Está en la página 1de 69

UNIVERSIDAD PRIVADA ANTENOR ORREGO

FACULTAD DE INGENIERA
ESCUELA PROFESIONAL DE INGENIERIA DE COMPUTACIN Y SISTEMAS

SISTEMA DE SOPORTE DE DECISIONES


PROYECTO: MOVIL PERU S.A.C.

INTEGRANTES:
AVALOS GUTIERREZ, CINTYA
AMAYA PACHECO, ORBIT
ALVARADO ROJAS, JHERAL
AQUINOR ROJAS, ENRIQUE
ROSALES AGUIRRE, STEFANY
CHAVEZ BERNABE, ROYCE
PROFESOR:
ING. ULLON RAMIREZ AGUSTIN EDUARDO

TRUJILLO PER
2016

3
PRESENTACIN
El Trabajo de curso realizado durante el semestre 2016-20 Proyecto
Business Intelligence para la empresa Mvil Per S.A.C, ha sido elaborado
segn instrucciones sobre la materia con el fin de desarrollar y analizar el
proceso para implementar un BI para la empresa ya nombrada, aplicando
los conocimientos obtenidos durante el curso.

4
Contenido
PRESENTACIN...........................................................................................3
INTRODUCCIN...........................................................................................5
I.

PLANEACIN Y ADMINISTRACIN DEL PROYECTO....................................6


1.1. EL NEGOCIO......................................................................................................... 6
1.1.1. Descripcin de la organizacin..............................................................6
1.1.2. VISION MISION.......................................................................................6
1.1.3. Organigrama:............................................................................................ 6
1.1.4. Modelado de procesos (Ventas de equipos- Bizagi)............................8
1.2. SELECCIN DE LA ESTRATEGIA DE IMPLEMENTACIN...............................................9
1.3. SELECCIN DE LA METODOLOGA DE DESARROLLO..................................................9
1.4. SELECCIN DEL MBITO DE IMPLEMENTACIN......................................................10
1.5. SELECCIN DEL ENFOQUE ARQUITECTNICO..........................................................10
2.1. DESARROLLO DE UN PROGRAMA Y DEL PRESUPUESTO DEL PROYECTO...................11
2.1.1. Presupuesto............................................................................................ 11
2.1.2. Cronograma de actividades para el DataMart...................................12
2.1.3. Desarrollo del escenario del uso empresarial....................................13

II. DETERMINACION DE REQUERIMINETOS..................................................14


2.1.
2.2.
2.3.
2.4.

REQUERIMIENTOS DEL PROPIETARIO.....................................................................14


REQUERIMIENTOS DEL USUARIO FINAL.................................................................14
REQUERIMIENTOS NO FUNCIONALES......................................................................15
ANLISIS DE LOS REQUERIMIENTOS.......................................................................15

5
INTRODUCCIN

Actualmente la mayora de las organizaciones y empresas poseen y generan diariamente


una enorme cantidad de datos imposibles de analizar a simple vista. La mayor parte de
estos datos generados no aportan la informacin necesaria a la toma de decisiones
empresarial, pues para poder usarlos es necesario que se transformen en conocimiento
til para quienes dispongan de ellos.
Estos datos se transforman en informacin cuando se analizan para estructurarlos de
forma inteligente. En la actualidad, poseer un conocimiento proveniente de informacin
comprensible, detallada, relevante y til es vital para lograr y sostener una ventaja
competitiva en el mundo empresarial. Para transformar los datos y convertirlos en
informacin, y sta a su vez, ser aprovechada como conocimiento, se necesitan distintas
tcnicas y procesos. A todos estos procesos de tratamiento de datos se les atribuye el
trmino de Business Intelligence. Estas herramientas son las encargadas de recibir la
informacin proveniente de las distintas reas de la empresa y organizarla de tal manera
que las personas que toman las decisiones dentro de la compaa puedan acceder a ella
de manera rpida y eficaz, obteniendo lo que realmente necesitan y ahorrndose la
bsqueda dentro de la inmensa cantidad de informacin que se recibe diariamente de
todas las reas de la organizacin.
En el presente informe, se llevaran a cabo las actividades necesarias para alcanzar los
objetivos especficos del proyecto, estas van desde contextualizarse hasta documentar los
resultados de desarrollo de Business Intelligence en la empresas Mvil Per S.A.C.

6
I.

PLANEACIN Y ADMINISTRACIN DEL PROYECTO

1.1. El Negocio
1.1.1.
-

Descripcin de la organizacin

Razn Social:
MOVIL PERU S.A.C.

Rubro Econmico:
Telecomunicaciones-Operaciones Telefona Mvil y Fija-Internet

Clientes:
Personas naturales y jurdicas

Competidores:
El principal competidor de claro en el Per son Movistar y Nextel.
-

Ubicacin:
Mariscal Orbegoso #503 La Libertad Trujillo-Trujillo

1.1.2.

VISION MISION

Visin:
Ser la empresa lder en telecomunicaciones en el Per.
Misin:
Proveer servicios de telecomunicaciones con la ms alta calidad, ms amplia
cobertura y constante innovacin para anticiparnos a las necesidades de
comunicacin de nuestros clientes; generar el mayor bienestar y desarrollo personal
y profesional de nuestros trabajadores, proporcionar bienestar y desarrollo a la
comunidad y exceder los objetivos financieros y de crecimiento de nuestros
accionistas.

1.1.3.

Organigrama:

Ilustracin 1: Organigrama de la

empresa

1.1.4.
Modelado de procesos (Ventas de equiposBizagi)
1.1

1.2

1.3
1.4
1.5
1.6
1.7
1.8
1.9
1.10
1.11
1.12
1.13

Ilustracin 2: Modelado de Proceso

1.14

1.2. Seleccin de la Estrategia de Implementacin


1.15
1.16 La estrategia de implementacin del proyecto contiene las siguientes tareas:
1. Conocer la realidad de la empresa y familiarizarnos con la cultura organizacional
2.
3.
4.
5.
6.
7.

a travs de las entrevistas y encuestas realizadas.


Analizar la documentacin, manuales y procedimientos de la Empresa.
Analizar los sistemas transaccionales de la Empresa.
Recolectar los requerimientos empresariales.
Analizar los requerimientos.
Realizar el diseo y la arquitectura para los Data Marts.
Implementar los Data Marts.

1.17

1.3. Seleccin de la Metodologa de Desarrollo


1.18
1.19

El diseo de un Data Mart, es un proceso lo cual detalla todo un anlisis complejo

de los datos extrados de la informacin de nuestra empresa. Una de ellas es el


mtodo propuesto por Ralph Kimball, El cual se utilizar para desarrollar la
metodologa de trabajo, adaptndola al caso especfico de este proyecto

1.20
1.21

Ilustracin 3: Mtodo Kimball

1.4. Seleccin del mbito de Implementacin


1.22
1.23

El rea de implementacin del Data Mart fue determinado basndose en los

requerimientos de la Gerencia de Divisin de Negocios para la venta de mvil mediante


la web; el anlisis del modelo del Data Mart es supervisado por el Jefe de Base de
Datos Redes y los requerimientos funcionales son supervisados por el Analista de la
Informacin
1.24

Para ello se formul las siguientes preguntas:

1.25
a) Cul es la prioridad del sistema de ventas de mviles claros va web?
1.26La prioridad del sistema de ventas de mviles claros va web es dar al cliente una
mejor atencin y facilitar la informacin de celulares desde la comodidad de su hogar,
as como tambin vendar ms que la competencia
1.27
b) Cul es el lmite de carga de informacin en el Data Mart?
1.28El Data Mart va cargando informacin, considerando particiones semestrales en el
cubo para un rpido procesamiento
1.29
c) Cul es periodo de carga de que tendr el Data Mart?
1.30El Data Mart tendr que procesar la informacin diaria de todas las sucursales de
la empresa, siendo una tarea programada a cierta hora en el servidor.
1.31
1.32

d) Cmo se desea visualizar los reportes del Data Mart?

1.33 Los Reportes del Data Mart deben visualizarse todo tipo de informacin de los
empleados, Clientes, ventas de celulares, tipo de pagos, forma de entrega entre otros.
1.34
1.35

e) Quines podrn visualizar los reportes del Data Mart?

1.36 La data Mart ser utilizado por los siguientes usuarios: Gerencia de Divisin de
Negocios, Analistas de la Informacin. Gerencia Central del Negocio, cuyos perfiles ya
han sido especificados

1.5. Seleccin del enfoque arquitectnico


1.37
1.38

El enfoque arquitectnico para la data marts estarn compuestos de los

siguientes niveles
1.39

Back Room:

1.40 Est compuesto por

1 Servidor de Base de Datos HP ProLiant ML370 G6 Intel Xeon de 2.53 GHz,

cuya estructura se encuentra en SQL Server.


1 Servidor de Base de Datos SQL Server 2014, que servir como repositorio
de la data marts de la Empresa.

1.41

Front Room:
PCs clientes, que sern cada una de las computadoras desde lo que se
accese a la informacin que brindaran los data marts, a travs de documentos
en Excel.
1.42

2.1. Desarrollo de un Programa y del Presupuesto del


Proyecto
2.1.1.

Presupuesto

1.43
a) Recursos Humanos
1.44
1.45
1.46INVESTIGADORES
1.47

RECURSOS HUMANOS

1.48
1.49

COSTO MANO
DE
OBRA

1.50

1.52
TIE
MP
O

COSTO

1.53

1.51
1.54ENRIQUE AQUINO
ROJAS

1.5510S/.

1.5610
das

1.58AVALOS
GUTIERREZ,
CINTYA
1.62CHAVEZ
BERNABE, ROYCE

1.5910S/

1.6010
das

1.61

20S/.

1.6310S/

1.6410
das

1.65

20S/.

1.66ROSALES
AGUIRRE,
STEFANY
1.70JHERAL
ALVARADO ROJAS

1.6710S/

1.6810
das

1.69

20S/.

1.7110S/

1.7210
das

1.73

20S/.

1.74TOTAL
1.75

1.7650S/.

1.78 3
mes
es
1.79

1.80

100S/.

1.77

1.81
1.82
b) Bienes: Materiales, Equipos y Software
1.83

1.5720S/.

1.84
1.86
1.87
1.88

1.109
1.110
1.111

MATE
RIALES

BIENES
1.89

Lapicero tinta liquida

1.92

Corrector

1.95

Papel Bond A-4,

1.98

CD-DVD

1.101

Memoria USB 4 GB

1.104

Otros Materiales

1.107

TOTAL

1.112 Laptop Intel Corel i5 Disco


Duro de 500GB, Memoria
RAM 4GB
1.115 Laptop Intel Corel i7 Disco
Duro de 500GB, Memoria
RAM 8GB
1.118 impresora hp deskjet 2050

EQUIPOS

1.121

1.85
COSTO
MENSUAL
1.90
S/.
5.00
1.93
S/.
3.00
1.96
S/.
5.00
1.99
S/.
10.00
1.102 S/.
40.00
1.105 S/.
30.00
1.108 S/.
93.00
1.113 S/300
0.00

Tinta

1.124 Celular: MOTO - G /


XT1032 - 8 GB
1.127 TOTAL
1.130

1.129
SOFTWAR
E

1.142
1.143
SERVICIO
S

1.131

MS Windows 8.1

1.134

Microsoft Office 2013

1.137

Licencia SQL Server 2014

1.140
1.144

TOTAL
Internet

1.147

Transporte urbano

1.150

Copias

1.153

TOTAL

1.116
1.119

S/230.
00
1.122 S/50.0
0
1.125 S/350.
00
1.128 S/.863
0
1.132 S/250.
00
1.135 S/200.
00
1.138 S/350
.00
1.141 S/.800
1.145 S/160.
00
1.148 S/100.
00
1.151 S/10.0
0
1.154 S/.
270.00

1.155
1.156
1.157
c) Presupuesto Total
1.158

PRESUPUESTO TOTAL GENERAL

1.159 CATEGORIA
1.161 Recursos Humanos

1.160

S/500
0.00

COSTO TOTAL
1.162 S/290.00

1.163
1.165
1.167
1.169
1.171
1.173

Materiales
Equipos
Software
Servicios
Total

1.164 S/. 93.00


1.166 S/.8630.00
1.168 S/.800.00
1.170 S/. 270.00
1.172 S/.10083

1.174
1.175

2.1.2.

Cronograma de actividades para el DataMart

1.176
1.177
1.178

Ilustracin 4: Cronograma de actividades

1.179

2.1.3.

Desarrollo del escenario del uso empresarial

1.180
1.181 Para este proyecto el escenario empresarial es el que se muestra a continuacin
con sus respectivos componentes:
1.182
1.183 Descripcin de los Stakeholders:
1.184
1.185
1.186

Nombre

1.189 Gerencia
Claro-Per
1.190

1.193
1.194
1.195
1.196

1.199
1.200
1.201

de

Especialistas en
Implementacin
de Inteligencia
de Negocios

Tabla 1: Personal involucrado en el Proyecto


1.187 Representa
1.191 Quien
facilito
la
informacin
para
la
implementacin del Data
Mart

1.197 Personal
externo
contratado
para
la
implementacin del modelo
Data Mart as como el
diseo e implementacin
del Dada Mart
1.202 Operador que controla el
funcionamiento del Data Mart y
mantiene la integridad de la
informacin del cubo y de las
bases de datos del sistema.

Administrador
de la Base de
Datos

1.188 Rol
1.192 Es
el
auspiciador
que
nos brindara la
informacin
correspondiente
para
la
implementacin
del Data Mart.
1.198 Implementar el
Data Mart usando
las herramientas
de desarrollo para
la
nmina
de
empleados de la
empresa CLARO.
1.203 Controla
el
acceso de los
usuarios
a
la
Informacin
del
Data Mart.

1.204
1.205
1.206
1.207
1.208
1.209

Nombre

1.212 Gerencia
Claro-Per

1.216
1.217

Analista de la
Informacin

1.221
1.222
1.223

Administrador
de la Base de
Datos

de

Tabla 2: Descripcin de usuarios del Data Mart


1.210 Representa
1.213 Persona
que
analizara toda la
1.214 Informacin
del
Data Mart para la toma
de decisiones.
1.218 Persona
que
analizara toda la
1.219 Informacin
del
Data Mart para la toma
de decisiones.
1.224 Persona
que
llevara el control del
funcionamiento
del
data Mart

1.211 Rol
1.215 Acceso total de las
dimensiones del Data
Mart
1.220 Acceso total de las
dimensiones del Data
Mart
1.225 Controla el acceso
de los usuarios a la
Informacin del Data
Mart.

1.226
1.227
1.228
1.229
1.230
1.231
1.232

II.

DETERMINACION DE REQUERIMINETOS
1.233

1.234

2.1. Requerimientos del Propietario

1.235
1.236

Responder a las preguntas que proponen los propietarios del Data Mart:

1.237
1.238

Por qu Implementar un Data Mart?

1.239

Para agilizar el acceso de informacin respecto a los precios de equipos claro y

mejorar las tomas de decisiones que ayudaran a reducir costos, mejorar el servicio a los
clientes a la ves permitir un anlisis evolutivo de las ventas, beneficiando de esta manera un
mejor desempeo de la Empresa
1.240
1.241

Cul ser el impacto sobre la organizacin?

1.242

El impacto del Data Mart sobre esta empresa ser beneficioso a corto plazo de

acuerdo al alcance de la informacin que brindar el data Mart y a la toma de decisiones de


sus usuarios, Con esto se permitir tener un aumento de venta de quipos claro y que los
clientes tengan informacin detallada de sus compras desde la comodidad de sus hogares
1.243
1.244

Cules son los riesgos?

1.245

Los riesgos al implementarse el Data Mart serian, que la base de datos no est

estructurada de acuerdo al anlisis

detalle

de

los

campos

necesarios

para

la

visualizacin, el cual merece un Detalle en el anlisis de todo tipo de informacin, campos


internos de las tablas, documentos fsicos etc., la cual no genere problemas de las cuales
afecte a la consistencia o performance en los reportes de los datos integrado.
1.246

1.247

2.2. Requerimientos del Usuario Final

1.248
1.249
Los requerimientos del usuario final se pueden determinar de acuerdo entrevistas realizadas
e informacin obtenida de diferentes fuentes.
1.250
1.251
Ccomo resultado de ellos se obtuvieron los siguientes requerimientos

empresariales.
1.252
1.253
1.254

Tabla 3: Requerimientos Empresariales

1.2 CONSULTAS
1.3
1.6
Cul es el monto de compras de un cliente en una
determinada cuidad, ao y mes?
1.9
Cantidad de pedidos de un producto en una
determinada regin y ao?
1.10
1.13
Cul es el Monto de los productos que fueron
pagados con una determinada tarjeta?
1.16
Cul es la cantidad de ventas de una cuidad que se
realizaron con una determinada forma de pago y
ao?
1.17
1.20
Cantidad de Ventas que realizo un distribuidor en un
determinado ao?

1.1
1.5

1.8

1.12

1.15

1.19

1.22

1.23Listar el monto total de los clientes Jurdicos que


compraron en un determinado ao.

1.25

1.26Listar el monto total de una operacin en ao


1.27

1.29

1.30Cul es Porcentaje de descuento de los clientes que


pagaron con una determinada forma de pago?
1.31

1.4 UNIDA
D
1.7 Monto
en
soles
1.11Cantida
d de
Pedido
s
1.14Monto
en
soles
1.18Cantida
d
de
Ventas
1.21Cantida
d
de
Ventas
1.24Monto,
Cantida
d
de
Ventas
1.28Monto,
Cantida
d
de
OP`s
1.32% de
descue
nto,
Cantida
d
de
Ventas

1.255
1.256

1.257

2.3. Requerimientos no Funcionales

1.258

Brindar mejor informacin a los usuarios, en el menor tiempo.


Establecer seguridad adecuada para la administracin de la data marts.
El Data Mart deben ser implementado en un servidor propio, usando el gestor de base
de datos de SQL Server 2014.

Sistema operativo Microsoft Windows server 2012.


Microsoft - Business Intelligence (Inteligencia de Negocios), Integration Services,
Anlisis Services, Reporting Services, Power Pivot.

Utilizar MS Excel 2013 para mostrar los reportes de los cubos.


1.259

1.260
1.261

2.4. Anlisis de los Requerimientos

1.262 En esta parte se har un anlisis de cada requerimiento del usuario final y
definiendo algunas tablas de la Base de Datos Operacional de la Empresa Claro, que
actuaran como dimensin dentro del Data Mart. Tambin se definir las posibles
mediciones dentro del Data Mart.
1.263
1.264
1.265
1.266
1.267
1.268
1.269

R01: Cul es el monto de compras de un determinado cliente en un mes y ao?


1.270
1.271

Ilustracin 5: Anlisis del requerimiento R01

1.272
1.273
1.274
1.275

Ao

1.276

Mes

Monto1.277
de Compras

1.278
1.279
1.280
1.281
1.282
1.283
1.284
1.285
1.286
1.287
1.288
1.289
1.290

Nombre de Cliente
CLIENTE

R02: Cul es el Monto de ventas por marca de producto?


1.291

1.303

Ilustracin 6: Anlisis del requerimiento R02

1.292
1.293
1.294
1.295
Marca de Producto
Monto de Ventas
1.296
1.297
1.298
1.299
1.300
1.301
1.302
R04: Cul es el porcentaje de descuento a los clientes en un mes?
1.304
1.305 Ilustracin 7: Anlisis del requerimiento R04
1.306
1.307

TIEMPO

Producto

1.308
TIEMPO
1.309
Ao
1.310
Mes
ndice
de Descuento
1.311
1.312
1.313
1.314
1.315
1.316
Nombre de Cliente
1.317
1.318
CLIENTE
1.319
1.320
R05: Cul el porcentaje de descuento de determinado producto por
mes?
1.321
1.322
1.323
Ilustracin 8: Anlisis del requerimiento R05
1.324
1.325
TIEMPO
Ao
1.326
1.327
Mes
1.328 de Descuento
ndice
1.329
1.330
1.331
1.332
1.333
1.334
Producto
1.335
PRODUCTO
1.336
1.337
1.338
1.339
1.340
1.341
1.342
1.343
1.344
R08: Cul es la cantidad de Ventas que se han pagado con un tipo de
tarjeta?
1.345
1.346
1.347 Ilustracin 9: Anlisis del requerimiento R08
1.348
1.349
1.350
1.351
1.352
Cantidad de Ventas
1.353
1.354
1.355
1.356
1.357
1.358
1.359

Forma de

Pago
PAGO

1.360
1.361
1.362
1.363
1.364
1.365
1.366
1.367
1.368
1.369
1.370
1.371
1.372
1.373
1.374
1.375
1.376
1.377

R09: Cul es el monto que generan las promociones en un ao?


1.378

1.379
1.380
1.381
1.382
1.383
1.384de Promociones
Monto
1.385
1.386
1.387
1.388
1.389
1.390

Ilustracin 10: Anlisis del requerimiento R09

Mes

Ao

Producto

1.391
1.392
1.393
1.394
1.395
1.396

R10: Cul es la cantidad de productos vendidos por ciudad, ao?


1.397

Ilustracin 11: Anlisis del requerimiento R10

1.398
1.399
1.400
1.401
1.402
1.403
1.404
Productos
1.405
1.406
1.407
1.408
1.409
1.410
1.411
1.412
1.413

Ao

TIEMPO

Mes

Nombre de Cuidad
Ubicacin

1.414
1.415
1.416
1.417
1.418
1.419
1.420
1.421
1.422
1.423
1.424
1.425
1.426
1.427
III. DISEO TCNICO DE LA ARQUITECTURA
III.1.1 Nivel de Datos

1.428
1.429
1.430
1.431
Para el anlisis de los datos, se comienza por analizar los datos fuentes
que manejan los procesos de la empresa, el tipo de la base de datos y la estructura de
las tablas.
1.432
1.433
Base de datos fuente: el modelo de la base de datos de la Empresa esta
descrito en la siguiente figura:
1.434
1.435
1.436

1.437

1.438
1.439
1.440

1.441
1.442 Ilustracin 12: Base de datos fuente
1.443
1.444
1.445
1.446
1.447
1.448

1.449 IIII.1.2.
1.450

Nivel Tcnico
1.451

1.452

1.453
1.454

1.456

Ilustracin 13: Nivel Tcnico

1.455
El enfoque arquitectnico para los data marts estarn compuestos de los

siguientes niveles
1.457

Back Room:

1.458
Est compuesto por
1 Servidor de Base de Datos HP ProLiant ML370 G6 Intel Xeon de 2.53 GHz,

cuya estructura se encuentra en SQL Server.


1 Servidor de Base de Datos SQL Server 2014, que servir como repositorio
de los data marts de la Empresa.

1.459

Front Room:
PCs clientes, que sern cada una de las computadoras desde lo que se
accese a la informacin que brindaran los data marts, a travs de documentos
en Excel.
1.460

1.461
1.462
1.463
1.464

IV. MODELADO DIMENSIONAL

1.465

Esta parte llamada modelamiento dimensional, busca presentar los datos en un

marco de trabajo estndar.


1.466

Identificaremos los componentes del modelo desarrollando el mtodo de los cuatro

pasos. Luego, se construir el primer diagrama para el modelo y se detallar cada


componente del diagrama.
1.467
1.468
1.469

IV.1.1 Identificacin de los Componentes del Modelo


Para identificar los componentes utilizaremos el mtodo propuesto por Ralph

Kimball.
1.470

1.471
1.472

El Mtodo de los cuatro pasos

1.473
1.
2.
3.
4.
1.474

Consiste en cuatro elecciones:

Eleccin del Data Mart.


Eleccin del Objetivo de la Tabla de Hechos.
Eleccin de las Dimensiones.
Eleccin de los Hechos.
Cada paso est desarrollado a continuacin:

1.475
1. Eleccin del Data Mart
1.476
1.477
En este paso identificaremos los posibles Data Mart que se pueden
construir en la empresa proyecto, el cual ya tenemos conocimiento sobre su Modelo
General de Datos. Entonces, para identificar nuestro Data Mart en estudio recurrimos
al siguiente mtodo CLARO En nuestro caso identificaremos el rea que est en
estudio por este:
1.478
1.479

Mtodo de la Matriz

1.480 Menciona los posibles hechos relacionados y que son usados juntos. Listamos las
entidades que apoyan a estos hechos.
1.481
1.482 Listado de los Data Marts
1.483 Segn la situacin general de la Empresa, se identific las posibles fuentes de
Data Marts que correspondern a las filas de la matriz:
1.484

rea de Ventas
1.485
1.486 Listado de las Dimensiones

1.487 Para el Data Mart mencionados anteriormente listamos las siguientes posibles
1.33Tabla

1.34Objetivo

dimensiones:

de

1.488
1.489

hech

os

Cliente

1.490 Tabla 4:
Listado de
Dimensiones

1.36Administrar los recursos

Monto en soles
Cantidad de
Porcentaje de
Cantidad de
Cantidad de
Cantidad de

1.493

1.491 Listado
de Medidas:
1.492

o Tiempo
control
diario de las Ventas de

s
o
o
o
o
o
o

Producto

econmicos para tener un

1.35Venta

Mvil Per S.A.C

Pedido

Pago

Distribuidores

Operaciones
Descuento
Pedidos
Ventas
Productos

Marcado de las Intersecciones

1.494

Ordenamos las filas y las columnas en una tabla, dando forma a la matriz,

y marcamos las intersecciones donde exista una dimensin relacionada a un Data Mart.
1.495
1.496
1.497

DIMENSIONES
1.500
1.501 CLIENTE
1.504
1.505 PRODUCTO
1.508
1.509 PEDIDO
1.512
1.513 TIEMPO
1.516
1.517 PAGO
1.520
1.521 DISTRIBUIDORES

1.499

1.498
AREA DE VENTAS
1.502
1.503 X
1.506
1.507 X
1.510
1.511 X
1.514
1.515 X
1.518
1.519 X
1.522
1.523 X

1.524
1.525

Tabla 5: Marcado de intersecciones

1.526
2.

Eleccin del objetivo de la tabla de Hechos


1.527

Este paso, consiste en definir claramente y exactamente que registros de la

tabla de Hechos figurara en el diseo del modelado del Data Mart, Tomamos la
Siguiente definicin para la Tabla de Hechos.
1.528
1.529
1.530
1.531
1.532

1.533
1.534
1.535
1.536

Tabla 6: Objetivo de la tabla de hechos

1.537
3. Eleccin de las Dimensiones
1.538

Al Establecer el objetivo para la tabla de hechos del data Mart, podemos

escoger cual ser nuestra dimensin. El Objetivo por s mismo establece cuales sern
nuestras dimensiones.
1.539

En el detalle anterior del anlisis de requerimientos nos facilita este paso

realizado en la metodologa kimball, puesto q el anlisis se realiz de modo detallado


estratgicamente en equipo con la Empresa.
1.540
1.541
1.542
1.543

1.37
Tabla
de

1.39
Dimen

1.38
Objetivos

sione

Hechos

s
1.42

1.544
1.41Administrar los

1.545
1.546

recursos econmicos
1.40Ventas

para tener un control


diario de las Ventas de

1.547

la Empresa Claro..

1.548

1.45
1.48

Cliente
Producto
Tiempo

1.51
1.54
1.57

Pedidos
Pago
Distribuido

res

1.549
1.550
1.551
1.552
1.553
1.554
1.555
1.556
1.557
1.558
1.559
1.560
1.561
1.562
1.563
1.564
1.565
1.566
4. Eleccin de las Medidas

Tabla 7: Eleccin de Dimensiones

1.567

El Objetivo de la tabla de hechos tambin permite definir las medidas y

hacer claro el alcance que debe tener


1.568
1.569

1.570

Tabla de

Hechos

Hechos
1.572
1.571

Monto en Soles

1.574 Cantidad de Operaciones


1.576 Cantidad de Pedidos
1.578 Cantidad de Ventas
1.580 Cantidad de Productos
1.582 ndice Descuento

Vent
as

1.583
1.584

Tabla 8: Eleccin de Medidas

1.585

IV.1.2 Diagrama de la Tabla de Hechos.

1.586

Para esta etapa se prepara un diagrama lgico para la Tabla de Hechos

completada. Se nombra a la tabla de Hechos, esto establece su objetivo y muestra todas las
dimensiones conectadas a la tabla de hechos.
1.587
1.588
1.589 TIEMPO
1.590
CLIENTE
1.591
1.592
1.593
Tabla de Hechos
1.594
Ventas
1.595
1.596
1.597
1.598
1.599
Objetivo:
1.600
Administrar
los recursos econmicos para tener un control diario de las Ventas de la Empresa Claro..
1.601
PRODUCTO
1.602
1.603
1.604
1.605
DISTRIBUIDORES
1.606
1.607
1.608
1.609
1.610
PAGO
1.611
1.612
1.613
1.614

1.615

Ilustracin 14: Diagrama de la Tabla de Hechos

1.616

ombr
e de
la
Tabl

1.617

Nombr
e de la

1.618

Descripcin de la Columna

Columna

a
1.620

Cliente

_Key
1.623
F

Produc

ACT
_VE
NTA
S

1.626

Tiempo

1.627

Llave primaria nica para la

1.630

Llave primaria nica para la

dimensin Tiempo.

_Key
Pago_

1.633

Llave primaria nica para la

dimensin Pago.

Key
1.635

Llave primaria nica para la

dimensin Pedido.

_Key

1.632

1.624

dimensin Producto.

Pedido

1.629

Llave primaria nica para la

dimensin Cliente.

to_Key
1.619

1.621

Distrib

uidores_K

1.636

Llave primaria nica para la

dimensin Distribuidores.

ey
1.637
1.638

1.639
1.640

Tabla 9: Detalle de la Tabla de Hechos

ombr

1.641

Nom

e de

bre de la

la

Columna

Tabla
1.643 FACT_VE

1.644

NTAS

1.642

Mont
o en

1.647

1.645

Monto Costos en soles

Soles
Canti

dad de
1.650

Descripcin de la Columna

OPs
Canti

dad de
Ventas
1.653 Canti
dad de
Pedidos

1.648

1.651

Cantidad de OPs

Cantidad de Ventas realizadas por la


Empresa

1.654

Cantidad de Pedidos realizadas por los


Clientes

1.656

Cantid

ad de

1.657

Cantidad de Productos con los que cuenta la


Empresa

Productos

1.659

Descuent

1.660

Descuento a Clientes

o
1.661
1.662

Tabla 10: Detalle de las Medidas de la Tabla de Hechos.

1.663
1.664
1.665
1.666
1.667
1.668
1.669
1.670
1.671
1.672
1.673
1.674
1.675
1.676

1.677 Por consiguiente de las Tablas completadas anteriormente se obtiene la


siguiente tabla de Hechos:
1.678 COL
UMNAS

1.679 T
IPO
DE
DAT
O

1.683

1.684 I
nt
1.695 I
nt
1.700 I
nt
1.705 I
nt
1.710 I
nt
1.715 I
nt

Clien
te_Key
1.694 Prod
ucto_Key
1.699 Tiem
po_Key
1.704 Pedi
do_key
1.709 Pago
_Key
1.714 Distr
ibuidores
_Key
1.719 Mont
o
1.724

Canti
dad de
OPs
1.729 Canti

1.680
VALO
RE
S
N
UL
L
1.685
no
1.696
no
1.701
no
1.706
no
1.711
no
1.716
no

1.681
LONG
IT
U
D

1.682 DESCRIPCION

1.686
12
1.697
12
1.702
12
1.707
12
1.712
12
1.717
12

1.687
1.688
1.689
1.690
1.691
1.692

1.720 m
one
y
1.725 I
nt

1.721
no

1.722
100

1.726
no

1.727
2

1.730 I

1.731

1.732

1.693Tabla de
hechos que
est
relacionada
con todas las
dimensiones y
que contiene
datos
cuantitativos
de vital
importancia

nt

dad de
Pedidos
1.734 Canti
dad de
Ventas
1.739 Canti
dad de
Productos
1.744 Indic
e%
Incremen
to
1.749 %
Descuent
o

no

12

1.735 I
nt

1.736
no

1.737
2

1.740 I
nt

1.741
no

1.742
2

1.745 r
eal

1.746
no

1.747
8

1.750 r
eal

1.751
no

1.752
8

1.754

1.755
1.756
1.757
1.758
1.759

para el anlisis
de Ventas de
la Empresa.

Tabla 11: Tabla de Hechos del Data Mart

Dimensin
De acuerdo a nuestras Dimensiones elegidas anteriormente construimos los

detalles y sus jerarquas de cada una de ellas.


1.760

1.761 Dimensin Tiempo


1.762
1.763
1.764
1.765
1.766
1.767
1.768
1.769
1.770

AO

MES

DA
1.771
1.772
1.773
1.774
1.775
1.776
1.777
1.778

Nombre del
Atributo

1.781

Ao

1.784

Mes

1.779
1.782

Descripcin
del Atributo
Representa el
ao.

1.785 Representa
los meses que
posee un ao.

1.780

Valores de
Muestra

1.783

2011, 2012,

1.786

Abril, Mayo,...

1.787

Da

1.788 Representa
los das que posee
un mes.
1.790

1.789

1, 2, 3, 4

Tabla 12: Dimensin Tiempo

1.791

1.792

Dimensin Cliente

1.793
1.794

Nombre del
Atributo

1.797

Nombre

1.795
1.798

Descripcin
del Atributo
Representa el
cliente.

1.800

Pas

1.801 Representa el
Pas del cliente.

1.803

Tipo

1.804 Representa el
tipo del cliente.
1.807 Representa la
regin donde se
ubica el Cliente.
1.810 Representa la
ciudad donde se
ubica el Cliente.

1.806

Regin

1.809

Ciudad

1.812
1.813

Tabla 13: Dimensin Cliente

1.814
1.815
1.816
1.817
1.818
1.819

1.820
1.821

Dimensin Producto:

1.796
1.799

Valores de
Muestra
Carlos, Juan,

1.802

Per

1.805

Natural,
Jurdica
1.808 La Libertad,
Lambayeque
1.811

Trujillo, Vir

1.822
1.824 Nombre del
Atributo

1.823
1.825 Descripcin
del Atributo

1.826 Valores de
Muestra

1.827 Nombre
Producto

1.828 Representa al
producto.

1.829 Celulares
NOKIA

1.830 Modelo

1.831 Representa a
la marca del
producto.
1.834 Representa el
precio/costo del
producto.

1.832 Nokia X2-01

1.833 Precio
1.836

Tabla 14: Dimensin Producto

1.837
1.838
1.839 Dimensin Pago:
1.840
1.841
1.843 Descripcin
del Atributo

1.842 Nombre del


Atributo
1.845 Forma Pago

1.835 S/. 210.00

1.846 Representa a
la forma de Pago
que realiza el
Cliente

1.844 Valores de
Muestra
1.847 Tarjeta,
Contado

1.848
1.849

Tabla 15: Dimensin Pago

1.852

Dimensin Promocin:
1.853
1.855 Descripcin
del Atributo

1.850
1.851
1.854 Nombre del
Atributo
1.857 Nombre
Promocin

1.858 Representa a
las Promociones
que se realizan en
fechas
determinadas

1.860
1.861
1.862

1.863
1.864

Tabla 16: Dimensin Promocin

1.856 Valores de
Muestra
1.859 Promocin
de verano, Da
de la Madre, etc.

1.865
1.866 IV.1.3 Esquema Estrella
1.867

Sabiendo el nmero de Tablas de Hechos y las dimensiones asociadas a estas,

orientamos nuestro Data Mart al Esquema Estrella para una mejor visualizacin del
Modelo para el Diseo Fsico.
o
o
o
o
o
o

Componente: TABLA DE HECHOS VENTAS


Componente: TABLA DE DIMENSION CLIENTE
Componente: TABLA DE DIMENSION PRODUCTOS
Componente: TABLA DE DIMENSIN TIEMPO
Componente: TABLA DE DIMENSIN PAGOS
Componente: TABLA DE DIMENSIN DISTRIBUIDORES
1.868

1.869

1.870

Distribuidores
Distribuidor_Key
ID_Distribuidor
Nombre
CodigoEmpleado
Ciudad

Dim_Cliente
Cliente_Key
ID_Cliente
Nombre
Ciudad
Region
Pais
NombreTipoCliente

integer <pk>
nvarchar
nvarchar
nvarchar
nvarchar
nvarchar
nvarchar

integer <pk>
integer
nvarchar
char
nvarchar

FK_FACT_VEN_REFERENCE_DISTRIBU

FACT_VENTAS

Producto_Key
Cliente_Key
Tiempo_Key
FK_FACT_VEN_REFERENCE_DIM_CLIE
Pago_Key
Distribuidor_Key
Monto
Cantidad_Operaciones
Cantidad_Pedidos
Cantidad_Ventas
Cantidad_Productos
PorcentajeDescuento

integer
integer
integer
integer
integer
money
integer
integer
integer
integer
real

<pk,fk4>
<pk,fk1>
<pk,fk5>
<pk,fk3>
<pk,fk2>

Dim_Pagos
Pago_Key
FK_FACT_VEN_REFERENCE_DIM_PAGO
ID_Pago
Codigo
Forma

integer <pk>
integer
nchar
nvarchar

FK_FACT_VEN_REFERENCE_DIM_TIEM

Dim_Productos
Producto_Key
ID_Producto
Nombre
Precio

integer <pk>
integer
nvarchar
money

FK_FACT_VEN_REFERENCE_DIM_PROD

Dim_Tiempo
Tiempo_Key
Fecha
Ao
Mes
Dia

integer <pk>
date
integer
nvarchar
integer

1.871
1.872

Ilustracin 15: Esquema estrella

1.873 Por consiguiente, con los datos del diseo lgico y los cambios en la
estructura fsica, se obtiene el siguiente Modelo de Base de Datos Fsica para el
DataMart
1.874
1.875

V.

DISEO FISICO

1.876

Se tiene que tener en cuenta lo siguiente:

1.877

Modificar nombres a nombres estndar, si fuera necesario. Para nuestro

DISEO LGICO

1.58

1.59DISEO FSICO

1.60Tabla de Hechos Ventas

1.61Fact_Ventas

1.62Dimensin Cliente

1.63Dim_Cliente

1.64Dimensin Producto

1.65Dim_Productos

1.66Dimensin Pedido

1.67Dim_Pedidos

1.68Dimensin Tiempo

1.69Dim_Tiempo

1.70Dimensin Pago

1.71Dim_Pagos

1.72Dimensin Distribuidores

1.73Dim_Distribuidores

Data Mart se realizaron los siguientes cambios:


1.878
1.879
1.880
1.881
1.882
1.883
1.884
1.885
1.886
1.887
1.888
1.889
1.890
1.891
1.892
1.893
1.894
1.895
1.896
1.897
1.898
1.899
1.900
1.901
1.902
1.903
1.904
1.905

Tabla 17: Nombres estndares para las Tablas Hechos y Dimensiones

1.906
1.907
1.908
1.909
1.910
1.911
1.912
1.913
1.914
1.915
1.916
1.917
1.918
1.919
1.920
1.921
1.922

Determinar el Tipo de Dato para cada Tabla que intervendr en el Data Mart. Estos

cuadros muestran el detalle de cada tabla


1.923
1.924
1.925 AT
RIBUT
OS

1.932 Cli
ente_K
ey
1.938 ID_
Cliente
1.943 No
mbreTi
poClie
nte
1.948 No
mbre
1.953 Re
gion
1.958
1.963

Ciu
dad
Pai
s

1.926 T
IPO
S
DE
DAT
OS
1.933 i
nt

1.927 V
ALO
RES
NUL
OS

1.928
1.929 L
ONG
ITUD

1.930
1.931 D
ESCR
IPCIO
N

1.934

1.935

1.939 c
har
1.944 n
varc
har

1.940

1.949 n
varc
har
1.954 n
varc
har
1.959 n
varc
har
1.964 n
varc
har
1.968

1.950

1.936
1.937 Di
mensi
n
que
contie
ne
toda
la
inform
acin
detalla
da de
los
Client
es

n
o

1
2

1.941

1.946

o
1.945
o
n

1.951

o
1.955

1.956

5
0

1.961

o
1.965

5
0

o
1.960

5
0

5
0

n
o

1.966

5
0

Tabla 18: Dim_Cliente

1.969
1.970
1.971
1.972 ATRI
BUTOS

1.973
TIPOS
DE

1.974 V
AL
OR

1.975 L
ON
GIT

1.976 D
ESCR
IPCIO

DA
TO
S
1.977 Prod
ucto_Key
1.983 Nom
bre
1.988 ID_Pr
oducto
1.993 Preci
o

1.978
int
1.984
nvarch
ar
1.989
char
1.994
Money

ES
NU
LO
S
1.979 n
o
1.985 n
o
1.990 n
o
1.995 n
o

UD

1.980

1
2

1.986

5
0

1.991

1.996 1
00

1.981
1.982 Di
mensi
n
que
contie
ne la
descri
pcin
de los
Produ
ctos

1.998
1.999
1.1000 Tabla 19: Dim_Productos
1.1001
1.1002
1.1003
1.1004
1.1005
1.1006 A
TRIB
UTO
S
1.1011 T
iemp
o_Ke
y
1.1017 F
echa
1.1022 A
o
1.1027 M
es
1.1032 D
a
1.1037

1.1007 T
IPOS
DE
DAT
OS
1.1012 i
nt

1.1008 V
ALO
RES
NUL
OS
1.1013 n
o

1.1009 L
ONG
ITUD

1.1010 D
ESCR
IPCIO
N

1.1014 1
2

1.1018 d
ate
1.1023 i
nt
1.1028 n
varc
har
1.1033 i
ny

1.1019 n
o
1.1024 n
o
1.1029 n
o

1.1020 1
0
1.1025 4

1.1034 n
o

1.1035 9

1.1015
1.1016 Di
mensi
n
que
contie
ne
detalle
del
tiemp
o de
las
ventas

1.1030 5
0

1.1038
1.1039 Tabla 20: Dim_Tiempo
1.1040
1.1041
1.1042
1.1043
1.1044
1.1045 A
TRIB
UTO
S

1.1046 T
IPOS
DE
DAT

1.1047 V
ALO
RES
NUL

1.1048 L
ONG
ITUD

1.1049 D
ESCR
IPCIO
N

OS
1.1050 P
ago_
Key
1.1055 C
digo
1.1060 F
orma

OS

1.1051 i
nt

1.1052 n
o

1.1053 1
2

1.1056 n
char
1.1061 n
varc
har

1.1057 n
o
1.1062 n
o

1.1058 5
1.1063 5
0

1.1054 Di
mensi
n
que
contie
ne la
inform
acin
de los
Pagos

1.1065
1.1066
1.1067
1.1068 Tabla 21: Dim Pago
1.1069
1.1070
1.1071 ATRIBUT
OS

1.1072
TIPO
S
D
E
D
A
T
O
S
1.1077
int

1.1073
VALO
RE
S
NU
LO
S

1.1074 L
ON
GIT
UD

1.1075 D
ESCR
IPCIO
N

1.1078
no

1.1079 1
2

1.1083
nchar

1.1084
no

1.1085 5

1.1087 Nombre

1.1088
char

1.1089
no

1.1090 8

1.1092 Ciudad

1.1093
nvarc
h
a
r

1.1094
no

1.1095 5
0

1.1080
1.1081 Di
mensi
n
que
contie
ne
toda
la
inform
acin
detalla
da de
las
Promo
ciones
.

1.1076
Distribuidor_
Key
1.1082 CodigoE
mpleado

1.1097
1.1098
1.1099 Tabla 22: Dim Distribuidores
1.1100
1.1101
1.1102
1.1103
1.1104 Determinar el tipo de Datos de las claves Primarias. Para nuestro Data Mart se
generaran en forma automtica y ordenada:

1.1105
1.1106
1.1107 Cliente_Key
1.1108 Producto_Key
1.1109 Tiempo_Key

Tipo de datos enteros

1.1110 Pago_Key
1.1111 Distribuidores_Key
1.1112

Pedido_Key

1.1113
1.1114
1.1115
1.1116
1.1117 Especificar las claves forneas para cada Tabla de Hechos:
1.1118
1.1119
1.1120
1.1121
1.74
1.1122
1.75 FACT_VENTAS
1.1123
1.1124
1.76
1.1125
1.1126
1.77 Cliente_Key
1.1127
(FK)
1.1128
1.1129
1.78 Producto_Key
1.1130
(FK)
1.1131
1.1132
1.79 Pedido_Key
1.1133
1.1134
(FK)
1.1135
1.80 Tiempo_Key
1.1136
1.1137
(FK)
1.1138
1.81 Pago_Key (FK)
1.1139
1.1140 Tabla 23:
Claves Forneas de las
1.82 Distribuidores_
Tablas de
Hechos

Key (FK)

1.1141
1.1142
1.1143
1.1144
1.1145 V.1.2 Construccin de las Tablas y la Base de Datos en SQL
1.1146 Despus de haber realizado el Diseo Fsico de las tablas pasamos a la
etapa de construccin de dichas tablas utilizando el SQL Server.
1.1147
1.1148

1.1149

1.1150
1.1151
1.1152
1.1153

Ilustracin 16: Tabla de la Dimensin Tiempo

1.1154
1.1155
1.1156
1.1157
1.1158

1.1159
1.1160 Ilustracin 17: Tabla de la Dimensin Pagos

1.1161
1.1162
1.1163
1.1164
1.1165

1.1166
1.1167 Ilustracin 18: Tabla de la Dimensin Distribuidores

1.1168
1.1169
1.1170

1.1171
1.1172
1.1173

Ilustracin 19: Tabla de la Dimensin Productos

1.1174
1.1175
1.1176
1.1177
1.1178
1.1179

1.1180
1.1181 Ilustracin 20: Tabla de la Dimensin Pedido

1.1182
1.1183
1.1184
1.1185

1.1186
1.1187 Ilustracin 21: Tabla de la Dimensin Cliente

1.1188
1.1189
1.1190

1.1191
1.1192
1.1193 Ilustracin 22: Tabla de hechos FACT_VENTAS

1.1194
1.1195
1.1196 Una vez construido todas las tablas para el Data Mart, continuamos con la
construccin del Diagrama de la Base de Datos:
1.1197
1.1198
1.1199

1.1200

1.1201
1.1202
1.1203
1.1204
1.1205

Ilustracin 23: Tabla Data Mart

1.1206
1.1207
1.1208
1.1209
1.1210

VI.

Proceso de Extraccin, Transformacin y Carga de Datos

1.1211 Para completar la construccin del Data Mart debemos poblar cada Tabla de la
Base de Datos. Como ya conocemos la estructura de cada tabla, ahora debemos seguir
los siguientes pasos para el Poblamiento:

Definicin de los Pasos de Transformacin.

Definicin de los Workflows.

Creacin de los Paquetes de Servicio de Transformacin de Datos (DTS).


1.1212

A. Definicin de los Pasos de Transformacin


1.1213
Para un correcto Poblamiento de los datos debemos definir los Pasos de
Transformacin, con la unidad de trabajo como parte de un proceso de transformacin.
Para poblar el Data Mart se tiene que realizar los siguientes pasos:

1.1214
1.1215

Paso 1: Limpiando Dimensiones, consiste en eliminar los datos de todas

las Dimensiones y Tablas de Hechos, paso que nos permite asegurar de que no pueda
existir algn dato que se pudiera duplicar.
1.1216
1.1217
Paso 2: Poblamiento de la Dimensin Tiempo, consiste en ejecutar una
sentencia SQL, para transferir datos a la Dimensin Tiempo.
1.1218
1.1219
Paso 3: Poblamiento de la Dimensin Cliente, consiste en ejecutar una
sentencia SQL, para transferir datos a la Dimensin Cliente.
1.1220
1.1221
Paso 4: Poblamiento de la Dimensin Distribuidores, consiste en ejecutar
una sentencia SQL, para transferir datos a la Dimensin Distribuidores
1.1222
1.1223
Paso 5: Poblamiento de la Dimensin Pagos, consiste en ejecutar una
sentencia SQL, para transferir datos a la Dimensin Pagos.
1.1224
1.1225
Paso 6: Poblamiento de la Dimensin Productos consiste en mover los
datos de la Tabla Productos para poblar la Dimensin Productos.
1.1226
1.1227

Paso 7: Poblamiento de las Tabla de Hechos.

1.1228
1.1229
1.1230
PASO 1de los Workflows
B. Definicin
1.1231
1.1232

PASO 2
PASO 3

1.1233
1.1234

PASO 4

1.1235

PASO 5
PASO 6

PASO 7

1.1236
1.1237
1.1238
1.1239
1.1240
1.1241
1.1242
1.1243
1.1244
1.1245
1.1246
1.1247
1.1248

Restricciones de Precedencia:

a) La Limpieza de las Dimensiones (Paso 1) debe realizarse al inicio del proceso.


1.1249
b) El Poblamiento de la Dimensin Tiempo (Paso 2) debe realizarse slo cuando
se tenga la seguridad de que el paso 1 se ha ejecutado con xito.
1.1250
c) El Poblamiento de la Dimensin Cliente (Paso 3) debe realizarse slo cuando
se tenga la seguridad de que el paso 1 se ha ejecutado con xito.
1.1251
d) El Poblamiento de la Dimensin Distribuidores (Paso 4) debe realizarse slo
cuando se tenga la seguridad de que el paso 1 se ha ejecutado con xito.
1.1252
e) El Poblamiento de la Dimensin Pagos (Paso 5) debe realizarse slo cuando
se tenga la seguridad de que el paso 1 se ha ejecutado con xito.
1.1253
f)

El Poblamiento de la Dimensin Productos (Paso 6) debe realizarse slo


cuando se tenga la seguridad de que el paso 1 se ha ejecutado con xito.

1.1254
g) El Poblamiento de las Tablas de Hechos (Paso 7) debe realizarse slo cuando
se tenga la seguridad de que el paso 2,3,4,5,6 se hallan ejecutado con xito.
1.1255
1.1256 Una vez conocido las relaciones de precedencias diagramaremos el

xito

PASO 1

workflows que se necesitar


realizar
al construir el paquete de poblamiento del
PASO
2
Data Mart.
1.1257

xito

PASO 3

1.1258
1.1259

xito

1.1260

xito
xito

PASO 4
PASO 5
PASO 6

xito

PASO 7

1.1261
1.1262
1.1263
1.1264
1.1265
1.1266
1.1267
1.1268
1.1269
1.1270
1.1271
1.1272
1.1273
1.1274
1.1275
1.1276
1.1277
1.1278
1.1279
1.1280
1.1281
1.1282
1.1283
1.1284
1.1285
1.1286
1.1287
1.1288
1.1289
1.1290
1.1291
1.1292
1.1293
1.1294
1.1295
1.1296
1.1297
1.1298
1.1299
1.1300
1.1301
1.1302
1.1303
1.1304
1.1305
1.1306
1.1307 Creacin de los Paquetes de Servicio de Transformacin de Datos
1.1308
1.1309

Definidos los pasos de la transformacin de datos y las restricciones de

precedencia, podemos crear el paquete Servicio de Transformacin de Datos (DTS);


recordaremos que un DTS tiene como objetivos importar, exportar y realizar cambios
en el formato de datos.

1.1310
1.1311

Para su construccin utilizaremos el Servicio de Transformacin de Datos

SQL Server 2015, aqu los datos pueden ser almacenado en varios formatos y en
muchos lugares diferentes lo cual no es ningn problema.
1.1312
1.1313

Basndonos en Workflow con restricciones de la figura anterior, creamos el

paquete DTS al cual llamamos Poblamiento General Data Mart C.Movil, con los
pasos previos definidos as como todas sus restricciones.
1.1314
1.1315

1.1316
1.1317

1.1318
1.1319
1.1320
1.1321

Ilustracin 24: Proceso ETL

1.1322
Sentencias de cada paso de Workflow

1.1323
1.1324
1.1325 Paso 1: Limpiando Dimensiones
1.1326 Aadimos una tarea al paquete al cual tendr por nombre Limpiando
Dimensiones, con la siguiente sentencia:
1.1327
1.1328

DELETE FACT_VENTAS
1.1329 DELETE Dim_Pagos
1.1330 DBCC CHECKIDENT('Dim_Pagos',reseed,0)
1.1331 DELETE Dim_Cliente
1.1332 DBCC CHECKIDENT('Dim_Cliente',reseed,0)
1.1333 DELETE Dim_Tiempo
1.1334 DBCC CHECKIDENT('Dim_Tiempo',reseed,0)
1.1335 DELETE Dim_Distribuidores
1.1336 DBCC CHECKIDENT('Dim_Distribuidores',reseed,0)
1.1337 DELETE Dim_Productos
1.1338 DBCC CHECKIDENT('Dim_Productos',reseed,0)
1.1339 DELETE Dim_Pedidos
1.1340 DBCC CHECKIDENT('Dim_Pedidos',reseed,0)

1.1341

1.1342
1.1343
1.1344
1.1345 Esta sentencia nos permite limpiar los datos de todas las tablas de nuestro
Data Mart. Esta limpieza asegura que no se dupliquen los datos.
1.1346
1.1347

1.1348
1.1349
1.1350
1.1351

1.1352

Ilustracin 25: Limpiando Dimensiones

1.1353
1.1354

Paso 2: Poblamiento de la Dimensin Tiempo

1.1355 Para transferir los datos a la dimensin Tiempo, se efectan los siguientes
pasos:
a. Definimos una sentencia SQL como origen de datos.
1.1356
1.1357
1.1358
1.1359
1.1360
1.1361
1.1362

SELECT DISTINCT pe.FechaVenta as Fecha,


DATEPART(yy,pe.FechaVenta)as Ao,
DATENAME(mm,pe.FechaVenta)as Mes,
DATEPART(DD,pe.FechaVenta)as Dia
from [C.MovilTransaccional].dbo.Ventas pe
WHERE pe.FechaVenta IS NOT NULL

1.1363
b. Determinamos la Dimensin Tiempo como destino de datos.
c.

En las transformaciones se determina que columnas del origen correspondern


con las de la Dimensin Tiempo.

1.1364
1.1365

1.1366
1.1367
1.1368

1.1369

Ilustracin 26: Poblamiento de la Dimensin Tiempo

1.1370
1.1371

Paso 3: Poblamiento de la Dimensin Cliente

1.1372 Para transferir los datos a la dimensin Cliente, se efectan los


siguientes pasos:
a. Se define la tabla Cliente como origen de datos de la Base de Datos.
b. Determinamos la Dimensin cliente como destino de Datos.
c. En las transformaciones se determina que columnas del origen
correspondern con las del destino.
1.1373
1.1374

1.1375
1.1376
1.1377
1.1378 Ilustracin 27: Poblamiento de la Dimensin Cliente

1.1379
1.1380

1.1381 Paso 4: Poblamiento de la Dimensin Distribuidores


1.1382 Para transferir los datos a la dimensin Distribuidor, se efectan los
siguientes pasos:
d. Se define la tabla Distribuidor como origen de datos de la Base de Datos.
e. Determinamos la Dimensin Distribuidor como destino de Datos.
f. En las transformaciones se determina que columnas del origen correspondern
con las del destino.
1.1383
1.1384

1.1385
1.1386
1.1387
1.1388 Ilustracin 28: Poblamiento de la Dimensin Distribuidores

1.1389

1.1390 Paso 5: Poblamiento de la Dimensin Pagos


1.1391 Para transferir los datos a la dimensin Pago, se efectan los siguientes
pasos:
a. Se define la tabla Pago como origen de datos de la Base de Datos.
b. Determinamos la Dimensin Pago como destino de Datos.
c.

En las transformaciones se determina que columnas del origen


correspondern con las del destino.
1.1392

1.1393

1.1394

Ilustracin 29: Poblamiento de la Dimensin Pagos

1.1395
1.1396 Paso 6: Poblamiento de la Dimensin Productos
1.1397 Para transferir los datos a la dimensin Productos, se efectan los
siguientes pasos:
d. Se define la tabla Productos como origen de datos de la Base de Datos.
e. Determinamos la Dimensin Productos como destino de Datos.
f.

En las transformaciones se determina que columnas del origen correspondern


con las del destino.
1.1398

1.1399

1.1400
1.1401

Ilustracin 30: Poblamiento de la Dimensin Productos

1.1402
1.1403 Paso 8: Poblamiento de la Tabla de Hechos
1.1404
a.

Para poblar los Datos de la Tabla de Hechos se tiene que ejecutar


lo siguiente:
1.1405
1.1406
1.1407
select
1.1408
Producto_Key,Cliente_Key,Pago_Key,Distribuidor_Key,Tiempo_K
ey,
1.1409
(DEPE.Precio*DEPE.Cantidad)as Monto,
1.1410
COUNT(*)as CantidaddeOperaciones,
1.1411
DEPE.Cantidad AS CantidadPedido,
1.1412
VE.TotalVenta AS TotalVentas,
1.1413
COUNT(Pro.ID_Producto)as CantidadProducto,
1.1414
(PRO.Precio*300/DEPE.Precio+0.05) as PorcentajeDescuento
1.1415
from
1.1416
[C.MovilTransaccional].dbo.Ventas VE inner join
[C.MovilTransaccional].dbo.Pedido PE on ve.ID_Pedido=pe.ID_Pedido
1.1417
inner join [C.Movildw].dbo.Dim_Cliente CL on
CL.id_Cliente=VE.ID_Cliente
1.1418
inner join [C.Movildw].dbo.Dim_Productos PRO on
PRO.ID_Producto=VE.ID_Producto
1.1419
inner join [C.Movildw].dbo.Dim_Pagos PA on
PA.ID_Pago=Ve.ID_Pago
1.1420
inner join [C.MovilTransaccional].dbo.DetallePedido DEPE on
DEPE.ID_DetallePedido=Pe.ID_DetallePedido
1.1421
inner join [C.Movildw].dbo.Dim_Distribuidores PROM on
PROM.ID_Distribuidor=Ve.ID_Distribuidor
1.1422
inner join [C.Movildw].dbo.Dim_Tiempo ti on
ve.FechaVenta=ti.Fecha
1.1423
WHERE(VE.FechaVenta IS NOT NULL)

1.1428

1.1424
group by
Producto_Key,Cliente_Key,Pago_Key,Distribuidor_Key,Tiempo_Key,
1.1425
DEPE.Precio*DEPE.Cantidad,DEPE.Cantidad
1.1426
, ve.TotalVenta,(PRO.Precio*300/DEPE.Precio+0.05)
1.1427
order by Producto_Key

1.1429
1.1430
1.1431
1.1432
1.1433
1.1434
1.1435
1.1436
1.1437
1.1438
1.1439
1.1440
1.1441
1.1442
1.1443
1.1444
1.1445
1.1446
1.1447
1.1448
1.1449
1.1450

IV.
SELECCIN DE PRODUCTOS
1.1451
1.1452
i. Hardware
1.1453
1.1454
La base de datos y los servidores OLAP deben de tener la siguiente
configuracin de hardware:
a. RAM: 4GB
b. Disco Duro (espacio): 80GB.
c. Procesador: Corel i5 Intel Xeon.
1.1455
ii. Software
1.1456
1.1457
Para la implementacin se trabajar con MS SQL Server 2008.

1.1458

1.83 Componente del Proceso

1.1459

1.84 Herramienta
1.86

1.85 Construccin de Interfaces


1.87
1.88 MS Excel 2013
1.90

1.89 Cubos
1.91
1.92 Analysis Services
1.93 SQL Server Business

1.94 ETL

Intelligence
1.97

1.96 DataMart
1.98
1.99 SQL Server 2014
1.1460
1.1461
1.1462
1.1463
1.1464
1.1465
1.1466
1.1467
1.1468
1.1469
1.1470
1.1471
1.1472
1.1473
1.1474
1.1475
1.1476
1.1477
1.1478
1.1479
1.1480
1.1481
1.1482
1.1483
1.1484
1.1485
1.1486
1.1487

1.1488

VIII.

ESPECIFICACIN DE LA APLICACIN DEL USUARIO FINAL


1.1489

1.1490
Construccin del Cubo
1.1491
a) Se realiza la conexin con la base de datos C.MovilDW en el Data Source
1.1492

1.1493
1.1494
1.1495
1.1496
1.1497
1.1498
1.1499
1.1500
1.1501

1.1502
1.1503
1.1504
1.1505
1.1506
1.1507
1.1508
1.1509
1.1510
1.1511
1.1512
1.1513
1.1514
1.1515
1.1516
1.1517
1.1518
1.1519
1.1520
1.1521
1.1522
1.1523
1.1524
1.1525
1.1526
1.1527
1.1528
1.1529
1.1530
1.1531
1.1532
1.1533
1.1534
1.1535
1.1536
1.1537
1.1538
1.1539
1.1540

b) Se realiza la conexin con la base de datos MultidimensionalMovil en el Data Source Views seleccionando las tablas a
usar.
1.1541
1.1542

c)

Se procede a la creacin del cubo definiendo primero la dimensin tiempo y posteriormente las dems dimensiones y

las medidas.
1.1543
1.1544
1.1545
1.1546

1.1547
1.1548
1.1549
1.1550 Ilustracin 31: Creacin de Cubos

d) Procesando
1.1551

IX.

Desarrollo de la Aplicacin de Usuario Final


1.1552

1.1553
1.1554 Ilustracin 32: Diagrama PowerPivot

1.1555
1.1556 GENERACION DE REPORTES

1.1557

1.1558 Ilustracin 33: Reporte 1

1.1559
1.1560

1.1561 Ilustracin 34: Reporte 2

1.1562
1.1563
1.1564 Ilustracin 35: Reporte 3

1.1565
1.1566

1.1567
1.1568 Ilustracin 36: Reporte 4

1.1569
1.1570

1.1571
1.1572 Ilustracin 37: Reporte 5

1.1573
1.1574

1.1575

1.1576 Ilustracin 38: Reporte 6


1.1577
1.1578 Ilustracin 39: Reporte 7

1.1579
1.1580

1.1581
1.1582

1.1583 Ilustracin 40: Reporte 8

X.

1.1584
1.1585
1.1586
1.1587
1.1588
1.1589
1.1590
1.1591
1.1592
1.1593
1.1594
1.1595
1.1596
1.1597
1.1598
1.1599
1.1600
1.1601
1.1602
1.1603
1.1604
1.1605
1.1606
1.1607
1.1608
Rerencias Bibliogra
1.1609

1. Benavides, C. (2003). Tecnologa, Innovacin y Empresa. Espaa. Ediciones


Pirmide.

2. Boyd, R. (2003). El universo de la informacin: la obra de paul otlet sobre


documentacin y organizacin internacional. Espaa. Editorial Mundarnau.

3. Canals, J. (2003). Bancos Universales y Diversificacin Empresarial. Espaa.


Editorial Alianza.

4. Emmons, W. (2003). Universal Banks and Relationships with Firms. CFS Working
Paper Series 2003/20, Center for Financial Studies.

5. Fernndez, A. (2006). Toma de decisiones y autonoma de gestin directiva en las


escuelas bsicas, Trabajo de grado no publicado. Universidad Dr. Rafael Belloso
Chacn. Venezuela.

6. Kaufman, H. (2000). On Money and Markets. Estados Unidos. McGraw Hill.

7. Lundan, S. (2001). La dinmica de la colaboracin industrial. Mxico. Ediciones


de la Universidad autnoma metropolitana.

8. Mndez, L. (2006). Ms all del business intelligence. Espaa. Gestin 2000.

9. Pardinas, F. (1998). Metodologa y tcnicas de investigacin en Ciencias


Sociales. Colombia. Siglo veintiuno Editores.

10. Pea, A. (2006). Inteligencia de Negocios: una propuesta para su desarrollo en


las organizaciones. Mxico. Instituto Politcnico Nacional Direccin de
Publicaciones.

11. Porter, M. (2003). Ser Competitivo, Nuevas Aportaciones y Conclusiones.


Espaa. Editorial Deusto.

12. Tena, J. y Comai, A. (2006). Inteligencia Competitiva y Vigilancia Tecnolgica.


Espaa. PUZZLE.

1.1610
1.1611
1.1612
1.1613
1.1614
1.1615
1.1616
1.1617
1.1618
1.1619
1.1620
1.1621
1.1622
1.1623

1.1624
1.1625
1.1626
1.1627
1.1628
1.1629
1.1630
1.1631
1.1632
1.1633
1.1634
1.1635
1.1636
1.1637
1.1638
1.1639
1.1640
1.1641
1.1642
1.1643
1.1644
1.1645
1.1646
1.1647
1.1648
1.1649
1.1650
1.1651
1.1652
1.1653
1.1654
1.1655
1.1656
1.1657
1.1658
1.1659
1.1660
1.1661
1.1662
1.1663
1.1664
1.1665
1.1666
1.1667
1.1668
1.1669
1.1670
1.1671
1.1672
1.1673
1.1674