dentro del sistema. Por ejemplo, renen informacin acerca de cules son tablas existen en una base de datos, las columnas que posee cada una de ellas y el tipo de datos almacenan, entre otras cosas. Estos registros permiten manipular mejor los datos de la empresa sin la necesidad de conocer, de antemano, el tipo de dato y la forma en el que estn almacenados en la base de datos. Los datos son de inters para el usuario final, mientras que el metadato cobra inters para los programas que tienen que manejar estos datos. Sin embargo, el rol que cumple el metadato en un entorno de almacn de datos es muy diferente al rol que cumple en los ambientes operacionales. En el mbito de los Data Warehouse el metadato juega un papel fundamental, su funcin consiste en recoger todas las definiciones de la organizacin y el significado de los datos dentro del almacn de datos. Estos deben contener toda la informacin concerniente a: Tablas; Columnas de tablas; Relaciones entre tablas; Jerarquas y Dimensiones de datos; Entidades y Relaciones. (WIKIPEDIA, 2010).

Herramientas OLAP Toda la informacin que se procesa y se almacena en el Data Warehouse finalmente es consultada mediante herramientas analticas de datos especializadas para responder eficientemente a las peticiones generadas en lnea. Estos sistemas son los denominados OLAP, por sus siglas de On-Line Analytical Processing. Aunque existen otras tcnicas para analizar datos, sta posiblemente sea la ms utilizada. Algunas otras tcnicas conocidas son: la minera de datos (abordada ms adelante) y CBAT (Column Based Analytical Technology). De este ltimo no se har otra mencin. El objetivo principal de los sistemas OLAP es ofrecer a los usuarios una solucin tecnolgica que permita agilizar, de manera notable, las consultas generadas en la compaa con el fin de presentar los resultados producidos en tiempo y forma adecuado. Los sistemas OLAP se caracterizan principalmente por permitir realizar anlisis multidimensionales de datos, personalizar las perspectivas de anlisis para navegar entre ellos, seleccionar la manera ms cmoda de presentar la informacin, generar informes preestablecidos e incluso programar la entrega peridica de los resmenes. En general, estos sistemas deben: Permitir realizar complejas consultas sobre los datos de manera simple. Facilitar el anlisis. Permitir cambiar las perspectivas de anlisis. Procesar eficientemente grandes volmenes de datos.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 42

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Arquitectura Interna de un OLAP. Existen dos arquitecturas principales para los sistemas OLAP: el modelo multidimensional denominado MOLAP y el modelo relacional denominado ROLAP. Aunque, tambin es posible construir una solucin intermedia de tipo Hbrida conocida como HOLAP. La arquitectura MOLAP usa bases de datos multidimensionales para proporcionar el anlisis. Su principal premisa es que el OLAP est mejor implementado para almacenar los datos de manera multi-dimencional. Por el contrario, la arquitectura ROLAP supone que las capacidades OLAP estn perfectamente implementadas sobre bases de datos relacionales. Un sistema MOLAP usa una base de datos propietaria multidimensional en la que la informacin se almacena multidimensionalmente para ser visualizada en varias dimensiones de anlisis. (FIGUEROA GONZLEZ, 2007).

Modelos Relacionales (ROLAP). En una arquitectura ROLAP se accede a los datos almacenados dentro del Data Warehouse de manera relacional con el objetivo de proporcionar el soporte para los anlisis OLAP. Se supone, para este modelo, que las capacidades OLAP se comportarn mejor al estar soportadas en bases de datos relacionales. El sistema ROLAP utiliza una arquitectura de tres niveles. La base de datos relacional maneja los requerimientos de almacenamiento de datos y el motor ROLAP proporciona la funcionalidad analtica. El nivel de base de datos usa bases de datos relacionales para el manejo, acceso y obtencin del dato. El nivel de aplicacin es el motor que ejecuta las consultas multidimensionales de los usuarios. (FIGUEROA GONZLEZ, 2007). Los anlisis multidimensionales ejecutados por los usuarios finales, a travs del motor ROLAP, son transformados dinmicamente a sentencias SQL. Las cuales, se ejecutan contra la base de datos relacional para generar los resultados obtenidos a partir del cruzamiento de los datos de cada tabla. Modelos multidimensionales (MOLAP). En un modelo multidimensional, por el contrario, los datos son organizados alrededor del tema de anlisis particular para la organizacin. La estructura de este modelo est conformada como una matriz multidimensional o hper cubo. Un Hper Cubo consiste en un conjunto de celdas pertenecientes a una tabla identificadas por la combinacin de los miembros de las diferentes dimensiones y, cada una de ellas, contiene el valor de la medida analizada como resultado de la combinacin de la dimensiones. El sistema MOLAP utiliza una arquitectura de dos niveles: la base de datos multidimensional y el motor analtico. La base de datos multidimensional es la
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 43

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

encargada del manejo y obtencin de los datos y conforma el nivel de aplicacin. Este es el responsable de la ejecucin de los requerimientos OLAP. Mientras que el nivel de presentacin se integra con el de aplicacin para proporcionar un interfaz con la que los usuarios finales pueden visualizar los anlisis OLAP. Una arquitectura cliente/servidor permite a varios usuarios acceder a la misma base de datos de manera concurrente. (CHINCHILLA ARLEY, 2011). En este modelo, la informacin procedente de los sistemas operacionales, se carga en el sistema MOLAP mediante una serie de rutinas por lotes. En esta etapa se realizan operaciones de agregacin sobre los datos para calcular cada uno de los hechos de inters, al mismo tiempo en que se generan las dimensiones de negocio (LUNA POZO, 2010).

Componentes del modelo multidimensional: - Hecho: El hecho representa al objeto a analizar. El mismo contiene los valores de las medidas de negocio (WIKIPEDIA, 2010). Cada una de las medidas queda definida mediante la interseccin de una serie de dimensiones relacionadas a ella. Por lo general, los hechos son casi siempre valores numricos, enteros o reales, a los cuales se les puede aplicar alguna funcin matemtica determinada como, por ejemplo, la agregacin. - Dimensiones: representan cada uno de los ejes en un espacio multidimensional. Estos, suministran el contexto en el que se obtienen las medidas. Algunos ejemplos son: tiempo, producto, cliente, departamento, entre otras. Las dimensiones se utilizan para seleccionar y agrupar los datos en un nivel de detalle deseado. Los componentes de una dimensin se denominan niveles y se organizan en jerarquas. En definitiva, las tablas de dimensiones definen cmo estn organizados los datos lgicamente y proveen el medio para analizar el contexto del negocio. Por ejemplo, podemos ver que la jerarqua para la dimensin tiempo es la siguiente: Da, Mes y Ao. (TAMAYO et Al, 2006).

Modelo Lgico de un Data Warehouse El modelo multidimensional de un DW se construye aplicando un criterio determinado que, entre otras cosas, permite definir la estructura interna del almacn de datos. Los diseos posibles de un Data Warehouse son: el esquema en estrella, el esquema copo de nieve y la constelacin de hechos. Cada uno de estos esquemas tiene ventajas como desventajas y deben ser elegidos en funcin de la necesidad de la empresa y las caractersticas del modelo. La seleccin de un esquema ms adecuado, depender principalmente del criterio que se utilice al realizar el estudio sobre el problema y los factores que afectarn el desempeo general del sistema. Entre ellos, estn: el rendimiento de las herramientas al ejecutar consultas, el tamao del almacn y el mantenimiento los datos.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 44

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Esquema en estrella: Este esquema posee una tabla central llamada tabla de Hechos, donde se almacenan los elementos correspondientes al dominio del problema que se debe analizar. La misma, est rodeada por tablas de Dimensiones que contienen informacin necesaria para generar las consultas. La forma que adopta el modelo, de una de tabla central ms grande (hechos) rodeada tablas o radiales ms pequeos (dimensiones), hacen que el esquema se asemeje a una estrella, dndole nombre a este tipo de construcciones (ROJAS, 2009). Dada su simpleza y la velocidad de respuesta, ste es el esquema ideal para realizar anlisis multidimensionales sobre los datos en los sistemas OLAP. Como ventaja adicional, ste esquema soporta las consultas de datos agregados y las consulas de datos de mayor detalle con una velocidad de respuesta bastante similar.

Esquema copo de nieve: Es una variante del esquema en estrella que presenta las tablas de dimensin normalizadas. La finalidad de normalizar las tablas es la eliminacin de la redundancia de datos y con ello la reduccin del espacio de almacenamiento. La principal desventaja de este esquema es la cada del rendimiento para generar las consultas. Esto se debe a que el gestor de consultas debe crear ms tablas de dimensiones y relaciones entre tablas (JOINs). Lo que provoca una cada significativa en la velocidad de las respuestas.

Constelacin de hechos: es una conformacin de varios esquemas en estrella o copo de nieve que comparten las dimensiones. Este esquema es ms complejo que arquitecturas anteriores porque que contiene mltiples tablas de hechos. Aunque el esquema constelacin es ms complejo tiene la gran virtud de ser ms flexible. Sin embargo, cuando el nmero de las tablas vinculadas aumenta la arquitectura puede llegar a ser muy compleja y difcil de mantener.

Salidas del Data Warehouse Como venimos viendo, un Data Warehouse es un almacn de datos desde donde se extrae informacin peridicamente para uso interno de una organizacin. La informacin es obtenida por medio de una serie de herramientas que acceden a la base de datos de diferentes maneras para responder a la necesidad particular del usuario. Entre las formas principales de consultar la base de datos estn: las herramientas OLAP, las herramientas de consulta Ad-Hoc, los Tableros de Control (Dashboard) e incluso pueden existir aplicaciones creadas por terceros con algn fin particular. Los sistemas OLAP, en general, son herramientas de consulta y exploracin de datos multidimensionales que permiten extraer la informacin contenida dentro del DW. Estas herramientas constituyen el nexo entre el depsito de datos y los usuarios y, por lo general, poseen interfaces grficas amigables para permitir generar, por medio de una serie de pasos sencillos, consultas complejas de forma
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 45

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

sencilla. El motor que procesa dichas consultas es denominado Query Manager. ste es el encargado de gestionar las solicitudes, interactuar con el almacn de datos, generar los resultados para finalmente entregarlos al usuario en diversos formatos. Las Herramienta de Consultas Ad-Hoc pertenecen a un tipo especfico de solucin, gestionada directamente por los usuarios finales, empleada para generar reportes de distinta ndole. Estas herramientas brindan la posibilidad al usuario de manipular directamente las tablas y las uniones existentes para disear y ejecutar sus propias consultas. El tablero de control es una herramienta que permite entregar informacin de gestin de manera resumida y oportuna para la toma de decisin. Los resultados obtenidos desde una herramienta de tipo Query Manager son entregados al usuario en varios formatos segn la necesidad y se clasifican de la siguiente manera:

Figura 2.4.

Reportes y Consultas: Son pantallas grficas e intuitivas que brindan la posibilidad de generar informes avanzados y detallados en el rea del negocio que se est analizando. El usuario solo debe seguir una serie de pasos para generar estos reportes. Por ejemplo, podr seleccionar los elementos que necesita visualizar, elegir las condiciones y los criterios de agrupacin, seleccionar otros atributos que considere significativos y finalmente ejecutar la consulta. Posteriormente, el reporte construido podr ser guardado y consultado por el mismo usuario de forma peridica. (BERNABEU, 2010)

Vista de Anlisis: Son instrumentos que permiten la navegacin y exploracin dinmica de los datos de manera interactiva, pudiendo seleccionar las diferentes dimensiones del anlisis. Las mismas, estn preparadas para realizar operaciones complejas como en la perforacin y cruzamiento de datos para obtener un mayor detalle a partir de la informacin consultada inicialmente. Estas herramientas estn optimizadas para responder rpidamente a las consultas realizadas con una elevada velocidad de respuesta.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 46

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Tablero de Control: Estos pueden entenderse como una coleccin de reportes y consultas interactivas que hacen referencia a un tema en particular presentados en conjunto dentro de un nico panel. Este instrumento, permite analizar la situacin general de la empresa mediante lectura de los indicadores ms importantes. Con la simple observacin del panel es posible distinguir rpidamente aquellas reas de la empresa que requieren una atencin de mayor urgencia.

Metodologa Hefesto

Fuente: HEFESTO: Metodologa para la Construccin de un Data Warehouse (BERNABEU, 2010).

Introduccin Hefesto es una metodologa desarrollada recientemente por el Ing. Daro Bernabeu cuya finalidad es guiar el modelado del Data Warehouse de manera sencilla, ordenada y de forma intuitiva. Con la ayuda de esta metodologa es posible obtener, en poco tiempo, una visin integral del problema y del modelo constructivo, suficientemente slida, para desarrollar una implementacin completa del sistema requerido. Estas, son las razones ms fuertes que se tuvieron en cuenta para decidir su utilizacin en el proyecto de tesis. La propuesta Hefesto fue impulsada en base a una amplia y exhaustiva investigacin realizada, la comparacin de metodologas existentes y experiencias previas aportadas por el mismo autor, en el estudio y confeccin de distintos almacenes de datos construidos. Actualmente la misma se encuentra en la versin 2.0.

Proceso de Diseo Para llevar a cabo la construccin controlada de una solucin de Inteligencia de Negocio, de manera de minimizar los riesgos del proyecto durante la ejecucin, la metodologa Hefesto sugiere distribuir el proceso en cuatro fases:

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 47

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 2.5. Fuente: HEFESTO: Metodologa para la Construccin de un Data Warehouse (BERNABEU, 2010).

Hefesto propone, en la primera etapa, identificar de las necesidades de los usuarios para conocer las preguntas claves del negocio. Luego, se contina con el diseo de los indicadores que van a responder a estos interrogantes junto con las perspectivas de anlisis requeridas. Ms tarde, se construir el modelo conceptual de datos del DW. En etapas posteriores, se debern analizar las fuentes de datos OLTP para determinar los factores constructivos de cada indicador, se sealarn las correspondencias con las fuentes de datos y, por ltimo, se determinar el campo de estudio de cada perspectiva. Una vez hecho esto, se podr continuar con la construccin del modelo lgico del depsito de datos. En esta etapa, deber quedar definido el tipo de esquema utilizado en la implementacin. Tambin, se construirn las tablas de dimensiones y las tablas de hechos para, finalmente, efectuar las uniones correspondientes. Por ltimo, se definirn los procesos de extraccin, transformacin y carga para capturar los datos desde las diferentes fuentes de datos y, finalmente, almacenarlos en el DW.

Ventajas del modelo Hefesto Los objetivos y resultados esperados en cada fase se distinguen fcilmente y son sencillos de comprender. Se basa en los requerimientos del usuario, por lo cual su estructura es capaz de adaptarse con facilidad y rapidez ante los cambios en el negocio. Reduce la resistencia al cambio, ya que involucra al usuario final en cada etapa para que tome decisiones respecto al comportamiento y funciones del DW. Utiliza modelos conceptuales y lgicos, los cuales son sencillos de interpretar y analizar.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 48

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Es independiente del tipo de ciclo de vida que se emplee para contener la metodologa. Es independiente de las herramientas que se utilicen en la implementacin. Es independiente de la estructura fsica que contengan el DW y de su respectiva distribucin. Cuando se culmina con una fase, los resultados obtenidos se convierten en el punto de partida para llevar a cabo el paso siguiente. Se aplica tanto para Data Warehouse como para Data Mart. Aplicacin metodolgica En este apartado se describir la metodologa Hefesto con el objetivo de conocer cada uno de los conceptos aplicados en el trabajo de tesis y las etapas por las que se va transitar durante la implementacin. A continuacin, se presenta un resumen de la metodologa, tomada de la versin 2.0 del libro Metodologa para la construccin de un Datawarehouse. Para mayor informacin, se sugiere referirse a la fuente original. Antes de comenzar a utilizar esta metodologa, es altamente recomendable realizar un estudio previo sobre la empresa. Con el cual, ser posible sentar las bases esenciales para todas las decisiones que se tomen respecto de la implementacin y el diseo del DW. Por otro lado, nos permitir conocer su funcionamiento, las necesidades la misma, las personas involucradas, entre otros aspectos. A partir de esta informacin, se podr armar un contexto slido para desarrollar el trabajo, implementar el sistema y disear el depsito de datos de la manera ms adecuada.

El objetivo principal de esta fase es obtener e identificar la informacin clave para gestin de la organizacin. Es decir, aquella informacin que asegura que la toma de decisin de sea un proceso eficaz y eficiente, que permite alcanzar ms fcilmente las metas de la empresa.

Lo primero que se debe realizar es identificar los requerimientos del usuario a travs de una serie de preguntas que expliciten los objetivos de la organizacin. Este proceso se puede realizar de diversas maneras en funcin del criterio que aplique el agente encargado de llevar a cabo la tarea. Algunos ejemplos de tcnicas empleadas son: las entrevistas, los cuestionarios, la observacin directa, etc. El objetivo es identificar las
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 49

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

variables del negocio que permitirn, posteriormente, estudiar la informacin organizacional desde diferentes perspectivas de anlisis.

Una vez que se han establecido las preguntas claves de negocio se debe proceder a la descomposicin de las mismas para extraer, de ellas, cules sern los indicadores utilizados y las perspectivas de anlisis apropiadas. Este es un proceso en el que se debe identificar cada uno de los elementos y componentes que formarn parte del modelo conceptual descripto en el siguiente paso.

En esta etapa, se construir un modelo conceptual a partir de los indicadores y perspectivas obtenidas en el paso anterior. El proceso de construccin del modelo conceptual consiste en reunir los indicadores y perspectivas identificadas para ubicarlas en un mapa lgico que represente claramente su significado y su relacin con el dominio del problema.

La representacin grfica del modelo conceptual es la siguiente:

Figura 2.6. Fuente: HEFESTO: Metodologa para la Construccin de un Data Warehouse (BERNABEU, 2010).

Descripcin del Modelo Conceptual


Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 50

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

A la izquierda se colocan las perspectivas seleccionadas que estarn unidas a un valo central que representa la unin y lleva el nombre de la relacin que existe entre ellas. La relacin constituye el proceso o rea de estudio elegido. De dicha relacin y entrelazadas con flechas, se desprenden los indicadores. Estos se ubican a la derecha del esquema.

En este paso, se deben analizar las fuentes OLTP para definir la manera en que se obtendrn los indicadores y tambin para establecer las respectivas correspondencias entre el modelo conceptual, creado en el punto anterior, y las fuentes de datos.

En este paso es necesario definir cul es el clculo utilizado para obtener cada uno de los indicadores a partir de la informacin disponible en el modelo de datos.

Completado el punto anterior, es necesario establecer la relacin entre el modelo conceptual y las fuentes de datos disponibles con el objetivo de establecer, inequvocamente, la correspondencia que existe entre todos los componentes utilizados para la obtencin de los indicadores.

Al quedar establecidas las relaciones y correspondencias en los OLTP, se procede con la seleccin los campos que sern incluidos en cada una de las perspectivas para determinar el nivel de granularidad del modelo. Cuanto mayor sea el nivel de detalle de los datos se tendrn mayores posibilidades analticas. Todos los campos que se incluyan sern utilizados, ms adelante, para la manipulacin de la informacin una vez que quede terminado el sistema. Por ello, ser necesario indagar el diccionario de datos y consultar al personal de sistema para determinar inequvocamente el significado de cada
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 51

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

uno de los elementos disponibles y seleccionar adecuadamente los campos que tengan mayor relevancia.

El objetivo de este paso es ampliar el modelo conceptual. La tarea consiste en colocar debajo de cada perspectiva todos los campos elegidos y debajo de cada indicador su respectiva frmula de clculo. Los resultados debern verse grficamente de la siguiente manera:

Figura 2.7. Fuente: HEFESTO: Metodologa para la Construccin de un Data Warehouse (BERNABEU, 2010).

Modelo Conceptual ampliado.

Para disear el Modelo Lgico utilizado en la construccin del Data Warehouse es necesario basarse en el modelo conceptual desarrollado en las etapas anteriores. Lo primero que se debe hacer es definir el tipo de modelo ms adecuado, Seguidamente, se debern crear las tablas de Dimensin y las tablas de Hechos. Por ltimo, habr que definir todas las uniones entre las tablas.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 52

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Lo que hay que hacer en este punto es elegir el tipo de esquema ms adecuado para definir el depsito de datos. Es necesario revisar las caractersticas de cada uno de los esquemas posibles y seleccionar aquel que mejor se adapte a los requerimientos y necesidades de los usuarios.

El proceso consiste en disear las tablas de dimensiones siguiendo el procedimiento que corresponde al esquema elegido para del modelo lgico de datos. Cada una de las perspectivas definidas en el modelo conceptual se corresponder con una tabla de dimensin. El proceso de creacin de la tabla dimensin, descripto en la metodologa, debe ser repetido tantas veces como perspectivas haya en el modelo conceptual.

En este paso, se deben definir las tablas de hechos que guardarn los valores de inters utilizados para generar cada uno de los indicadores definidos.

Segn el tipo de esquema utilizado es necesario definir las uniones correspondientes entre las tablas de dimensiones y las tablas de hecho correspondientes.

Una vez ubicados en esta parte del proyecto, deberamos tener completamente definido el modelo lgico del DW. El paso siguiente es definir las operaciones que se encargarn de poblar con informacin el repositorio de datos. A esta lista de operaciones se las conoce como Procesos ETL. Los mismos se encargarn de tomar la informacin desde diversas fuentes de datos, realizar ciertas transformaciones a los mismos y finalmente almacenarlos de manera integrada dentro del DW. Estas transformaciones tienen el
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 53

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

propsito de asegurar la integridad de la informacin en el almacn. Entre las operaciones principales que realizan se encuentran: la integracin, el filtrado y la depuracin. El diseo de los procesos ETL, se lleva a cabo con la asistencia de herramientas destinadas a tal fin. Por esta razn, solo ser necesario enfocarse en la generacin de las sentencias SQL que sern utilizadas para extraer todos los datos de requeridos desde las fuentes de informacin. Tambin ser posible incluir, entre los procesos ETL, cualquier otro procedimiento que sea requerido para facilitar el mantenimiento del modelo de datos. Es recomendable comenzar un proceso ETL desde la carga de datos de las tablas de dimensiones y luego continuar con la carga de las tablas de hecho, teniendo en cuenta la correcta correspondencia entre los miembros. En el caso de utilizar un esquema de tipo copo de nieve para el Data Warehouse, siempre que exista un jerarqua en algunas de las dimensiones, ser necesario comenzar con la carga las tablas de nivel principal (menor detalle) y posteriormente, continuar con las tablas de nivel inferior (mayor detalle). Una vez definido el mecanismo utilizado para poblar el DW, ser necesario establecer las polticas de actualizacin y refresco de los datos. Al concluir completamente las etapas descriptas en la metodologa Hefesto se cuenta con la informacin de diseo necesaria para comenzar, de manera consecutiva, con el diseo de los cubos multidimensionales. Los mismos deben tener claramente descriptos cules son los indicadores, los atributos y las jerarquas utilizadas. Desde el momento que se tengan definidos de los cubos multidimensionales se est en condiciones de comenzar la implementacin del sistema.

Data Mining

El Data Minning, es el trmino utilizado para describir al conjunto de tcnicas empleadas para descubrir conocimiento oculto en bases de datos. Esta disciplina, combina tcnicas tradicionales y operaciones especficas de la inteligencia artificial en la extraccin de conocimiento a partir del anlisis de grandes volmenes de datos presentes en una organizacin. Conforme al paso el tiempo, el trmino "Minera de Datos" (Data Mining) ha tenido ms aceptacin para referirse especficamente a la aplicacin de estas tcnicas en general. En otras palabras, Data Mining es el conjunto de tcnicas aplicadas a la exploracin de grandes volmenes de datos con el objetivo de obtener predicciones automatizadas acerca de comportamientos y de tendencias que permitan descubrir o interpretar nuevo conocimiento implcito dentro de un determinado contexto. Las herramientas de Data Mining permiten explorar gran cantidad de datos dispersos en alguna fuente de datos con el objetivo de predecir tendencias o comportamientos futuros de una empresa. Estas herramientas complementan fuertemente el proceso de toma de
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 54

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

decisin empresarial al aportar cierto tipo de conocimiento adicional, que de otra forma, no se habra encontrado. Con la utilizacin de herramientas de este tipo, es posible generar nuevas oportunidades de negocio. Algunas caractersticas de estas herramientas son: Mejorar el funcionamiento de la organizacin. Optimizar el manejo de sus bases de datos. Prediccin automatizada de tendencias y comportamientos. Obtener ventajas comerciales. Mejorar calidad de productos. Descubrimiento automatizado de modelos desconocidos. Descubrimiento de anomalas y acciones fraudulentas por parte de clientes.

Objetivos Descripcin: El principal producto del proceso de la minera de datos es el descubrimiento de reglas. Las reglas mostrarn nuevas relaciones entre las variables y nuevas excepciones de acuerdo a la empresa que empele estas tcnicas. Esto ser de gran utilidad durante la planificacin estratgica de la misma. Prediccin (Forecasting): Las nuevas reglas o comportamientos descubiertos pueden ser utilizados para predecir algunas variables de salida. Las predicciones comnmente se emplean en conjunto con algunas tcnicas tradicionales de estadstica junto a otras tcnicas provenientes de la inteligencia artificial. Modelos Para poder aplicar las tcnicas de Data Mining es necesario establecer un marco de trabajo que permita construir y evaluar el comportamiento de un primer modelo propuesto en una situacin conocida, para luego, aplicar este mismo modelo en condiciones desconocidas pero de similares caractersticas. El objetivo final, es obtener conclusiones a partir de los resultados logrados. Este proceso se denomina Modelado. Un ejemplo muy conocido para explicar lo que es un modelado es el siguiente: Si se desea buscar un galen espaol hundido en algn mar. Lo primero que podra hacerse es investigar acerca de otros tesoros espaoles que hayan sido encontrados en el pasado. Notara que esos barcos frecuentemente fueron encontrados fuera de las costas de Bermuda y que existen ciertas caractersticas similares respecto de las corrientes ocenicas y las rutas que probablemente se habran tomado por los capitanes de barco en esa poca. Al identificar esas similitudes es posible construir un modelo que incluya las caractersticas comunes a todos los sitios donde se encontraron tesoros hundidos. A partir de esta nueva informacin, ser posible buscar ms tesoros en lugares donde
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 55

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

exista mayor probabilidad de encontrarlos. Con un poco de esperanza, si tiene un buen modelo, probablemente se podr hallar un tesoro. (LOOR DAZ, 2006)

La implementacin de Data Minin es un proceso que puede ser dividido en diversas fases con el objetivo de guiar el proyecto de manera controlada. Estas fases, independientemente de la tcnica que se seleccione para realizar la extraccin de conocimiento, son: Filtrado de datos: El formato de los datos contenidos en la fuente de datos nunca es el idneo y, la mayora de las veces, no es posible utilizar ningn algoritmo de minera. Mediante este proceso se filtran los datos (se eliminan valores incorrectos, no vlidos o desconocidos), se obtienen muestras de los mismos (mayor velocidad de respuesta del proceso), o se reduce el nmero de valores posibles (mediante el redondeo y el agrupamiento) (VALLEJOS, 2006). Seleccin de variables: An despus de haber pre-procesados los datos, se sigue teniendo una cantidad excesiva de informacin. La seleccin, es una caracterstica que permite, eligiendo adecuadamente las variables ms influyentes en el problema, reducir el tamao de los datos sin sacrificar drsticamente la calidad del modelo obtenido en el proceso de minera (VALLEJOS, 2006). Extraccin de Conocimiento: Mediante la extraccin se obtiene un modelo de conocimiento que representa patrones de comportamiento observados en los valores de las variables del problema o las relaciones de asociacin entre dichas variables. Tambin es posible usar, simultneamente, varias tcnicas diferentes para generar distintos modelos en ste paso (VALLEJOS, 2006). Interpretacin y evaluacin: Finalmente se procede con la validacin del modelo. En este paso se pretende comprobar que los resultados sean vlidos y satisfactorios. Si se hubieran empleado varios modelos diferentes, stos debern ser comparados entre s en busca de aquel que se ajuste mejor situacin del problema. Puede resultar tambin, que ninguno de los modelos alcance el resultado esperado, en tal caso, se tendr que alterar alguno de estos modelos tantas veces hasta superar la etapa (VALLEJOS, 2006). Beneficios Contribuye con el proceso de toma de decisin empresarial al proporcionar un mejor sentido de orientacin, tanto tctico como estratgico. Permite que usuarios asignen mejor la prioridad de las acciones y decisiones. As por ejemplo, podrn resolver el siguiente interrogante: qu segmentos de clientes son menos atractivos para la empresa. Refuerza el poder de decisin de los usuarios que mejor entienden del problema y del entorno mismo del problema. A su vez, brinda las herramientas para comprobar resultados de las acciones efectuadas.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 56

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Permite generar Modelos Descriptivos sobre los datos que sern utilizados para explorar automticamente, visualizar y comprender la informacin, junto a sus patrones de comportamiento. Permite la construccin de Modelos Predictivos. Con ellos, luego se podrn obtener relaciones no descubiertas por el proceso del Data Mining y expresarlas como nuevas reglas de negocio. Estos outputs (salidas del sistema) podrn difundirse dentro de la organizacin en formatos tradicionales para facilitar la gestin estratgica y la planificacin de recursos en la empresa.

Herramientas empleadas en Data Mining. En esta seccin se presentan algunas herramientas software empleadas para trabajar con Data Mining.

Weka: Suite de minera de datos de libre distribucin. Weka es una coleccin de mquinas virtuales para implementar algoritmos y realizar tareas de minera de datos. Los algoritmos pueden aplicarse directamente a un conjunto de datos o pueden utilizarse desde un programa de Java. Weka contiene herramientas para el procesamiento de datos, clasificacin, asociacin, visualizacin, entre otras cosas. Tambin est bien preparado para desarrollar esquemas. Weka es un software abierto licenciado bajo GNU.

MLC++: Conjunto de libreras y utilidades de minera de datos. Es una biblioteca o librera de clases escritas en el lenguaje C++. Proporciona algoritmos que pueden ser usados por usuarios finales, analistas, profesionales e investigadores. El objetivo principal es proporcionar una variedad de herramientas que ayuden a implementar procesos de minera de datos, acelerar el desarrollo de nuevos algoritmos mineros, y proporcionar herramientas de comparacin y despliegue de informacin.

Xelopes: Librera distribuida bajo licencia pblica GNU para el desarrollo de aplicaciones de minera de datos. Es una librera multi-plataforma utilizada para la ejecutar procesos de Data Mining. Proporciona algoritmos de minera de datos muy eficaces para ser integrados de manera transparente en aplicaciones particulares. Esta librera, soporta la seleccin automtica
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 57

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

de los parmetros utilizados en las llamadas a los mtodos del programa para que los mismos puedan ser desplegados de forma automtica.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 58

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

MODELO TERICO

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 59

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Introduccin
Dentro de la fase Modelo Terico del proyecto se proceder con el diseo del modelo requerido durante la implementacin del sistema. Finalizada esta etapa, quedarn completamente definidos cada uno de los artefactos necesarios para la elaboracin el sistema de inteligencia de negocio. Adoptando el modelo de trabajo propuesto en la metodologa Hefesto, vamos a dividir la construccin del sistema en cinco etapas fundamentales: Requisitos, Anlisis, Diseo, Implementacin y Prueba. De las cuales, las primeras tres estarn contenidas dentro de la seccin Modelo Terico del captulo 3 y abarcarn desde la recopilacin de los requerimientos del sistema, su anlisis y el diseo de los modelos de datos. Mientras que los restantes, sern contemplados dentro de la seccin Concrecin del Modelo del captulo 4, en la cual se realizar la implementacin y la prueba general del sistema. A continuacin de describen las etapas fundamentales desarrolladas dentro del Modelo Terico: Planificacin Requerimientos o Requerimientos funcionales del sistema o Requerimientos no funcionales del sistema Anlisis y Diseo o Diseo del modelo o Anlisis de Requerimientos o Anlisis de los OLTP o Modelo Lgico del DW o Integracin de Datos. o Implementacin o Creacin de Informes o Creacin de cubos multidimensionales

Dentro del captulo Concrecin del Modelo se desarrollan las siguientes secciones: Implementacin Pruebas Anlisis de Resultado Experiencias Alcanzadas Puesta en marcha

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 60

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Programacin de actividades
Diagrama de Actividades
Diagrama de Actividades del Proyecto BI en Magneti Marelli.

Tabla 3.1

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 61

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Diagrama De Gantt

Figura 3.1.

Requerimientos funcionales del sistema


En la primera etapa de desarrollo se realizaron las tareas de relevamiento. Estas permitieron recabar informacin referida a la actividad de la organizacin, como tambin, acerca de las necesidades presentes. Se realizaron, en su momento, diferentes entrevistas a los miembros que estaban directamente involucrados en el proyecto para identificar los requerimientos esenciales del sistema en funcin de la necesidades que tenan. En esta seccin, se van a documentar cada uno de los requerimientos identificados de manera de poder utilizarlos posteriormente para el diseo del modelo lgico. A continuacin se listan los elementos de inters identificados:

1. Indicador OEE: Se identific la necesidad de construir un indicador que permita evaluar el rendimiento general de la organizacin en trminos de desempeo de la lnea productiva. El indicador propuesto fue el OEE (Overall Equipment Effectiveness o Eficiencia General de los Equipos), cuyo objetivo es medir la eficiencia productiva de la maquinaria industrial.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 62

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

2. Indicador Calidad: El indicador representa el porcentaje de unidades no conformes con respecto al nmero total de unidades fabricadas. Las unidades producidas pueden ser clasificadas en dos tipos: Conformes (piezas buenas) y No Conformes (piezas malas o rechazadas). A veces, las unidades No Conformes pueden ser recuperadas por los operarios y finalmente terminar siendo clasificadas como piezas Conformes. Este indicador slo considera a las piezas que salen conformes la primera vez, y no a aquellas piezas que necesitan ser reprocesadas. Por tanto las unidades que posteriormente van a ser reprocesadas deben considerarse inequvocamente como piezas rechazadas.

3. Indicador Productividad: Este indicador resulta de dividir la cantidad de piezas realmente producidas por la cantidad de piezas que se podran haber producido. El valor de cantidad de piezas que se podran haber producido se obtiene de multiplicar el tiempo de produccin por la capacidad de produccin nominal de la mquina. El valor de capacidad nominal de la maquina es un valor ideal mximo de produccin obtenido en una mquina determinada. Este valor puede estar provisto por el fabricante de la mquina en cuestin o bien, es posible utilizar un valor de estndar de fabricacin para determinar el ciclo de fabricacin de una operacin determinada. Este parmetro se puede obtener mediante un mtodo de medicin realizado sobre el proceso de produccin.

4. Tiempo de Setup: El Tiempo de Setup es el periodo de tiempo empleado para ajustar el equipamiento antes de comenzar la fabricacin de un componente. El Tiempo de Setup est directamente relacionado con las variaciones del producto y la planificacin de la produccin realizada.

5. Cantidad de Setup: Es el nmero total de operaciones de Setup o de ajuste, realizadas en una lnea de produccin.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 63

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

6. Tiempo de Paradas No Programadas. Este indicador contiene el tiempo total consumido de prdida de mano de obra provocado por las detenciones no programadas en la lnea de produccin. 7. Cantidad de Piezas Defectuosas: El indicador contiene la cantidad total de piezas fabricadas que tienen algn defecto de fabricacin.

Requerimientos no funcionales del sistema


En este momento es importante detenerse a describir en detalle las caractersticas de la plataforma empleada para soportar el Data Warehouse. Lo fundamental es entender cmo es la arquitectura de la aplicacin que se va a utilizar, su funcionamiento y los pasos necesarios para realizar su configuracin. La principal razn por la que se decidi emplear la aplicacin Pentaho Community Edition para la implementacin del Data Warehouse es debido a que la herramienta es Open Source y, por lo tanto, est totalmente liberada para cualquier uso sin ningn tipo de restricciones. Todas las herramientas que contiene Pentaho CE estn distribuidas bajo licenciamiento GNU GPL (General Public License), por lo que son de uso Libre. El mismo criterio fue utilizado para elegir el sistema de base de datos empleado para almacenar la informacin del DW. De igual forma, se eligi el sistema de gestin de base de datos MySQL, el cual tiene el mismo tipo de licenciamiento. Es de destacar que, como veremos ms adelante, Pentaho fue diseado e implementado para trabajar dentro de un esquema de tipo Cliente-Servidor. Este software y todos sus componentes asociados conforman un Servicio de Consulta que esta contenido dentro de un equipo de tipo Servidor. Los componentes o Softwares necesarios para construir la Solucin de Negocio basados en esta arquitectura son: Pentaho Reporting, Pentaho Data Integration, Pentaho Metadata y Pentaho Analysis Services.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 64

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Arquitectura Lgica

Figura 3.2.

El diagrama expuesto arriba representa el esquema lgico del sistema de informacin diseado para la implementacin. El mismo esta subdividido en dos partes principales. A la izquierda, se encuentra el sistema de informacin empresarial, en donde se produce y se almacena la informacin diaria del negocio. A la derecha, se distingue el sistema de Inteligencia de Negocio donde se procesa y almacena la informacin dentro del Data Warehouse para ser, finalmente, consultada por las herramientas de reportes. Para comprender mejor el esquema, es necesario saber que el flujo normal de los datos se realiza de forma horizontal y de izquierda a derecha. El ciclo de vida de la informacin, comienza con la recoleccin de los datos generados en forma diaria, desde los distintos puntos de adquisicin de datos diseados especialmente para este fin. Luego, estos datos son almacenados de manera estructurada dentro de una base de datos. Todos componentes que se utilizan para la recopilacin de datos y su almacenamiento pertenecen, como podemos ver en el grfico, al sistema de informacin empresarial. Una vez que la informacin fue colectada desde los puntos de adquisicin, la misma es procesada y trasladada a una nueva base de datos especialmente preparada para soportar las consultas multi-dimensionales de manera eficiente. En este paso se incorpora cualquier otra informacin que tenga pertinencia con la necesidad organizacional, sea a partir de bases de datos o incluso desde archivos administrativos utilizados en la empresa. Tales como, archivos Excels, archivos planos, etc. En el
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 65

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

esquema propuesto, el sistema de Inteligencia de Negocio, incluye todos los artefactos intervinientes desde la obtencin de los datos desde las fuentes organizacionales, el procesamiento y almacenamiento en el nuevo almacn, junto a las herramientas de consultas utilizadas para generar los reportes. El ciclo de vida de la informacin concluye cuando los datos pre-procesados son consultados, de manera dinmica, por los diversos usuarios de la organizacin empleando, para ello, las herramientas interactivas disponibles en la plataforma que fue seleccionada.

Infraestructura requerida

Servidor Pentaho El componente principal de la implementacin es el Servidor. Este equipo debe soportar la aplicacin de Servicios de Consulta de Pentaho CE. Por lo tanto, es necesario revisar la documentacin para conocer cules son los requerimientos tcnicos que publica el fabricante para ejecutar el programa adecuadamente. Segn el fabricante Pentaho los lmites indicados a continuacin no son estrictos tanto en la capacidad computacional como en el hardware de red que se deba utilizar. No obstante, se sugiere superar los requerimientos mnimos para obtener un resultado aceptable.

Requerimientos de Hardware del Servidor Pentaho

Hardware RAM Hard drive space Processor

Caractersticas Al menos 2GB Al menos 1GB Dual-core EM64T AMD64 or

Tabla 3.2.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 66

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Servidor del SGBD El sistema de gestin de base de datos MySql, va a ser instalado en el mismo equipo donde se encuentra el servicio Pentaho CE. Por lo que el hardware utilizado deber superar las capacidades mnimas de ambos productos, debindose tomar convenientemente un margen de acuerdo al criterio del diseador de la arquitectura. Los requerimientos necesarios para correr un servidor de base de datos MySql, segn lo informa su fabricante, son los siguientes:

Requerimientos de Hardware del Servidor de Base de Datos

Hardware RAM Hard drive space Processor


Tabla 3.3.

Caractersticas Al menos 128MB Al menos 150MB X86 700 Mhz

Terminal Cliente Los equipos de cada usuario (las maquinas clientes) necesitarn acceder a los servicios Web brindados por el servidor Pentaho. Los requerimientos de hardware de estas mquinas sern muy reducidos debido a que slo necesitarn correr un Navegador de Internet. Por esta razn, se sugiere la instalacin de una computadora en cada terminal de usuario que supere los requerimientos mnimos descriptos a continuacin:

Requerimientos de Hardware de la Mquina Cliente

Hardware Processor
Tabla 3.4.

Caractersticas X86 700 Mhz

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 67

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Seleccin de la Tecnologa

Pentaho Pentaho es una plataforma de Inteligencia de Negocio que incluye los componentes esenciales para poder implementar una solucin integrada. En otras palabras, cuenta con una serie de herramientas de gestin y anlisis de la informacin, junto a herramientas de presentacin y procesamiento de grandes volmenes de datos requeridos en una implementacin de esta envergadura. Esta plataforma estar configurada para procesar la informacin transaccional de la organizacin y presentarla de manera oportuna para su anlisis. Pentaho cuenta con la posibilidad de entregar los reportes solicitados a los usuarios en diferentes formatos de archivo para simplificar la gestin de la informacin en la empresa. El sistema permite utilizar los formatos ms comunes como son: archivos pdf, HTML, hojas excels, entre otros. Esta plataforma permite, a su vez, consultar informes o reportes preestablecidos, aunque tambin es posible disear informes personalizados de tipo Ad Hoc de manera sencilla e intuitiva. Por otro lado, cuenta con una herramienta de presentacin denominada Community Dashboard Framework con la que se construyen los tableros de control de gestin de manera amigable e interactiva. Pentaho utiliza un motor Web Apache. Por lo que su acceso para el mantenimiento puede ser realizado de manera remota mediante algn explorador de Internet conocido. Cuenta adems, con una infraestructura de tipo JMS (Java Message Service) para enviar resmenes por correo electrnico y programar dichas tareas a travs del sistema de planificacin llamado Quartz. La plataforma mencionada fue seleccionada por diversas razones. En primer lugar, se tuvo en cuanta el hecho de que la herramienta es libre y gratuita. Por otro lado, se contemplaron otras cuestiones no menores, como por ejemplo, la versatilidad para ejecutarse en diferentes Sistemas Operativos y la aparicin paulatina de nuevas experiencias en el empleo de esta plataforma junto a la existencia de una extensa comunidad que la est respaldando da a da y que, adems, est aportando continuamente para su desarrollo. Otro factor se contempl para su eleccin fue la capacidad y la escalabilidad que tiene la herramienta para brindar excelentes soluciones en diferentes niveles de complejidad y tamao de problemas, permitiendo atender las necesidades de pequeas y grandes empresas eficientemente. Finalmente, por su facilidad para el uso y por tener una curva de aprendizaje accesible para el empleo de la solucin por parte de los usuarios y de los desarrolladores.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 68

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Extraccin Transformacin y Carga La plataforma Pentaho CE cuenta con la herramienta Pentaho Data Integracin (PDI) para el diseo y construccin de los procesos ETL. stos, son los procesos que recolectan, desde las distintas fuentes de informacin, los datos que alimentan el Data Warehouse. Pentaho Data Integration, no solo brinda las herramientas para realizar la recoleccin de datos, tambin ofrece los elementos necesarios para automatizar dichos procesos y monitorear todas las ejecuciones. Esta herramienta cuenta con una extensa biblioteca de procesos tiles para llevar a cabo la integracin de los datos de manera intuitiva. La misma puede ser empleada dentro de arquitecturas pequeas y simples hasta en aquellas que son ms complejas. Con una amplia gama de recursos de conectividad para acceder diversas fuentes de datos, tanto estructuradas como semi-estructuradas, Pentaho Data Integration permite consolidar los datos obtenidos desde mltiples orgenes y los transforma de modo consistente para una posterior consulta. Gracias a su arquitectura de procesamiento paralelo, la herramienta puede ejecutar las transformaciones ms complejas en cuestin de segundos. Su arquitectura tiene la capacidad de realizar la agrupacin dinmica de los datos para mejorar an ms el rendimiento y, al mismo tiempo, ofrece a los desarrolladores una plataforma de tipo empresarial que se ajusta perfectamente a las exigencias actuales de un Data Warehouse.

Mondrian Este es un Motor OLAP escrito en el Lenguaje Java que permite el anlisis interactivo de grandes cantidades de datos almacenados en las bases de datos. El motor utiliza el lenguaje de consulta MDX para componer los datos de manera multidimensional mientras que, por otro lado, traduce las consultas MDX en sus correspondientes SQLs para consultar todos los datos requeridos al Sistema de gestin de Base de Datos existente (SGBD). El termino OLAP (Online Analytical Processing), hace referencia al anlisis de largas cantidades de datos en tiempo real. A diferencia de OLTP (Online Transaction Processing), donde las operaciones son principalmente de lectura y actualizacin realizadas bajo nmero reducido de registros, OLAP tiende a trabajar con grandes volmenes de datos, donde las operaciones son normalmente de lectura. El trmino online define al tipo de consulta eficiente y a trmino de grandes cantidades de datos (normalmente millones de registros almacenados en varios gigabytes de espacio ocupado), donde es necesario responder rpidamente a las peticiones de los usuarios permitiendo la exploracin dinmica de los datos.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 69

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

MySQL MySql es un Sistema de Gestin de Base de Datos de tipo relacional, multihilo y multiusuario. El motor de base de datos de MySql puede ser utilizado de manera libre bajo las condiciones contenidas dentro de la licencia GNU GPL. Aunque, aquellas empresas que quieran incorporarlo en productos privativos deben comprar una licencia especfica para tal fin. Se ha elegido a MySql para realizar el almacenamiento de los datos del Sistema de Informacin Operacional y los del Data Warehouse. Las principales ventajas de este SGBD son: su rpida instalacin, su potente configuracin, su alta performance, adems de su libertad para el uso.

Diseo del modelo


En esta seccin se va a proceder con la construccin del modelo lgico del DW como lo indica la metodologa Hefesto. Cada una de las etapas, se corresponden exactamente con los pasos que estn descriptos en el captulo 5.5 titulado Pasos y aplicacin metodolgica. Para mayor informacin, se recomienda referirse al libro HEFESTO: Metodologa para la Construccin de un Data Warehouse.

Anlisis de requerimiento

1. Cul es el rendimiento de cada clula de produccin para cada producto fabricado por empleado, en un tiempo y un turno indicado? 2. Cul es la cantidad de Piezas OK fabricadas en un proceso determinado de un producto dado, en un tiempo y un turno indicado? 3. Cul es la cantidad de piezas defectuosas fabricadas en un proceso determinado de un producto dado, en un tiempo y un turno indicado? 4. Cul es el tiempo total de produccin alcanzado por producto, consumido por un empleado, en un proceso determinado, en un tiempo y un turno indicado?
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 70

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

5. Cul es el tiempo total de prdida de mano por producto, consumido por un empleado en un proceso determinado, en un tiempo y un turno indicado? 6. Cul es la Cantidad de Operaciones de Setup (ajustes) realizados por un empleado en un proceso, producto, turno, y tiempo determinado? 7. Cul es el Tiempo de Setup consumido por un empleado, en un proceso, producto, turno, y tiempo determinado? Nota: Cantidad de Setup: es el nmero de veces que un empleado realiza el ajuste de mquina para comenzar a producir un nuevo producto. Tiempo de Setup: es el tiempo estndar estimado en el que cada operador debera preparar la maquina antes de trabajar con cada producto.

Con las preguntas claves del negocio ya identificadas, lo siguiente es hacer la descomposicin de cada elemento para comprender y determinar inequvocamente cules son los indicadores que se van a utilizar y cules son las perspectivas de anlisis que se aplicarn en modelo. Indicadores: Rendimiento Cantidad de Setup Tiempo de Setup Cantidad Piezas OK Cantidad Piezas Defectuosas Horas Trabajadas Horas Prdida Mano de Obra Perspectivas de anlisis: Tiempo Turno
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 71

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Producto Proceso Empleado Estado de Producto Clasificacin de Tiempo No Conformidad Parada No Programadas

En este paso se realizar la construccin del modelo conceptual. El resultado de esta etapa ser una primera aproximacin al modelo del DW que permitir a los usuarios revisar y comprender el alcance del proyecto principalmente.

Relacin Indicadores:

Figura 3.3.

Relacin Produccin:

Figura 3.4.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 72

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Relacin Productividad:

Figura 3.5.

Dada la similitud de los indicadores <Cantidad de Piezas OK>, <Cantidad de Piezas No OK>; <Horas Trabajadas> y <Horas de Prdida de Mano de Obra> respectivamente, se decidi unir y tratar a stos valores, de manera unificada como dos indicadores. La estrategia consiste en sumar ambos valores y poder discriminarlos segn su tipo. Para ello, se decidi crear una nueva la perspectiva de anlisis con la que se podr determinar el tipo de indicador consultado. Esta estrategia va a permitir, ni ms ni menos, que simplificar el modelo OLTP. Con esta modificacin lgica se pretende pasar de tener cuatro indicadores, inicialmente definidos, a solo dos: Cantidad de Piezas (indicador 4) y Horas Trabajadas (indicador 5), cuyas perspectivas sern: Estado Producto (OK; NO-OK) y Tiempo Clasificacin (Productivo; No Productivo) respectivamente. Tambin es necesario crear dos indicadores ms para el clculo del Rendimiento. El indicador de Calidad y Productividad. A partir del producto de ambos se obtiene el valor de rendimiento requerido. Relacin Indicadores:

Figura 3.5.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 73

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Relacin Produccin:

Figura 3.6.

Relacin Productividad:

Figura 3.7.

Anlisis de los OLTP.

Esta etapa que sigue consiste en analizar las fuentes OLTP para determinar cmo sern calculados los indicadores y posteriormente establecer las correspondencias entre el modelo conceptual, creado en el paso anterior, y las fuentes de datos. Luego, se debern definir los campos que sern incluidos en cada perspectiva y, finalmente, se ampliar el modelo conceptual con la nueva informacin obtenida de este paso.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 74

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Hechos Identificados: 1. Hecho: Rendimiento OEE Frmula: Productividad Calidad 100 Funcin de promedio: AVG Descripcin: El indicador presenta el valor de rendimiento calculado en funcin de la calidad y la productividad obtenida en los procesos de fabricacin.

2. Hecho: Cantidad Setup Frmula: Cantidad de Items existentes en un Resumen de Produccin declarado. Frmula de Sumarizacin: SUM Descripcin: El indicador representa la cantidad total de productos empleados en un resumen. Lo que indica cuantas veces se requiere poner a punto un proceso para fabricar un producto determinado.

3. Hecho: Tiempo Setup Frmula: Tiempo Setup 60 Funcin de Sumarizacin: SUM Descripcin: El Tiempo de Setup es el empleado para poner a punto una mquina antes de comenzar a producir un producto determinado. Por cada cambio de producto que se efecta, el operario debe realizar la puesta a punto nuevamente. El valor de tiempo medio consumido para la puesta a punto, est normalizado y vara en funcin de cada proceso de fabricacin. El indicador Tiempo Setup viene a representar la sumatoria de los Tiempos de Setup utilizados en cada uno de los procesos de fabricacin existentes.

4. Hecho: Cantidad Piezas


Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 75

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Frmula: Cantidad Funcin de Sumarizacin: SUM Descripcin: El indicador representa la sumatoria de las unidades que se han fabricado de un producto en particular.

5. Hecho: Horas Trabajadas Frmula: TiempoFloat Funcin Sumarizacin: SUM Descripcin: El indicador representa las horas totales trabajadas.

Lista de Hechos Adicionales:

6. Hecho: Productividad Cantidad Producida Total 100 Frmula: Produccin Estandar Tiempo Trabajado Funcin de promedio: AVG Descripcin: El indicador contiene el grado de productividad alcanzado en todos los procesos de fabricacin.

7. Hecho: Calidad Frmula:


Cantidad Producida Total Cantidad Producida Con Defectos Cantidad Producida Total 100

Funcin promedio: AVG Descripcin: El indicador contiene el grado de calidad alcanzado en todos los procesos de fabricacin.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 76

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

El objetivo de este paso es identificar claramente las correspondencias existentes entre el modelo conceptual y las fuentes de datos disponibles. Por ello, se debe observar cada uno de los elementos inluidos para verificar, posteriormente, la existencia de las entidades requeridas dentro del OLTP. Es importante tener en cuenta que, a esta altura del proyecto, no se cuenta con un modelo OLTP debido a que no existe ningn sistema de informacin que est en funcionamiento en la empresa. Por esta razon, se tendr la libertad para definir cada una de las entidades que se vayan a requerir en las etapas siguientes de la metodologa. Solamente habr que pensar en los componentes que son necesarios para el modelo, asumiendo que estarn disponibles una vez que se construya el sistema de informacin que abastecer de datos al Data Warehose. Sistema que ser construido ms adelante en base a las entidades que aqu se definan.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 77

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Dimensiones

Figura 3.8.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 78

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 3.9.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 79

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Indicadores:

Figura 3.10.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 80

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Relaciones identificadas: La Tabla Turno se relaciona con la perspectiva Turnos. La Tabla Empleados se relaciona con la perspectiva Empleados. La Tabla Material se relaciona con la perspectiva Productos. La Tabla Tiempo Clasificacin se relaciona con la perspectiva Tiempo Clasificacin. La Tabla Proceso se relaciona con la perspectiva Procesos. La Tabla Paradas No Programadas se relaciona con la perspectiva Parada No Programadas. La Tabla No Conformidades se relaciona con la perspectiva No Conformidades. La Tabla Estado Productos se relaciona con la perspectiva Estado Productos. El campo fechaDeclaracin de la tabla ProduccinCabecera se relaciona con la perspectiva Tiempo. El campo cantidad de la tabla ProduccinDetalle est relacionado al indicador Unidades Productividad El campo tiempoFloat de la tabla produccin TiempoDetalle se relaciona al indicador Horas Trabajadas El campo cantidad total de la tabla produccin resumen multiplicado por 100 (cien) dividido por el valor del campo estndar fabricacin de la tabla material correspondiente al producto utilizado en dicha produccin, es utilizado para generar el indicador Productividad. El campo CantidadTotal de la tabla ProduccinResumen menos el valor del campo ScrapTotal de la misma tabla, dividido por el campo CantidadTotal, todo multiplicado por 100 (cien), es utilizado para generar el indicador Cantidad. Pera generar el indicador Rendimiento OEE se realiza el clculo utilizando el resultado del producto de los indicadores de Calidad y Productividad, dividido en 100 (cien).

Para determinar el nivel de granularidad, es decir, el nivel de detalle de este modelo, lo primero que hay que hacer es encontrar el significado de los campos de las tablas involucradas accediendo al diccionario de datos o a travs de la consulta directa al responsable del sistema. Dado que en este proyecto no se dispone de un modelo OLTP tampoco se cuenta con un diccionario de datos. Lo que se debe hacer entonces, es especificar todos los campos necesarios para cada perspectiva previendo que, ms adelante, el sistema ser creado manteniendo la correlatividad con las definiciones establecidas esta parte del proyecto. A continuacin se describen los campos que sern incluidos en cada una de las perspectivas del modelo construido:
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 81

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Respecto de la perspectiva Empleados:


Campos de la Perspectiva Empleados

Campo Legajo Apellidos Nombres Dni esOperario

Significado / Utilidad Contiene el legajo del empleado asignado por la empresa. Contiene el apellido del empleado. Contiene el nombre del empleado. Contiene el DNI del empleado. Valor binario para determinar si el empleado es operario de planta. Contiene una concatenacin entre el campo Apellidos y Nombres.

NombreCompleto

Tabla 3.5.

Respecto de la perspectiva Tiempo: En el caso de la perspectiva Tiempo definimos los campos indicados en la tabla en funcin de la granularidad requerida para atender una necesidad concreta. Es decir, poder realizar el seguimiento de cada uno de los hechos en funcin del ao, trimestre, mes, da, da de la semana.
Campos de la Perspectiva Tiempo

Campo Anio Trimestre Mes Semana Dia diaSemana

Significado / Utilidad Contiene un valor numrico de ao. Contiene un valor numrico de trimestre. Contiene un valor numrico de Mes. Contiene un valor numrico de Semana. Contiene un valor numrico de Da. Contiene un valor numrico que indica que da es dentro de

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 82

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

la semana. trimestreLetra mesLetra mesLetra3 semanaLetra diaLetra


Tabla 3.6.

Contiene el nombre del Trimestre. Contiene el nombre del Mes. Contiene el nombre abreviado del Mes. Contiene el nombre de la semana. Contiene el nombre del da.

Respecto de la perspectiva Producto:


Campos de la Perspectiva Producto

Campo Producto

Significado / Utilidad Contiene el nombre del Producto.

EstandarFabricacin Contiene el valor Estndar de Fabricacin. TiempoSetup Contiene un valor numrico con el Tiempo estimado para el Ajuste de Mquina.

Tabla 3.7.

Respecto de la perspectiva No conformidades:


Campos de la Perspectiva No Conformidades

Campo NoConformidad
Tabla 3.8.

Significado / Utilidad Contiene el nombre de la No Conformidad.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 83

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Respecto de la perspectiva Paradas no Programados:


Campos de la Perspectiva Paradas No Programadas

Campo

Significado / Utilidad

ParadaNoProgramada Contiene el nombre de la Parada No Programada.


Tabla 3.9.

Respecto de la perspectiva Procesos:


Campos de la Perspectiva Procesos

Campo Proceso
Tabla 3.10.

Significado / Utilidad Contiene el nombre del Proceso.

Respecto de la perspectiva Tiempo Clasificacin:


Campos de la Perspectiva Tiempo Clasificacin

Campo

Significado / Utilidad

TiempoClasificacin Contiene el nombre de clasificacin usado para el tiempo de produccin.


Tabla 3.11.

Respecto de la perspectiva Turnos:


Campos de la Perspectiva Turnos

Campo Turno
Tabla 3.12.

Significado / Utilidad Contiene el nombre del Turno.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 84

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Con el fin de graficar los resultados obtenidos en los pasos anteriores, se completa el modelo conceptual ampliado. El mismo contiene todos los campos elegidos para cada perspectiva y, debajo de cada indicador, su respectiva frmula de clculo. Perspectivas de la Relacin Indicadores:

Figura 3.11.

Perspectivas de la Relacin Produccin:

Figura 3.12.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 85

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Perspectivas de la Relacin Productividad:

Figura 3.13.

Modelo lgico del Data Warehouse

El modelo lgico seleccionado para confeccionar el Data Warehouse es el esquema de tipo estrella. Se elige este modelo por las ventajas que el mismo brinda, es decir, su alto rendimiento y su mayor velocidad de respuesta a las peticiones de los usuarios. Estos beneficios, se obtienen con la reduccin significativa de las uniones establecidas entre tablas al momento en el que se ejecutan los procesos de consultas, en perjuicio de tener que ocupar un poco ms de espacio en disco para almacenar la informacin dentro de la base de datos. La idea es generar una base de datos sencilla donde se almacene, de manera anticipada, todos los hechos previamente calculados para permitir el anlisis sobre los datos con un tiempo de respuesta muy bajo y atender, al mismo tiempo, gran nmero de consultas de manera eficiente cuando stas sean requeridas.

Para disear las tablas de dimensiones correspondientes al modelo estrella, se van a aplicar tres pasos sugeridos por la metodologa Hefesto. Estos son: 1. Elegir un nombre que identifique a la tabla dimensin. 2. Agregar un campo que represente su clave principal.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 86

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

3. Redefinir el nombre de aquellos campos que no fuesen suficientemente claros para entender el modelo. Lista de Tablas Dimensionales Perspectiva Empleado:

Figura 3.14.

Perspectiva Producto:

Figura 3.15.

Perspectiva No Conformidades:

Figura 3.16.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 87

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Perspectiva Paradas No Programadas:

Figura 3.17.

Perspectiva Proceso:

Figura 3.18.

Perspectiva Producto:

Figura 3.19.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 88

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Perspectiva Tiempo:

Figura 3.20.

Perspectiva Tiempo Clasificacin:

Figura 3.21.

Perspectiva Turno:

Figura 3.22.

A continuacin se definen las tablas de Hechos. Estas van a registrar toda la actividad que se desarrolle en la organizacin respectiva al dominio del problema que se desea analizar. La confeccin de las tablas de Hecho se hizo siguiendo los siguientes pasos:
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 89

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

1. Asignar un nombre a la tabla que represente a la informacin analizada, rea de investigacin, negocio enfocado u otro. 2. Definir una clave primaria compuesta por la combinacin de las claves primarias de cada tabla de dimensin relacionada. 3. Crear tantos campos de hechos como indicadores hayan sido definidos en el modelo conceptual y nombrarlos, preferentemente, de la misma forma que se nombr a los indicadores. Si esto no es posible, podrn ser identificados de una forma diferente siempre y cuando se entienda claramente su significado. Lista de Tablas de Hechos: 1. La tabla de hechos tendr el nombre dw_indicadores. a. Su clave principal ser la combinacin de las claves principales de las tablas de dimensiones antes definidas: idProduccion, idTurno, idProceso, idOperario, fechaDeclaracin. b. Se crearn cinco hechos, que sern renombrados como: OEE, Cantidad Setup, Tiempo Setup, Productividad, Calidad. c. Se agregan al modelo los campos idProduccionCabecera y fechaProcesado, para tener mayor trazabilidad acerca de los registros insertados y poder anticipar cualquier requerimiento futuro.

Figura 3.23.

2. La tabla de hechos tendr el nombre dw_produccin. a. Su clave principal ser la combinacin de las claves principales de las tablas de dimensiones antes definidas: idProduccin, idTurno, idProceso, idOperario, fechaDeclaracin, idEstadoProducto, idNoConformidad. b. Se crear un hecho que se corresponde con el indicador creado y ser renombrado como: cantidad.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 90

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

c. Se agregan al modelo los campos idProduccionCabecera y fechaProcesado, con el objetivo de tener mayor conocimiento acerca de los registros insertados y poder anticipar cualquier requerimiento futuro.

Figura 3.24.

3. La tabla de hechos tendr el nombre dw_productividad. a. Su clave principal ser la combinacin de las claves principales de las tablas de dimensiones antes definidas: idProduccin, idTurno, idProceso, idOperario, fechaDeclaracin, idEstadoProducto, idNoConformidad. b. Se crear un hecho, que se corresponde con los el indicador creado y ser renombrado como: Horas. c. Se agregan al modelo los campos idProduccionCabecera y fechaProcesado, con el objetivo de tener mayor conocimiento acerca de los registros insertados y poder anticipar cualquier requerimiento futuro.

Figura 3.25.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 91

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Se presenta el resultado completo del modelo del Data Warehouse en base al esquema estrella construido. Uniones correspondientes a la tabla dw_indicadores:

Figura 3.26.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 92

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Uniones correspondientes a la tabla dw_produccin:

Figura 3.26.

Uniones correspondientes a la tabla dw_productividad:

Figura 3.27.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 93

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Procesos ETL

A continuacin se presenta el diseo los procesos ETL, tambin conocidos como los procesos de Obtencin, Transformacin y Carga, que sern responsables de actualizar el modelo de datos del Data Warehouse. Los mismos, sern los encargados de calcular, controlar y validar los datos para que sean cargados sin errores en la base de datos del Data Warehouse. Proceso Principal ETL

Figura 3.27.

Para entender mejor este diagrama, es necesario describir el funcionamiento del proceso que lleva a cabo la carga del Data Warehouse. El proceso ETL comienza con el paso Start en la parte superior del diagrama. A partir de all, se contina con los pasos de control de insercin de registros para agregar solo los ltimos cambios al modelo. De forma consecutiva se procede con carga de cada una de las dimensiones, y finalmente se procede con la carga de cada una de las tablas de hechos teniendo en cuenta la predominancia para su creacin, en funcin de la dependencia que existe entre ellas. Es decir, se comenzar por las tablas con menor grado de dependencia para evitar
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 94

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

problemas de validaciones entre las claves primarias. Tambin es posible realizar tareas administrativas y otras de mantenimiento dentro del mismo proceso ETL. Sistema de Notacin del Diagrama La notacin establecida para identificar inequvocamente cada uno de los pasos dentro del diagrama es la siguiente: Se define un identificador de tipo alfa numrico conformado por dos caracteres para cada elemento que compone el diagrama. El primer carcter identifica al tipo de accin ejecutada. (M: Mecanismo de Control; D: Dimensin; H: Hecho; A: Proceso Adicional;), mientras que el segundo carcter, establece un nmero secuencial para cada tipo de elemento.

Sistema de Notacin del Diagrama de Procesos ETL

Letra M D H A
Tabla 3.13.

Descripcin Mecanismo de Control Dimensin Hecho Proceso Adicional

Control en las Inserciones de los Registros El proceso que realiza la actualizacin del Data Warehouse puede ser realizado de dos maneras. La primera consiste en regenerar de todos los registros del almacn cada vez que se corre el proceso ETL. Es decir, en cada ejecucin, se borran y se vuelven a agregar todos los registros en cada tabla. En cambio, en la segunda alternativa, solo se actualizan en el modelo los registros que fueron agregados a la base de datos despus de la ltima corrida del proceso. Estas polticas pueden ser aplicadas indistintamente para refrescar todas las tablas del modelo, aunque tambin, pueden ser combinadas dependiendo de la necesidad que se tenga en cada caso. En este proyecto se opt por utilizar la primera de las estrategias para la de regeneracin completa de los registros en las tablas dimensionales. Mientras que, para el caso de las tablas de hechos, se decidi aplicar el segundo mecanismo que permitir cargar slo los datos ingresados despus de la ltima ejecucin de los procesos ETL. La razn por la cual se tom esta decisin, es que las tablas de hecho poseen una gran cantidad de registros, lo que hace que sea poco prctica la carga completa de las mismas si se quiere
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 95

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

minimizar el tiempo de acceso a la informacin ms reciente. En otras palabras, recrear todos los registros de las tablas de hechos tomara varios minutos y es posible, incluso, que el almacn quede en un estado inconsistente para las consultas de los usuarios. En cambio, si se aplica una poltica para la actualizacin parcial de la informacin se emplearn apenas unos segundos para cargar aquellos campos que fueron agregados desde la ltima ejecucin del proceso. Para implementar este mecanismo es preciso agregar una restriccin adicional en todas las tablas de hechos con la que ser posible controlar, en funcin de la hora de insercin, la lista de registros que sern agregados. Este mecanismo consta de 4 pasos que se explicarn, con mayor detalle, a continuacin: Cuando el proceso comienza, se establece una fecha de inicio (DW_FECHA_INICIO) y otra de fin (DW_FECHA_FIN) en una tabla temporal. Estos registros van a servir para controlar cules sern las cabeceras que deben ser cargadas. De esta manera los registros que cumplen con esta condicin son procesados e insertados en las tablas de hechos. Para que el mecanismo funcione correctamente es necesario establecer, antes de cada ejecucin, el valor del campo que contiene la fecha de fin con la fecha actual del sistema, utilizando para ello la funcin current_date de MySql. Esta operacin se realiza con el paso ETL denominado tabla_configuracin_completar_fecha_fin (paso 1). Al finalizar la ejecucin de todo el proceso ETL se corre el paso tabla_configuracin_completar_fecha_inicio (paso 2) para establecer el valor de fecha de inicio con el mismo valor que la fecha de fin. De esta forma, es posible asegurar que solamente se carguen al almacn los registros agregados despus de la ltima corrida del proceso de actualizacin del Data Warehouse. Finalmente, es importante realizar una operacin adicional para asegurar la integridad de la informacin almacenada en la base de datos. La misma, consiste en borrar todos los registros que pudieron haber sido procesados ante una eventual ejecucin inconclusa del proceso ETL. Esta situacin, puede darse por ejemplo, ante un corte inesperado de energa. Un inconveniente como este puede provocar, con alta probabilidad, que en una segunda ejecucin se dupliquen registros en las tablas involucradas. Lo que ciertamente es inadmisible. Para evitar que se dupliquen registros en el DW se realizan dos operaciones. La primera, al inicio del Proceso General, consiste en borrar los registros con el valor de campo fechaProcesamiento mayor al valor del campo UltimoProcesamiento de la tabla Configuracin (paso 3). La segunda operacin, al final de la corrida de todos los procesos, se actualiza el valor UltimoProcesamiento con la fecha actual del sistema (paso 4), de la misma manera que se hizo antes con el valor del campo DW_FECHA_FIN.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 96

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Proceso tabla_configuracin_completar_fecha_fin.

(M1)

Proceso Transformacin_BorrarRegistrosMalProcesados.

(M2)

Lista de Tablas de Dimensiones Dimensin Estado Productos.

(D1)
Se seleccionan todos los registros de la tabla estado productos y se cargan en la tabla dimensional dw_estadoproductoslookup.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 97

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Dimensin No Conformidades.

(D2)
Se seleccionan todos los registros de la tabla no conformidades y se cargan en la tabla dimensional dw_noconformidadeslookup.

Dimensin Paradas No Programadas.

(D3)
Se seleccionan todos los registros de la tabla paradas no programadas y se cargan en la tabla dimensional dw_paradasnoprogramadaslookup.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 98

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Dimensin Proceso.

(D4)
Se seleccionan todos los registros de la tabla proceso y se cargan en la tabla dimensional dw_procesoslookup.

Dimensin Empleados.

(D5)
Se seleccionan todos los empleados de la tabla empleados que cumplen con la condicin de no ser usuarios de sistema adems haber realizado al menos una declaracin, y se cargan en la tabla dw_empleadoslookup.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 99

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Dimensin Turnos.

(D6)
Se seleccionan todos los registros de la tabla turnos y se cargan en la tabla dimensional dw_turnoslookup.

Dimensin Tiempo.

(D7)
La dimensin tiempo se obtiene con la ejecucin de una consulta descripta ms adelante, la cual, permite generar todos los registros necesarios para formar esta dimensin. Primero se obtiene el valor mnimo y mximo de fechas que se poseen entre todas las declaraciones exigentes en la tabla produccin cabecera. Luego se llama al procedimiento mm_proc_tiempolookup pasndole por parmetro dichos valores. El procedimiento genera todos los registros de fechas entre la fecha de inicio y fin que fueron indicados.

Seleccin de fecha mnima y mxima de la lista de cabeceras de produccin

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 100

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Procedimiento mm_proc_tiempolookup

Dimensin Tiempo Clasificacin.

(D8)
Se seleccionan todos los registros de la tabla TiempoClasificaron y se cargan en la tabla dimensional dw_tiempoclasificacionlookup.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 101

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Dimensin Producto.

(D9)
Se seleccionan todos los registros de la tabla material y se cargan en la tabla dimensional dw_productoslookup.

Lista de Tablas de Hechos Tabla de Hechos dw_indicadores:

(H1)
Se colectan todas las cabeceras que no fueron anuladas de la tabla ProduccinCabecera unida a las tablas produccin resumen, productos y empleados, para obtener toda la informacin relevante en el Hecho Indicadores. A esta consulta se agrega una restriccin adicional que ser explicada ms adelante.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 102

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Restriccin adicional.

Tabla de Hechos dw_productividad:

(H2)
Se seleccionan los registros de la tabla ProduccinCabecera para todas las cabeceras que no hayan sido anuladas. Todos los registros que cumplan con esta restriccin son unidos a la consulta de las siguientes tablas para obtener toda la informacin relevante en el Hecho Productividad: ProduccinResumen, TiempoDetalle, TiempoClasificacion, Producto, y Empleado. A esta consulta se agrega una restriccin adicional que ser explicada ms adelante.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 103

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Restriccin adicional:

Tabla de Hechos dw_produccion:

(H3)
Se colectan los datos de la tabla ProduccinCabecera para todas las cabeceras que no fueron anuladas, unida a la consulta a las siguientes tablas para completar toda la informacin relevante en el Hecho Produccin: ProduccinResumen, ProduccinDetalle, Empleado. A esta consulta se agrega una restriccin adicional que ser explicada ms adelante.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 104

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Restriccin adicional.

Proceso tabla_configuracin_Completar_Fecha_Inicio.

(M3)

Proceso Transformacin_CompletarFechaltimoProcesamiento.

(M4)

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 105

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Tareas Adicionales Al finalizar todas las tareas ETL esenciales, se procede a realizar algunos procesos de mantenimiento sobre el Data Warehouse, listados a continuacin:

Borrado de Hechos Anulados.

(A1)

Cleasing:

(A2)

(Fragmento del Codigo)

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 106

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Borrado de Archivos Temporales

(A3)

Actualizacin de Cache.

(A4)

Restriccin Adicional en Tablas de Hecho: La restriccin que se agrega a todas las consultas realizadas en las tablas de Hecho, asegura que sean procesados solo los registros que fueron cargados de manera posterior al ltimo procesamiento del proceso ETL.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 107

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

En la consulta anterior, si el campo DE_FECHA_INICIO nunca fue establecido se tomar como referencia una fecha muy menor para completar la restriccin. Adems, se hace una comprobacin adicional para establecer que todos los registros sean anteriores a la fecha establecida por el campo DW_FECHA_FIN con el objetivo de impedir que se procesen registros insertados durante la ejecucin del proceso ETL. De esta forma queda completamente definido el mecanismo que sirve para actualizar el Data Warehouse con la informacin ms reciente agregada al sistema. Esto permite, sin dudas, minimizar la carga del servidor, minimizar el tiempo de respuesta en las consultas y mantener al sistema lo ms actualizado posible en un corto tiempo.

Creacin de cubos multidimensionales


A continuacin se crearn los cubos multidimensionales tomando como base el modelo lgico diseado en los pasos anteriores con la ayuda de la metodologa Hefesto. Aunque, para ello, no sea estrictamente necesario emplear de manera rigurosa el procedimiento descripto en el manual Hefesto. No obstante, se decidi continuar con la construccin de los cubos de la misma manera que all se explica, por entenderse que es conceptualmente vlido y til en el proceso de desarrollo.

Cubo Indicadores:

Creacin de Indicadores

Figura 3.28.

1. Nombre del Indicador: Productividad.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 108

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

De la tabla de hechos ProduccinResumen se toma el hecho CantidadTotal, que representa la produccin total de una declaracin de produccin junto con el hecho TiempoTrabajado, y de la tabla Material se obtiene el campo EstandarFabricacin que contiene la cantidad de piezas que debera fabricarse por hora de cada producto. Todos estos campos son necesarios para crear el indicador Productividad aplicando la siguiente frmula:

AVG

CantidadTotal 100 EstandarFabricacion TiempoTrabajado

2. Nombre del Indicador: Calidad. De la tabla de hechos ProduccinResumen, se toma el hecho CantidadTotal y el hecho ScrapTotal para crear el indicador Calidad aplicando la siguiente Frmula:

AVG

CantidadTotal ScrapTotal CantidadTotal

100

3. Nombre del Indicador: OEE. De la tabla de hechos ProduccinResumen, se toma el hecho CantidadTotal y el hecho ScrapTotal para crear el indicador Calidad aplicando la siguiente frmula:

AVG Productivi dad Calidad

100

4. Nombre del Indicador: Cantidad Setup. Se interpreta que para cada registro de la tabla ProduccionResumen existe un producto que ha sido preparado mediante una operacin de Setup, por lo que se aplica la siguiente frmula para generar el indicador Cantidad Setup:
Count(*)

5. Nombre del Indicador: Tiempo Setup.


Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 109

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

De la tabla Material, se toma el valor del campo TiempoSetup para crear el indicador Tiempo Setup aplicando la siguiente frmula:

TiempoSetup 60

Representacin del Cubo Indicadores:

Figura 3.29.

Creacin de Atributos 1. De la tabla de dimensin dw_tiemposlookup, se tomar el campo Anio, trimestreLetra, mesLetra, semanaLetra, diaLetra, diaSemanaLetra para la creacin de los atributos de la dimensin Tiempo. 2. De la tabla de dimensin dw_procesoslookup, se tomar el campo Proceso para la creacin de los atributos de la dimensin Procesos. 3. De la tabla de dimensin dw_productoslookup, se tomar el campo Producto para la creacin de los atributos de la dimensin Productos. 4. De la tabla de dimensin dw_turnoslookup, se tomar el campo Turno para la creacin de los atributos de la dimensin Turnos. 5. De la tabla de dimensin dw_empleadoslookup, se tomar el campo Legajo, Apellidos, Nombres, Dni para la creacin de los atributos de la dimensin Operarios.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 110

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Representacin del Cubo Indicadores:

Figura 3.30.

Cubo Produccin: Creacin de Indicadores

Figura 3.31.

1. Nombre del Indicador: Cantidad. De la tabla de hechos ProduccinDetalle, se toma el hecho Cantidad para crear el indicador Cantidad aplicando la siguiente frmula:
SUM Cantidad

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 111

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Representacin del Cubo Produccin:

Figura 3.32.

Creacin de Atributos 1. De la tabla de dimensin dw_tiemposlookup, se tomar el campo Anio, trimestreLetra, mesLetra, semanaLetra, diaLetra, diaSemanaLetra para la creacin de los atributos de la dimensin Tiempo. 2. De la tabla de dimensin dw_procesoslookup, se tomar el campo Proceso para la creacin de los atributos de la dimensin Procesos. 3. De la tabla de dimensin dw_productoslookup, se tomar el campo Producto para la creacin de los atributos de la dimensin Productos. 4. De la tabla de dimensin dw_turnoslookup, se tomar el campo Turno para la creacin de los atributos de la dimensin Turnos. 5. De la tabla de dimensin dw_empleadoslookup, se tomar el campo Legajo, Apellidos, Nombres, Dni para la creacin de los atributos de la dimensin Operarios. 6. De la tabla de dimensin dw_estadoproductoslookup, se tomar el campo EstadoProducto para la creacin de los atributos de la dimensin Estado Producto. 7. De la tabla de dimensin dw_noconformidadeslookup, se tomar el campo NoConformidad para la creacin de los atributos de la dimensin No Conformidades.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 112

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Representacin del Cubo Produccin:

Figura 3.33.

Cubo Productividad:

Creacin de Indicadores 1. Nombre del Indicador: Horas. De la tabla de hechos ProduccinTiempoDetalle, se toma el hecho TiempoFloat para crear el indicador Horas aplicando la siguiente frmula:

SUM TiempoFloa t

Representacin del Cubo Productividad:

Figura 3.34.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 113

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Creacin de Atributos 1. De la tabla de dimensin dw_tiemposlookup, se tomar el campo Anio, trimestreLetra, mesLetra, semanaLetra, diaLetra, diaSemanaLetra para la creacin de los atributos de la dimensin Tiempo. 2. De la tabla de dimensin dw_procesoslookup, se tomar el campo Proceso para la creacin de los atributos de la dimensin Procesos. 3. De la tabla de dimensin dw_productoslookup, se tomar el campo Producto para la creacin de los atributos de la dimensin Productos. 4. De la tabla de dimensin dw_turnoslookup, se tomar el campo Turno para la creacin de los atributos de la dimensin Turnos. 5. De la tabla de dimensin dw_empleadoslookup, se tomar el campo Legajo, Apellidos, Nombres, Dni para la creacin de los atributos de la dimensin Operarios. 6. De la tabla de dimensin dw_tiempoclasificacionlookup, se tomar el campo TiempoClasificacin para la creacin de los atributos de la dimensin Tiempo_Clasificaciones. 7. De la tabla de dimensin dw_paradasnoprogramadaslookup, se tomar el campo ParadaNoProgramada para la creacin de los atributos de la dimensin Parada_No_Programadas.

Representacin del Cubo Productividad:

Figura 3.35.

Creacin de Jerarquas Por ltimo se procede con la creacin de las jerarquas a los distintos cubos multidimensionales:
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 114

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Dimensin Tiempo:

1. Se defini la jerarqua Por Anio para el atributo Por Anio, que se aplicar sobre los atributos recientemente creados, Anio, Trimestre, MesLargo, Semana, Da, Da de la Semana:

Grficamente:

Figura 3.36.

Dimensin Operarios: 1. Se defini la jerarqua Empleados Por Nombre para el atributo Operarios, que se aplicar sobre los atributos disponibles recientemente creados: Nombre: 2. Se defini la jerarqua Empleados Por Nombre para el atributo Operarios, que se aplicar sobre los atributos disponibles recientemente creados: Legajo: Grficamente:

Figura 3.37.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 115

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

CONCRECIN DEL MODELO

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 116

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

En esta etapa del proyecto se lleva a cabo la concrecin del sistema. Aqu, se describe cmo se realiz la implementacin de la plataforma, cules fueron las pruebas realizadas y qu resultados se obtuvieron al finalizar la instalacin. Ms adelante, se exponene las experiencias alcanzadas por los usuarios con el empleo de las herramientas instaladas y, por ltimo, se detallan los mtodos de puesta en marcha desarrollados en este proyecto.

Implementacin:
Lenguajes de Programacin

Los reportes publicados con la plataforma Pentaho fueron generados con el empleo de lenguajes de programacin y marcacin web. Los artefactos que se construyen con el empleo de estos lenguajes, trabajan de manera colaborativa para generar informes dinmicos. El resultado de utilizar de estas tcnicas de desarrollo es poder representar gran volumen de informacin de manera sencilla para facilitar su interpretacin. Estos informes permiten que los usuarios naveguen entre los resultados, cambien las perspectivas de anlisis de manera dinmica y puedan obtener respuestas a demanda para cada uno de sus interrogantes, permitindoles incluso, aumentar o reducir el nivel de detalle de la informacin consultada. A continuacin de describen los lenguajes de programacin y marcacin utilizados para generar el Panel de Gestin desarrollado en este proyecto: HTML HTML, acrnimo de HyperText Markup Language (Lenguaje de Marcado de Hipertexto), es el lenguaje de marcado predominante para la elaboracin de pginas web. Se emplea para describir la estructura y el contenido de una pgina web mediante texto. HTML se escribe en forma de "etiquetas", identificadas por corchetes angulares (<,>). El mismo puede describir, hasta cierto punto, la apariencia de un documento. Por otra parte, permite la inclusin de diversos script (por ejemplo Javascript), para modificar y enriquecer el comportamiento de los navegadores web del cliente. JavaScript JavaScript es un lenguaje de scripting basado en objetos y utilizado para acceder, a su vez, a otros objetos de aplicaciones externas. Principalmente, se utiliza en un navegador web para permitir el desarrollo de interfaces de usuario mejoradas y pginas web dinmicas. Todos los navegadores modernos interpretan el cdigo JavaScript que se encuentra embebido dentro de las pginas web. JavaScript corre dentro del agente de usuario, y se

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 117

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

ejecuta al mismo tiempo en el que las sentencias se van descargando junto con el cdigo HTML. Xaction o Secuencias de Accin Todas las actividades realizadas en la Plataforma Pentaho BI se definen por Secuencias de Accion definidas dentro de documentos XML. Las secuencias de accin describen las diferentes actividades que se pueden realizar en un momento dado, como son las consultas de base de datos, la generacin de informes, los envi de e-mail. Adems, stas definen el orden en que las acciones encadenadas ocurren. Toda la informacin generada dentro de una secuencia de accin puede transmitirse a otras acciones dentro de una misma sesin de usuario. Internamente las secuencias de accin definen cuales son los elementos deben estar disponibles para la ejecucin (las entradas), los procesos que se llevarn a cabo (el workflow) y los resultados que estarn disponibles cuando la tarea haya finalizado. Para generar todos estos artefactos es posible utilizar la herramienta llamada Action Secuence Editor que viene disponible como un plugin de Eclipse. Esta herramienta permite los desarrolladores crear y editar secuencias de accin dentro de las soluciones propias de Pentaho.

AmCharts AmCharts es un script escrito en lenguaje PHP y Flash que sirve para generar grficos animados y cuadros estadsticos muy atractivos y elegantes. Estos grficos se crean a partir de informacin estadstica entregada en un formato adecuado pasada como parmetro. Para ello, es necesario abastecer la fuente de datos que se desea representar en un archivo XML o un archivo CSV correctamente formateado. AmCharts permite crear visualizaciones tanto en 2 dimensiones o en 3 dimensiones. Adems, brinda la posibilidad de modificar diversos parmetros para personalizar las grficas segn cada situacin, como por ejemplo, el radio y el ngulo de las grficas; la posicin de los objetos (etiquetas, leyendas, ttulos, fuente); los colores de todos los elementos, el fondo, etc. A continuacin se muestran algunos grficos de ejemplos construidos con la herramienta AmChars.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 118

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

o Grfico de tipo Torta

Figura 4.1.

o Grfico de Serie en funcin del Tiempo

Figura 4.2.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 119

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

o Grfico de Barras

Figura 4.3.

JQuery.

JQuery es una biblioteca de JavaScript que permite interactuar ms fcilmente con los documentos HTML, manipular el rbol DOM, manejar eventos, desarrollar animaciones y agregar interaccin con la tecnologa AJAX a pginas web. El mismo es un software de cdigo abierto por lo que es libre su utilizacin para proyectos privados. Esta herramienta se utiliza para construir las pantallas del Panel de Gestin de la aplicacin construida en esta implementacin. A continuacin de muestran algunos componentes de ejemplo que vienen incluidas en las libreras de Jquery.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 120

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

o Selector de Fecha

Figura 4.4.

o Divisor de Paneles tipo Tabulado

Figura 4.5.

o Divisor de Paneles tipo Acorden

Figura 4.6.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 121

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Arquitectura y componentes

La plataforma Pentaho tiene un esquema de tipo Cliente-Servidor. Esta plataforma, consta de un servicio web que se ejecuta en un equipo servidor desde donde se brinda un punto de acceso para todas las consultas de negocio. Adoptando esta arquitectura, se dise para Magneti Marelli un servidor preparado para soportar todos los servicios requeridos que incluye: el servicio Web propio de Pentaho, un servidor de Base de Datos, el motor Mondrian contenido en la plataforma Pentaho, y el conjunto de procesos ETL ejecutados con una de las herramientas provistas por el mismo fabricante, conocida como Pentaho Data Integration. A continuacin se muestra el diagrama de componentes: Arquitectura Fsica

Figura 4.7.

Esquema de directorios y artefactos

La aplicacin desarrollada en este trabajo de tesis fue implementada ntegramente sobre una plataforma Windows, por lo tanto todas las herramientas descriptas y los pasos indicados en esta seccin, estarn sujetos al empleo de dicha arquitectura. A continuacin se describen cada uno de los pasos necesarios para dejar completamente operativo el servidor requerido para esta implementacin: Instalacin de Java Runtime Environment
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 122

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

La plataforma Pentaho es una aplicacin que requiere para su ejecucin tener instalado el complemento de Java JRE (Java Runtime Environment) en la misma terminal. En los pasos siguientes se describe como realizar la instalacin del JRE especficamente en un sistema operativo compatible con Windows. 1. Ingresar a la direccin web indicada y descargar el instalador del JRE (Java Runtime Environment): http://javadl.sun.com/webapps/download/AutoDL?BundleId=41723.

Cuando se haya descargado el ejecutable, se debe hacer doble clic en l para iniciar la instalacin.

Figura 4.8.

Lo primero que debemos seleccionar es el tipo de instalacin. Se sugiere escoger la instalacin tpica, por ser la ms sencilla y rpida. En este paso, es necesario leer y aceptar la licencia del software que se encuentra en la seccin Contrato de licencia dentro de la pantalla de instalacin. Se debe aceptar la licencia para comenzar la instalacin, pulsando el botn Aceptar.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 123

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.9.

En este momento se produce la instalacin del software.

Figura 4.10.

Luego pulse en el botn Finalizar para terminar el proceso de instalacin.

2. El siguiente paso es establecer la variable global JAVA_HOME del sistema operativo para que Pentaho pueda detectar cul es el JRE disponible. Para esto,
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 124

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

es necesario abrir el panel de Propiedades del Sistema Operativo de Windows por medio del comando sysdm.cpl ejecutado en una consola de MsDOS.

Figura 4.11.

3. Dentro de las Opciones Avanzadas del Panel de Propiedades del Sistema, hacer clic en la opcin Variables de Entorno.

Figura 4.12.

4. En paso siguiente es necesario presionar el botn Nueva de la seccin inferior que hace referencia a las Variables del Sistema.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 125

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.13.

5. El ltimo paso es establecer el valor de la variable JAVA_HOME con la ruta a directorio de instalacin del JRE que se estableci durante la instalacin en los pasos anteriores. Es necesario Aceptar todo y finalmente reiniciar el sistema.

Figura 4.14.

Instalacin de MySQL Para instalar adecuadamente MySql en el Servidor debemos seguir los siguientes pasos: 1. Antes de comenzar es necesario dirigirse a la www.mysql.com y descargar el binario "Windows (x86) ZIP/Setup.EXE (versin 5.0.27)" al escritorio de trabajo (directorio a eleccin). Para poder hacer esto, usted necesitar estar registrado con una cuenta creada en la pgina de MySQL. 2. Una vez que haya descargado el paquete "mysql-5.0.27-win32.zip", se podr extraer el mismo usando WinZip o alguna aplicacin de empaquetado similar.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 126

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

3. Cuando hayan extrado los archivos, haga doble clic sobre el ejecutable Setup.exe. Al hacer esto, se iniciar automticamente el asistente para la instalacin de MySQL.

Figura 4.15.

Presione "Next". 4. Elija el tipo de instalacin "Typical" y presione "Next". 5. Presione el botn "Install" para comenzar la instalacin. (Sea paciente, esta operacin puede demorar unos minutos). 6. La pantalla que aparece a continuacin le preguntar a usted si desea subscribirse en la pgina oficial de MySql. Aqu puede seleccionar "Skip SignUp" para saltear este paso.
7.

A continuacin, aparecer una pantalla dando aviso de que el proceso de instalacin ha concluido. Asegrese que la opcin "Configure the MySQL Server now" este seleccionada y luego presione el botn "Finish".

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 127

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.16.

8. Si todo ha ido bien, el asistente para la configuracin de la instancia de MySql debera aparecer. Haga clic en "Next". 9. Seleccione "Detailed Configuration" y presione "Next". 10. Seleccione "Developer Machine" y presione "Next". 11. Seleccione "Multifunctional Database" y presione "Next". 12. Presione "Next". 13. Seleccione "Decision Support (DSS)/OLAP" y presione "Next". 14. Seleccione "Multifunctional Database" y presione "Next". 15. Asegrese que la opcin "Enable TCP/IP Networking" este seleccionada, que el Puerto este configurado con el valor "3306", y que la opcin "Enable Strict Mode" tambin este seleccionada. Presione "Next". 16. Elija "Standard Character Set" y presione "Next". 17. Seleccione "Install As Windows Service", configure el nombre del Servicio con "MySQL", y elija la opcin "Launch the MySQL Server automatically". Compruebe que la opcin "Include Bin Directory in Windows Path" NO este seleccionada. Presione "Next". 18. En la siguiente pantalla, seleccione la opcin que dice "Modify Security Settings". Ingrese una contrasea para la cuenta de usuario por defecto "root", y confirme la clave en la entrada de texto que est debajo. Deje sin seleccionar la opcin "Enable root access from remote machines" or "Create An Anonymous Account". Presione "Next". 19. Haga clic en "Execute". (Esta operacin puede tardar algunos minutos. Sea paciente).
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 128

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

20. Presione "Finish". 21. Para verificar si MySQL fue instalado correctamente, vaya a: Inicio > Todos los Programas> MySQL > MySQL Server 5.0 > MySQL Command Line Client. Al hacer esto, el cliente de lnea de comando de MySQL aparecer:

Figura 4.17.

22. Al iniciarse la ventana quedar esperando que ingrese una contrasea. Ingrese la contrasea que especific en el paso 18. (Si usted ingreso una contrasea incorrecta, MySQL automticamente cerrar la lnea de comando) 23. A continuacin, escriba los comandos que a se muestran abajo resaltados:

Figura 4.18.

Si se muestra la informacin como esta en la imagen anterior, entonces MySQL ha sido instalado correctamente. Instalacin de Pentaho
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 129

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

1. Lo primero es ingresar a la pgina Web donde estn publicados los archivos necesarios para la instalacin del servidor Pentaho. Por lo que debemos ingresar a la pgina http://sourceforge.net/projects/pentaho/files/ y descargar el paquete biserver-ce-3.6.0-stable.zip. 2. A continuacin se debe especificar el directorio donde vamos a instalar el servidor Pentaho, y extraemos los archivos en el directorio seleccionado. Por ejemplo: C:\Archivos de programa\Pentaho\biserver-ce. 3. De aqu en ms, se har referencia al directorio de instalacin como [PENTAHO_HOME]. As, por ejemplo, cuando se haga referencia al directorio [PENTAHO_HOME]/pentaho-solutions, se estar hablando del directorio C:\Archivos de programa\Pentaho\biserver-ce\pentaho-solutions para esta implementacin en particular.

Figura 4.19.

Figura 4.20.

Configuracin de Pentaho para trabajar con MySQL Lo siguiente es configurar Pentaho para trabajar con MySQL. Es decir que tendremos que migrar todas las bases de datos propias de Pentaho. (Las del repositorio, la base de datos de configuracin de Pentaho y la base de datos de ejemplos que vienen dentro del paquete Pentaho CE).
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 130

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

1. Lo primero es ubicar los archivos que contienen los scripts necesarios para realizar la migracin, que se encuentran en el directorio [PENTAHO_HOME]\biserver-ce\data\mysql5 del servidor Pentaho: create_repository_mysql.sql create_quartz_mysql.sql create_sample_datasource_mysql.sql migration.sql sampledatamysql5.sql 2. El siguiente paso es ingresar, por lnea de comando, al cliente de MySQL como se muestra a continuacin:

Figura 4.21.

3. Ahora es necesario ejecutar los comandos: mysql> source [PENTAHO_HOME]\biserverce\data\mysql5\create_repository_mysql.sql;

mysql> source [PENTAHO_HOME]\biserverce\data\mysql5\create_quartz_mysql.sql;

mysql> source [PENTAHO_HOME]\biserverce\data\mysql5\create_sample_datasource_mysql.sql;

mysql> source [PENTAHO_HOME]\biserver-ce\data\mysql5\migration.sql;

mysql> source [PENTAHO_HOME]\biserver-ce\data\mysql5\sampledatamysql5.sql; 4. Verificamos con el siguiente comando si las bases de datos se importaron correctamente:
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 131

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

mysql> show databases; +--------------------+ | Database | +--------------------+ | information_schema | | hibernate | | mysql | | quartz | | sampledata | +--------------------+ 5 rows in set (0.01 sec)

Luego de correr estos comandos se deberan poder ver las bases de datos hibernate, quartz y sampledata que fueron creadas.

5. Localizamos y editamos el archivo de configuracin applicationContext-springsecurity-hibernate.properties. Aqu es necesario establecer los parmetros de conexin que necesitamos para ingresar al servidor MySQL (direccin, usuario y contrasea), como se muestra a continuacin:

Figura 4.22.

Figura 4.23.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 132

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.24.

6. Al igual que en el paso 5, hacemos lo mismo con el archivo de configuracin applicationContext-spring-security-jdbc.xml:

Figura 4.25.

Figura 4.26.

Figura 4.27.

7. A continuacin buscamos el archivo de configuracin hibernate-settings.xml y lo editamos como se muestra ms abajo. En este paso, es necesario indicarle al servidor Pentaho donde se encuentra alojado el archivo de conexin con la base de datos MySQL:
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 133

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.28.

Figura 4.29.

Figura 4.30.

8. Procedemos como en el paso 5, modificando la configuracin del archivo mysql5.hibernate.cfg.xml:

Figura 4.31.

Figura 4.32.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 134

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.33.

Nota: Aqu es necesario establecer ciertos parmetros adicionales para que la conexin con la base de datos se realice utilizando el Driver C3P0. Esto permitir a Pentaho conectarse a la base de datos a travs de un Pool de Conexiones. Es importante que se agreguen todos los parmetros como se indican en la imagen. Guardamos y cerramos el archivo.

9. Buscamos y editamos el archivo de configuracin web.xml del servidor Tomcat incluido en el Servidor Pentaho: Aqu es necesario establecer el nombre del servidor y el puerto en el que se va a trabajar. Si se desea cambiar este puerto, tambin es necesario establecer la nueva configuracin dentro del archivo de configuracin del servidor Apache Tomcat que viene dentro en la Plataforma Pentaho. Ms abajo se muestra como realizar esta operacin.

Figura 4.34.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 135

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.35.

Figura 4.36.

Para configurar el servicio Web se debe localizar el archivo server.xml del servidor Tomcat y modificar las variables del servidor con los valores establecidos segn corresponda. Por ejemplo, es posible ingresar un puerto de acceso diferente al servicio que viene establecido por defecto (8080). Una vez que se guarden los cambios en este archivo, es necesario reiniciar el servicio para que la aplicacin tome en cuenta los nuevos parmetros.

Figura 4.37.

Figura 4.38.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 136

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.39.

10. Buscamos y editamos el archivo de configuracin del servidor Tomcat del Servidor Pentaho context.xml para establecer los datos de la conexin a la base de datos:

Figura 4.40.

Figura 4.41.

Figura 4.42.

11. A partir de este momento se est en condiciones de iniciar el servidor Pentaho. Para esto es necesario ejecutar el archivo start-pentaho.bat.

Figura 4.43.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 137

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.44.

Pentaho Administration Console Para empezar a usar Pentaho Administration Console no es necesario realizar ninguna tarea adicional debido a que el mismo ya viene incluido dentro del paquete Pentaho-CE que se ha instalado en los pasos anteriores. Esta herramienta est preparada para conectarse con la plataforma Pentaho de manera automtica. Es conveniente mencionar que para utilizar esta aplicacin en un ambiente productivo es altamente recomendable establecer una contrasea de acceso diferente a la que viene configurada por defecto para aumentar el nivel de seguridad del sistema. Para poder realizar esta operacin es necesario emplear libreras Jetty incluidas en el paquete Pentaho.

1. Comprobamos la existencia de las libreras necesarias, como se ve en la siguiente imagen:

Figura 4.45.

Figura 4.46.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 138

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

2. Confeccionamos el comando para generar la contrasea, agregamos la clave seleccionada y ejecutamos el mismo, como se muestra a continuacin.

Figura 4.47.

Copiamos la contrasea de tipo OBF que generamos y la pegamos en al archivo login.properties.

Figura 4.48.

Figura 4.49.

Figura 4.50.

Pentaho Data Intergration Para instalar PDI es necesario tener instalado Java Runtime Environment (JRE) versin 1.5 o superior. Esta tarea ya se ha realizado en pasos anteriores cuando se instal el paquete Pentaho CE. Para comenzar la instalacin de PDI es necesario descargar el programa Kettle, desde la siguiente direccin web:
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 139

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

http://sourceforge.net/projects/pentaho/files/Data%20Integration/3.2.0-stable/ Se debe descomprimir el archivo descargado en el directorio de instalacin seleccionado y a partir de ese momento ya es posible acceder a la aplicacin iniciando el archivo Spoon.bat.

Figura 4.51.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 140

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.52.

Herramientas Adicionales

Instalacin wget Wget es una herramienta til para realizar peticiones Web en diversos protocolos, como HTTP o FTP. Esta herramienta ser empleada en las tareas de actualizacin de cache como veremos en la construccin de los procesos ETL. Para instalar esta herramienta se debe descargar la aplicacin desde la URL indicada a continuacin y extraer el ejecutable wget.exe al directorio de instalacin del sistema operativo Windows: %systemroot%/System32. Otra alternativa es ubicar el archivo en un directorio arbitrario e indicar, posteriormente, su ruta en la variable de entorno del Sistema Operativo correspondiente (Path) para poder invocar el programa desde la lnea de comando. http://www.interlog.com/~tcharron/wgetwin-1_5_3_1-binary.zip

Figura 4.53.

Figura 4.54.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 141

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Pentaho Report Designer Pentaho Report Designer es una herramienta de Reporting del proyecto JFreeReport, La misma permite la creacin rpida informes sofisticados y visualmente ricos. Esta herramienta cuenta con un entorno grfico bastante intuitivo y fcil de utilizar. Adems tiene una estructura muy flexible que permite, al diseador, generar reportes que se adapten totalmente al gusto y la necesidad de los usuarios. 1. Para instalar PRD es necesario dirigirse a la pgina de SourceForge y descargar el paquete prd-ce-3.6.1-stable.zip. http://sourceforge.net/projects/pentaho/files/

2. El siguiente paso es extraer los archivos en el directorio de instalacin elegido. Una vez extrados los archivos, la herramienta est lista para ser utilizada.

Figura 4.55.

Figura 4.56.

La aplicacin se inicia ejecutando el archivo report-designer.bat.


Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 142

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Java Developer Kit Para usar Pentaho Design Studio, herramienta que ser utilizada ms adelante, es necesario tener instalado el Java Deverloper Kit. Esta es un una aplicacin de java requerida para poder ejecutar las herramientas de desarrollo basados en java. La herramienta Pentaho Design Studio, est soportada sobre una plataforma de desarrollo Eclipse. La cual requiere, como dijimos, tener instalado JDK. A continuacin se describen los pasos necesarios para realizar esta tarea: 1. Para instalar JDK, es necesario dirigirse a la pgina de Oracle y descargar el paquete jdk-7-windows-i586.exe desde la siguiente direccin: http://www.oracle.com/technetwork/java/javase/downloads/java-se-jdk-7download-432154.html

Una vez descargado el archivo, se debe hacer doble clic sobre el instalador para iniciar la instalacin.

Figura 4.57.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 143

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

2. Para comenzar se debe hacer clic en el botn Next.

Figura 4.58.

3. En este paso, es posible establecer el directorio de instalacin para el JDK diferente al que viene establecido por defecto. Una vez definido, es necesario presionar el botn Next para continuar.

Figura 4.59.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 144

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

4. En este paso, el asistente permite establecer un directorio de instalacin para el JRE (Java Runtime Enviroment) que viene incluido dentro en el JDK o aceptar el directorio propuesto por defecto. Una vez establecido el directorio, es necesario presionar el botn Next.

Figura 4.60.

5. El asistente de instalacin confirma que el proceso de instalacin ha finalizado correctamente. Es necesario presionar el botn Finish para salir del asistente. Pentaho Design Studio PDS es un entorno de desarrollo grfico implementado sobre una solucin Eclipse, que cuenta con un complemento (Plugin) especfico de Pentaho para la creacin de Xactions. 1. Para instalar PDS, es necesario dirigirse a la pgina de SourceForge y descargar el paquete pds-ce-win-3.6.0-stable.zip http://sourceforge.net/projects/pentaho/files/

2. El paso siguiente es extraer los archivos descargados en el directorio de instalacin seleccionado.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 145

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.61.

Figura 4.62.

Como mencionamos en los pasos previos, es necesario tener instalado el Kid de Desarrollo JDK para poder ejecutar esta herramienta. Llegado a este momento es posible abrir la aplicacin ejecutando el archivo eclipse.exe.

Confeccin de Cubos OLAP Los cubos OLAP de Mondrian utilizados en este proyecto se generan mediante el empleo de la herramienta grfica schema-Workbench. Esta herramienta permite generar una serie de archivos XML que contienen informacin estructurada con la configuracin de los modelos utilizados por el motor Mondrian. Es necesario aclarar que estos archivos no contienen ningn tipo de datos, solo incluyen Metadata. Es decir, informacin adicional del modelo que permite describir como es el esquema de cada uno de los cubos construidos.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 146

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Cubo Produccin

Figura 4.63.

Figura 4.64.

Utilizando la herramienta schema-workbench, se crea el archivo Produccion.xml que contiene la Metadata del Cubo Produccion para Mondrian y se lo deposita dentro del directorio de trabajo de Pentaho.

Figura 4.65.

Figura 4.66.

Cubo Productividad
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 147

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.67.

Figura 4.68.

De la misma manera que antes, se genera el archivo Productividad.xml que contiene la Metadata del Cubo Productividad para Mondrian y se lo deposita dentro del directorio de trabajo de Pentaho.

Figura 4.69.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 148

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.70.

Cubo Indicadores

Figura 4.71.

Figura 4.72.

Se genera tambin el archivo archivo Indicadores.xml que contiene la Metadata del Cubo Indicadores para Mondrian y se lo deposita dentro del directorio de trabajo de Pentaho.

Figura 4.73.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 149

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.74.

Finalmente, se indica dentro del archivo de configuracin de Pentaho cules son los Cubos y donde se encuentran los archivos que contienen la Metadata para que sean procesados por el Motor Mondrian.

Figura 4.75.

Figura 4.76.

Figura 4.77.

Luego de modificar este en archivo de configuraron es necesario reiniciar el servidor Pentaho para que se actualicen los cambios. Siempre que se altere la configuracin en cualquiera de los archivos propio de la plataforma Pentaho, como el que acabamos de editar, es necesario reiniciar el Servidor. Para realizar esta operacin debemos ejecutar el archivo stop-pentaho.bat, con lo que se detendr el servicio y luego ejecutar el archivo start-pentaho.bat para iniciar nuevamente la aplicacin.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 150

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.78.

Figura 4.79.

Figura 4.80.

Instalacin de Rapid Miner. La plataforma Rapid Miner presenta un entorno completo para el tratamiento, la transformacin, el modelado y el anlisis masivo de datos. Fue seleccionada para realizar las operaciones de minera sobre datos, principalmente, por ofrecer una extensa variedad de opciones para el modelado y por presentar una notable sencillez a la hora de trabajar con ella. En la esta seccin se mostrar cmo realizar la instalacin de sta herramienta.

1. Lo primero que hay que hacer es dirigirse a la pgina del proyecto Rapid Miner y descargar la ltima versin disponible de la aplicacin desde la direccin web indicada a continuacin: http://rapid-i.com

2. Nos dirigimos a la seccin Descargas y dentro de ella, seleccionamos Rapid Miner.


Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 151

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

3. Elegimos la plataforma en la que vamos a instalar la aplicacin (en este caso Windows), completamos el formulario de registro requerido y completamos la descarga.

Figura 4.81.

Figura 4.81.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 152

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

4. Una vez que se obtiene el instalador, procedemos a ejecutarlo.

Figura 4.82.

5. Una vez que comienza el proceso de Instalacin, presionamos el botn Next.

Figura 4.82.

6. Para continuar es necesario leer y aceptar la licencia del software que se encuentra en la seccin License Agreement dentro de la pantalla de instalacin. Debemos aceptar la licencia presionando el botn I Agree.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 153

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.83.

7. En el siguiente paso es necesario definir el directorio de instalacin de la herramienta. A continuacin, se debe presionar el botn Instalar para comenzar el proceso.

Figura 4.84.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 154

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Confeccin del Repositorio de Trabajo Lo primero que se debe realizar en RapidMiner es crear el repositorio de trabajo. El repositorio es el contenedor de los componentes y las configuraciones de cualquier proyecto creado en RapidMiner. Para ello se utilizar la opcin crear nuevo repositorio desde el men: File > New.

Figura 4.85.

Una vez creado el repositorio es necesario importar una tabla de base de datos para trabajar con ella. Con esto, logramos tener acceso a los datos del Data Warehouse. Como en este caso, el almacn es una base de datos, se debe seleccionar el mtodo de importacin de datos para conexiones a bases de datos.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 155

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.86.

1. El asistente de importacin solicita los datos de la conexin del servidor de base de datos donde est contenido el Data Warehouse. Aqu, debemos llenar los parmetros validos de conexin a base de datos.

Figura 4.87.

2. El siguiente paso es disear la consulta SQL que se ha de ejecutar contra la base de datos para obtener todos los registros que se quieren analizar en el proceso de Data Minning. En nuestro caso, seleccionamos la tabla de hechos dw_indicadores unida al resto de las tablas de dimensiones afectadas. Las uniones establecidas a las tablas de dimensin son necesarias si se prefiere ver,
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 156

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

posteriormente, las descripciones de cada atributo y no solo los identificadores de cada campo. De ser necesario, tambin es posible aplicar en este momento algn criterio de filtrado sobre los datos para reducir, lo ms posible, la carga en el procesamiento y mejorar la eficiencia de las consultas, quitando para ello, cualquier informacin que resulte innecesaria para los anlisis.

Figura 4.88.

3. El paso siguiente es agregar un identificador al proceso de consulta y presionar el botn de finalizar.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 157

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.89.

Comprobar la Importacin A partir de aqu se puede comenzar a trabajar con los datos. Si se le da doble click al proceso de importacin recin creado, es posible explorar los registros devueltos por el motor de consulta de RapidMiner.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 158

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.90.

El asistente nos preguntar si deseamos trasladarnos a la perspectiva de vista previa. Debemos contestar YES.

Figura 4.91.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 159

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Exploracin de los Resultados. La perspectiva Vista de Resultados est dividida en cuatro partes. Ellas son: Meta Data View, Data View, Plot View y la seccin Annotations. En esta seccin se describirn las primeras tres secciones.

o Meta Data View Esta vista contiene una pre-visualizacin de la Metadata, es decir de la informacin que se conoce a cerca de los datos. Como puede ser, el nombre del campo, el tipo de datos, el rango, entre otras caractersticas.

Figura 4.92.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 160

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

o Data View En esta vista podemos observar la coleccin de datos almacenados en la base de datos que responden a la consulta de importacin antes generada. Es importante mencionar que, como existe un proceso de importacin previo que emplea una consulta de base de datos, es posible que los datos estn filtrados. Por ello, es muy importante conocer el criterio de bsqueda antes de estudiar estos datos en profundidad.

Figura 4.93.

o Plot View La opcin Plot View es la que nos permite acceder a la herramienta de representacin de datos. Es una de las principales secciones que tiene el software y es, de hecho, una de las pantallas ms importantes. Esta vista nos permite generar los grficos necesarios para analizar los patrones encontrados dentro de una poblacin de datos. Tambin ofrece una paleta de opciones con, la cual, el analista podr elegir el tipo de grfico ms conveniente para un determinado anlisis, elegir manera ms adecuada para mostrar los datos y establecer los parmetros necesarios en funcin de cada uno de ellos.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 161

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 4.94.

Prueba General del Sistema


En esta seccin se va a presentar el Panel de Gestin que se construy basado en el modelo de datos que se dise para la empresa Magneti Marelli. Se dar una descripcin de cada una de las pantallas a las que se puede acceder desde la pgina web y la informacin que se puede extraer de ella. De manera posterior se analizar si la aplicacin construida alcanzo a satisfacer las necesidades que la organizacin planteo al inicio del desarrollo.

Reportes obtenidos con el Sistema de Inteligencia de Negocio

1. Panel de Gestin Gerencial. El panel de gestin est dividido en dos secciones principales. La seccin denominada Filtro, es la que permite seleccionar las diferentes perspectivas de anlisis desde donde usuario puede elegir y combinar cada uno de los elementos de inters a analizar. Por ejemplo, pude seleccionar para el anlisis un turno, un proceso, un producto o un trabajador determinado. Tambin puede, en misma ventana, elegir el da exacto en el que desea focalizar el anlisis y, si lo desea, puede elegir un perodo de fecha completo.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 162

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Una vez que el usuario establece el criterio deseado, la pgina automticamente se actualiza para presentar los resultados de la consulta realizada dentro del panel de informacin que se encuentra ms abajo.

Filtro:

Figura 5.1.

Debajo del panel de Filtro se encuentra el Panel de Informacin donde se presentan los resultados. Este panel est separado en varias ventanas que son accesibles mediante un men horizontal ubicado en la parte superior. El cul permite al usuario navegar entre los diferentes grficos y tablas segn la necesidad que se tenga.

Panel de Informacin: Pestaa Rendimiento Dentro de la Seccin Rendimiento se despliegan dos nuevas pestaas. o Pestaa Indicadores Esta ventana muestra el estado de los Indicadores de Gestin Calidad, Productividad e OEE de toda la organizacin, o parte de ella si se especifica algn criterio diferente en el panel de Filtro. Por ejemplo, se puede ver el rendimiento general de un Turno, o de un Proceso determinado, e incluso combinarlas. Es decir, obtener el rendimiento de un Proceso en un Turno seleccionado.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 163

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.2. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

o Evolucin de los Indicadores Este panel presenta el estado de los indicadores en un perodo de tiempo seleccionado.

Figura 5.3. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 164

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Pestaa Calidad Esta seccin agrupa todos los informes que estn relacionados con el anlisis de la Calidad en la organizacin. o Pestaa Evolucin de la Produccin La primera pestaa muestra la cantidad de piezas producidas en la empresa. En color verde se muestran las piezas Producidas OK y en rojo las piezas defectuosas. En la misma ventana se pueden ver los totales de produccin en todo el perodo de tiempo seleccionado.

Figura 5.3. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

o Pestaa Distribucin del Scrap por Causa Pestaa Grfico

Esta ventana muestra las Cantidades de Piezas Defectuosas totales agrupadas en cada una de las Causas de Falla. El grfico tiene una disposicin de tipo torta.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 165

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.4. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Pestaa Tabla

La misma informacin que se detalla en la pestaa anterior se presenta en esta seccin en forma de tabla. Las diferentes causas de defectos y las cantidades totales para cada una de ellas.

Figura 5.5. Todos los valores expuestos son solamente demostrativos y no representan la realidad.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 166

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

o Pestaa Distribucin del Scrap por Producto Esta ventana muestra un grfico de barras con las cantidades de piezas defectuosas obtenidas en cada uno de los productos fabricados de mayor a menor incidencia. Comnmente este grfico es conocido como Diagrama Pareto utilizado para conocer rpidamente la frecuencia de problemas en orden de importancia.

Figura 5.6. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

o Pestaa Evolucin del Scrap El ltimo grfico de la seccin de Calidad muestra las cantidades de piezas defectuosas en funcin del tiempo.

Figura 5.7. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 167

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Pestaa Productividad Esta seccin agrupa todas las salidas que estn relacionadas con el estudio de la Productividad de la organizacin. o Pestaa Evolucin de la Productividad La primera pestaa muestra las cantidades de horas trabajadas en la empresa. En color naranja se muestran las Horas Productivas, mientras que en rojo se muestran las Horas Improductivas. En la misma ventana se pueden conocer fcilmente los Totales de Horas consumidos en todo el perodo de tiempo seleccionado.

Figura 5.8. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

o Pestaa Distribucin de las Horas de Parada por Causa Pestaa Grfico

Esta pestaa presenta las cantidades de Horas Improductivas totales agrupadas en cada una de las Causas de Improductividad. El grfico tiene una disposicin de tipo torta.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 168

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.9. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Pestaa Tabla

La misma informacin que se analiza en la pestaa anterior, se presenta aqu, en forma de tabla. Las diferentes Causas de Improductividad y sus Cantidades Totales por cada una de ellas.

Figura 5.10. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 169

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

o Pestaa Distribucin de las Horas de Parada por Producto Esta pestaa muestra un grfico de barras con las Cantidades de Horas Improductivas obtenidas en la fabricacin de los Productos fabricados ordenados de mayor a menor por el nivel de incidencia. Comnmente este grfico es conocido como Diagrama Pareto utilizado para identificar fcilmente la frecuencia de problemas en orden de importancia.

Figura 5.11. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

o Pestaa Evolucin de las Horas de Parada El ltimo grfico de la seccin de Productividad muestra las cantidades de Horas Improductivas alcanzadas en funcin del tiempo.

Figura 5.12. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 170

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Pestaa Tiempo de Setup Este grfico muestra el tiempo total utilizado en la Puesta a Punto de las maquinas en cada proceso productivo. Con l, se pude ver rpidamente la evolucin de las Horas de Setup en el perodo de tiempo seleccionado y el total de Horas Utilizadas.

Figura 5.13. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

o Anlisis Avanzados: El Panel de Gestin permite tambin profundizar ciertos anlisis sobre la informacin. A continuacin, se muestra cmo utilizar el la herramienta de gestin para obtener mayor detalle a partir de los informes generados. Suponiendo que mantenemos seleccionado dentro del panel de Filtro, el perodo de fechas contenido desde el 1ro de Marzo al 31 de Marzo del ao 2010. De manera siguiente, abrimos la pestaa Evolucin de la Produccin de la Seccin Calidad del panel inferior y obtenemos el siguiente detalle:

Filtro:

Figura 5.14.

Panel de Informacin:
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 171

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.15. Todos los valores expuestos son solamente demostrativos y no representan la realidad.

Note: aqu se puede ver el total de Productos OK y Productos defectuosos fabricados en el perodo seleccionado.

Primer Anlisis: Conociendo el total de Productos defectuosos podemos pasar a la siguiente pestaa y obtener, al igual que vimos antes, un grfico de distribucin de tipo torta con todas las causas de Scrap detalladas.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 172

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.16. Todos los valores expuestos son solamente demostrativos y no representan la realidad.

Una vez ubicados en el grfico es posible realizar, en este momento, un anlisis mas profundo sobre la informacin obtenida. El siguiente paso es seleccionar con el Mouse alguna de las causas mostradas en el grfico.

Figura 5.17. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Note: al hacer Click sobre una causa la misma se muestra seleccionada. A continuacin, podemos pasar a la pestaa Distribucin de Scrap por Producto y obtener un grfico con la distribucin del Scrap por cada Producto, pero solo de la causa que hemos seleccionado en el paso anterior.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 173

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.18. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Note: en esta ventana se actualiza el ttulo indicando cul fue la causa seleccionada en la ventana anterior.

Tambin es posible, desde esta misma ventana, limpiar toda seleccin anterior, haciendo click en la opcin Restablecer Gfico. A continuacin se muestra la Distribucin por Producto de Scrap sin haber seleccionado ninguna causa de Scrap.

Figura 5.19. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 174

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Note: el ttulo del grfico Distribucin del Scrap por Producto, indica que se est mostrando la distribucin general del Scrap por producto, sin analizar ninguna causa en particular.

Segundo Anlisis: Si mantenemos seleccionada la causa de Scrap y pasamos a la pestaa Evolucin del Scrap, es posible obtener un grfico que muestra el comportamiento del Scrap en el tiempo solo para la causa seleccionada.

Figura 5.20. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 175

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.21. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Note: nuevamente el ttulo del grfico est indicando que existe una seleccin en una de las causas de Scrap.

De la misma forma que antes, es posible restablecer el grfico para limpiar cualquier seleccin anterior para obtener la evolucin total del Scrap.

Figura 5.22. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Note: el grfico sin seleccin alguna representa la evolucin general del Scrap. Tercer Anlisis:
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 176

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

De la misma manera como se hizo en la pestaa Distribucin del Scrap por Causa, es posible seleccionar algn tem en la pestaa Distribucin del Scrap por Producto para profundizar el anlisis.

Figura 5.23. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Note: el ttulo indica que no hay ninguna Causa de Scrap seleccionada, y al hacer click en grfico queda seleccionado el producto que queremos analizar. A continuacin podemos pasar a la pestaa Evolucin del Scrap para analizar como fue el comportamiento del Scrap para el producto Seleccionado.

Figura 5.24. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Note: el ttulo del grfico indica que se est presentando la evolucin del scrap solo para el producto seleccionado en el grfico anterior.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 177

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

De la misma forma que antes es posible restablecer el grfico para obtener la evolucin total del Scrap haciendo click en el botn Restablecer Grfico.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 178

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.25. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Note: el grfico sin seleccin representa la evolucin general del Scrap.

Cuarto Anlisis: Hasta ahora se vio la posibilidad de obtener la distribucin por producto de una causa de Scrap determinada y obtener, tambin, la evolucin del Scrap para dicha Causa de Scrap. Por otro lado, se vio como obtener la Evolucin del Scrap para un producto determinado. Lo que vamos a ver a continuacin es la posibilidad de combinar estos anlisis. En otras palabras, veremos cmo obtener la evolucin del Scrap para un Producto y una causa de Scrap determinada. En primer lugar, es necesario seleccionar la causa de Scrap en la pestaa Distribucin de Scrap por Causa.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 179

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.26. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Note: el orden en que se deben seleccionar los elementos debe ser siempre el mismo, primero la causa de Scrap, luego el producto de inters.

A continuacin cambiamos a la pestaa Distribucin del Scrap por Producto y seleccionamos un producto determinado.

Figura 5.27. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Note: Compruebe que la Causa de Scrap est siendo indicada, y que el producto haya sido correctamente seleccionado.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 180

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Luego es posible avanzar a la siguiente pestaa, Evolucin del Scrap, y obtener un nuevo grfico con el comportamiento del Scrap en el tiempo para el producto y causa de Scrap seleccionado.

Figura 5.28. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Note: compruebe que el ttulo del grfico muestre la Causa de Scrap y Producto de inters.

Al igual que en los casos anteriores, es posible limpiar cualquier seleccin anterior, haciendo click en la opcin Restablecer Grfico.

Figura 5.29. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Note: el grfico sin seleccin representa la evolucin general del Scrap.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 181

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

La seccin Productividad del panel de Gestin Gerencial tiene el mismo comportamiento de la seccin Calidad. Es decir, que podremos obtener mayor detalle en la informacin aplicando el mismo modo de trabajo que se demostr en la seccin anterior.

Pestaa Reportes En la seccin de reportes se pueden obtener diversos informes de uso administrativo referidos al rea de Produccin.

Figura 5.30. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

o Declaraciones de Produccin Este informe presenta un listado con los empleados de la planta, los perodos de tiempo trabajados, los productos y las cantidades fabricadas en un da determinado. Tambin, incluye los indicadores de Calidad y Productividad asociados a cada producto.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 182

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.31. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 183

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

o Resumen de Produccin En esta pantalla se muestra el listado de los productos y las Cantidades totales de Piezas Fabricadas y Piezas Defectuosas construidas en un perodo de tiempo elegido, agrupadas por Proceso de Fabricacin.

Figura 5.32. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

o Resumen de Presentismo Este informe presenta la lista de empleados Presentes y Ausentes en una jornada laboral seleccionada.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 184

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.33. Todos los valores expuestos son solamente demostrativos y no representan la realidad.

o Resumen de Rendimientos Este informe rene el listado de los rendimientos alcanzados por cada uno de los operarios de la empresa en un perodo de tiempo establecido.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 185

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.34. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Reportes obtenidos con las herramientas de Data Mining.

Distribucin del Indicador Calidad en funcin de los Procesos de Fabricacin. En este grfico podemos observar la distribucin de la calidad representada por puntos de color uniforme entre los diferentes Procesos de Fabricacin. Con este informe, podemos notar rpidamente cual es el proceso que ms problemas de Calidad ha sufrido. A partir de ah, es posible continuar un estudio completo sobre el Proceso ms afectado.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 186

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.35. Todos los valores expuestos son solamente demostrativos y no representan la realidad.

Distribucin del indicador Productividad en funcin de los Procesos de Fabricacin. De la misma manera que en el grfico anterior, es posible analizar la distribucin de los valores de Productividad representados con puntos de color uniforme en cada Proceso de Fabricacin. Con esta tabla podemos ver rpidamente como es el comportamiento de la Productividad en cada uno de los Procesos e identificar aquellos, cuyo indicador asume valores no deseados. Tambin puede ser utilizado como mtodo de control para encontrar valores anormales en el comportamiento de los procesos.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 187

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.36. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Distribucin 3D del Indicador Productividad en funcin de los Operarios y el tiempo. Esta representacin tridimensional permite analizar los valores de Productividad de cada Operario agrupados trimestralmente. Claramente es posible identificar, a partir de estos datos, cules son las variables que se estn comportando de manera anormal.

Figura 5.37. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 188

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Representacin de Bloques del Indicador Productividad en funcin de los Operarios, en cada Proceso de Fabricacin. El grafico Block muestra una tabla con los valores de productividad representados en diferentes bloques de colores. Estos bloques tienen la caracterstica de cambiar el color dentro de un rango establecido de valores posibles, entre el mximo y el mnimo encontrado, para la poblacin de datos analizado. Con esta herramienta, es posible saber rpidamente, por el color del bloque, cuales son los Operarios y Procesos que ms se alejan del valor deseado.

Figura 5.38. Todos los valores expuestos son solamente demostrativos y no representan la realidad.

Representacin de Bloques del Indicador Calidad en funcin de los Operarios en cada Proceso de Fabricacin. Al igual que en el caso anterior, podemos encontrar rpidamente donde se encuentran los valores anormales del Indicador Calidad e identificar cules son los operarios y los procesos con mayor grado de incidencia de problemas.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 189

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.39. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Representacin de Bloques del Indicador Productividad en funcin de los Productos, en cada Proceso de Fabricacin. Empleamos la misma herramienta para graficar mediante el diagrama de bloques los valores de productividad, pero esta vez en funcin de los Productos y Procesos. As podremos ver rpidamente aquellos productos que tienen mayor incidencia en la cada de la productividad.

Figura 5.40. Todos los valores expuestos son solamente demostrativos y no representan la realidad.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 190

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Anlisis de resultados:
Beneficios Esperados vs Beneficios Alcanzados Finalizada la etapa de pruebas integrales del sistema se comenz a utilizar el mismo de manera productiva. De aqu en adelante, se llevaron tareas de validacin de resultados y medicin del desempeo general de la aplicacin a fin de detectar posibles desviaciones y comportamientos inesperados. En este proceso se busc, entre otras cosas, comprobar que el sistema responda a las necesidades primarias que fueron planteadas al inicio del desarrollo. Lista de requerimientos planteados: Proveer Informacin Histrica de Produccin. A travs de una interfaz amigable se puede acceder, con el empleo de la herramienta, a todos los indicadores de gestin de la produccin. El panel de gestin, permite tanto la consulta de datos para un da determinado, como tambin, permite seleccionar un periodo de fechas para analizar valores histricos.

Figura 5.41. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 191

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.42. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Identificar las causas de perdida materiales. Desde el Panel de Gestin, es posible acceder a la seccin Calidad para realizar los anlisis referidos a la calidad en el rea de produccin. Con esta herramienta es posible obtener un informe, en el cul, se puede consultar la cantidad de piezas fabricadas OK, la cantidad de piezas defectuosas y reprocesadas. Desde esta perspectiva, es posible analizar todas las causas que significaron prdida de materiales declaradas al momento de producir.

Figura 5.43. Todos los valores expuestos son solamente demostrativos y no representan la realidad.

Al cambiar en la pantalla al modo de Distribucin de Scrap por Causa se obtiene un informe con la cantidad pormenorizada de causas de defectos. El mismo puede ser presentado como un grfico de torta o como una tabla.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 192

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.44. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Finalmente, en el modo Distribucin de Scrap por Producto, se accede a un informe pormenorizado con la cantidad de piezas defectuosas por producto. Tambin es posible obtener este mismo informe a partir de una causa de defecto particular.

Figura 5.45. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 193

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Identificar las causas de perdida de mano de obra. De la misma manera que se realiza el anlisis de calidad, se puede realizar el anlisis de la productividad en la seccin Productividad del Panel de Gestin Gerencial. Aqu se puede obtener un informe detallado de las horas productivas e improductivas declaradas en el momento que se fabricaron los componentes en la linea de fabricacin.

Figura 5.46. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Al igual que antes, el sistema permite, desde la solapa Distribucin de Horas de parada por Causa, acceder a un informe con la cantidad pormenorizada de horas improductivas, sea en un grfico de tipo torta o en una tabla.

Figura 5.47. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

Por ltimo, el panel cuenta con una vista en la que se representa en un grfico de barras, la distribucin con las cantidades de horas improductivas, agrupadas por producto.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 194

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.48. Todos los valores expuestos son solamente demostrativos y no representan la realidad. Pormenorizar la incidencia de cada causa en el indicador OEE. Retroalimentar el proceso de toma de decisin. Luego de verificar que se cumplimentan los objetivos propuestos en la etapa inicial del proyecto es posible comprobar, de manera complementaria, la presencia de algunos beneficios esperados a partir del empleo de las herramientas.

Reduccin de Horas Hombre. Para comprender la implicancia de reducir horas hombres en la empresa se va a explicar de qu manera se trabajaba antes y como se pas a trabajar despus de la implementacin del sistema. Ambas metodologas de trabajo son prcticamente incomparables por ser notablemente diferentes entre s, aunque analizarlas en conjunto, permite entender el beneficio alcanzado con la utilizacin de la herramienta. Antes de la implementacin del sistema de Inteligencia de Negocio, toda la informacin referida a la produccin era registrada a mano por los operarios de la planta. Ellos detallaban diariamente datos como: cantidad de piezas buenas fabricadas, la cantidad de piezas defectuosas y las causas de estas piezas. Tambin se agregaba, de manera adicional, el tiempo trabajado y las paradas de mquina ocurridas. Todas estas planillas eran posteriormente recopiladas y archivadas para un eventual estudio de la informacin. Solo cuando era posible, un empleado administrativo buscaba una planilla determinada y tomaba el trabajo de calcular manualmente el rendimiento alcanzado por un operario en un proceso y turno dado. Esta informacin finalmente era entregada al jefe de produccin, quin la utilizaba para optimizar un proceso productivo. Para realizar esta tarea el personal administrativo consuma, aproximadamente, una hora en
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 195

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

obtener un slo indicador de proceso para un operario, en un proceso dado, para un da determinado. Despus de que el sistema fue implementado era necesario que una persona diariamente cargue en el sistema todas las planillas de produccin generadas para almacenar esta informacin de manera digital. Se verific en la prctica que el personal administrativo requera de alrededor de cinco minutos para cargar cada una de las planillas al sistema. En total se tomaran para 30 planillas, correspondientes a 30 procesos, unos 150 minutos diarios. Una vez cargadas las planillas, el sistema permita consultar todos los indicadores de proceso requeridos para cada uno de los empleados, en un turno dado, en un da seleccionado, etc. No solamente esto, adems el sistema brindaba soporte para las consultas de un solo da o un perodo de fechas, conservando as, el historial de los datos.

Evolucin del Indicador de Rendimiento traducido en costo A partir de la informacin que se extrae con el sistema es posible, hoy da, realizar ciertos anlisis para mejorar el gerenciamiento de la empresa. Con la lectura de los indicadores arrojados por el sistema, como puede verse ms abajo, se pueden comparar dos situaciones diferentes de una misma celda de trabajo y evaluar su evolucin. As, por ejemplo, se podrn emplear los valores de productividad de un perodo de fecha seleccionado y, posteriormente, traducir los mismos en costo, utilizando para ello, un mtodo adecuado.

Si se tratara, como veremos en este caso, de la evolucin del indicador de la Productividad sera posible, con una frmula matemtica, convertir estos valores a un parmetro de mayor practicidad. Por ejemplo, podramos saber las horas de mano de obra o tambin, el costo de mano de obra a partir de esta informacin.

Caso de Ejemplo 1: Informe de productividad del Proceso Proceso 125.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 196

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.49. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

En base al grfico es posible realizar el siguiente anlisis: como sabemos que el estndar de fabricacin del producto Producto 158 es de 44 Piezas/Hora, podemos decir que al pasar de un promedio de 60% de Productividad a finales del ao 2010, a producir con un 80% de productividad a finales del 2011, se obtuvo una mejora del 20% y un mejor aprovechamiento de las horas de mano de obra empleadas para obtener una misma cantidad de piezas en el perodo de tiempo seleccionado. Dicho de otra manera, podramos asegurar que se pas de una situacin inicial, de fabricar 26.4 piezas efectivas por hora trabajando al 60%, a fabricar 35.2 piezas efectivas por hora con una productividad del 80% al final del perodo para el proceso seleccionado. Es importante tener en cuenta, al realizar este tipo de anlisis, que estas lecturas deben contemplar variaciones comunes, como: No todos los das se trabajan los 3 turnos No todos los das se trabajan 8 horas diarias por turno No todos los das son laborables. Pueden existir horas extras. Estas variables pueden alterar los clculos que se realicen y afectar negativamente cualquier tipo de anlisis realizado si se emplea errneamente la informacin. Por esta razn, siempre es de gran utilidad emplear en los anlisis los indicadores de gestin. stos, permiten contrastar el total de horas trabajadas contra las horas de perdida de mano de obra sobre el total de horas asignadas. Por ejemplo, un valor de productividad del 60% puede ser tomado en 10 horas trabajadas o de 100 horas trabajadas. Por esta
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 197

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

razn, el indicador permite realizar conjeturas ms acertadas contrastando la informacin con otros parmetros de la organizacin. No obstante, si uno quisiera un grado mayor de detalle sobre un hecho en particular podra cruzar mayor informacin y obtener un anlisis ms profundo. Por ejemplo, tomar la cantidad de horas trabajadas de un perodo a otro y, a partir de all, estimar los costos de mano de obra ahorrados o, en otro caso, afirmar que para una misma cantidad de horas se obtuvo una mayor cantidad de piezas, dependiendo de la perspectiva de anlisis que uno requiera.

Caso de Ejemplo 2: Informe de productividad del Proceso Proceso 81.

Figura 5.50. Todos los valores expuestos son solamente demostrativos y no representan la realidad .

En este informe, podemos ver como pasamos de tener aproximadamente el 70% de Productividad a principios de Enero, a estar por encima del 90 %, entrando al mes de agosto del mismo ao. Lo que supone una mejora del 20% del proceso productivo seleccionado y un ahorro en mano de obra utilizada en dicho proceso. Es difcil asegurar que el empleo de la herramienta de gestin haya tenido un impacto directo en el desempeo general de la organizacin que pueda ser fehacientemente comprobado luego de la implementacin del sistema de Inteligencia de Negocio. Las razones para creer esto son diversas. En primer lugar, debe comprenderse que toda actividad productiva es afectada por mltiples variables, entre las que se tambin encuentra, la incorporacin de nuevas tecnologas de la informacin empleadas en el
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 198

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

proceso de toma de decisin empresarial. En segundo lugar, hay que resaltar que el escenario de trabajo en una empresa se encuentra en una constante situacin de cambio. Tambin por ello, es muy complicado asilar de manera suficiente las variables intervinientes en una ambiente de trabajo determinado, como para aseverar que una situacin esperada sea producto de una decisin gerencial tomada a partir de la informacin obtenida del sistema de Inteligencia de Negocio. Por ltimo, es muy importante destacar que toda accin que tiene el objetivo de mejorar un proceso productivo, se realiza siempre a travs de un proceso de toma de decisin en el que interviene necesariamente una persona. Por este motivo, el benefici alcanzado con la alteracin de algn parmetro productivo est sujeto al criterio aplicado en la decisin ms que a la utilizacin de las herramientas de informacin empleadas para la resolucin del problema, por ms que stas ltimas, sean esenciales en el proceso de toma de decisin.

Experiencias Alcanzadas
Uno de los momentos claves donde se pudo observar la importancia de incorporar las nuevas herramientas de negocio en la empresa ocurri mientras se realizaba la implementacin. En esa ocasin se estaba presentando al gerente de produccin y al gerente de calidad, una funcionalidad novedosa que les iba a permitir explorar la informacin con nuevas perspectivas de anlisis. Fue sorprendente ver las caras de asombro que tuvieron cuando comprobaron que una de las creencias que tenan a cerca del estado de los procesos, era totalmente errada en comparacin a la realidad que estaba siendo ahora reflejada con la herramienta. En ese momento se present un grfico de tipo Pareto para representar la cantidad de piezas defectuosas agrupadas por producto. A partir de este grafico pudieron ver, rpidamente, cuales eran los productos con mayor problema dentro de un proceso determinado. Anecdticamente, resulto ser que el producto con mayor problema era aquel que, segn crean hasta el momento, presentaba menos cantidad de defectos. Esta situacin, fue para m, una experiencia extraordinaria debido a que revel en primer lugar, que la informacin con la que se contaba era insuficiente para comprender el estado actual de los procesos de fabricacin en la empresa. En segundo lugar, hizo notar la importancia que tienen las herramientas de negocio en el proceso de toma de decisin de una organizacin. Finalmente, produjo un cambio cultural provechoso, que permiti mejorar el compromiso y el nivel de involucramiento de los usuarios del sistema para finalmente reducir, en cierta medida, el riesgo del proyecto. El grafico que se mostr en ese entonces era muy parecido a este:

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 199

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Figura 5.51. Todos los valores expuestos son solamente demostrativos y no representan la realidad.

Puesta en Marcha
Durante la etapa de planificacin del proyecto se gener un plan de inversin para adquirir, llegado el momento, todo el hardware requerido que deber soportar la aplicacin de negocio desarrollada. Se realiz un estudio que permiti establecer cules eran los requerimientos de hardware mnimos necesarios para lograr que las aplicaciones utilizadas corran dentro de los parmetros recomendados por cada fabricante. Por otro lado, como el software utilizado es de uso y distribucin libre, no existe un costo asociado para su adquisicin. No obstante, es importante mencionar que la configuracin de la plataforma, la construccin del Data Warehouse y el desarrollo del tablero de control, consumen un esfuerzo perfectamente mensurable. Estos costos fueron incluidos dentro del plan de inversin presentado a continuacin: INVERSIN REQUERIDA Recursos Humanos
Inversin requerida en concepto de Recursos Humanos

Perfil

Requisitos

Asignacin

Inversin (pesos)

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 200

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Ingeniero de Sistema Analista de Sistema Programador Administrador Redes Total


Tabla 5.1.

152 24 64

$ 6080 $ 672 $ 1280 $ 480

de

24

$ 8512

Equipamiento
Inversin requerida en concepto de Equipamiento

Hardware Servidor

Descripcin Amd Sempron LE1250 64 Bit, Mother Am2, RAM 1 Gb, Disco Rgido Hd 160

Destino

Inversin (Pesos)

Soportar $ 900 Plataforma de Inteligencia de Negocio $ 900

Total
Tabla 5.2.

Dado que la organizacin cuenta con recursos de hardware que superan cmodamente los requerimientos mnimos establecidos para este proyecto, se decidi emplear toda la infraestructura existente e instalar las aplicaciones en los servidores propios de la empresa. De esta manera, se evit invertir innecesariamente en hardware, con lo cul, se logr reducir el costo total del proyecto. En funcin del rol que posee cada usuario en la empresa y el nivel de acceso que tendrn a la plataforma se gener un plan de capacitacin para los futuros usuarios de la herramienta. Esta capacitacin abarca desde el empleo general del panel de gestin, la navegacin por toda la herramienta de consulta y el acceso a los informes prediseados. Tambin se incluy, dentro del plan de capacitacin, aquellas tareas de mantenimiento necesarias para mantener el sistema operativo. De modo tal, que el personal de la organizacin podr, por si mismo, asegurar el funcionamiento normal del sistema en adelante.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 201

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

PLAN DE CAPACITACION
Inversin requerida en concepto de Capacitacin

Contenido

Cantidad Usuarios

de Duracin (horas) 6

Inversin (pesos) $ 900

Acceso a la plataforma. Empleo 10 de las herramientas de consulta. Utilizacin de reportes. Conceptos generales. 2 Instalacin de la herramienta. Tareas de mantenimiento generales. Identificacin de problemas. Plan de contingencia.
Tabla 5.3.

12

$ 1500

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 202

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

CONCLUSIONES

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 203

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Toda organizacin, independientemente del contexto en el que se encuentre, puede mejorar su competitividad en el mercado con el empleo sistematizado de la informacin, extrada de los procesos internos, utilizada para la gestin empresarial. Este tipo de tratamiento realizado sobre la informacin suele ser un proceso costoso y, normalmente, llega a demandar gran esfuerzo y voluntad. No obstante, siempre representa un bien intangible de alto valor para cualquier organizacin. En el caso de la empresa Magneti Marelli se identific la necesidad de acceder a la informacin clave del negocio para dar soporte a las decisiones estratgicas en funcin de los datos analizados. Por ello, se decidi construir una aplicacin informtica que permiti a los usuarios acceder a la informacin relevante de manera oportuna. As fue que se desarroll una solucin Business Intelligence con la que los empleados de la empresa obtienen, de manera sistemtica, toda la informacin generada en el rea de produccin para asistir las decisiones gerenciales de manera diaria. Con este sistema, los directivos y el personal idneo de la empresa pueden extraer datos histricos del negocio y conocer el estado de situacin cuando ellos lo requieran. Para esto, fue necesario construir una plataforma de consulta, un almacn de datos para estructurar la informacin y un conjunto de procesos necesarios para mantener actualizado el sistema de manera peridica. Esta plataforma brinda las herramientas necesarias para poder indagar entre los datos dentro de un marco pre-establecido. El resultado de este trabajo permiti arribar a un Sistema de Soporte a las Decisiones totalmente operativo y confiable. Una vez finalizada la etapa constructiva del sistema se consult a los usuarios claves de la empresa para conocer cules eran los reportes de mayor utilidad en funcin de las actividades que normalmente tenan. A partir de ello, se dise una lista de reportes estndares con las que se logr automatizar las consultas de mayor frecuencia de uso y minimizar el tiempo consumido en los procesos administrativos de gran importancia. Tambin se instal una herramienta de Data Minning con el que se pudieron realizar estudios ms profundos a partir de la poblacin de datos que se comenz a colectar desde el momento en que la organizacin empez a utilizar esta solucin. Con esta herramienta, los usuarios avanzados, pueden encontrar peridicamente desviaciones en las variables de produccin. Para la implementacin del sistema de informacin se recurri al empleo de herramientas de tipo Open Source o Software Libre con los que se evit invertir en licencias usuarias y, con ello, se logr tambin reducir el costo del proyecto de manera significativa. Para esto, fue necesario estudiar en profundidad cada una de las herramientas involucradas y superar cualquier limitacin o inconveniente a medida que estos iban apareciendo. Finalmente, se obtuvo una plataforma estable y funcional con la que se pudo responder, con suficiencia, a todos los requerimientos establecidos. En base a las pruebas realizadas, el anlisis de resultado y las experiencias observadas se llegaron a establecer las siguientes conclusiones:
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 204

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

En primer lugar, la implementacin de una solucin de Business Ingelligence dentro del ambiente operativo de la empresa Magneti Marelli Conjuntos de Escape. S.A. fue un logro significativo que definitivamente marc una brecha importante entre la situacin en la que se encontraba trabajando antes y despus de la adquisicin de la solucin propuesta. Como resultado de esta implementacin se lograron agilizar las decisiones empresariales, mejorar la velocidad en el acceso de la informacin y aumentar la calidad en los informes utilizados en el mbito gerencial. La organizacin, en su totalidad, comenz a aprovechar un nuevo recurso que antes no tena posibilidad de explotar y a tomar mayores decisiones gerenciales basndose en informacin que el sistema ofrece en la actualidad. En segundo lugar, se alcanz gran experiencia en el uso de la plataforma Pentaho para soportar el sistema de Inteligencia de Negocio de manera satisfactoria, a punto tal de haber arribado a una solucin profesional a un costo de inversin conveniente para la organizacin. Como consecuencia de ello, se comprob que este producto tiene la capacidad suficiente, la infraestructura y la robustez necesaria para ser usada perfectamente en mbitos productivos donde las exigencias son mayores. Esto le permite a Pentaho posicionarse sin dudas como una excelente alternativa en materia de Inteligencia de Negocio. A partir de los resultados obtenidos en este trabajo, es posible afirmar que con una decisin segura de invertir en Inteligencia de Negocio y la utilizacin de productos de Uso Libre, como las ofrecidas por la empresa Pentaho, organizaciones chicas y medianas podrn desarrollar, favorablemente, soluciones Business Intelligence para mejorar su competitividad. Finalmente, es importante mencionar que el empleo de la metodologa Hefesto, tuvo un impacto positivo sobre el proyecto, por permitir reducir los tiempos utilizados en el Diseo y la Implementacin del almacn de datos. Por otra parte, permiti registrar y documentar cada una de las etapas del proyecto y generar, al mismo tiempo, el manual del sistema. Esta metodologa fue de gran utilidad durante todo el proyecto y se convirti en unos de los factores de xito ms importante para este trabajo. Se espera que muchos desarrolladores puedan acceder y difundir, cada vez ms, nuevas experiencias alcanzadas con el empleo de Hefesto para construir sus propios Data Warehouse. Gracias a la colaboracin y la confianza aportada por todo el personal, tanto gerencial como operativo de Magneti Marrelli y el empeo dedicado hacia un objetivo claramente definido y compartido por todos los miembros, se logr aplicar una solucin de alto nivel que significa un gran esfuerzo orientado a una bsqueda profesional completamente lograda en este trabajo de investigacin y desarrollo.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 205

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

Limitaciones encontradas Respecto de la tecnologa empleada, podramos encontrar que el producto Pentaho, presenta ciertos problemas que, definitivamente, afectaron el desarrollo normal este trabajo, y desviaron, en cierta medida, el camino de investigacin principal. Durante la etapa de implementacin del sistema BI, surgieron imprevistos que demoraron el proyecto. Cada inconveniente encontrado, tuvo que ser atendido y resuelto con muchsima dedicacin, invirtiendo gran esfuerzo por parte del desarrollador. Sea por falta de documentacin o falta de esclarecimiento sobre el verdadero problema, se invirti mucho tiempo en resolver los incidentes que aparecan principalmente con la conexin de la plataforma Pentaho hacia la base de datos. Estos errores fueron difciles de solucionar y dieron lugar a comportamientos impredecibles de la aplicacin. Entre las dificultades principales se identificaron problemas con el driver utilizado, con el tiempo de timeout de conexin a la base de datos, con la cache de primer nivel de la plataforma Pentaho, entre otros. Ciertamente estos problemas fueron resueltos a prueba y error siguiendo el consejo que otros usuarios publicaban en la Web. Se podra establecer, a este manifiesto, como una clara limitacin de la plataforma. En base a la experiencia adquirida en esta tesis opino que es, en gran medida, inadmisible que un grupo de desarrolles, que utiliza la configuracin por defecto de la herramienta y emplea una base de datos tan comn como es Mysql, deba encontrar impedimentos tan grandes a la hora de configurar la herramienta, a punto tal, de enfrentarse con inconvenientes que aumentan directamente el riesgo del proyecto. Adems de ello, se encontr en Pentaho otra limitacin significativa. Durante la implementacin del sistema fue necesario emplear la herramienta Pentaho Design Studio para construir parte del Panel de Gestin. Esta herramienta est basada en la IDE de Eclipse, la cual lleva instalado un complemento que permite el desarrollo de los componentes Xaction. Las Xactions son unidades de procesamiento que realizan una accin genrica sobre la plataforma Pentaho y son propias de esta herramienta. Las mismas permiten realizar una extensa variedad de opciones y, entre muchas otras cosas, son utilizadas para extraer la informacin del Data Warehouse que se mostrar al usuario. Result que el trabajo de desarrollo de estos componentes se volvi una tarea muy complicada y dio bastantes disgustos al momento de tratar con ellos. Se encontr un vaco muy grande que impidi poder generar fluidamente estos elementos, ya que Pentaho, no brinda ningn soporte ni herramienta para trabajar profesionalmente con la ejecucin de estos Xaction, tal como se requiere al momento de la implementacin. Slo se ofrece la IDE, Pentaho Design Studio, que facilita la creacin de los Xaction pero no ayuda demasiado durante la ejecucin de estas acciones. Pentaho tampoco sugiere un mtodo alternativo que sea prctico para llevar a cabo esta tarea. Sin dudas que, de encontrar una herramienta que permitiera depurar los componentes mencionados, se facilitar completamente la labor del desarrollador. Por ltimo, no quiero dejar de mencionar que la plataforma tiene serios problemas con el manejo de los caracteres especiales. Es sorprendente encontrar tantos inconveneintes para mostrar caracteres de uso tan comn, como son los acentos. Este impedimento
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 206

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

genera gran frustracin para el equipo de desarrollo, obligandolos generealmente, a desistir del uso de ellos. Nuevos Caminos de Investigacin Durante el desarrollo del Panel de Gestin se emplearon diversas tecnologas que deban interactuar entre ellas para producir las visualizaciones deseadas. Algunas de estas pertenecen al paquete Pentaho, mientras que otras, fueron instaladas manualmente. Una de las tecnologas mencionadas es AmCharts. Esta fue utilizada para representar los datos en forma grfica dentro de la pgina web. Por otro lado, se utiliz el Community Dashboard Framework para coordinar la comunicacin entre los componentes y guiar el flujo del programa dentro de la misma pgina. El framework AmCharts consiste en un conjunto de libreras desarrolladas con Adobe Flash que permite manipular los datos y mostrarlos en pantalla. Es interesante mencionar que el desarrollo de las aplicaciones Flash, no es del todo estructurado. A pesar de funcionar muy bien, est siendo reemplazado por la tecnologa Adobe Flex, provista por la misma empresa. A diferencia de Flash, ste es Orientado a Objetos y por lo tanto, tiene una filosofa de trabajo de mayor nivel para el desarrollo. Cabe mencionar que AmCharts ya ofrece las libreras para trabajar directamente con componentes Flex pero an no se justifica emplearlas simplemente porque el resultado final es el mismo. No obstante, sera de gran valor desarrollar ntegramente el Panel de Gestin bajo este lenguaje, aprovechando la existencia de todos componentes listos para ser utilizados. Para realizar este cambio, habra que reemplazar completamente a CDF (Community Dashboard Framework) provisto por Pentaho por un modelo desarrollado ntegramente en Flex. Es importante distinguir, que CDF es una tecnologa muy estable, muy completa y adems brinda un servicio muy bueno pero cuenta con una dinmica de trabajo muy rgida y una visualizacin de componentes muy pobre. Tras la realizacin de este trabajo de tesis, mi apreciacin profesional, es que Pentaho est equivocando la direccin hacia donde debe ir el proyecto en lo que respecta a la capa de presentacin de la plataforma. La razn, es la utilizacin de una tecnologa conceptualmente obsoleta. En contraste a ello, se sugiere como continuacin de este proyecto, una nueva lnea de investigacin y desarrollo para construir una infraestructura de representacin y visualizacin basada completamente en una moderna tecnologa, como es Adobe Flex. Dicha implementacin podr seguramente brindar resultados superadores, visualizaciones de gran impacto y un mtodo de desarrollo muy predecible y estructurado. Combinndose con Xaction, Flex permitir estructurar la informacin en objetos, gestionar los eventos de los usuarios y, finalmente, producir una experiencia extraordinaria para el cliente.

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 207

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

REFERENCIA BIBLIOGRFICA

Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 208

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

RAMO, Jorge Israel (2010): Gestin del Conocimiento y Tics. Disponible en: http://www.slideshare.net/pablosky21/tics-solemne-i-gestin-del-conocimiento-y-tics. Consultado: 01/10/2010. GARRILLO, Mara Daniela; QUIMBAYO, Mara Isabel; Vargas, Paula Marcela (2008): Gestin del Conocimiento. Universidad Central de Venezuela. CEAP. Caracas, Venezuela. Disponible en: http://www.slideshare.net/guest69f3c3/gerencia-delconocimiento. Consultado: 01/10/10. CARRASCO ARROYO, Salvador (2006): Medir la cultura: Una tarea inacabada. Universidad de Valencia. Departamento de Economa Aplicada. Valencia, Espaa. Disponible en: http://www.uv.es/carrascs/PDF/medir%20la%20cultura.pdf. Consultado: 05/11/2009. MORA VENEGAS, Carlos (2009): La relevancia y el alcance de la Gestin del Conocimiento. Disponible en: http://www.gestiopolis.com/administracionestrategia/relevancia-y-alcance-de-la-gestion-del-conocimiento.htm. Consultado: 06/11/2010. SANCHEZ AMBRIZ, Gerardo (2009): El desarrollo organizacional. Una estrategia de cambio para las instituciones documentales. Disponible en: http://redalyc.uaemex.mx/src/inicio/ArtPdfRed.jsp?iCve=63511932013. Consultado: 20/05/1011. HERNNDEZ FERNNDEZ, Lissette (2003). Conocimiento, cambio y transformacin organizacional. Universidad de Zulia. Venezuela. Disponible en: http://redalyc.uaemex.mx/src/inicio/ArtPdfRed.jsp?iCve=73711580001. Consultado: 16/02/2009. PREZ PREZ, Lilier; PALOMINO MARIO, Laura M. (2008). Gestin del Conocimiento y tendencias actuales. Disponible en: http://www.monografias.com/trabajos-pdf2/gestion-conocimiento-tendenciasactuales/gestion-conocimiento-tendencias-actuales.pdf. Consultado: 05/10/2009. AGUIRRE Y HERNNDEZ, Fernando (2010). Inteligencia de Negocios. Instituto Tecnolgico de Orizaba. Divisin de Estudios de Posgrado e Investigacin. Disponible en: http://es.scribd.com/AERO007/d/39148762-INTELIGENCIA-DE-NEGOCIOS. Consultado: 08/05/2011. MESTIZO GUTIRREZ Sonia Lilia; GUERRA HERNNDEZ, Alejandro; PARRA LOERA, Ramn (2008). Desarrollo de un Centro de Ayuda Inteligente mediante el uso de Tecnologas de Internet. Veracruz Mxico. Disponible en: http://www.uv.mx/aguerra/documents/2008-mestizo.pdf. Consultado: 06/12/2010. PEA RIVERA, Juan David; SUREZ DAZA, Jess Armando (2005). Utilizacin de Informacin Histrica para Decisiones Empresariales. Pontificia Universidad Javeriana. Facultad de Ingeniera. Santa Fe de Bogot D.C. Disponible en: http://www.javeriana.edu.co/biblos/tesis/ingenieria/Tesis204.pdf. Consultado: 16/0/2010.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 209

MAGALLANES UDOVICICH, Ricardo Nahuel. Inteligencia de Negocio aplicada en la Gestin de Produccin. Ingeniera en Sistemas - Instituto Universitario Aeronutico.

LUNA POZO, Marta (2010). Desarrollo y explotacin de indicadores de gestin. Un caso de estudio en el contexto de un ERP. Valencia. Disponible en: http://riunet.upv.es/bitstream/handle/10251/8624/PFC.pdf. Consultado 15/04/2011. SANZ RODRGUEZ, Javier (2010). Evaluacin apriorstica de la reusabilidad de objetos de aprendizaje. Universidad de Alcal de Henares. Disponible en: http://dspace.uah.es/jspui/bitstream/10017/8715/1/Evaluaci%C3%B3n%20aprior%C3% ADstica%20de%20la%20reusabilidad%20de%20los%20objetos%20de%20aprendizaje. pdf. Consultado: 05/06/2011. FIGUEROA GONZLEZ, Jessica (2007). Implementacin de un almacn de datos para una base de datos DB2 usando instrucciones SQL: Una solucin ROLAP. Universidad Catlica del Maule. Facultad de Ciencias de la Ingeniera. Disponible en: http://www.ganimides.ucm.cl/aurrutia/doc_pdf/Seminario_Jessica_Figueroa.pdf. Consultado: 14/05/2009. CHINCHILLA ARLEY, Ricardo (2011). Mercado de Datos: Conceptos y Metodologas de Desarrollo. Instituto Tecnolgico de Costa Rica. Disponible en: http://www.tec.ac.cr/sitios/Vicerrectoria/vie/editorial_tecnologica/Revista_Tecnologia_ Marcha/pdf/tecnologia_marcha_24-3/TM%2024-3%20art%206.pdf. Consultado: 20/11/2011. TAMAYO, Marysol; MORENO, Francisco Javier. Anlisis del Modelo de Almacenamiento MOLAP frente al Modelo de Almacenamiento ROLAP. Universidad Nacional de Colombia. Ingeniera e Investigacin. Bogot Colombia. Disponible en: http://redalyc.uaemex.mx/pdf/643/64326317.pdf. Consultado: 08/06/2009. ROJAS, Mariana Isabel (2009). Monografa de Adscripcin: Data Warehouse. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas, Naturales y Agrimensura. Corrientes, Argentina. Disponible en: http://exa.unne.edu.ar/depar/areas/informatica/SistemasOperativos/MonoAdsDiseno.pdf . Consultado: 16/05/2010. BERNABEU, Ricardo Dario, (2010). Hefesto: Metodologa para la Construccin de un Data Warehouse. Crdoba, Argentina. Disponible en: http://es.scribd.com/doc/49131495/HEFESTO-V2-0. Consultado: 11/10/2010 LOOR DAZ, Luis Enrique (2006). Agrupacin Automtica de Descripciones de Productos. Escuela Superior Politcnica del Litoral. Facultad de Ingeniera en Estadstica Informtica. Disponible en:
http://www.google.com.ar/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=0CCIQFjAA&u rl=http%3A%2F%2Fwww.dspace.espol.edu.ec%2Fbitstream%2F123456789%2F5832%2F2%2Ft esis_final.doc&ei=fo1_T-q4NYKs8QShxsy1Bw&usg=AFQjCNHTKbtADb6k4WcqaNhgVmLp3WGyA. Consultado: 16/09/2011.

VALLEJOS, Sofa J (2006). Trabajo de Adscripcin. Minera de Datos. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas, Naturales y Agrimensura. Corrientes, Argentina. Disponible en: http://exa.unne.edu.ar/depar/areas/informatica/SistemasOperativos/Mineria_Datos_Vall ejos.pdf. Consultado: 13/05/2009.
Todos los derechos de propiedad intelectual son del autor. Se autoriza la publicacin de este documento con fines didcticos. Magallanes Udovicich Ricardo Nahuel 2012.

pg. 210