Tesis Upeu

UNIVERSIDAD PERUANA UNIN
ESCUELA DE POSGRADO
Unidad de Posgrado de Ingeniera
Tesis:
Implementacin del sistema de informacin ejecutiva acadmico basado en
inteligencia de negocios: caso Universidad Peruana Unin
Presentado por:
Ing. Cynthia Acua Salinas

Para optar el grado de Magster en Ingeniera
de Sistemas con mencin en Direccin y Gestin en Tecnologas de Informacin
Asesor:
Mg. Sergio Valladares Castillo
LIMA-PER
2014
DECLARACIN DE AUTORA
La responsabilidad del contenido desarrollado en este proyecto de investigacin me

corresponde exclusivamente, y la propiedad intelectual del mismo a la Universidad
Peruana Unin.
______________________________
ING. CYNTHIA ACUA SALINAS
DNI: 43984548
ii
PGINAS PRELIMINARES
DEDICATORIA
A mis padres, Ral Acua Casas y Nelly Salinas

Zapata, por haberme inculcado en el estudio, trabajo
y superacin acadmica y ser mis modelos para una
vida de servicio, y a mis hermanos Erika y Ral por
el apoyo incondicional para conseguir este logro.
iii
AGRADECIMIENTO
A Dios por haberme dado la vida y cuidarme cada

instante de ella; al Mg. Sergio Valladares Castillo,
por haber colaborado con aportes que tuvieron
particular
relevancia
en
el
desarrollo
de
la
investigacin.
A mis compaeros de trabajo Roco Tapia, Eliat De
la Cruz, Gabriel Ubia y Juver Zuta por el apoyo en el
desarrollo del proyecto.
iv
NDICE GENERAL
PGINAS PRELIMINARES ........................................................................................................................... III
DEDICATORIA ................................................................................................................................................ III
AGRADECIMIENTO ....................................................................................................................................... IV
NDICE DE FIGURAS ..................................................................................................................................... XI
NDICE DE TABLAS ..................................................................................................................................... XIV
ACRNIMOS Y DEFINICIONES ................................................................................................................. XVI
RESUMEN ................................................................................................................................................... XVIII
ABSTRACT .................................................................................................................................................... XX
CAPTULO I ...................................................................................................................................................... 1
INTRODUCCIN A LA INVESTIGACIN ..................................................................................................... 1
1.1
PLANTEAMIENTO GENERAL DEL PROBLEMA ........................................................................... 1
1.1.1
DESCRIPCIN DEL PROBLEMA ..................................................................................................... 1
1.1.2
ANTECEDENTES DE INVESTIGACIN........................................................................................... 4
1.1.3.1
MBITO INTERNACIONAL ........................................................................................................... 4
1.1.3.2
MBITO NACIONAL ....................................................................................................................... 6
1.1.4
FORMULACIN DEL PROBLEMA ................................................................................................... 7
1.1.4.1
PROBLEMA GENERAL ................................................................................................................. 7
1.1.4.2
PROBLEMA ESPECFICO ............................................................................................................. 7
1.1.5
DELIMITACIN DEL PROBLEMA .................................................................................................... 8
1.1.5.1
DELIMITACIN TEMPORAL ......................................................................................................... 8
1.1.5.2
DELIMITACIN ESPACIAL ........................................................................................................... 8
1.2
JUSTIFICACIN E IMPORTANCIA .................................................................................................. 8
1.2.1
JUSTIFICACIN PRCTICA ............................................................................................................. 8
1.2.2
JUSTIFICACIN METODOLGICA ................................................................................................. 9
1.2.3
JUSTIFICACIN DE LA VIABILIDAD DE LA INVESTIGACIN ................................................... 9
1.2.4
IMPORTANCIA .................................................................................................................................... 9
1.3
OBJETIVOS DE LA INVESTIGACIN .............................................................................................. 9
1.3.1
OBJETIVO GENERAL ........................................................................................................................ 9
1.3.2
OBJETIVOS ESPECFICOS............................................................................................................. 10
1.4
HIPTESIS......................................................................................................................................... 10
1.4.1
HIPTESIS GENERAL ..................................................................................................................... 10
1.4.2
HIPTESIS ESPECFICA ................................................................................................................. 10
CAPTULO II ................................................................................................................................................... 12
MARCO TERICO ......................................................................................................................................... 12
2.1
INTELIGENCIA DE NEGOCIOS ...................................................................................................... 12
2.1.1
INTRODUCCIN A LA INTELIGENCIA DE NEGOCIOS .............................................................. 12
2.1.2
QU ES INTELIGENCIA DE NEGOCIOS? .................................................................................. 13
2.1.3
CARACTERSTICAS DE LA INTELIGENCIA DE NEGOCIOS ..................................................... 14
2.1.4
CLASIFICACIN DE LAS SOLUCIONES DE INTELIGENCIA DE NEGOCIOS ........................ 14
2.1.5
COMPONENTES DE INTELIGENCIA DE NEGOCIOS ................................................................. 16
2.1.5.1
DATA WAREHOUSE .................................................................................................................... 17
2.1.5.2
ETL ................................................................................................................................................. 18
2.1.5.3
OLAP .............................................................................................................................................. 19
2.1.5.4
QUERY AND REPORTING .......................................................................................................... 19
2.1.6
CARACTERSTICAS DEL DATA WAREHOUSE .......................................................................... 20
2.1.7
ELEMENTOS DE UN DATA WAREHOUSE ................................................................................... 23
2.1.7.1
FUENTES DE DATOS .................................................................................................................. 24
2.1.7.2
DATA STAGING AREA ................................................................................................................ 24
2.1.7.3
SERVIDOR DE PRESENTACIN ............................................................................................... 24
2.1.7.4
MODELO DIMENSIONAL ............................................................................................................ 24
2.1.7.4.1
HECHOS .................................................................................................................................... 25
2.1.7.4.2
DIMENSIONES .......................................................................................................................... 26
2.1.7.4.3
NIVEL DE GRANULARIDAD ................................................................................................... 26
2.1.7.4.4
JERARQUAS ............................................................................................................................ 27
2.1.7.5
PROCESOS DE NEGOCIO .......................................................................................................... 28
2.1.7.6
DATA MART .................................................................................................................................. 28
2.1.7.7
DARA WAREHOUSE.................................................................................................................... 29
2.1.7.8
OPERACIONAL DATA STORE ................................................................................................... 29
2.1.7.9
OLAP .............................................................................................................................................. 30
2.1.7.10
ROLAP ....................................................................................................................................... 30
2.1.7.11
MOLAP ....................................................................................................................................... 30
2.1.7.12
APLICACIN DEL USUARIO FINAL...................................................................................... 31
2.1.7.13
HERRAMIENTAS DE ACCESO A USUARIOS FINALES .................................................... 31
2.1.7.14
HERRAMIENTAS DE CONSULTA AD-HOC ......................................................................... 31
vi
2.1.7.15
APLICACIONES DE MODELADO .......................................................................................... 32
2.1.7.16
METADATOS ............................................................................................................................ 32
2.1.8
REQUERIMIENTOS FUNDAMENTALES DE UN DATA WAREHOUSE ..................................... 32
2.1.9
CONCEPTOS ERRNEOS DE UN DATA MART .......................................................................... 33
2.1.10
CUBOS OLAP ............................................................................................................................... 33
2.1.11
OPERACIONES OLAP ................................................................................................................. 34
2.1.11.1
DRILL-DOWN Y ROLL-UP....................................................................................................... 35
2.1.11.2
SLICE AND DICE ...................................................................................................................... 37
2.1.11.3
PIVOT ......................................................................................................................................... 37
2.1.12
COMPARACIN ENTRE MOLAP Y ROLAP ............................................................................. 38
2.1.13
ESQUEMA MULTIDIMENSIONAL .............................................................................................. 39
2.1.13.1
ESQUEMA ESTRELLA ............................................................................................................ 39
2.1.13.2
ESQUEMA COPO DE NIEVE .................................................................................................. 39
2.1.14
DISEO DEL DATA WAREHOUSE: KIMBALL E INMON ....................................................... 40
2.1.15
METODOLOGA DE KIMBALL.................................................................................................... 42
2.1.15.1
PLANIFICACIN DEL PROYECTO ........................................................................................ 43
2.1.15.2
DEFINICIN DE LOS REQUERIMIENTOS DEL NEGOCIO ................................................ 44
2.1.15.3
DISEO DE LA ARQUITECTURA TCNICA ........................................................................ 44
2.1.15.4
SELECCIN DE PRODUCTOS E IMPLEMENTACIN ........................................................ 44
2.1.15.5
MODELADO DIMENSIONAL ................................................................................................... 45
2.1.15.6
DISEO FSICO ........................................................................................................................ 45
2.1.15.7
DISEO Y DESARROLLO DEL ETL ...................................................................................... 46
2.1.15.8
ESPECIFICACIN DE APLICACIONES PARA USUARIOS FINALES .............................. 46
2.1.15.9
DESARROLLO DE APLICACIONES PARA USUARIOS FINALES .................................... 47
2.1.15.10
IMPLEMENTACIN .................................................................................................................. 48
2.1.15.11
MANTENIMIENTO Y CRECIMIENTO ..................................................................................... 48
2.1.15.12
GESTIN DEL PROYECTO .................................................................................................... 48
2.2
SISTEMA DE INFORMACIN EJECUTIVA ................................................................................... 49
2.2.1
QU ES UN EIS? ............................................................................................................................ 49
2.2.2
CARACTERSTICAS DE UN EIS..................................................................................................... 49
2.2.3
COMPONENTES DE UN EIS ........................................................................................................... 50
2.2.4
PROCESO DE DESARROLLO DE UN EIS .................................................................................... 51
2.3
CALIDAD DE INFORMACIN ......................................................................................................... 52
2.3.1
DEFINICIN DE CALIDAD .............................................................................................................. 52
2.3.2
CARACTERSTICAS DE IQ ............................................................................................................. 53
vii
2.3.3
CRITERIOS DE INFORMACIN ...................................................................................................... 53
2.4
INDICADORES ESTRATGICOS ................................................................................................... 54
2.4.1
CARACTERSTICAS DE LOS INDICADORES .............................................................................. 54
CAPTULO III .................................................................................................................................................. 56

MTODO DE INVESTIGACIN ................................................................................................................... 56
3.1
MTODO DE INVESTIGACIN ....................................................................................................... 56
3.2
TIPO DE DISEO .............................................................................................................................. 56
3.3
POBLACIN DE ESTUDIO PARA LA ETAPA 2 ........................................................................... 58
3.4
MUESTRA PARA LA ETAPA 2 ....................................................................................................... 58
3.5
VARIABLES Y DIMENSIONES DE LA HIPTESIS ESPECFICA .............................................. 59
3.6
TCNICAS E INSTRUMENTOS DE RECOLECCIN DE DATOS DE LA ETAPA 2 ................. 59
3.7
TCNICAS DE ANLISIS DE DATOS DE LA ETAPA 2 .............................................................. 60
CAPTULO IV ................................................................................................................................................. 62
DESARROLLO E IMPLEMENTACIN EIS ................................................................................................ 62
4.1
PLANIFICACIN DEL PROYECTO ................................................................................................ 62
4.1.1
DESCRIPCIN DEL PROYECTO.................................................................................................... 62
4.1.2
OBJETIVO DEL PROYECTO ........................................................................................................... 63
4.1.3
ALCANCE DEL PROYECTO ........................................................................................................... 63
4.1.4
FUERA DEL ALCANCE DEL PROYECTO..................................................................................... 67
4.1.5
ENTREGABLES A PRODUCIR ....................................................................................................... 67
4.1.6
CRITERIOS DE ACEPTACIN DE ENTREGABLES .................................................................... 68
4.1.7
SUPUESTOS DEL PROYECTO ...................................................................................................... 69
4.1.8
RESTRICCIONES DEL PROYECTO ............................................................................................... 69
4.1.9
EQUIPO DEL PROYECTO ............................................................................................................... 70
4.1.10
ESTRUCTURA DETALLA DEL TRABAJO ................................................................................ 71
4.1.11
PROGRAMACIN DE LAS TAREAS ......................................................................................... 74
4.1.12
ASIGNACIN DE LOS RECURSOS A LA CARGA DE TRABAJO ........................................ 78
4.1.13
PRESUPUESTO DEL PROYECTO ............................................................................................. 79
4.1.14
IDENTIFICACIN DE RIESGOS ................................................................................................. 81
4.1.15
ESTRATEGIAS Y ACCIONES PREVENTIVAS ......................................................................... 82
4.2
DEFINICIN DE REQUERIMIENTOS DEL NEGOCIO ................................................................. 83
4.3
DESARROLLO DE MDULOS ACADMICOS............................................................................. 94
4.3.1
DESCRIPCIN GENERAL ............................................................................................................... 94
4.3.1.1
FUNCIONAMIENTO ...................................................................................................................... 94
4.3.1.2
DESCRIPCIN DE LOS USUARIOS .......................................................................................... 98
viii
4.3.2
DESARROLLO E IMPLEMENTACIN ........................................................................................... 98
4.3.2.1
DISEO DE BASE DE DATOS.................................................................................................... 98
4.3.2.2
DESARROLLO DEL CDIGO ..................................................................................................... 99
4.3.2.3
PRUEBAS ...................................................................................................................................... 99
4.3.2.4
IMPLEMENTACIN DE MDULOS EN EL PORTAL ACADMICO .................................... 103
4.4
DISEO DE ARQUITECTURA TCNICA ..................................................................................... 115
4.4.1
DETERMINAR SERVER A UTILIZAR ........................................................................................... 116
4.4.2
CONFIGURACIN DEL SERVER ................................................................................................. 116
4.5
SELECCIN DEL PRODUCTO ..................................................................................................... 118
4.5.1
INSTALACIN DEL SQL SERVER 2012 ..................................................................................... 119
4.5.2
CONFIGURACIN DE CONEXIN A ORACLE EN SQL SERVER .......................................... 121
4.5.3
INSTALACIN DE MICROSTRATEGY ........................................................................................ 122
4.6
MODELO DIMENSIONAL ............................................................................................................... 123
4.6.1
ELECCIN DEL PROCESO DE NEGOCIO ................................................................................. 123
4.6.2
ESTABLECER EL NIVEL DE GRANULARIDAD ......................................................................... 124
4.6.3
ELECCIN DE LAS DIMENSIONES ............................................................................................. 125
4.6.4
IDENTIFICACIN DE LOS HECHOS ............................................................................................ 132
4.7
DISEO FSICO ............................................................................................................................... 139
4.8
DISEO E IMPLEMENTACIN ETL ............................................................................................. 145
4.9
ESPECIFICACIONES DE APLICACIONES BI ............................................................................. 152
4.9.1
DETERMINAR EL CONJUNTO DE PLANTILLAS INICIALES ................................................... 152
4.9.1.1
IDENTIFICAR INFORMES CANDIDATOS ............................................................................... 152
4.9.1.2
CONSOLIDACIN DE LA LISTA DE CANDIDATOS ............................................................. 154
4.9.1.3
ESTABLECIENDO PRIORIDADES ........................................................................................... 155
4.9.2
DESARROLLO DE LA ESTRATEGIA DE NAVEGACIN ......................................................... 155
4.9.3
DETERMINAR LAS NORMAS DE LA PLANTILLA..................................................................... 156
4.9.4
DESARROLLO DE LAS ESPECIFICACIONES DETALLADAS DE LA PLANTILLA .............. 157
4.10
DESARROLLO DE APLICACIONES BI ....................................................................................... 160
4.10.1
CREACIN DEL PROYECTO BI EN MICROSTRATEGY ...................................................... 160
4.10.2
IMPLEMENTACIN DEL MODELO LGICO Y FSICO DEL DM EN MICROSTRATEGY 161
4.1.1
DEFINICIN DE JERARQUAS ..................................................................................................... 162
4.1.2
DESARROLLO DE INDICADORES EN MICROSTRATEGY ...................................................... 166
4.1.3
DESARROLLO DEL CUBO ........................................................................................................... 170
4.1.4
DESARROLLO DEL INFORME ..................................................................................................... 170
4.1.5
DESARROLLO DEL DOCUMENTO .............................................................................................. 171
ix
4.1.6
VERIFICACIN DE LOS REPORTES GENERADOS ................................................................. 174
4.2
IMPLEMENTACIN ........................................................................................................................ 175
4.3
PRUEBAS ........................................................................................................................................ 176
4.4
DESCRIPCIN DE LA ESCALA DE VALORACIN DE LA CALIDAD DE INFORMACIN DEL
SISTEMA DE INFORMACIN SEGN LA PERCEPCIN DE LAS REAS ACADMICAS ............. 177
CAPTULO V ................................................................................................................................................ 181
INTERPRETACIN Y ANLISIS DE RESULTADOS .............................................................................. 181
4.5
ANLISIS DESCRIPTIVO DE LA CALIDAD DE INFORMACIN ............................................. 181
4.6
PRUEBA DE HIPTESIS DE LA CALIDAD DE LA INFORMACIN ........................................ 186
4.6.1
PRUEBA DE NORMALIDAD DE LA CALIDAD DE INFORMACIN......................................... 186
4.6.2
PRUEBA DE LAS HIPTESIS ESTADSTICAS .......................................................................... 188
CONCLUSIONES ......................................................................................................................................... 200

RECOMENDACIONES ................................................................................................................................ 204
BIBLIOGRAFA ............................................................................................................................................ 205
ANEXOS ....................................................................................................................................................... 208
ANEXO 1: FRMULAS DE LOS INDICADORES ACADMICOS ......................................................... 208
ANEXO 2: ESCALA DE VALORACIN .................................................................................................... 230
ANEXO 3: PLANTILLA DEL METADATA ................................................................................................ 231
ANEXO 4: MATRIZ EXTENDIDA DE LA ESTRUCTURA DEL PROYECTO DE INVESTIGACIN ... 232
NDICE DE FIGURAS
FIGURA 1 CRECIMIENTO DE LA INFORMACIN DIGITAL DE 50 VECES DESDE EL 2010 AL 2020 _______________ 1
FIGURA 2 CUADRANTE MGICO DE BI Y PLATAFORMAS ANALTICAS ___________________________________ 16
FIGURA 3 COMPONENTES DE UNA SOLUCIN BI ___________________________________________________ 17
FIGURA 4 DATA W AREHOUSE __________________________________________________________________ 17
FIGURA 5 PROCESO ETL _____________________________________________________________________ 18
FIGURA 6 QUERY & REPORTING ________________________________________________________________ 19
FIGURA 7 EJEMPLO DE DATOS ORIENTADOS A TEMAS ______________________________________________ 20
FIGURA 8 DATOS INTEGRADOS _________________________________________________________________ 21
FIGURA 9 VARIABLE EN EL TIEMPO ______________________________________________________________ 22
FIGURA 10 NO VOLTIL _______________________________________________________________________ 23
FIGURA 11 ELEMENTOS DE UNA DATA W AREHOUSE _______________________________________________ 23
FIGURA 12 MODELO DIMENSIONAL ______________________________________________________________ 24
FIGURA 13 GRANULARIDAD DE LA DIMENSIN ZONA GEOGRFICA, CON UNA JERARQUA DE CINCO NIVELES __ 27
FIGURA 14 MODELO ESTRELLA ________________________________________________________________ 28
FIGURA 15 MODELO COPO DE NIEVE ___________________________________________________________ 28
FIGURA 16 ARQUITECTURA ROLAP ____________________________________________________________ 30
FIGURA 17 ARQUITECTURA MOLAP ____________________________________________________________ 31
FIGURA 18 EJEMPLO DE CONSULTAS USUARIO ____________________________________________________ 35
FIGURA 19 DRILL-DOWN Y ROLL-UP _________________________________________________________ 36
FIGURA 20 CONSULTAS DRILL-DOWN Y ROLL-UP ______________________________________________ 36
FIGURA 21 SLICE & DICE ____________________________________________________________________ 37
FIGURA 22 PIVOT___________________________________________________________________________ 38
FIGURA 23 ESQUEMA EN ESTRELLA QUE REPRESENTA LAS VENTAS DE UNA CADENA DE TIENDAS ___________ 39
FIGURA 24 ESQUEMA COPO DE NIEVE, DONDE SE OBSERVA LA RELACIN ENTRE LA DIMENSIN CLIENTE Y
PROVINCIA _____________________________________________________________________________ 40
FIGURA 25 ENFOQUE KIMBALL ARQUITECTURA BUS DEL DW ______________________________________ 41
FIGURA 26 ENFOQUE INMON DW CORPORATIVO ________________________________________________ 42
FIGURA 27 METODOLOGA DE KIMBALL, DENOMINADA BUSINESS DIMENSIONAL LIFECYCLE _______________ 43
FIGURA 28 ILUSTRACIN GRFICA ENTRE EL DISEO LGICO Y FSICO _________________________________ 46
FIGURA 29 SISTEMAS DE INFORMACIN EN UNA ORGANIZACIN ______________________________________ 49
FIGURA 30 INDICADORES ACADMICOS __________________________________________________________ 94
FIGURA 31 PORTAL DEL PROFESOR ____________________________________________________________ 103
FIGURA 32 TEMAS DEL SLABO ________________________________________________________________ 103
FIGURA 33 PROGRAMACIN DE ACTIVIDADES ____________________________________________________ 104
FIGURA 34 BSQUEDA DEL SLABO ____________________________________________________________ 105
FIGURA 35 LISTADO DE CARGA POR BSQUEDA __________________________________________________ 105
FIGURA 36 EVALUAR SLABO _________________________________________________________________ 106
FIGURA 37 SLABOS EVALUADOS ______________________________________________________________ 106
FIGURA 38 LISTADO DE CURSOS A EVALUAR _____________________________________________________ 107
FIGURA 39 INGRESAR ENTREVISTA ____________________________________________________________ 107
xi
FIGURA 40 LISTADO DE ENTREVISTAS __________________________________________________________ 108

FIGURA 41 LISTADO DE CURSOS Y DOCENTES SEGN FILTRO _______________________________________ 108
FIGURA 42 EVALUACIN GRUPOS FOCALES _____________________________________________________ 109
FIGURA 43 LOGEO LIMESURVEY ______________________________________________________________ 109
FIGURA 44 INGRESO COMO ADMINISTRADOR AL SISTEMA LIMESURVEY _______________________________ 110
FIGURA 45 PANTALLA DE CONFIGURACIN DE LA INFORMACIN INICIAL DEL TEST HBITOS DE ESTUDIO_____ 110
FIGURA 46 PANTALLAS DE LOS TESTS PERTENECIENTES A HBITOS DE ESTUDIO _______________________ 111
FIGURA 47 OPCIONES SISTEMA ACADMICO _____________________________________________________ 111
FIGURA 48 PORTAL BIENESTAR UNIVERSITARIO __________________________________________________ 112
FIGURA 49 INGRESO DE NOTAS DE CULTURA FSICA _______________________________________________ 112
FIGURA 50 INGRESO DE NOTAS DE MATEMTICA _________________________________________________ 113
FIGURA 51 INGRESO DE NOTAS DE CAPACIDADES COMUNICATIVAS __________________________________ 113
FIGURA 52 INGRESO DE NOTAS DE TEST DE INTELIGENCIA EMOCIONAL _______________________________ 114
FIGURA 53 VER RESULTADOS DE INTELIGENCIA EMOCIONAL ________________________________________ 114
FIGURA 54 ARQUITECTURA PARA EL PROYECTO DEL DM ACADMICO COMO BASE PARA LA IMPLEMENTACIN DEL
EIS EN LA UPEU_______________________________________________________________________ 115
FIGURA 55 SERVIDOR BI CON SISTEMA OPERATIVO W INDOWS SERVER 2008 R2 ______________________ 117
FIGURA 56 W EB SERVER (IIS) TOOLS Y .NET FRAMEWORK INSTALADOS EN EL SERVER BI _______________ 117
FIGURA 57 ADOBE FLASH PLAYER INSTALADO EN EL SERVER BI ____________________________________ 118
FIGURA 58 APLICACIONES A UTILIZAR __________________________________________________________ 119
FIGURA 59 NORMAS DE APOYO A LA CONFIGURACIN SQL SERVER _________________________________ 120
FIGURA 60 CARACTERSTICAS SELECCIONADAS PARA NUESTRA BASE DE DATOS _______________________ 120
FIGURA 61 FINALIZACIN DE LA INSTALACIN DEL SQL SERVER ____________________________________ 121
FIGURA 62 INSTALACIN DE MICROSTRATEGY ___________________________________________________ 122
FIGURA 63 DIMENSIN INDICADOR NIVEL V______________________________________________________ 126
FIGURA 64 DIMENSIN ASIGNATURA CARGA _____________________________________________________ 126
FIGURA 65 DIMENSIN DOCENTE ______________________________________________________________ 127
FIGURA 66 DIMENSIN TIEMPO _______________________________________________________________ 127
FIGURA 67 DIMENSIN ESCUELA ______________________________________________________________ 128
FIGURA 68 DIMENSIN ESTRATEGIA EVALUACIN ________________________________________________ 128
FIGURA 69 DIMENSIN CRITERIO ENCUESTA _____________________________________________________ 129
FIGURA 70 DIMENSIN ESCALA GEA (GESTIN ESTADO ALUMNO)___________________________________ 129
FIGURA 71 DIMENSIN RUBROS EVALUACIN SLABO _____________________________________________ 130
FIGURA 72 DIMENSIN TIPO DE NOTA __________________________________________________________ 130
FIGURA 73 DIMENSIN TUTORA REA __________________________________________________________ 131
FIGURA 74 DIMENSIN ALUMNO _______________________________________________________________ 131
FIGURA 75 DIMENSIN RUBROS GRUPO FOCAL __________________________________________________ 131
FIGURA 76 DIMENSIN TIEMPO 2 ______________________________________________________________ 132
FIGURA 77 TABLA DE HECHOS DE CUMPLIMIENTO EVALUACIN DOCENTE (PORTALES VENCIDOS) __________ 133
FIGURA 78 TABLA DE HECHOS DE CUMPLIMIENTO SLABO __________________________________________ 133
FIGURA 79 TABLA DE HECHOS DE ENCUESTA DOCENTE ____________________________________________ 134
FIGURA 80 TABLA DE HECHOS DE GRUPOS FOCALES ______________________________________________ 135
FIGURA 81 TABLA DE HECHOS ESTADO ALUMNO __________________________________________________ 135
FIGURA 82 TABLA DE HECHOS EVALUACIN SLABO _______________________________________________ 136
FIGURA 83 TABLA DE HECHOS GESTIN DATOS TUTORA ___________________________________________ 136
FIGURA 84 TABLA DE HECHOS GESTIN SALIDA TUTORA___________________________________________ 137
FIGURA 85 TABLA DE HECHOS PROGRAMACIN DE ACTIVIDADES ____________________________________ 138
FIGURA 86 TABLA DE HECHOS GESTIN DE PROCESO ENSEANZA APRENDIZAJE _____________________ 138
FIGURA 87 ESTRELLA CUMPLIMIENTO_EVAL_DOCENTE ______________________________________ 140
FIGURA 88 ESTRELLA CUMPLIMIENTO_SLABO _______________________________________________ 140
xii
FIGURA 89 ESTRELLA ENCUESTA_DOCENTE_________________________________________________

FIGURA 90 ESTRELLA ESTADO_ALUMNO ____________________________________________________
FIGURA 91 ESTRELLA EVALUACIN_SLABO _________________________________________________
FIGURA 92 ESTRELLA GESTIN DE DATOS TUTORA ______________________________________________
FIGURA 93 ESTRELLA GESTIN PROCESO EA ___________________________________________________
FIGURA 94 ESTRELLA GRUPOS FOCALES________________________________________________________
FIGURA 95 ESTRELLA PROGRAMACIN DE ACTIVIDADES ___________________________________________
FIGURA 96 ESTRELLA GESTIN SALIDA TUTORA _________________________________________________
FIGURA 97 ETL ESTADO ALUMNO _____________________________________________________________
FIGURA 98 ETL GESTIN DE DATOS ___________________________________________________________
FIGURA 99 ETL PROGRAMACIN DE ACTIVIDADES ________________________________________________
FIGURA 100 ETL EVALUACIN SLABO__________________________________________________________
FIGURA 101 ETL CUMPLIMIENTO EVALUACIN DOCENTE___________________________________________
FIGURA 102 ETL GRUPO FOCAL_______________________________________________________________
FIGURA 103 ETL CUMPLIMIENTO SLABO________________________________________________________
FIGURA 104 ETL RESULTADOS DE SALIDA DE TUTORA ____________________________________________
FIGURA 105 ETL ENCUESTA DOCENTE _________________________________________________________
FIGURA 106 ETL DM ACADMICO _____________________________________________________________
FIGURA 107 DIAGRAMA DE NAVEGACIN________________________________________________________
FIGURA 108 PLANTILLA DEL SEGUIMIENTO DEL PROCESO E-A, INTERFAZ GENERAL _____________________
FIGURA 109 PLANTILLA DEL SEGUIMIENTO DEL PROCESO E-A, REPORTE DE COMPARACIN ______________
FIGURA 110 PLANTILLA DEL SEGUIMIENTO DEL PROCESO E-A, REPORTE ESTADOS POR FACULTAD ________
FIGURA 111 PLANTILLA DEL SEGUIMIENTO DEL PROCESO E-A, REPORTE ESTADOS POR ESCUELA _________
FIGURA 112 CREACIN DEL PROYECTO BI ______________________________________________________
FIGURA 113 DEL MODELO LGICO Y FSICO DEL DM AL ENTORNO MICROSTRATEGY ____________________
FIGURA 114 JERARQUA DE LA DIMENSIN TIEMPO________________________________________________
FIGURA 115 JERARQUA DE LA DIMENSIN TIEMPO 2 ______________________________________________
FIGURA 116 JERARQUA DE LA DIMENSIN INDICADOR NIVEL V ______________________________________
FIGURA 117 JERARQUA DE LA DIMENSIN ESCUELA ______________________________________________
FIGURA 118 JERARQUA DE LA DIMENSIN RUBROS EVALUACIN SLABO______________________________
FIGURA 119 JERARQUA DE LA DIMENSIN CRITERIO ENCUESTA _____________________________________
FIGURA 120 JERARQUA DE LA DIMENSIN ESCALA GESTIN ESTADO ALUMNO _________________________
FIGURA 121 INDICADORES GENERALES _________________________________________________________
FIGURA 122 INDICADORES COMPUESTOS _______________________________________________________
FIGURA 123 EJECUCIN DEL CUBO INTELIGENTE _________________________________________________
FIGURA 124 INFORME INF PROCESO_EA _____________________________________________________
FIGURA 125 INFORMACIN DEL MAPA GENERAL DE LOS INDICADORES E-A ____________________________
FIGURA 126 VISTA GENERAL DEL INDICADOR E-A DE LA UPEU _____________________________________
FIGURA 127 VISTA DE LA SEDE LIMA, INFORMES DE ESTADOS_______________________________________
FIGURA 128 VISTA DE LA SEDE LIMA, INFORMES DE COMPARACIN __________________________________
FIGURA 129 GRFICO Q-Q NORMAL ___________________________________________________________
FIGURA 130 CURVA NORMAL DE LA DIFERENCIA DE PUNTAJES DE CALIDAD DE INFORMACIN _____________
xiii
141
141
142
142
143
143
144
144
147
147
148
148
149
149
150
150
151
151
156
158
159
159
160
161
162
163
163
164
164
165
165
165
166
166
170
171
172
173
173
174
186
187
NDICE DE TABLAS
TABLA 1 DISTRIBUCIN DE LOS USUARIOS DEL EIS................................................................................................ 58
TABLA 2 EQUIPO DEL PROYECTO............................................................................................................................. 70
TABLA 3 ESTRUCTURA DETALLADA DE TRABAJO ..................................................................................................... 72
TABLA 4 CRONOGRAMA DEL PROYECTO ................................................................................................................. 74
TABLA 5 ASIGNACIN DE RECURSOS GENERALES A LAS FASES ............................................................................. 78
TABLA 6 DETALLE DE RECURSOS A UTILIZAR .......................................................................................................... 79
TABLA 7 COSTO POR PERSONAL ............................................................................................................................. 79
TABLA 8 COSTO POR EQUIPOS ................................................................................................................................ 80
TABLA 9 COSTO POR SOFTWARE ............................................................................................................................. 80
TABLA 10 COSTOS ADICIONALES ............................................................................................................................. 80
TABLA 11 RESUMEN DE COSTOS ............................................................................................................................. 81
TABLA 12 ESCALA DE PROBABILIDAD ...................................................................................................................... 81
TABLA 13 ESCALA DEL IMPACTO.............................................................................................................................. 81
TABLA 14 ESCALA DEL RIESGO ................................................................................................................................ 82
TABLA 15 IDENTIFICACIN DE RIESGOS................................................................................................................... 82
TABLA 16 ESTRATEGIAS Y ACCIONES PREVENTIVAS ............................................................................................... 83
TABLA 17 PRUEBAS REALIZADAS EN LOS MDULOS ACADMICOS ....................................................................... 100
TABLA 18 INFORMES CANDIDATOS ........................................................................................................................ 152
TABLA 19 LISTA DE INFORMES CONSOLIDADOS .................................................................................................... 154
TABLA 20 FORMATOS ESTABLECIDOS EN LA ELABORACIN DE PLANTILLAS ........................................................ 157
TABLA 21 DEFINICIN DE LA PLANTILLA DE SEGUIMIENTO DE PROCESO E-A ...................................................... 157
TABLA 22 DESCRIPCIN DE LOS INDICADORES UTILIZADOS EN EL PROYECTO..................................................... 167
TABLA 23 NIVELES DE OPERATIVIDAD DEL SISTEMA DE INFORMACIN................................................................. 178
TABLA 24 RESUMEN DE PROCESAMIENTO DE CASOS: CALIDAD DE LA INFORMACIN DEL EIS ............................ 180
TABLA 25 ESTADSTICAS DE FIABILIDAD: CALIDAD DE INFORMACIN DEL EIS ..................................................... 180
TABLA 26 EFECTIVIDAD DE LA INFORMACIN ACADMICA ANTES*DESPUS ........................................................ 182
TABLA 27 CONFIDENCIALIDAD DE LA INFORMACIN ACADMICA ANTES*DESPUS .............................................. 183
TABLA 28 INTEGRIDAD DE LA INFORMACIN ACADMICA ANTES*DESPUS .......................................................... 183
TABLA 29 DISPONIBILIDAD DE LA INFORMACIN ACADMICA ANTES*DESPUS.................................................... 184
TABLA 30 CONFIABILIDAD DE LA INFORMACIN ACADMICA ANTES*DESPUS..................................................... 185
TABLA 31 CALIDAD DE LA INFORMACIN ACADMICA ANTES*DESPUS ............................................................... 185
TABLA 32 RESUMEN DEL PROCESAMIENTO DE LOS CASOS .................................................................................. 187
TABLA 33 PRUEBA DE NORMALIDAD ...................................................................................................................... 188
TABLA 34 ESTADSTICOS DE MUESTRAS RELACIONADAS ...................................................................................... 188
TABLA 35 PRUEBA DE MUESTRAS RELACIONADAS ................................................................................................ 189
xiv

xv
ACRNIMOS Y DEFINICIONES
DWH
Por sus siglas en ingls de Business Intelligence o en espaol Inteligencia

de negocios.
Es una estrategia de procesamiento de informacin que significa de abajo
hacia arriba.
Por sus siglas en ingls Control Objectives for Information and Related
Technology (Objetivos de control para tecnologa de la informacin y
relacionada), es un marco aceptado internacionalmente como una buena
prctica para el control de la informacin, TI y los riesgos que conllevan.
Comisin Nacional De Evaluacin y Acreditacin Universitaria.
Significa Minera de datos, referido a descubrir patrones en grandes
volmenes de conjunto de datos basndose en los mtodos de inteligencia
artificial, estadstica, etc.
Lenguaje de definicin de datos (Data Definition Language), es un lenguaje
proporcionado por el sistema de gestin de base de datos que permite
llevar a cabo las tareas de definicin de las estructuras que almacenarn
los datos as como los procedimientos o funciones que permitirn
consultarlos.
Data mart.
Es el acrnimo de Decision Support System, el cual se refiere a los sistemas
de apoyo a la toma de decisiones.
Data warehouse.
EA
Enseanza y aprendizaje.
EIS
Sistema de informacin ejecutiva.
ETL
Extraccin, transformacin y carga.

Cuyo significado es Foreing Key (llave fornea), trmino utilizado en base
de datos.
Pronstico o estimacin de ventas
Cuyo significado en ingls es graphial user interface (interfaz grfica de
usuario).
Calidad de la informacin.
MOLAP es el acrnimo en ingls de Multidimensional
Online Analytical Processing, es decir, procesamiento analtico
multidimensional en lnea.
OLAP es el acrnimo en ingls de OnLine analytical processing, es decir,
procesamiento analtico en lnea.
OLTP es la sigla en ingls de OnLine transaction processing es decir,
procesamiento de transacciones en lnea.
Cuyo significado es Primary Key (llave primaria), trmino utilizado en base
de datos.
BI
Bottom-Up
COBIT
CONEAU
Data Mining
DDL
DM
DSS
FK
Forecasting
GUI
IQ
MOLAP
OLAP
OLTP
PK
xvi
PROESAD
ROLAP
TIC
Top-Down
Triple A
UID
Programa de estudios a distancia brindado en la Universidad Peruana

Unin
ROLAP es el acrnimo en ingls de Relational Online Analytical Processing,
es decir, procesamiento analtico relacional en lnea.
Tecnologa de informacin y comunicaciones.
Es una estrategia de procesamiento de informacin que significa de
arriba abajo.
Asociacin de acreditacin adventista
Identificador nico, cuyo propsito es diferenciar entre el mismo tema
cuando aparece en ms de un lugar.
xvii
RESUMEN
Hoy en da en el mbito de los negocios se requieren aplicaciones capaces de
analizar, explotar y brindar informacin eficiente para la toma de decisiones, mayor
visibilidad de la gestin y dar soporte a las estrategias. La inteligencia de negocios
ofrece escenarios, pronsticos, monitoreo del negocio mediante indicadores y
reportes que sirven de apoyo a la toma de decisiones, lo cual se traduce en una
ventaja competitiva dentro de la empresa.
El presente trabajo de investigacin contiene informacin sobre las etapas que deben
considerarse en la implementacin de un Sistema de informacin ejecutiva de los
indicadores acadmicos de la Universidad Peruana Unin, con el fin de brindar
informacin precisa para la toma de decisiones en la gestin del rea acadmica.
Como aspecto complementario para evaluar la calidad de la informacin que brinda
EIS se aplic una escala de valoracin, previa fase de prueba por los usuarios
directos.
La estructura del proyecto de investigacin comprende cinco captulos. En el primer

captulo se presenta el planteamiento del problema sobre el entorno de los negocios
que han ido adquiriendo mayor complejidad, lo cual genera un crecimiento continuo
de datos que sobrepasa la capacidad de anlisis de las organizaciones para la toma
de decisiones.
En el segundo captulo se presenta el marco de referencia sobre inteligencia de
negocios, sistema de informacin ejecutiva, calidad de informacin e indicadores
estratgicos.
En el tercer captulo se expone claramente los aspectos metodolgicos de la
investigacin. Para la implementacin del EIS corresponde una investigacin
tecnolgica.
xviii
Finalmente en los captulos cuarto y quinto, respectivamente, se presenta el

desarrollo del sistema de informacin ejecutiva basado en inteligencia de negocios, el
cual est sujeto a las etapas planteadas por Kimball y el anlisis de los resultados
obtenidos de la valoracin de la calidad de informacin del EIS segn la perspectiva
de los administradores acadmicos de la UPeU. Entre los resultados ms resaltantes
podemos destacar: 1) El mayor porcentaje de desaprobacin de la calidad de la
informacin, en la primera vez, ocurre en la dimensin disponibilidad con un 100%,
luego sigue la dimensin integridad con el 62,5% y, la menor desaprobacin ocurre
en la dimensin confidencialidad con el 33,3%, 2) El mayor porcentaje de aprobacin
de la calidad de la informacin, en la segunda vez, ocurre en las dimensiones de
efectividad y disponibilidad, ambas con un 100%, luego sigue integridad con un
95,9%, y finalmente cierran, confidencialidad y confiabilidad con el 87,5%.
3) Las seis hiptesis fueron confirmadas usando la prueba T de student para la
diferencia de medias para grupos relacionados. Las hiptesis en ese orden:
efectividad, confidencialidad, integridad, disponibilidad, confiabilidad y la calidad de
informacin fueron confirmadas con un valor de T de student de 17,556, 11,631,
12.306, 21.703, 12.929, 29,690 respectivamente; todos con 23 grados de libertad y
una significacin de p = 0,000 < 0,05, para las seis hiptesis, se rechaza 0 y se
acepta 1 . Esto es el EIS es efectivo en el mejoramiento de cada una de las
dimensiones consideradas y de la calidad de informacin.
Al trmino de los cinco captulos se inserta una seccin en la que se incluye las
conclusiones y recomendaciones ms relevantes respecto a la implementacin del
EIS en la UPeU.
Pretendemos con todo ello contribuir a mejorar la gestin y direccin del
vicerrectorado acadmico as como las facultades, brindando el apoyo oportuno con
los reportes de los indicadores acadmicos para toma de decisiones.
Palabras claves: EIS, BI, Data warehouse, Data mart, toma de decisiones, esquema
estrella, MicroStrategy, ETL, MOLAP, calidad de informacin.
xix
ABSTRACT
Nowadays in the field of business applications that can analyze, operate and provide
efficient information for decision-making, increased management visibility and support
strategies are required. Business intelligence provides scenarios, forecasts, business
monitoring of indicators and reports that support the decision making, which translates
into a competitive advantage within the company.
This research provides information on the steps to be considered in the
implementation of an executive information system of academic indicators to Peruvian
Union University, in order to provide accurate information for decision-making in the
management of the academic area. As a complementary aspect to evaluate the quality
of the information provided by EIS, a rating scale was applied, after being tested by
the direct users.
The structure of the research project comprises five chapters. In the first chapter, it is
stated that the business environment has become more complex. This generates a
continual growth of data which exceeds the organizational analysis for decisionmaking capacity.
In the second chapter, the framework of business intelligence, executive information

systems, and strategic information quality indicators are presented.
The third chapter, the methodological aspects of the research is clearly displayed. The
EIS, is being implemented, corresponds to technological research.
Finally in chapters four and five, respectively, the development of executive
information system rely on business intelligence, which is subject to the stages raised
by Kimball and analysis of the results obtained of the assessment of the quality of
information presented by EIS from the perspective of academic administrators by
UPeU. Among the most significant results can include: 1) the highest percentage of
xx
disapproval of the quality of information, the first time in the dimension happens in the
availability dimension with a 100%, then follows the integrity dimension with 62.5%
and in the lowest dimension occurs in the confidentiality dimension with the 33.3%,
2) the highest percentage of approval for the quality of information, on the second
time, occurs in the dimensions of effectiveness and availability, both with 100%, then
follows with 95.9% completeness, and finally closing, confidentiality and reliability with
the 87.5%.
3) the Six hypotheses were confirmed using student T test for mean difference for
related groups. The assumptions in this order of effectiveness, confidentiality, integrity,
availability, reliability and quality of information were confirmed with a value of T
student of 17,556, 11,631, 12,306, 21,703, 12,929, 29,690, respectively; all with 23
degrees of freedom and a significance of p = 0.000 <0.05, for the six hypothesis is
rejected and accepted. This is the EIS is effective in improving each of the dimensions
considered and the quality of information.
The most relevant conclusions and recommendations regarding the implementation of
the EIS in UPeU are inserted.
They are intended to help improve the management and direction of the academic
vice-director and faculties. This provides a timely support to reports of academic
indicators for making decisions.
Keywords: EIS, BI, Data Warehouse, Data Mart, decision making, star schema,
MicroStrategy, ETL, MOLAP, quality of information.
xxi
CAPTULO I
INTRODUCCIN A LA INVESTIGACIN
1.1
PLANTEAMIENTO GENERAL DEL PROBLEMA

1.1.1
Descripcin del problema
El entorno de negocios a lo largo de las ltimas dcadas ha ido adquiriendo

mayor nivel de complejidad, debido a la innovacin tecnolgica, la globalizacin
y la transferencia acelerada de conocimiento, todo este avance influye a las
empresas para que sean ms competitivas e innovadoras. Actualmente nada
es estable, todo est cambiando, las empresas y los gerentes estn afrontando
cada da las nuevas exigencias para estar a la vanguardia de la competencia.
Segn IDC [1], del 2005 al 2020, la informacin digital crecer por un factor de
130 exabytes a 40.000 exabytes, o 40 billones de gigabytes (ms de 5.200
gigabytes por cada hombre, mujer y nio en el ao 2020). Desde ahora hasta el
2020, la informacin digital ser aproximadamente el doble cada dos aos.
Figura 1 Crecimiento de la informacin digital de 50 veces desde el 2010 al 2020
Todo este crecimiento continuo de las organizaciones est haciendo que la

cantidad de datos generados crezca continuamente. Esta complejidad genera
un universo de informacin que sobrepasa la capacidad de anlisis de las
organizaciones, es por ello que las empresas deben sacar ventaja de su
informacin a partir de la utilizacin y anlisis constantes de la misma y de
esta manera potenciar la toma de decisiones.
Segn IBM en el 2010 se gener 988 exabytes de los cuales el 80% del
contenido reside fuera de la empresa. En efecto, en el entorno econmico
empresarial, la velocidad con que la informacin es generada es asombrosa,
debido a que se est generando una masa enorme de informacin, cada vez
con mayor nivel de granularidad. El anlisis de toda esta masa de informacin
se ha convertido en un reto intimidatorio. Los gerentes requieren potentes
instrumentos de anlisis y un cambio de cultura que les permita modelar
continuamente la complejidad para aprender de ella [2].
Debido a la gran cantidad de informacin de la organizacin que tiene que ser
estructurada y modelada para la correcta toma de decisiones, y el monitoreo de
los proveedores, clientes, empleados y procesos, se requiere plataformas que
modelen dichos escenarios complejos, que analicen y permitan construir
velozmente reportes para la toma de decisiones. Es all donde la Inteligencia de
Negocios en las empresas entrega gran valor a sus productos y servicios en la
medida que la
toma de decisiones estratgicas de las empresas estn
basadas en Inteligencia de Negocios permitiendo crear valor en los mercados y

captar nuevas oportunidades de negocios. En otras palabras la Inteligencia de
Negocios a travs de modelos de decisin permite tomar
decisiones
inteligentes, innovarse, ser competitivos, aprender continuamente y estar

preparados para los cambios del entorno.
Como se puede observar en la actualidad la informacin se ha convertido en un

bien preciado, es parte fundamental de toda empresa para tener un alto nivel
de competitividad y posibilidades de desarrollo. Las empresas buscan emplear
dicha informacin para generar conocimiento til para la mejora de sus
procesos empresariales. De esta forma, la ventaja competitiva de las
organizaciones radica en la forma de interpretar la informacin y convertirla en
un elemento diferencial.
2
Segn IDC para Latinoamrica: Brasil concentra el 50% de la inversin

regional de BI. Luego, viene Mxico con el 20% y el 25% de la inversin
regional, ya que se usa al pas azteca como plataforma para operar en todo
Centroamrica. Otros pases como Colombia y Per estn teniendo
crecimientos de dos dgitos y Argentina sigue con niveles de inversin en torno
al 8%.
Sin embargo, an existe gran cantidad de organizaciones que no saben cmo
administrarla adecuadamente, debido a que sus sistemas actuales no soportan
el manejo adecuado de grandes volmenes de informacin. As tienen el
problema de utilizar su informacin para emplearla en la toma de decisiones.
Se puede decir que es casi imposible que una empresa no haga uso de la
informacin para el desarrollo de sus actividades cotidianas; tan solo tener la
informacin adecuada de un estado financiero no necesariamente en
computadoras demuestra que es necesaria la informacin para todo tipo de
actividades y si a esto le agregamos el uso de computadoras como
herramientas junto con sistemas capaces de ofrecernos la informacin en
forma rpida, ordenada, y concreta, la empresa tendra ms alto nivel de
competitividad.
En la actualidad en la Universidad Peruana Unin, dentro del rea acadmica,

no existe ninguna implementacin de reportes inteligentes para la toma de
decisiones en la gestin de los diversos procesos acadmicos. Una de las
razones es que no cuenta con una plataforma de BI que integre la informacin
de los datos distribuidos en diferentes fuentes de datos.
Otra razn es que la confiabilidad de los datos no es segura ni relevante para
la toma de decisiones en el proceso de enseanza y aprendizaje de la UPeU.
La informacin acadmica que maneja la UPeU tiene 30 aos, y est en
constante crecimiento ya que cada ao se agregan nuevas carreras, nuevos
planes, ms asignaturas, incremento de estudiantes, evaluaciones continuas,
etc. Toda esta informacin generada casi semanalmente es muy importante
para el rea de aprendizaje y enseanza, centro del negocio de la UPeU.
Esta informacin acadmica sirve como base para la realizacin de los
indicadores
establecidos por vicerrectorado de la UPeU con respecto al
proceso de enseanza y aprendizaje. Dicha informacin est en su mayora en

3
el Sistema Acadmico y el resto en otros sistemas que poseen las reas tales
como (Recursos Humanos, PROESAD, Admisin, Colegio Unin, Instituto de
Idiomas, Bienestar Universitario, entre otros). A dems no existe un cruce de
informacin debido a que los datos no estn integrados del todo y al tratar de
analizarlos sobrecargan los sistemas operacionales actuales.
Las cuestiones anteriores nos conducen a la urgencia de implementar una
solucin de inteligencia de negocios capaz de integrar, analizar y brindar
reportes oportunos, necesarios para el control y monitoreo del estado actual de
cada rea acadmica, as como para la toma de decisiones.
En este trabajo de investigacin nos circunscribiremos solamente a la
implementacin del EIS y como aspecto complementario, la valoracin del EIS
en torno a la calidad de la informacin brindada por dicho sistema.
1.1.2
Antecedentes de investigacin
1.1.3.1
mbito internacional
En el mbito internacional existen varios casos de xito de empresas

que aplicaron inteligencia de negocios para llevar un mejor control de
sus negocios as como para toma de decisiones. A continuacin se
mostrarn dos casos de xito de empresas conocidas dentro del
mbito internacional:
Empresa DIRECTV
Descripcin: DIRECTV es el proveedor lder mundial de servicios de
televisin por satlite. Con ingresos anuales de $ 21.5 mil millones, la
compaa presta servicios a aproximadamente 18,5 millones de
clientes en Estados Unidos y ms de 6,5 millones de clientes en
Latinoamrica. En los EE.UU., DIRECTV ocupa el puesto ms alto en
la satisfaccin del cliente que el cable hace nueve aos (basado en
datos del ndice de Satisfaccin del Cliente Americano 2001-2009).
Situacin: DIRECTV necesitaba mantener la atencin de alta calidad
al cliente para apoyar el crecimiento y evitar la prdida de clientes en
un mercado altamente competitivo. Esto incluye la mejora de los
niveles generales de servicio al cliente mediante la optimizacin de
4
rutas de campo del tcnico para las nuevas instalaciones y las

llamadas de servicio. DIRECTV tambin quera reducir el fraude de
forma proactiva para evitar visitas del servicio a nuevos clientes que
son potencialmente fraudulentos. Adems, la compaa quera atraer a
nuevos clientes a travs de la mejora de la ejecucin de campaas de
marketing. DIRECTV tuvo el reto de satisfacer las necesidades
cambiantes de sus agentes de servicio al cliente con un promedio de
ms de 600 000 llamadas de clientes por da, y tuvo que manejar
grandes volmenes de datos [3].
Solucin: DIRECTV implement la herramienta de inteligencia de
negocios Oracle GoldenGate para consolidar mercados de datos
dispares en un almacn central, lo que mejor la puntualidad, la
granularidad y precisin de los datos de clientes y de servicios
disponibles a partir de su sistema operacional de Oracle Siebel CRM.
Esta solucin ha permitido a los directores y ms de 15 000 agentes de
centros de llamadas realizar consultas de datos en tiempo real y
anlisis a travs de los paneles de control, utilizando la entrega de
correo electrnico, y presentacin de informes del usuario final [3].
Empresa Nestl
Descripcin: Nestl con base en Vevey, Suiza, fue fundada en 1866
por Henri Nestl y hoy es la compaa lder mundial en nutricin, salud
y bienestar. Tiene empleados alrededor de 280 000 personas y posee
operaciones o fbricas en casi todos los pases del mundo.
Situacin: Necesidad de analizar los datos generados por los
productos de comidas y bebidas, sobre ventas y otras mtricas de
rendimiento empresarial.
Solucin: Nestl opta por una herramienta de inteligencia de negocios
SAP Business Warehouse como su estndar global para el
almacenamiento de datos y presentacin de informes analticos.
Utilizar la herramienta Cognos BI para complementar la parte
delantera SAP Business Warehouse, dando a "usuarios avanzados" la

capacidad de manejar informes y la agrupacin de los datos [4].
1.1.3.2
mbito nacional
Igualmente las organizaciones del Per estn viviendo una nueva

etapa, el crecimiento de casi todas las industrias es el reflejo de una
demanda ascendente y del crecimiento de la competitividad. Es por
ello, que las empresas de alto rendimiento estn optando como ventaja
competitiva la explotacin de la informacin para la toma de decisiones.
Como evidencia mencionaremos algunos casos de xito.
Empresa Proceso MC PER
Descripcin: Es una empresa dedicada a procesar las transacciones
que se realizan a travs de distintos bancos y emisoras de tarjetas de
crdito. Por sus sistemas se concretan cerca de medio milln de
operaciones diarias.
Situacin: La empresa requera de una herramienta que le permita
gestionar y analizar de manera eficiente y gil grandes volmenes de
informacin.
Solucin: MicroStrategy fue la empresa elegida para proveer una
herramienta de Business Intelligence que ayude a Medios de Pago a
resolver el procesamiento de informacin para obtener reportes que
mejoren y agilicen la toma de decisiones de la compaa. Con su
implementacin lograron para la gerencia general reportes sencillos,
dinmicos y prcticamente inmediatos [5].
Instituto Nacional de Estadstica e Informtica - Per
Descripcin: El Instituto Nacional de Estadstica e Informtica (INEI)
del Per es uno de los organismos ms reconocidos de la regin. La
fidelidad de sus datos le permite ganar prestigio, y en la institucin
saben que la veracidad de los datos que obtienen y publican es vital no
solo para reconocimiento sino tambin para las decisiones polticoeconmicas que toma el Gobierno Central, Regional y Local [6].
Situacin: El ltimo Censo de Poblacin y Vivienda realizado en Per,

en el ao 2007, arroj una cantidad enorme de informacin que habilit
la posibilidad de presentarla de diversas maneras, abordarla desde
distintos universos para integrarla de manera estadstica.
Solucin:
Esto implic disponer de una solucin moderna para guardar los datos
y ponerlos a disposicin del pblico. Despus de un tiempo en el que
se evaluaron diversas alternativas, se eligi la herramienta de BI
MicroStrategy, para el desarrollo de un data warehouse en el que se
incorpor la informacin del Censo 2007. Esta solucin permite ofrecer
al INEI la informacin que obtienes de sus distintos censos nacionales
a travs de cuadros y grficos estadsticos confeccionados de acuerdo
a la necesidad de los usuarios, pblicos y privados.
1.1.4
Formulacin del problema

1.1.4.1
Problema general
Tomar decisiones en forma gil y eficiente es la clave para el xito en

el
mercado
competitivo
del
sistema
universitario
peruano.
Comprendiendo esto la Universidad Peruana Unin, en el rea

acadmica, urge en la necesidad de mejorar sus sistemas de toma de
decisiones ya que pueden ser superados por el volumen y la
complejidad de los datos disponibles. Para esta problemtica se
propone la implementacin del EIS que brindar informacin vlida
para la toma de decisiones en la gestin del proceso de enseanza y
aprendizaje.
1.1.4.2
Problema especfico
El sistema de informacin ejecutiva acadmico basado en inteligencia

de negocios es efectivo en el mejoramiento de la calidad de
7
informacin en lnea de los indicadores acadmicos de la Universidad

Peruana Unin?
1.1.5
Delimitacin del problema

1.1.5.1
Delimitacin temporal
El proyecto del EIS se desarroll en el periodo comprendido del 1 de

octubre del 2013 hasta 30 de septiembre del 2014, considerando las
ltimas semanas para la capacitacin del uso del EIS y su valoracin
de la calidad de informacin.
1.1.5.2
Delimitacin espacial
El proyecto responde al mejoramiento de la calidad acadmica de la

Universidad Peruana Unin, institucin que se ubica a la altura del Km
19 de la Carretera Central, aa.
La Universidad Peruana Unin, antes Universidad Unin Incaica fue
creada el 30 de diciembre de 1983 por la ley constitucional de la
Repblica N. 23758, y denominada con el nuevo nombre el 3 de
noviembre de 1995 por la promulgacin de la ley N. 26542. Inscrita en
la ficha 16616, asiento 1 del libro de asociaciones del Registro de
Personas Jurdicas de los Registros Pblicos de Lima sin fines de
lucro.
El EIS contempla los indicadores de los procesos acadmicos de la
UPeU, la sede central ubicada en Lima, y las filiales de Juliaca y
Tarapoto.
1.2
JUSTIFICACIN E IMPORTANCIA
1.2.1 Justificacin prctica

Ayuda a la automatizacin de la informacin de los indicadores del proceso de
enseanza-aprendizaje. Igualmente permite integrar las diferentes fuentes de
informacin en menor tiempo. Otra implicacin prctica es la escalabilidad para
modificar o agregar nuevos indicadores. Asimismo, sirve como herramienta de

apoyo para la toma de decisiones.
1.2.2 Justificacin metodolgica

Se justifica por el uso de la metodologa de Kimball, que se adapta ms a la
necesidad acadmica actual de la UPeU, ya que est enfocada a un grupo de
procesos especficos y conlleva a la implementacin de un Data Mart como el
motor del EIS.
1.2.3 Justificacin de la viabilidad de la investigacin

El presente trabajo de investigacin es viable o factible pues se cuenta con los
siguientes recursos: 1) Licencia del SQL Server 2012 y versin libre de
MicroStrategy 9, 2) Disponibilidad de personal, 3) Se cuenta con la estacin de
trabajo equipada, 4) Disponibilidad de recursos financieros por parte del
Vicerrectorado Acadmico de la UPeU.
1.2.4 Importancia
El propsito del trabajo de investigacin fue implementar el EIS como apoyo a
la toma de decisiones, que permita monitorear el estado de los indicadores del
proceso enseanza y aprendizaje, cuyos reportes peridicos faciliten evaluar el
desarrollo de los procesos acadmicos de la Universidad Peruana Unin. Estos
reportes son evidencias necesarias para determinar las medidas de
contingencia ms adecuadas para el rea acadmica.
1.3
OBJETIVOS DE LA INVESTIGACIN
1.3.1
Objetivo general
Implementar el Sistema
de
Informacin
Ejecutiva,
como
herramienta
indispensable para los usuarios del nivel administrativo acadmico en la toma

de decisiones de los aspectos acadmicos de la UPeU, a partir de la
informacin oportuna brindada por el EIS.
9
1.3.2
Objetivos especficos
Entender y modelar los requerimientos del negocio para el EIS.
Implementar el EIS considerando el desarrollo del ETL, especificaciones de

aplicaciones BI, desarrollo de las especificaciones detalladas de la plantilla.
Determinar el efecto del sistema de informacin ejecutiva acadmico

basado en inteligencia de negocios en la calidad de informacin en lnea de
los indicadores estratgicos de la Universidad Peruana Unin.
1.4
Hiptesis
1.4.1
Hiptesis general
Para la implementacin del EIS basado en inteligencia de negocios, por
ser una investigacin tecnolgica, no tiene sentido la formulacin de
una hiptesis; ya que una investigacin tecnolgica consiste en hacer
operacionalmente realizables ideas que sabemos que fsicamente o
materialmente son verdaderas en respuesta a una necesidad y no una
suposicin acerca de la solucin del problema [7]. El resultado de una
investigacin tecnolgica se alcanza en un plazo fijo y constituye un
conocimiento utilizable de manera inmediata, y que se concreta en
inventos, diseos e innovaciones.
1.4.2
Hiptesis especfica
El uso del sistema de informacin ejecutiva acadmico basado en
inteligencia de negocios es efectivo en el mejoramiento de la calidad de
informacin en lnea de los indicadores acadmicos de la Universidad
Peruana Unin.
Sub Hiptesis
El sistema de informacin ejecutiva acadmico basado en

inteligencia de negocios es efectivo en el mejoramiento de
la efectividad de la informacin en lnea de los indicadores
estratgicos de la Universidad Peruana Unin.

10
la confidencialidad de informacin en lnea de los

indicadores estratgicos de la Universidad Peruana Unin.

la integridad de informacin en lnea de los indicadores

la disponibilidad de informacin en lnea de los indicadores

la confiabilidad de informacin en lnea de los indicadores
11
CAPTULO II
MARCO TERICO
2.1
Inteligencia de negocios
2.1.1 Introduccin a la inteligencia de negocios
La rpida evolucin de TI en
las organizaciones, ha influenciado en la
Inteligencia de Negocios (BI) buscando formas innovadoras para ser igual de

rpido y flexible. El mercado de BI ha ido evolucionando, debido a que se ha
producido soluciones de software que cubren con las necesidades de una
organizacin
para la explotacin de la informacin, han surgido nuevas
empresas con foco en la innovacin cubriendo nuevos nichos de mercado de

la inteligencias de negocio [8].
Existe una gran necesidad de ser ms intuitivo y rpido en el mundo
empresarial con el fin de adaptarse a los cambios del entorno. Una de las
formas por las cuales las organizaciones pueden satisfacer dicha necesidad es
mediante el uso de modelos de desarrollo basados en
BI. Hay muchos
componentes en una solucin exitosa de BI que incluye la integracin de datos,

el almacn de datos empresariales, cuadros de mando, reportes predictivos
entre otros. Cada uno de estos componentes son muy importantes para una
organizacin, pues brindan un panorama de cmo est yendo y qu decisiones
deber tomar hacia el futuro.
Las empresas deben saber que los requerimientos del negocio no son
estticos, sino que deben de adecuarse a las necesidades cambiantes, por lo
que se llega a la conclusin que no podemos seguir con un enfoque de gestin
que no es ni rpido ni flexible. Aplicando los conceptos de desarrollo de BI es la
forma de ir hacia adelante.
12
2.1.2 Qu es inteligencia de negocios?
La inteligencia de negocios o BI responde a las necesidades de tener mejores,

ms rpidos y ms eficientes mtodos para extraer y transformar los datos de
una organizacin, es una evolucin de los sistemas de soporte a las decisiones
(DSS) [9].
Por lo tanto, BI es un conjunto de metodologas, aplicaciones, prcticas y
capacidades enfocadas a la creacin y administracin de la informacin,
permitiendo tomar mejores decisiones a las organizaciones mediante el anlisis
y explotacin de los datos. Asimismo, comprende el funcionamiento actual de
la empresa y la anticipacin de acontecimientos futuros debido a las
predicciones plasmadas en los reportes, con la finalidad de ofrecer
conocimientos para respaldar las decisiones empresariales.
Las herramientas de inteligencia trabajan con datos extrados de diferentes
bases de datos existentes en la empresa, con informacin relacionada a dicha
empresa o sus mbitos. Mediante las herramientas y tcnicas ELT (extraer,
cargar y transformar), se procede a extraer los datos de distintas fuentes, se
depuran y preparan (homogeneizacin de los datos) para luego cargarlos en un
almacn de datos (Data warehouse o Data mart).
El xito de un software de inteligencia de negocios depender mucho de su
implementacin y uso en beneficio de la empresa; si esta empresa es capaz de
incrementar su nivel financiero, administrativo y sus decisiones mejoran la
actuacin de la empresa, el software de inteligencia de negocios seguir
presente en mucho tiempo, en caso contrario ser sustituido por otro que
aporte mejores y precisos resultados.
Se puede mencionar algunas tecnologas que forman parte de BI:
Data
warehouse, Reporting, Anlisis OLAP (Proceso analtico en lnea), Cuadro de

mando, Minera de datos, Integracin de datos (incluye ETL), entre otros.
13
2.1.3 Caractersticas de la inteligencia de negocios

Contiene las siguientes caractersticas ms comunes en todo el conjunto de
herramientas y metodologas:
Accesibilidad a la informacin. Como se sabe los datos son la fuente

principal en toda organizacin. Lo que debe garantizar estas herramientas
ser el acceso de los usuarios a la informacin que realmente importa,
independientemente de la procedencia de estos, facilitando la toma de
decisiones justas en el momento adecuado y reduciendo costes en las
tareas repetitivas [10].
Apoyo en la toma de decisiones. Brinda una mejor presentacin de

reportes, con la finalidad que a los usuarios se les facilite el acceso a
herramientas de anlisis que les permita manipular los datos que les
interesen [11].
Integracin de los datos: Sin importar dnde se encuentre la informacin,

ya sea en diferentes reas y sistemas que generan datos, los usuarios
podrn preparar reportes y realizar bsquedas muy profundas en la
informacin, por lo que el proceso por el que dichos datos se convierten en
informacin til implica que se coordine su acceso, se integren las fuentes
de manera adecuada, y se agreguen de forma correcta [11].
Orientado al usuario final. Trata de generar autonoma entre el usuario

final
del sistema BI
con la finalidad de que pueda crear sus propios
reportes [12].
2.1.4 Clasificacin de las soluciones de inteligencia de negocios
Las soluciones de Business Intelligence se clasifican en dos [13], las cuales

son:
14
REPORTES
Reportes predefinidos: permiten
obtener informacin de manera
sintetizada, en tiempo real, la generacin de reportes
en diferentes
formatos y con opciones de personalizacin.
Reportes a la medida: los mismos usuarios pueden armar sus reportes

con la informacin obtenida de la solucin BI.
Cubos OLAP (On-Line Analytic Processing): BI trabaja con una base de

datos multidimensional que permite procesar gran cantidad de informacin
para posteriormente llevar a cabo anlisis e informes que permitan a los
usuarios tomar decisiones.
Alertas: enva alertas sobre cuestiones crticas del negocio.
ANLISIS
Anlisis
estadstico:
permite
realizar
reportes
con
modelamiento
predictivo, as como descubrir la relacin causa y efecto entre dos mtricas

[14].
Pronsticos: con Dada Mining se puede obtener reportes predictivos, la

cual permite extraer la informacin del data warehouse utilizando algunas
tcnicas como redes neuronales, modelamiento predictivo, etc.
Optimizacin: ofrece reportes rpidos a la medida de las necesidades de

los usuarios adems de ser amigables.
Minera de procesos: es utilizada cuando la informacin existente es de

mala calidad. Compara modelos probabilsticos para contrastar la realidad
con el modelo propuesto [15].
Existen varias alternativas de herramientas BI en el mercado con nfasis en la

bsqueda e integracin de datos empresariales, de fcil manejo, lo cual acelera
la tendencia hacia la descentralizacin y en gran medida permite a las
organizaciones la capacidad de realizar anlisis de diagnstico [16].
15
Figura 2 Cuadrante mgico de BI y plataformas analticas
2.1.5 Componentes de inteligencia de negocios
A continuacin se muestran los componentes
de BI, los cuales permitirn
gestionar la informacin as como la ayuda a la toma de decisiones.

Segn Marta Z. [17], la inteligencia de negocios est conformada por los
siguientes componentes:
16
Figura 3 Componentes de una solucin BI
2.1.5.1
Data Warehouse
Es un conjunto de datos orientado a temas que integra informacin de la

organizacin ya sea de los sistemas operacionales, archivos, etc. Es no
voltil, estable, emitiendo reportes para el proceso
decisiones.
DATA
WAREHOUSE
FUENTES
EXTERNAS
Depuracin e
integracin
FUENTES
INTERNAS
Figura 4 Data Warehouse
17
de
toma
de
Es importante saber que un cambio en los sistemas operacionales no

afecta al Data warehouse, pues este se separa de los sistemas
operaciones de las necesidades de gestin (informacin procesada
exclusivamente para la toma de decisiones). Se debe considerar que la
construccin de un Data warehouse o Data Mart ocasionar el xito o
fracaso de la informacin brindada, requerida exclusivamente para la toma
de decisiones.
Cabe aclarar que un Data Mart es orientado a un determinado proceso o
grupo de procesos relacionados y no a toda la organizacin, est enfocado
especficamente a la informacin que maneja un rea, en nuestro caso el
rea acadmica de la UPeU.
2.1.5.2
ETL
El proceso ETL consiste en recopilar datos necesarios, ubicados en los

sistemas operacionales de las diferentes reas de la empresa, archivos
digitales, etc. Luego se realiza la depuracin de los datos, la conversin del
tipo de datos al formato destino, para luego cargarlos al Data Warehouse o
DM.
DATA
WAREHOUSE
FUENTE 1
Transformacin
FUENTE 2
Carga
Extraccin
Archiv
o1
Archiv
o2
Figura 5 Proceso ETL
18
2.1.5.3
OLAP
Soporta anlisis complejos, procesando las transacciones en tiempo real

de un negocio. Se pueden clasificar en ROLAP (Procesamientos analtico
relacional en lnea) y MOLAP (Procesamiento analtico multidimensional en
lnea).
Esta estructura permite recoger los datos de la organizacin y
almacenarlos, organizando la informacin segn los parmetros que se
consulten, realizando diferentes combinaciones de datos, todo esto se da a
partir de estructuras multidimensionales que contienen los datos resumidos
de los sistemas transaccionales (OLTP)
o de otras fuentes de datos,
obteniendo as la informacin hasta un grado de detalle, de forma rpida e

intuitiva, analizando los datos de diferentes puntos de vista.
2.1.5.4
Query and Reporting
Son herramientas que permiten la elaboracin de reportes, informes,

listados tanto a nivel de granularidad como sobre informacin agregada.
Trabaja con la informacin brindada a partir de los Data Warehouse o Data
Marts.
FUENTE
1
DATA
WAREHOUSE
FUENTE
2
ETL
Archivo
1
Archivo
2
Figura 6 Query & reporting
19
Estos reportes son en base a los perfiles de usuario, adems de ser

dinmicos ya que permiten armar los reportes a los requerimientos del
usuario (agregar, quitar columna, tipo de letra, etc.), generar diferentes
formatos de salida para los reportes tales como PDF, Excel, HTML, entre
otros y pueden ser visualizados en papel, dispositivos, web, mviles, etc.
2.1.6 Caractersticas del Data Warehouse

ORIENTADO AL TEMA: est orientado a la informacin de inters de la
organizacin. El diseo orientado a temas es para consultar eficientemente la
informacin referente a las actividades de la organizacin [18]. Esto se muestra
en la siguiente figura.
Figura 7 Ejemplo de datos orientados a temas
20
INTEGRADO: una caracterstica importante del Data Warehouse es que la

informacin est siempre integrada, esto se da cuando la data pasa del entorno
operacional a la data warehouse [18]. Es su interior posee todos los datos
recolectados de los diferentes sistemas operacionales de la organizacin o
fuentes externas.
A travs del desarrollo de las diferentes aplicaciones cada diseador difiere en
las codificaciones, medida de los atributos, en las convenciones de
nombramiento y otros. Por lo que se tiene que enfrentar con diferentes
codificaciones de las diferentes aplicaciones. Un ejemplo de ellos es el campo
gnero que es el ms comn, algunos los ponen con M y F, otros con 1 y
0, o lo escriben completo masculino y femenino. En lo que respecta a
medida de atributos tambin pasa lo mismo, cada diseador utiliza la medicin
de atributos que cree que es ms apropiado por ejemplo en cm, pulgadas,
yardas, etc. En las convenciones de nombramiento muchas veces el mismo
elemento es referido por nombres diferentes en las diversas aplicaciones.
Figura 8 Datos Integrados
21
DE TIEMPO VARIANTE: los datos estn relacionados a un perodo de tiempo,

los cuales deben ser recolectados para ser integrados peridicamente. Estos
datos son almacenados como fotos que corresponden a perodos de tiempo, es
decir en algunos casos, un registro es una marca de tiempo y en otros casos
un registro tiene una fecha de transaccin, pero en todos los casos existe una
forma de establecer el tiempo preciso durante el cual el registro se realiz [18].
Como sabemos los datos histricos no se usan en el procesamiento
operacional, estos datos sirven para la evaluacin de tendencias para la toma
de decisiones.
Figura 9 Variable en el tiempo
NO VOLTIL: los datos operacionales cambian constantemente (Inserta,

actualiza, elimina), la informacin estable del Data Warehouse (Carga, acceso)
es esencial para el anlisis y la toma de decisiones. Es por ello que los datos
son almacenados, no se actualizan solo se incrementan[18].
22
Figura 10 No voltil
2.1.7 Elementos de un Data Warehouse
A continuacin de describe cada uno de los elementos de un data Warehouse

sealados por Kimball [19].
Figura 11 Elementos de una data Warehouse
23
2.1.7.1
Fuentes de datos
Son los datos presentes en las organizaciones, en el cual se inicia la

captura de datos necesarios para la conformacin del Data Warehouse.
Estas fuentes de datos provienen de los sistemas operacionales, sistemas
externos a la organizacin, etc.
2.1.7.2
Data Staging Area
Es un rea de almacenamiento ubicada entre las fuentes de datos y el data

Warehouse, cuya funcionalidad es facilitar la extraccin de datos,
realizando una limpieza de datos,
transformacin, depuracin de
duplicados, preparndolo para el uso en el data Warehouse.

2.1.7.3
Servidor de presentacin
Cuyo objetivo es que los datos del data warehouse se organicen y se

almacenen para consulta directa por los usuarios finales.
2.1.7.4
Modelo dimensional
Un modelo dimensional contiene la misma informacin que un modelo

entidad-relacin (E/R) pero empaqueta los datos en un formato simtrico
cuyos objetivos de diseo son la comprensibilidad del usuario, rendimiento
de las consultas y la resistencia al cambio.
Figura 12 Modelo dimensional
24
Como podemos observar en la figura 12, un modelo dimensional est

conformado por las dimensiones y hechos, adems de la existencia de
jerarquas y granularidad. A continuacin describiremos cada una de ellas:
2.1.7.4.1 Hechos
Los hechos se usan para definir qu es lo que se quiere medir. Segn

Kimball, la tabla de hechos es la principal en cada modelo dimensional,
est destinada a contener las medidas de rendimiento de la
organizacin. Los hechos ms tiles son numricos y aditivos. Cada
tabla de hechos es una relacin de muchos a muchos y cada tabla de
hechos representa un conjunto de dos o ms llaves forneas (FK).
Si el diseo se ha realizado correctamente, muchas de las tablas
dimensiones se compartirn de tabla de hechos a tabla de hechos. Un
modelo dimensional distingue entre hechos y atributos. Un hecho es por
lo general algo que no se conoce de antemano. Muchos hechos en el
mundo empresarial son numricos, aunque algunos pueden ser texto
valioso. El diseador debe sospechar que cualquier campo de datos
numricos es probablemente un hecho.
Los hechos son la justificacin de la tabla de hechos y los valores clave
son simplemente estructuras administrativas para identificar los hechos.
Cabe resaltar que existen diferentes tipos de tablas de hechos los cuales
son: tabla de hechos de transacciones, tablas de hechos instantneas
peridicas y tablas de hecho instantneas de acumulacin [19].
Tabla de hechos de transacciones: representa eventos que

suceden en un determinado espacio de tiempo, por ejemplo tems de
una compra, transacciones sobre una cuenta, llamada, etc.
Tablas de hechos instantneas peridicas: como su nombre lo

dice, estas tablas se usan para recoger informacin de manera
peridica,
es
decir
contiene
informacin
resumida
de
una
determinada actividad durante un determinado periodo, como por

ejemplo, resumen mensual de los movimientos de una cuenta,
cantidad de desertados en un semestre acadmico, etc.
25
Tablas de hechos instantneas de acumulacin: representan el

ciclo de vida de una actividad o proceso que tiene un inicio un fin,
en otras palabras realizan el seguimiento de elementos que tienen
una vida limitada, como por ejemplo pliza de seguros, alquiler de
pelculas, etc.
2.1.7.4.2 Dimensiones
Es un conjunto de dimensiones que acompaan a una tabla de hechos.

Cada dimensin est acompaada de una llave o clave principal, ms
conocida por sus siglas PK, esta a su vez sirve como base para la
integridad referencial con la tabla de hechos a la cual se une. As
mismo una dimensin tambin puede contener llave fornea o FK, las
cuales identifica una columna en una tabla hija o referendo que se
refiere a una columna de la tabla padre o referenciada. La mayora de
las tablas de dimensiones contiene muchos atributos que son la base
para limitar y agrupar dentro de las consultas del data warehouse.
2.1.7.4.3 Nivel de granularidad
Se entiende por granularidad o grano al nivel de detalle al que se desea

almacenar la informacin de un determinado negocio. Mientras mayor es
el nivel de detalle de los datos, se tendr mayores posibilidades de
anlisis ya que los mismos podrn ser resumidos.
Kimball en su metodologa, recomienda comenzar a disear el DW al
mayor nivel de detalle posible, luego posteriormente se podra realizar
agrupamientos al nivel deseado. La ventaja que se obtiene cuando se
realiza una fina granularidad es que se puede hacer drill-down o
perforacin hacia abajo, quiere decir que se le da la facilidad al usuario
de ver datos generales e irse profundizando hasta un alto nivel de detalle
de los datos.
26
Es importante que la eleccin de la granularidad dependa de los

requerimientos del negocio, por ejemplo dentro de una tabla dimensin
zona geogrfica, contiene los atributos continente, pas, departamento,
provincia, distrito.
Figura 13 Granularidad de la dimensin zona geogrfica, con una jerarqua de

cinco niveles
Como se puede observar en la figura 13, cuanto ms pequea es la

unidad de medida ms fina ser la granularidad, por el contrario si las
unidades de medida son mayores, ser una granularidad gruesa.
2.1.7.4.4 Jerarquas
Asimismo, se puede observar en el ejemplo anterior la utilidad que

tienen estos datos para organizar la informacin dentro de cualquier
negocio, como se ha podido ver en el ejemplo. Se crea una jerarqua
con la dimensin ya que se tiene varios niveles de asociacin de los
datos. Tambin existen otros ejemplos como el caso del tiempo que se
puede organizar por ao, semestre, meses, semanas y das.
Cuando existe jerarqua en una o varias dimensiones existen dos
maneras con respecto a la forma que deben ser diseadas. El primero
consiste en reflejar todos los niveles jerrquicos dentro de la misma
dimensin, obteniendo el esquema estrella; la segunda forma reside en
aplicar a las dimensiones una regla de normalizacin que se sigue al
generar bases de datos relacionales. Esta normalizacin permite evitar
redundancia de datos y almacenar la informacin utilizando menos
espacio teniendo como resultado el esquema copo de nieve.
27
Figura 14 Modelo Estrella
Figura 15 Modelo Copo de Nieve
2.1.7.5
Procesos de negocio
Se define un proceso de negocio como una serie de actividades

empresariales que tengan sentido para los usuarios de negocio del data
warehouse.
2.1.7.6
Data Mart
Un data mart es un subconjunto del DW completo. Un DW est compuesto

por la unin de todos sus data marts. El data mart est probablemente
patrocinado y construido por una sola parte de la empresa y organizado en
28
torno a un nico proceso de negocio o grupos de procesos relacionados

dirigida hacia un grupo empresarial en particular.
Un Data Mart es consultado mediante herramientas OLAP que ofrece una
visin multidimensional de la informacin. Cabe resaltar que sobre esta
base de datos se pueden desarrollar sistemas EIS y DSS.
2.1.7.7
Dara warehouse
El data warehouse es la fuente de datos consultable dentro de la empresa.

El DW no es ms que la unin de todos los data marts constituyentes.
2.1.7.8
Operacional Data Store
El trmino almacn de datos operacional ha cobrado varias definiciones

entre las que destacan las siguientes:
Originalmente el ODS, se ha creado para servir como punto de integracin
para los sistemas operativos. Est orientada para los sistemas de legado
que crecieron independientes entre s. Dado que este tipo de ODS debe
apoyar el acceso operativo constante y actualizaciones, debe estar alojado
fuera del almacn.
En la segunda definicin, el propsito del ODS ha cambiado para incluir lo
que suena como el acceso a la ayuda de toma de decisiones para los
empleados y ejecutivos.
Cabe resaltar que si se tiene la intencin de desempear un papel en
tiempo real de funcionamiento, entonces tener un ODS convendra bien, de
lo contrario si el papel es de proporcionar informes o ayuda a la decisin se
debera omitir.
29
2.1.7.9
OLAP
Es una solucin utilizada en BI, que tiene como objetivo soportar anlisis
complejos contra volmenes grande de datos, soportar requerimientos
complejos
de
anlisis,
analizar
datos
de
diferentes
perspectivas,
permitiendo al usuario manipular y navegar fcilmente por la informacin,

solicitndola con el detalle preciso, con filtros adecuados, de manera
dinmica, sin necesitar asistencia, rpido y utilizando el lenguaje de negocio
familiar para el usuario [20].
2.1.7.10 ROLAP
Significa procesamiento analtico en lnea relacional. Esta arquitectura
ROLAP accede a los datos almacenados en un DW para proporcionar los
anlisis OLAP. ROLAP se basa en que las capacidades OLAP se soportan
mejor sobre las bases de datos relacionales [20].
Figura 16 Arquitectura ROLAP
2.1.7.11 MOLAP
Significa procesamiento analtico en lnea multidimensional. A diferencia
del ROLAP, el MOLAP los datos se almacenan en estructuras especiales
llamadas cubos de datos (matriz de bases de datos de almacenamiento)
[20].
30
Figura 17 Arquitectura MOLAP
2.1.7.12 Aplicacin del usuario final
Es una coleccin de herramientas de consultas que permiten analizar y

presentar la informacin dirigida al apoyo de una necesidad de negocio.
Estas
herramientas
proporcionan
al
usuario
el
acceso
datos
proporcionando una interfaz para la simplificacin de las presentaciones en

pantalla [19].
2.1.7.13 Herramientas de acceso a usuarios finales
Una herramienta de acceso a datos de usuario final puede ser tan simple
como una herramienta de consulta ad-hoc, o puede ser tan complejo como
la minera de datos o aplicacin de modelado sofisticado.
2.1.7.14 Herramientas de consulta Ad-Hoc
Un tipo de herramienta especfica de acceso a datos que invita al usuario a

formar sus propias consultas, manipulando directamente las tablas
relacionales y sus uniones. Estas herramientas de consulta poderosas solo
pueden ser utilizadas con eficacia y comprendidas en un 10 por ciento de
todos los potenciales usuarios finales de un DW. El 90 por ciento restante
31
deber disponer de aplicaciones preconstruidas que no requieren que el

usuario final construya consultas directamente.
2.1.7.15 Aplicaciones de modelado
Aplicaciones sofisticadas de almacenamiento de datos con capacidades

analticas que transforman o dirigen la salida del DW. La mayora de estas
herramientas son modelos de pronstico que intentan predecir el futuro,
modelos de puntuacin que agrupan y clasifican el comportamiento de la
compra del cliente o el comportamiento crediticio del cliente, la mayora de
las herramientas de minera de datos.
2.1.7.16 Metadatos
Hace varios aos se decidi que los metadatos son datos acerca de datos.
Esta visin borrosa se aclar gradualmente y recientemente hemos estado
hablando acerca de back room metadata y from room metadata. Los
metadatos back room es el proceso relacionado, y que gua al proceso de
extraccin, transformacin y carga. Los metadatos from room ayuda a
herramientas de consulta y redactores de informes a que funcionen sin
problemas.
2.1.8 Requerimientos fundamentales de un Data Warehouse
La infraestructura del Data Warehouse es diferente a la que soportan sistemas

operacionales. A continuacin se mencionan los requerimientos fundamentales
de un Data Warehouse que podran ser los siguientes [21]:
Acceso universal a los datos, los cuales se crean de acuerdo
a los
requerimientos de los usuarios y dentro del marco de un modelo de datos.
Implantacin
de un sistema abierto, con interfaces a fuentes de datos
internas y externas.
Seleccin de datos de acuerdo a la informacin requerida para la toma de

decisiones.
Separacin lgica y fsica de las bases de datos del Data Warehouse y del
metadatos en relacin a las bases de datos operacionales.
32
Creacin de una aplicacin final para el usuario, que pueda ser intuitivo
para armar reportes necesarios para la toma de decisiones.
2.1.9 Conceptos errneos de un Data Mart
Cuando se menciona un Data Mart generalmente se lo relaciona con un Data

warehouse y se termina concluyendo que es una versin pequea de un Data
Warehouse y en cierto modo es as pero esta idea suele hacer caer en los
siguientes errores [22]:
Su implementacin es ms sencilla que un DW: esto es falso pues su

implementacin es muy similar ya que debe proporcionar las mismas
funcionalidades.
Tienen menor necesidad de recursos: Se debe aclarar que una aplicacin

corriendo sobre un Data Mart necesita los mismos recursos que si corriera
en un Data Warehouse.
Consultas en menor tiempo debido al volumen de datos: Esto es falso pues

si bien es cierto no tiene todos los datos de la empresa, pero si todos los
datos necesarios de uno o varios procesos relacionados de
un
determinado grupo empresarial en articular de la empresa. As sera lo

mismo si se realiza una consulta de un proceso especfico sobre el Data
Mart que si se hace sobre el data warehouse.
2.1.10 Cubos OLAP
Aqu la idea fundamental del modelado dimensional es que los datos del
negocio pueden ser representados en un cubo de datos, donde las celdas del
cubo contiene valores de medicin y los bordes del cubo definen las
dimensiones naturales de los datos [19].
Estos cubos tienen un nmero indefinido de dimensiones motivo por el cual son
llamados tambin hipercubos, quienes proporcionan resultados resumidos
permitiendo a los usuarios analizar dicha informacin que no se podra obtener
con sistemas operacionales.
33
Segn Kimball, un cubo es esencialmente un paquete acumulativo preagregado de la base de datos, en el cual al realizar los usuarios las consultas,
estas son gestionadas por el servidor OLAP que las enva al cubo OLAP, es
decir no accede al data warehouse sino al mismo cubo debido a que este
guarda en memoria los datos preagregados [23].
Para acceder a esta informacin del cubo es mediante tablas dinmicas.
Dichas tablas permiten manipular las vistas donde se encuentra la informacin,
ya sea crear cruces entre filas y columnas, combinaciones, agregar filtros,
frmulas, totales, etc., simplificando formular consultas complejas, arreglar
datos para reportes, cambiar los datos resumidos a detallados, todo esto con la
finalidad de manipular la informacin con facilidad y rapidez.
Lo ms interesante de OLAP son sus operadores de manipulacin de
consultas, entre los cuales tenemos el DRILL (introduce un nuevo criterio de
agrupacin, descomponiendo los grupos actuales), ROLL (permite eliminar un
criterio de agrupacin, agregando los grupos actuales), SLICE
Y DICE
(permite seleccionar y proyectar datos en el informe), PIVOT (reorientacin de

las dimensiones en el informe).
2.1.11 Operaciones OLAP
Como se ha visto OLAP es una herramienta cuya funcin es que el usuario

pueda navegar fcilmente por la informacin, para ello el usuario formula
consultas a la herramienta OLAP, por lo que esta genera la correspondiente
consulta y la enva al gestor de consultas del sistema (DWH o DM).
Por ejemplo: El usuario necesita el importe de ventas del ao pasado de los
productos del departamento de panificacin, de la ciudad de Lima por mes
(octubre, noviembre y diciembre) y por categora.
En donde la restriccin es: productos del departamento de panificacin, ventas
del ao pasado, de la ciudad de Lima.
34
Parmetros de consulta: por categora de producto y por los meses de octubre,

noviembre y diciembre.
Figura 18 Ejemplo de consultas usuario
Como podemos observar en la figura 18, el usuario consulta a la herramienta

OLAP seleccionando atributos de esquema multidimensional sin conocer la
estructura interna del DW obteniendo el informe requerido [24].
A continuacin se describir los operadores de manipulacin de consultas
propios de la herramienta OLAP.
2.1.11.1 DRILL-DOWN y ROLL-UP
DRILL-DOWN: permite introducir un nuevo criterio de agrupacin en el

anlisis, disgregando los grupos actuales, mietras que ROLL-UP: permite
eliminar un criterio de agrupacin en el anlisis agregando los grupos
actuales [24].
35
Figura 19 DRILL-DOWN Y ROLL-UP
Los operadores de agregacin (DRILL) y disgregacin (ROLL), se pueden

hacer sobre atributos pertenecientes a una dimensin en que se ha
establecido una jerarqua [24]
Figura 20 Consultas DRILL-DOWN y ROLL-UP
Como se puede observar en la figura 20, la consulta ubicada en la parte

superior est agrupada por ao siendo ese el informe original. Cuando el
usuario quiere ver la informacin por mes, est realizando internamente un
drill-down, asimismo cuando el usuario solicita la informacin de pasar de
mes a ao est realizando un roll-up.
36
2.1.11.2 SLICE and DICE
El operador slice and dice, se utiliza cuando necesitamos del informe

general enfocarnos a una informacin determinada y proyectarla[24].
Figura 21 SLICE & DICE
Como podemos observar en la figura 21 se muestra el informe general por

trimestre de las tiendas 1 y 2; las ventas realizadas de los productos
electrnicos, juguetes, cosmticos y ropa, en el que el usuario solo
necesita ver las ventas realizadas en la tienda 1, durante el trimestre 1 y 2,
de los productos electrnicos y juguetes obteniendo un nuevo informe. En
otras palabras al usuario se le da la facilidad de seleccionar lo que desea
ver y proyectar de los datos seleccionados.
2.1.11.3 PIVOT
Como su nombre lo indica, este operador permite reorientar las

dimensiones en el informe actual.
37
Figura 22 PIVOT
2.1.12 Comparacin entre MOLAP y ROLAP
Al
comparar
las
dos
arquitecturas,
se
obtienen
las
siguientes
observaciones[25]:
El tiempo de respuesta de ROLAP es mayor que MOLAP, ya que ROLAP ejecuta

sentencias SQL (o mltiples sentencias SQL) directamente en la base de datos
relacional (DW), mientras que con MOLAP el rendimiento es excelente pues los
cubos que dan respuesta a los informes estn previamente generados y realiza
las consultas de filtro de manera inmediata.
ROLAP, soporta bien las consultas ad-hoc mientras que MOLAP no.
MOLAP almacena los datos en estructuras con formatos de matrices

multidimensionales, mientras que ROLAP gestiona la informacin directamente
del data warehouse.
ROLAP, soporta anlisis OLAP contra grandes volmenes de datos, mientras que
MOLAP se comporta razonablemente en volmenes de datos controlados.
En entornos con pocos cambios tales como pronsticos, estados financieros,

entre otros, se recomienda MOLAP; mientras que en entornos de anlisis de
ventas o campaas de marketing que requieren datos con millones de continuos
cambios, tanto de productos, clientes o atributos requieren entornos ROLAP.
38
2.1.13 Esquema multidimensional
Como se mencion anteriormente, existen dos esquemas que resaltan en el

modelado de datos dentro de un DW, entre los cuales tenemos esquema en
estrella y esquema en copo de nieve
A continuacin describiremos cada una de ellas:
2.1.13.1 Esquema estrella
Compuesto de tabla de hechos ubicada en el centro y los objetos

conectados a esta tabla llamados tablas de dimensiones. Las dimensiones
solo se relacionan con la tabla de hechos, es decir no existe relacin entre
dimensiones [26].
Figura 23 Esquema en estrella que representa las ventas de una cadena de

tiendas
Una de las ventajas ms importantes que posee el esquema en estrella es
que nos proporciona un mejor tiempo de respuesta de obtencin de la
informacin. Otras de las ventajas es que proporciona mayor comprensin,
navegabilidad, refleja la visin de una consulta empresarial.
2.1.13.2 Esquema copo de nieve
El esquema de copo de nieve deriva del esquema en estrella, en donde

cada una de las puntas de la estrella pueden dividirse en ms puntas, es
decir las tablas de dimensiones tienen relacin con la tabla de hechos as
como otras dimensiones [26].
39
Figura 24 Esquema copo de nieve, donde se observa la relacin entre la

dimensin cliente y provincia
La ventaja que posee este esquema de copo de nieve, es que proporciona

un menor espacio de almacenamiento.
Se recomienda que se emplee un esquema en estrella justificndose el
mayor espacio de almacenamiento con la disminucin del tiempo de
respuesta a la informacin solicitada.
2.1.14 Diseo del Data Warehouse: Kimball e Inmon
Aqu se repasa una posible arquitectura a la hora de planificar de cmo vamos

a obtener y almacenar los datos que servirn como informacin en nuestro
proyecto de BI.
Existen dos importantes personajes en el desarrollo conceptual de un Data
Warehouse: Ralph Kimball y Bill Inmon. Estos dos personajes persiguen los
mismos objetivos, pero la forma cmo conseguirlos difiere en gran manera, lo
que genera 2 formas diferentes de disear un Data Warehouse. Kimball la
define como una una copia de los datos transaccionales estructurados
especficamente para consultas y anlisis. Para l lo ms importante es que el
anlisis de los datos que servir para la toma de decisiones sea rpido, por lo
que estructura los datos del data warehouse siguiendo patrones dimensionales
[19]. l sugiere una metodologa Bottom-Up, ya que se extrae la informacin de
los sistemas transaccionales para ser cargada en Data Marts los cuales son
40
independientes, estos estn orientados a informacin enfocada a un nico o

varios procesos de negocios relacionados, dirigida hacia un grupo empresarial
particular y pueden ser implementados con tecnologa ROLAP o MOLAP. A
este conglomerado de Data Marts dentro de la empresa, se lo considera un
Data Warehouse.
Figura 25 Enfoque Kimball Arquitectura Bus del DW
Como podemos observar en la figura 25,
los diferentes data marts estn
conectados entre s por la llamada estructura de bus, que permite que los
usuarios puedan realizar querys conjuntos sobre los diferentes data marts,
pues este bus contiene los elementos en comn que los comunican.
Un data warehouse segn Inmon, es una coleccin de datos orientada a un
determinado mbito (empresa, organizacin, etc.), integrado, no voltil y
variable en el tiempo, que ayuda a la toma de decisiones en la entidad en la
que se utiliza. Se trata de un historial completo de la organizacin, todo esto
almacenado en una base de datos diseada para el anlisis y la divulgacin
eficiente de los datos [18]. Inmon (considerado como el padre del concepto de
data warehouse) sugiere una estrategia Top-Down. Esto quiere decir que ve la
necesidad de transferir la informacin de una empresa a un lugar centralizado
para el anlisis de datos (Data Warehouse) y este a su vez proporcione
informacin a los Data Marts.
41
Figura 26 Enfoque Inmon DW Corporativo
Como observamos en la figura 26, la informacin obtenida de los diferentes

sistemas transaccionales, bases de datos, excel, etc. que maneja la
organizacin, pasa por un proceso de extraccin, transformacin y carga al
data warehouse, para luego entregar dicha informacin analizada a los data
marts.
2.1.15 Metodologa de Kimball
La metodologa de Kimball se basa en lo que Kimball denomina Ciclo de Vida

Dimensional del Negocio. Este ciclo de vida del proyecto de DW, est basado
en cuatro principios bsicos [27].
Centrarse en el negocio: Hay que concentrarse en la identificacin de los
requerimientos del negocio y su valor asociado, y usar estos esfuerzos para
desarrollar relaciones slidas con el negocio, agudizando el anlisis del mismo
y la competencia consultiva de los implementadores.
Construir una infraestructura de informacin adecuada: Disear una base de
informacin nica, integrada, fcil de usar, de alto rendimiento donde se
reflejar la amplia gama de requerimientos de negocio identificados en la
empresa.
42
Realizar entregas en incrementos significativos: crear el almacn de datos

(DW) en incrementos entregables en plazos de 6 a 12 meses. Hay que usar el
valor de negocio de cada elemento identificado para determinar el orden de
aplicacin de los
incrementos. En esto la metodologa se parece a las
metodologas giles de construccin de software.

Ofrecer la solucin completa: proporcionar todos los elementos necesarios para
entregar valor a los usuarios de negocios. Para comenzar, esto significa tener
un almacn de datos slido, bien diseado, con calidad probada, y accesible.
Tambin se deber entregar herramientas de consulta ad hoc, aplicaciones
para informes y anlisis avanzado, capacitacin, soporte, sitio web y
documentacin.
La construccin de una solucin de DW/BI (Data warehouse/Business
Intelligence) es sumamente compleja, y Kimball nos propone una metodologa
que nos ayuda a simplificar esa complejidad. Las tareas de esta metodologa
(ciclo de vida) se muestran en la figura 27.
Figura 27 Metodologa de Kimball, denominada Business Dimensional Lifecycle
2.1.15.1
Planificacin del proyecto
Como metodologa, en esta etapa propone identificar el alcance preliminar

basndose en los requerimientos del negocio, construyendo la justificacin
43
del proyecto en trminos del negocio. Estas son tareas crticas debido a la
alta visibilidad y los costos asociados con la mayora de los proyectos de
almacn. A partir de ah, la planificacin del proyecto se centra en las
necesidades de recursos y de personal a nivel de habilidad, junto con la
asignacin de tareas de proyecto, duracin y secuenciacin. La
planificacin del proyecto depende de los requerimientos del negocio, como
se indica por la flecha bidireccional entre estas actividades.
2.1.15.2
Definicin de los requerimientos del negocio
Un factor determinante en el xito de un proceso de Data Mart es la

interpretacin correcta de los diferentes niveles de requerimientos
expresados por los distintos grupos de usuarios. Los usuarios finales y sus
requerimientos
impactan
siempre
en la implementacin de un data
warehouse.
2.1.15.3
Diseo de la arquitectura tcnica
Los entornos de DWH o Data Mart requieren la integracin de numerosas

tecnologas. Se deben tener en cuenta tres factores: los requerimientos del
negocio, los actuales entornos tcnicos y las directrices tcnicas y
estratgicas futuras planificadas por la compaa para poder establecer el
diseo de la arquitectura tcnica del entorno de DWH o Data Mart.
2.1.15.4
Seleccin de productos e implementacin
Utilizando el diseo de arquitectura tcnica como marco es necesario

evaluar y seleccionar los componentes especficos de la arquitectura, como
la plataforma de hardware, el motor de base de datos, la herramienta de
ETL, las herramientas de acceso, etc.
44
2.1.15.5
Modelado Dimensional
La definicin de los requerimientos del negocio determina los datos

necesarios para cumplir los requerimientos analticos de los usuarios.
Disear los modelos de datos para soportar estos anlisis requiere un
enfoque diferente al usado en los sistemas operacionales. Para ellos
Kimball recomienda desarrollar 4 etapas, las cuales son elegir el proceso
de negocio, establecer la granularidad, eleccin de las dimensiones e
identificacin de los hechos.
En esta fase se define un modelo para nuestro almacn de datos que
consta de entidades, atributos y relaciones. Las entidades se unen entre s
mediante relaciones, los atributos se utilizan para describir las entidades, y
el identificador nico (UID) distingue entre una entidad y otra.
2.1.15.6
Diseo Fsico
El diseo fsico de la base de datos se focaliza sobre la seleccin de las

estructuras necesarias para soportar el diseo lgico. Cabe resaltar que el
diseo lgico es la identificacin de las dimensiones as como las tablas de
hechos antes de la construccin del almacn de datos. El diseo fsico es
la creacin de la base de datos con sentencias SQL, es decir este proceso
de diseo fsico, consiste en convertir los datos identificados en el diseo
lgico en una descripcin de la estructura de base de datos fsica.
45
Figura 28 Ilustracin grfica entre el diseo lgico y fsico
Como podemos observar en la figura 28, existen diferencias entre ambos

modelos, mientras que en el modelo lgico se definen las entidades,
atributos, relaciones entre entidades y sus claves primarias, en el modelo
fsico se establece los tipos de datos, las llaves primarias y forneas, los
posibles valores nulos, las columnas, todo esto para implementar la
estructura diseada en el modelo lgico.
Esta fase transforma las entidades en tablas, crea las relaciones entre las
dimensiones y la tabla de hechos mediante claves ajenas, transforma los
atributos en columnas y transforma los identificadores nicos primarios
(UID) en claves primarias.
2.1.15.7
Diseo y desarrollo del ETL
Esta etapa es tpicamente la ms subestimada de las tareas en un proyecto

de DW o DM. Las principales actividades de esta fase del ciclo de vida son:
la extraccin, la transformacin y la carga (ETL process).
2.1.15.8
Especificacin de aplicaciones para usuarios finales
46
No todos los usuarios del DW necesitan el mismo nivel de anlisis. Es por

ello que en esta etapa se identifican los roles o perfiles de usuarios para los
diferentes tipos de aplicaciones necesarias en base al alcance de los
perfiles detectados (gerencial, analista del negocio, vendedor, etc.).
Existen cuatro pasos principales en el proceso de especificacin:
Determinar el conjunto de la plantilla inicial: El objetivo es terminar con
un conjunto pequeo (entre 10 y 20) de las plantillas de alto valor que
proporcionan una amplia gama de tipos de informes . Este proceso implica
tres tareas: identificar candidatos de informes, el cual consiste en
realizar con el usuario una lista de posibles informes, consolidacin de la
lista de candidatos. Luego de haber realizado la lista, se procede a
seleccionar los informes ms adecuados que soporten las necesidades de
los usuarios y el establecimiento de prioridades. Una vez que se tenga la
lista de informes definidos, se procede juntamente con el usuario a asignar
una prioridad a cada informe.
Desarrollar la estrategia de navegacin: consiste en desarrollar una
estrategia que ayudar a los usuarios a encontrar lo que necesitan
rpidamente. Tener en cuenta que los metadatos de la plantilla pueden ser
extremadamente tiles en el apoyo a esta navegacin.
Determinar las normas de la plantilla: Se realizan directrices adicionales
que deben ser creadas para la ubicacin y el contenido de ttulos de
informes. Tambin es til incluir una lista de las restricciones que se
utilizaron para crear este informe.
Desarrollo de las especificaciones detalladas de la plantilla: Hay dos
partes de una especificacin de la aplicacin del usuario final: la definicin
y el diseo. La definicin proporciona informacin bsica acerca de la
plantilla, mientras que el diseo proporciona una representacin visual de
lo que un informe se vera.
2.1.15.9
Desarrollo de aplicaciones para usuarios finales
A continuacin de la especificacin de las aplicaciones para usuarios

finales, el desarrollo de las aplicaciones de los usuarios finales involucra
configuraciones y construccin de reportes especficos.
47
Los usuarios acceden al DW por medio de herramientas de productividad

basadas en GUI (Graphical User Interface). De hecho existen multitud de
estas herramientas con las que provee a los usuarios.
2.1.15.10 Implementacin
La implementacin representa la convergencia de la tecnologa, los datos y

las aplicaciones de usuarios finales accesibles para el usuario del negocio.
Hay varios factores extras que aseguran el correcto funcionamiento de

todos estos elementos, entre ellos se encuentran la capacitacin, el soporte
tcnico, la comunicacin y las estrategias de feedback. Todas estas tareas
deben tenerse en cuenta antes de que cualquier usuario pueda tener
acceso al DW o DM.
2.1.15.11 Mantenimiento y crecimiento
Como se remarca siempre, la creacin de un DW es un proceso (de etapas

bien definidas, con comienzo y fin, pero de naturaleza espiral) que
acompaa a la evolucin de la organizacin durante toda su historia. Se
necesita continuar con las actualizaciones de forma constante para poder
seguir la evolucin de las metas por conseguir.
2.1.15.12 Gestin del proyecto
La gestin del proyecto asegura que las actividades del ciclo de vida se
lleven a cabo de manera sincronizada. Como se indica en la figura 27, la
gestin del proyecto acompaa todo el ciclo de vida. Entre sus actividades
principales se encuentra la monitorizacin del estado del proyecto y el
acoplamiento entre los requerimientos del negocio y las restricciones de los
sistemas
de
informacin
para
expectativas en ambos sentidos.

48
poder
manejar
correctamente
las
2.2
Sistema de informacin ejecutiva

2.2.1 Qu es un EIS?
Un sistema de informacin ejecutiva (EIS) es un tipo de sistema de informacin

gerencial destinado a facilitar y dar soporte a la toma de decisiones de los
ejecutivos de alto nivel, proporcionando fcil acceso a la informacin relevante
tanto interna como externa para el cumplimiento de los objetivos estratgicos
de la organizacin. Se considera comnmente como una forma especializada
de sistema de soporte a la toma de decisiones (DSS)[28].
Los EIS se enfocan primordialmente a proporcionar informacin de la situacin

actual de la compaa y dejan en un segundo plano la visualizacin o
proyeccin de la informacin en escenarios futuros. Los EIS se construyen
generalmente mediante la integracin de software diseado para operar en
conjunto con la infraestructura y aplicaciones de informacin existentes en la
compaa [29].
Figura 29 Sistemas de informacin en una organizacin

2.2.2 Caractersticas de un EIS
Las principales caractersticas de los sistemas de informacin para ejecutivos
basndonos en la Consultora integral de TICS [29].
49
Permite obtener la informacin ms importante dentro de una organizacin

de forma ms amigable y comprensible para el usuario.
Brinda acceso fcil tanto a la informacin interna como externa de la

organizacin con el propsito de dar seguimiento a los factores crticos de
xito.
Proporciona informacin actual y relevante de la empresa.
Proporciona informes, grficas, cuadros y anlisis, generando as

informacin intuitiva.
Cubre las necesidades especficas y particulares de los ejecutivos de alto

nivel.
Extraen la informacin de los diferentes sistemas de la empresa, la filtran y

comprimen, monitoreando la informacin crtica del negocio.
Ofrece la facilidad de la interaccin entre los objetivos de la empresa y el

sistema sin necesidad de intermedios.
Proporciona grficas de alta calidad y en forma de texto.
Permite acceder a informacin en lnea, extrada en forma directa de las

bases de datos de la empresa.
Soportado por elementos especializados de hardware.
2.2.3 Componentes de un EIS
Segn Pacheco J. y Vargas E. [30], un sistema de informacin ejecutiva debe

de tener los siguientes componentes:
Tablero de Control.
Administracin de una sola pgina.
Alarmas y semforos.
Integracin.
Interfaz grfica fcil de usar y comprender.
50
2.2.4 Proceso de desarrollo de un EIS

Segn la Consultora integral de TICS [29] , el proceso de desarrollo de un
EIS es el siguiente:
Identificacin de las alternativas para el desarrollo del sistema: Antes

de la creacin de la propuesta se debe de elegir la alternativa que se
desee tales como el desarrollo desde cero de un EIS con un equipo interno
o externo a la empresa, realizar alteracin en los sistemas actuales de la
empresa para responder a los requisitos de los ejecutivos, etc. Cada una
de estas alternativas deber de estudiarse pues estas influyen en temas de
costos, tiempo y control durante el desarrollo de la aplicacin.
Creacin de la propuesta: Es donde se deber elaborar la propuesta del

EIS, la cual ayudar al apoyo del desarrollo del EIS y minimizar la
resistencia por parte de los ejecutivos. Esta propuesta deber ser de claro
entendimiento para el ejecutivo, reducir la resistencia al cambio, manejar
las expectativas y lograr el compromiso de los recursos.
Determinacin de las necesidades del ejecutivo: Para determinar las

necesidad del ejecutivo se deber realizar un cuestionario, entrevistas,
identificar los principales objetivos de la empresa, identificar la informacin
de los factores crticos del xito del negocio y la informacin que se
encuentra disponible para el ejecutivo, todo esto incluye la clasificacin del
tipo de informacin, periodicidad entre otros.
Creacin del sistema y presentacin de un prototipo: La clave para la

creacin de un EIS es el prototipo. Este paso es uno de los ms
importantes debido a que se le presenta al ejecutivo lo que se le va a
vender y es de suma importancia lo que este necesita. De obviar este paso
existe el riesgo que el ejecutivo adquiera algo que no responde a sus
necesidades de informacin. Adems estos sistemas deben de responder
velozmente a los cambios pues es muy importante para el xito del
negocio.
Implantacin exitosa de un EIS: Un EIS debe implantarse considerando lo

siguiente:
51
Ejecutivo comprometido: El ejecutivo debe de tener un entendimiento

claro de las capacidades y limitaciones del sistema desarrollado.
Socio operativo: Es la persona ms cercana al ejecutivo, porque es
quien mejor conoce los gustos y necesidades del ejecutivo.
Personal idneo en el departamento de informtica: La calidad del
personal que labora en el departamento es importante para el xito del
proyecto.
Tecnologa apropiada: La seleccin del hardware y software debe
corresponder a la demanda tecnolgica del proyecto.
Administracin de datos: El
EIS debe ser capaz de integrar la
informacin de las diferentes reas de la empresa.

Relacin clara con los objetivos del negocio: Debe dar seguimiento a
los factores crticos de xito.
Manejo de la resistencia al cambio: Identificar el nivel de cultura

computacional de la empresa, pues de eso depende la forma en que se
lleve la resistencia al cambio.
2.3
Calidad de informacin
En cualquier empresa es necesario brindar una materia prima de calidad que

satisfaga las exigencias del consumidor. Lo mismo ocurre en el mbito de la toma de
decisiones solo que en este caso la materia prima para el decisor es la informacin.
En el mundo de los negocios, las malas decisiones llevan a la prdida de rentabilidad,
cada de la imagen y hasta la quiebra, en consecuencia tomar decisiones basndose
en datos de baja calidad es fatal [31].
2.3.1 Definicin de calidad
La Real Academia Espaola define el trmino calidad de la siguiente manera:

Propiedad o conjunto de propiedades inherentes a algo, que permiten juzgar su
valor [32].
Generalmente se ha asociado a la calidad de la informacin con precisin y
confianza. Debe quedar en claro que estos atributos no son los nicos
52
involucrados ya que existen otros atributos importantes a la hora de evaluar la

calidad de la informacin.
2.3.2 Caractersticas de IQ
Actualmente la calidad de la informacin (IQ) juzga el valor de la informacin en

cuatro categoras segn [31]:
Accesibilidad: Es la base de la calidad de la informacin por ser determinante
de modo absoluto. Como se sabe s existe informacin pero si nadie tiene
acceso es totalmente intil. Es por ello que se debe de evaluar la relacin entre
accesibilidad y seguridad. Cuanto ms medidas de seguridad existan ms difcil
es el acceso a la informacin. Comprende los siguientes atributos: accesibilidad
y seguridad.
Presentacin: La informacin debe ser comprensible, es por ello que se
deber considerar atributos tales como el idioma, el soporte, unidades de
medida,
y codificacin. Comprende los siguientes atributos: inteligibilidad,
representacin concisa y consistente.

Contextual: Los datos deben tener relacin con el tema en cuestin y ser
actuales. Comprende los siguientes atributos: Relevancia, valor agregado,
actualidad, oportunidad, completitud y cantidad.
Intrnsecas: En esta categora se encuentran las dimensiones tradicionales:
precisin de los datos y confianza en la fuente. Comprende los siguientes
atributos: precisin objetividad, credibilidad y reputacin.
2.3.3 Criterios de informacin
Con base en los requerimientos ms amplios de calidad y de seguridad, COBIT

define los siete criterios de informacin [33]:
La efectividad tiene que ver con que la informacin sea relevante, oportuna,
correcta, consistente y utilizable.
53
La eficiencia consiste en que la informacin sea generada con el ptimo

(ms productivo y econmico) uso de los recursos.
La confidencialidad se refiere a la proteccin de informacin sensitiva

contra revelacin no autorizada.
La integridad est relacionada con la precisin y completitud de la

informacin, as como con su validez de acuerdo a los valores y
expectativas del negocio.
La disponibilidad se refiere a que la informacin est disponible cuando sea

requerida en cualquier momento.
El cumplimiento en cuanto a las leyes y polticas internas.
La confiabilidad se refiere a proporcionar la informacin apropiada para que

la gerencia administre la entidad.
2.4
Indicadores estratgicos
Sabemos que un indicador es la relacin entre dos o ms conceptos especficos,

traducibles a la realidad, que estn ligados a los conceptos generales, por lo que se
define como una relacin de indicacin, esto es ligados entre s por afinidad de
significado [34].
Ahora los indicadores estratgicos constituyen la base del modelo de medicin y
control institucional, ya que a travs de ellos se mide el grado de avance en la
obtencin de los objetivos estratgicos de la empresa [35].
2.4.1 Caractersticas de los indicadores
A continuacin se describir las caractersticas de los indicadores segn

Mondragn 2012 [36].
Se asocia firmemente con el evento al que el investigador pretende formar.
Es especfico debido a que est vinculado con los fenmenos econmicos,

sociales, culturales o de otra naturaleza sobre los que se pretende estudiar.
Deben mostrarse especificando la meta u objetivo a que se vincula, a la
54
que se pretende dar seguimiento. Es recomendable que los indicadores

sean pocos.
El nombre de un indicador debe ser explcito, es decir el nombre debe ser

suficiente para entender si se trata de un valor absoluto o relativo.
Ser relevantes y oportunos.
No son exclusivos pues pueden servir para estimar el impacto de uno o

ms hechos.
Ser claro, de fcil comprensin para los ejecutivos.
Estar disponibles para varios aos, con el fin de que se pueda observar el
comportamiento del hecho a travs del tiempo.
Deben ser vlidos, confiables y comparables.
Sensible a cambios en el fenmeno o hecho.
55
CAPTULO III
MTODO DE INVESTIGACIN
3.1
Mtodo de investigacin
ETAPA 1: Implementacin del EIS

El mtodo corresponde a una investigacin tecnolgica de implementacin de
un sistema usando las herramientas de inteligencia de negocios.
ETAPA 2: Medicin de la valoracin de la calidad de informacin del EIS
El mtodo para esta etapa corresponde a una variante del mtodo explicativo,
donde la observacin permite captar la percepcin por parte del individuo en la
valoracin de la calidad de informacin del EIS que este brinda.
3.2
Tipo de diseo
ETAPA 1: Implementacin del EIS

Es un diseo ingenieril. El diseo est en relacin con el mejoramiento
intencionado de medios para alcanzar una informacin de calidad, que supere
al sistema operacional acadmico en la emisin de reportes acadmicos para
la toma de decisiones. Primero surgi una concepcin en la mente del
investigador que luego, por etapas sucesivas se traslada al diseo. Este a su
vez fue implementado con el apoyo de herramientas de inteligencia de negocio.
La elaboracin del diseo abarc desde la idea o concepto hasta su creacin
material, con las siguientes etapas: a) planificacin del proyecto; b) definicin
de los requerimientos del negocio; c) desarrollo de mdulos acadmicos; d)
diseo de la arquitectura tcnica; e) seleccin del producto; f) modelado
56
dimensional; g) diseo fsico; h) Diseo e implementacin del ETL; i)

especificacin de aplicaciones de BI; j) desarrollo de aplicaciones de BI; k)
implementacin; l) pruebas.
ETAPA 2: Medicin de la valoracin de la calidad de informacin del EIS
Corresponde a una variante del diseo explicativo, segn la tipologa de
Campbell y Stanley [37], quienes dividen los diseos en tres clases: preexperimentos, cuasiexperimentos y experimentos puros. En esta fase se us
un diseo preexperimental, siguiendo la nomenclatura de Campbell y Stanley
se representa por:
Efecto registrado:
donde,
Son las observaciones de la valoracin de la calidad

de informacin de inicio
Son las observaciones de la valoracin de la calidad

de informacin de salida
Por definicin de este diseo, se cuenta con un solo grupo. Al inicio se tiene
una observacin de la variable dependiente calidad de la informacin sin
exposicin al EIS, y otra despus del uso del EIS, luego la diferencia se realiz
sobre las dos observaciones que se tomaron sobre el mismo grupo. Se trata,
por tanto, de la medicin de la calidad de la informacin en el tiempo y dentro
del mismo grupo, en este caso, los administradores acadmicos de las
escuelas, facultades y vicerrectorado.
57
3.3
Poblacin de estudio para la etapa 2
Todos los decanos, secretarios acadmicos, directores de escuela y

vicerrectorado de la UPeU, cuya distribucin se visualiza en la siguiente tabla.
Tabla 1 Distribucin de los usuarios del EIS
Facultad
Facultad de Ingeniera y
Arquitectura
Cargo
Decano
Secretario acadmico
Director de escuela
Facultad de Ciencias de la Salud Decano
Secretario acadmico
Director de escuela
Facultad de Teologa
Decano
Secretario acadmico
Director de escuela
Facultad de Ciencias
Decano
Empresariales
Secretario acadmico
Director de escuela
Facultad de Ciencias Humanas Decano
y Educacin
Secretario acadmico
Director de escuela
Vicerrectorado
Vicerrector
Asesores acadmicos
PROESAD
Director de PROESAD
Director acadmico PROESAD
3.4
Cantidad
1
1
5
1
1
4
1
1
1
1
1
4
1
1
3
1
2
1
1
TOTAL
32
Muestra para la etapa 2
Se consider un muestreo aleatorio simple, donde todos los usuarios de la

poblacin tienen la misma probabilidad de conformar la muestra.
Para una poblacin finita la frmula es:
=
. 2 . .
2 ( 1) + 2 . .
Donde:
N = Total de la poblacin
Z= Valor obtenido mediante niveles de confianza, usando la tabla de la
distribucin normal. Z= 1.96 si la seguridad es del 95%.
58
p = probabilidad esperada (en este caso 0.5)

q = 1 p probabilidad no esperada (en este caso 1-0.5 = 0.5)
e = nivel de precisin: 10%= 0.1
La frmula del tamao de la muestra se obtiene de la frmula para calcular la
estimacin del intervalo de confianza para la media, la cual es:
+ , donde =
, y la desviacin estndar de la
poblacin.
. ..
...
..
= ()+
.. = (.) +.. = (.) +..
= .+. =
3.5
.
.
Variables y dimensiones de la hiptesis especfica
Variable independiente: El uso del EIS.

Variable dependiente: Calidad de informacin.
Dimensiones de la variable dependiente: efectividad, confidencialidad,
integridad, disponibilidad, confiabilidad de informacin.
3.6
Tcnicas e instrumentos de recoleccin de datos de la etapa 2
El instrumento es la escala de valoracin de la calidad de informacin que

brinda el sistema de informacin, referente a los indicadores acadmicos de la
Universidad Peruana Unin. La escala de valoracin est conformada por 30
tems distribuidos en 5 dimensiones: efectividad, confidencialidad, integridad,
disponibilidad y confiabilidad. La dimensin de efectividad est conformada por
ocho tems; la dimensin de confidencialidad est conformada por seis tems;
la dimensin de integridad est conformada por siete tems; la dimensin de
59
disponibilidad est conformada por cuatro tems; y por ltimo la dimensin de

confiabilidad est conformada por cinco tems.
Finalmente cada tem de las dimensiones de efectividad, confidencialidad y
confiabilidad tienen una escala de valoracin de tres valores: baja, media y
alta.
Asimismo, para los tems de las dimensiones de integridad y disponibilidad
tiene una escala de valoracin de tres valores: mala, regular y buena.
La tcnica usada para la recoleccin de los datos es la encuesta a travs del
instrumento descrito en el prrafo anterior.
3.7
Tcnicas de anlisis de datos de la etapa 2
Para la prueba de la hiptesis especfica y de las subhiptesis se us la prueba

t de student para la diferencia de dos medias de grupos apareados,
correspondientes a las observaciones de la encuesta de entrada y de la
encuesta de salida. La frmula para este caso es la siguiente:
Donde:
= valor estadstico del procedimiento.
= Valor promedio o media aritmtica de las diferencias entre los momentos

antes y despus.
= desviacin estndar de las diferencias entre los momentos antes y

despus.
= tamao de la muestra.
La media aritmtica de las diferencias se obtiene de la manera siguiente:

=
La desviacin estndar de las diferencias se logra como sigue:
60
( )2
=
1
Pasos:
1. Ordenar los datos en funcin de los momentos antes y despus, y
obtener las diferencias entre ambos.
2. Calcular la media aritmtica de las diferencias ( ).
3. Calcular la desviacin estndar de las diferencias ().
4. Calcular el valor de por medio de la ecuacin.
5. Calcular los grados de libertad (gl) gl=N-1.
6. Comparar el valor de t calculado con respecto a grados de libertad en la
tabla respectiva, a fin de obtener la probabilidad.
7. Decidir si se acepta o rechaza la hiptesis.
Rutina de la prueba T de Student

La rutina comprende los siguientes pasos:
1. Elaboracin de la base de datos para ambas evaluaciones de la calidad de
informacin brindada por el EIS.
2. Prueba de normalidad de Kolmogorov Smirnov y la de Shapiro Wilk, que
nos permita contrastar la hiptesis de normalidad, es decir que la distribucin
observada procede de una poblacin en la que la puntuacin del rendimiento
acadmico se distribuye normalmente, frente a la hiptesis que afirma lo
contrario.
3. Aplicacin del estadstico de prueba: distribucin t.
4. Clculo de los intervalos de confianza para la diferencia de media de las
pruebas aplicadas con la probabilidad del 95%.
5. Criterio de decisin:
p< 0.05, se rechaza H0 y se acepta H1
p>0.05 se acepta H0
6. Conclusin
61
CAPTULO IV
DESARROLLO E IMPLEMENTACIN EIS
4.1
Planificacin del proyecto
El presente documento tiene como objetivo establecer el plan de proyecto de

implementacin del sistema de informacin ejecutiva acadmica basado en
inteligencia de negocios (BI). Este proyecto permitir el control y monitoreo de los
procesos de enseanza y aprendizaje de la UPeU as como la toma de decisiones
asertiva.
Lo que se destacar en este documento son los procesos acadmicos, los cuales
estn involucrados directamente con la enseanza y aprendizaje, as como su breve
descripcin.
Se describir todas las actividades involucradas para el desarrollo e implementacin
del proyecto de BI, por lo que es de importancia
por parte de los directivos de
vicerrectorado qu es lo que abarca el proyecto y qu no incluye.

Para ello se emitir un cronograma de fechas en las que se llevarn a cabo cada
actividad involucrada en el desarrollo del proyecto, la asignacin de recursos por cada
fase, el equipo involucrado para el desarrollo del proyecto, los entregables, alcance, el
presupuesto que demanda el proyecto, los riesgos, entre otros.
4.1.1
Descripcin del proyecto
Este proyecto nace debido a la necesidad de poder controlar y monitorear as

como la toma de decisiones asertiva para mejorar la calidad de los procesos
acadmicos. Se sabe que la UPeU est en constante crecimiento con respecto
al alumnado as como la incorporacin de nuevas carreras, es por ello que se
requiere saber el estado de cada uno de los campus, facultades y carreras en
62
relacin a la gestin de slabos, gestin del desempeo docente, gestin de

tutora y gestin de tareas, todo esto con el fin de mejorar en la enseanza
como en el aprendizaje.
Este proyecto implica depuracin de los datos generados por los procesos
involucrados as como la automatizacin para el registro de datos necesarios
introduciendo nuevos mdulos en el Sistema Acadmico de la UPeU.
Asimismo, el anlisis de datos aplicando frmulas que calculen los datos
requeridos logrando transformar los datos en informacin y conocimiento para
la toma de decisiones as como el control y monitoreo de las reas
acadmicas.
4.1.2
Objetivo del proyecto
El objetivo del proyecto es implementar un sistema de informacin ejecutiva

acadmica basado en inteligencia de negocios en la Universidad Peruana
Unin.
4.1.3
Alcance del proyecto
Este proyecto comprender los indicadores identificados por vicerrectorado en

los procesos de enseanza y aprendizaje de la UPeU, los cuales son: Gestin
de slabos, Gestin del desempeo docente y Gestin de tutoras. A
continuacin se describir cada uno de ellos.
GESTIN DE SLABOS
Procesos
involucrados:
Elaborar
slabo,
elaborar
programacin
de
actividades.
Descripcin:
Se refiere al control y monitoreo del ingreso del slabo y la programacin de
actividades. Esto es importante para el desarrollo de las sesiones llevadas a
cabo de un determinado curso durante un ciclo acadmico, as como la
programacin de actividades en donde el docente detalla la clase con
anticipacin para la preparacin del estudiante.
63
Para controlar la buena elaboracin de los temas a tratar y planes de clase se

proceder a elaborar los mdulos siguientes dentro del sistema acadmico:
Mdulo de ingreso de programacin de actividades, est asociado a

una sesin definida en el slabo en una determinada fecha, donde el
docente proceder a ingresar los temas a tratar, enlaces a utilizar y el
tiempo que durar por cada tema.
Con la implementacin del mdulo de ingreso de programacin de
actividades se podr obtener los datos necesarios para la elaboracin del
indicador:
Indicador cumplimiento de la programacin de actividades por
semestre, campus, facultad y escuela.
Mdulo de evaluacin de los slabos, para poder conocer el estado en el

que se encuentra cada slabo de un determinado campus, facultad y
escuela.
El mdulo presentar un listado de slabos por carga acadmica, campus,
facultad, escuela, ciclo y grupo, as como su estado (verde, amarillo y rojo),
el cual nos indica la evaluacin que obtuvo por cada rubro definido para
evaluar los slabos: estructura de la unidad, competencias y unidades,
sistemas de evaluacin.
Con dicha recoleccin de datos se podr realizar el siguiente indicador:

Indicador calidad de slabo por semestre, campus, facultad y escuela.
Asimismo, se proceder a extraer los datos de los mdulos ya implementados
de ingreso de slabos en el portal del docente, por lo que se obtiene el siguiente
indicador:
Indicador cumplimiento de slabos por semestre, campus, facultad y
escuela.
Y del mdulo nuevo de grupos focales se obtendr el siguiente indicador:
64
Indicador calidad de la programacin de las actividades por semestre,

campus, facultad y escuela.
Una vez obtenidos estos indicadores se proceder a elaborar los indicadores
avanzados de:
Indicador Evaluacin slabo por semestre, campus, facultad y escuela.
Indicador Evaluacin programacin de actividades por semestre,
Indicador Gestin de slabos por semestre, campus, facultad y escuela.
GESTIN DEL DESEMPEO DOCENTE

Procesos involucrados: Evaluar docente, controlar asistencia, evaluar a
alumnos (portales vencidos).
Descripcin:
La gestin del desempeo docente involucra la evaluacin docente, la
puntualidad a clases, el cumplimiento de los rubros de evaluacin y grupos
focales.
Para la elaboracin de estos indicadores, se proceder primero a recolectar los
datos realizando los siguientes mdulos dentro del sistema acadmico UPeU.
Mdulos de grupos focales. Este mdulo involucra el desarrollo de:

Ingreso de entrevistas obtenidas de los grupos focales
En el cual se podr ingresar por campus, facultad, escuela, ciclo y grupo,
adems permitir clasificar los comentarios por cada rubro de evaluacin:
conocimiento de la filosofa y respeto al alumno, dominio de su rea,
estrategias para hacerse entender y preparacin de clase.
Evaluacin de grupos focales
Luego de haber ingresado los comentarios de las entrevistas, el mdulo de
evaluacin de grupos focales permitir mostrar el comentario por cada
curso de cada facultad, para poder asignar el puntaje del 1 al 3 por cada
65
rubro de evaluacin (dominio de su rea, preparacin de clase, estrategias

para hacerse entender, conocimiento de la filosofa y respeto al alumno).
Con la implementacin de los mdulos de grupos focales se podr obtener
datos importantes para el siguiente indicador:
Indicador grupo focales por semestre, campus, facultad y escuela.
Asimismo, se proceder a extraer los datos de los mdulos ya implementados
de evaluacin docente e ingreso de evaluaciones a tiempo, los siguientes
indicadores:
Indicador encuesta docente por semestre, campus, facultad y escuela.
Indicador cumplimiento de evaluaciones ingresadas a tiempo por el
docente por semestre, campus, facultad y escuela.
Y el indicador avanzado gestin de desempeo docente.
GESTIN DE TUTORAS
Proceso involucrado: Seguimiento al estudiante (Tutora alumno)
Descripcin:
En lo que respecta a la gestin de tutoras, comprende la gestin de datos,
gestin del estado del alumno y variables de salida.
Por el cual se llevar a cabo la elaboracin de los siguientes mdulos:
Mdulo de evaluacin reas

Este mdulo comprender el ingreso de notas de los cursos y test
asignados a evaluar por vicerrectorado por cada filial, facultad, carrera,
ciclo y grupo. Cada curso o test dispondr de dominios por los cuales es
evaluado el estudiante.
Implementacin y configuracin del software LimeSurvey

Con el fin de realizar test psicolgicos de manera rpida para los
estudiantes se contar con dicho software.
Indicadores a realizar para el control y monitoreo de las tutoras:
66
Indicador del rea de matemtica por semestre, campus, facultad y

escuela.
Indicador del rea de capacidades comunicativas por semestre,
Indicador hbitos de estudio por semestre, campus, facultad y escuela.
Indicador avanzado acadmico por semestre, campus, facultad y
escuela.
Indicador estado emocional por semestre, campus, facultad y escuela.
Indicador estado fsico por semestre, campus, facultad y escuela.
Indicador avanzado Gestin del estado alumno por semestre, campus,
facultad y escuela.
Indicador Gestin de datos por semestre, campus, facultad y escuela.
Indicador Variable de salida por semestre, campus, facultad y escuela.
Indicador avanzado Gestin
de tutoras por semestre, campus,
facultad y escuela.
4.1.4
Fuera del alcance del proyecto
Dentro de la gestin del estado del alumno, no se abordar el

indicador de espiritualidad, debido a que an no est establecido el
proceso para saber con exactitud la espiritualidad del estudiante.
4.1.5
El indicador de gestin por tareas.
El indicador de puntualidad del docente.
Entregables a producir
Plan del proyecto.
Documentacin de requerimientos.
Documentacin de los indicadores de control E-A.
Mdulo de ingreso de programacin de actividades.
Mdulo de ingreso de evaluacin de slabos.
Mdulo de ingreso de entrevista de grupos focales por curso y

docente.
67
Mdulo de evaluacin de los resultados de grupos focales por curso

y docente durante un determinado ciclo acadmico.
Mdulo de evaluacin de reas de matemtica, cultura fsica,

capacidades
comunicativas,
test
psicolgico
para
tutora
acadmica.
Sistema de informacin ejecutiva basado en inteligencia de

negocios.
4.1.6
Criterios de aceptacin de entregables
Plan del proyecto.

Obtener la aprobacin del asesor de vicerrectorado
Documentacin de requerimientos.
Documentacin de los indicadores E-A.

Mdulo de ingreso de programacin de actividades.

Obtener la aprobacin del encargado de gabinete pedaggicovicerrectorado.
Mdulo de ingreso de evaluacin de slabos.

Obtener la aprobacin del asesor de vicerrectorado.
Mdulo de ingreso de entrevista de grupos focales por curso y

docente.
Mdulo de evaluacin de los resultados de grupos focales por

curso y docente durante un determinado ciclo acadmico.
68
Mdulo de evaluacin de reas de matemtica, cultura fsica,

capacidades comunicativas, test psicolgico para tutora
acadmica.
Sistema de informacin ejecutiva basado en inteligencia de

negocios.
4.1.7
Supuestos del proyecto
El equipo de desarrollo contar con los recursos necesarios: SQL

SERVER 2012 donde se alojar nuestro Data Mart y se llevar a
cabo el proceso de extraccin, transformacin y carga de datos,
acceso a la base de datos de pruebas y produccin del sistema
acadmico,
acceso
al
cdigo
del
sistema
acadmico,
DREAMWEAVER CS6, MICROSTRATEGY 9 para la elaboracin de

los cubos y reportes en lnea, servidor virtualizado para el desarrollo
del EIS.
El equipo de desarrollo contar con suficiente conocimiento sobre

los temas: JQuery, JSON, JAVA, PL/SQL, JSP, CS3, inteligencia de
negocios.
Se cuenta con computadoras con acceso a internet para el

desarrollo del proyecto.
4.1.8
Se cuenta con la disponibilidad de 3 integrantes para el proyecto.
Restricciones del proyecto
Se cuenta con un servidor virtualizado de 4G de RAM, por lo que

afecta la carga de datos as como la rapidez de visualizacin de los
reportes.
Se cuenta con un servidor virtualizado donde se aloja el proyecto.

69
No se cuenta con espacio suficiente fuera del servidor BI para los backups
del proyecto.
Restricciones en cuanto al uso de la versin libre de MicroStrategy,

entre los cuales no cuenta con:
Informes de fuerza de ventas.
Aplicaciones basadas en SaaS (por ejemplo, Facebook,
NetSuite, SugarCRM, Eloqua y Zendesk).
Integracin de informacin empresarial (EII) o fuentes de
datos federadas.
Pixel Perfect informes y cuadros de mando.
Acceso MicroStrategy Mobile.
MicroStrategy Mobile desarrollo de aplicaciones.
Widgets del Dashboard extensas.
Incrustacin Dashboard para las pginas web y la intranet.
Seguridad a nivel de fila de datos.
La asignacin de control de acceso en cuadros de mando
individuales.
Activado por evento distribuciones de informes y alertas.
Herramientas de administracin para la automatizacin de
tareas, la validacin de datos, gestin de objetos, y ms.
Modo de acceso a iPad, iPhone, Android, Blackberry.
4.1.9
Equipo del proyecto
A continuacin se describe al equipo de trabajo establecido por roles:
Tabla 2 Equipo del proyecto

Roles
Gerente del
Proyecto
Analista de negocio
Descripcin
Plan de proyecto actualizado con ms exacto
puntualidad en el desarrollo y requerimientos de
recursos.
Describe la informacin que los usuarios del negocio
necesitan para manejar su negocio, cuando lo
necesitan, y cmo van a llegar a ella.
Describe lo que la solucin tiene que ser capaz de
70
Arquitecto
Tcnico/ETL
Analista de datos/
DBO
Programador
hacer.
Describe cmo se accede a los datos por parte de los
usuarios finales y cmo se llevar a cabo el software
de presentacin de informes.
Entrenar al usuario en el uso de la herramienta de
informes para tener acceso a sus informes o hacer
su propio desarrollo de informes.
Guas e instrucciones para todos los componentes
del sistema, as descripciones publicitarias de cmo
funciona el sistema y cmo se va a utilizar.
Describe los aspectos tcnicos de cmo el sistema
tiene que trabajar.
Describe la arquitectura tcnica general de la
solucin y los componentes individuales.
Describe los procesos que se apoyan en la solucin y
cmo la solucin apoya esos procesos.
Describe cmo se obtuvieron los datos,
transformados, manipulados y cargados en las
diversas reas de almacenamiento de la solucin.
Realiza el cdigo para extraer y / o recibir datos
desde los sistemas de origen, transformar los datos,
la gestin de los datos y cargar los datos en el Data
Mart.
Encargado de asegurar que el sistema se est
construyendo a las especificaciones.
Describe los orgenes y destinos de datos y con qu
frecuencia se extraern los datos de los sistemas de
origen y de actualizarse en las diversas reas de
almacenamiento de la solucin.
Describe los tipos de datos que se utilizarn, cmo
va a ser transformado, estndares de nomenclatura,
las interrelaciones, administrados, almacenados y
utilizados en diversos componentes de la solucin.
Encargado de elaborar los diagramas que muestran
los modelos de datos reales, lgicos y fsicos para la
solucin.
Realiza la estructura fsica de la base de datos Data
Mart.
Encargado de plasmar las especificaciones que el
arquitecto le ha designado.
4.1.10 Estructura detalla del trabajo
En donde se especifica el desglose de las labores que son necesarias para

lograr los objetivos fijados. Este desglose define las actividades macro, luego
las tareas incluidas en cada actividad, hasta llegar al nivel adecuado de detalle.
71
Tabla 3 Estructura detallada de trabajo

EDT
Nombre de tarea
1.1
Planificacin del Proyecto

Entrevista con vicerrectorado para conocer procesos E-A y determinar el
alcance del proyecto
Elaboracin del plan de proyecto
1.1.1
1.1.2
1.1.3
1.2
1.2.1
1.2.2
Entrega del plan de proyecto

Definicin de requerimientos del negocio
Entrevista con vicerrectorado para la identificacin de las frmulas de
los indicadores E-A
Identificacin de los requerimientos funcionales y no funcionales del EIS
1.2.3
Entrega de documentacin de requerimientos
1.2.4
Entrega de documentacin de indicadores
1.3
Desarrollo de mdulos acadmicos
1.3.1
Slabo
1.3.1.1
Mdulo de plan de clase
1.3.1.2
Mdulo de evaluacin de slabos
1.3.1.3
Pruebas
1.3.1.4
Puesta en produccin mdulos slabo
1.3.2
Grupos Focales
1.3.2.1
Mdulo para el ingreso de las entrevistas realizadas
1.3.2.2
Mdulo evaluacin grupos focales
1.3.2.3
Pruebas
1.3.2.4
Puesta en produccin mdulos grupos focales
1.3.3
Tutora
1.3.3.1
Adaptacin del software LimeSurvey
1.3.3.2
1.3.3.3
Pruebas
1.3.3.4
Puesta en produccin de mdulo tutora
1.4
Diseo de la arquitectura tcnica
1.4.1
Determinar server a utilizar
1.4.2
Configuracin del server
1.5
Seleccin del Producto
1.5.1
Instalacin del SQL server 2012
1.5.2
Configuracin de conexin SQL server con Oracle
1.5.3
Instalacin de MicroStrategy
1.6
1.6.1
Elegir el proceso de negocio
1.6.2
Establecer el nivel de granularidad
1.6.3
Elegir las dimensiones
1.6.4
Identificacin de los hechos
72
1.7
Diseo Fsico
1.7.1
Diagrama de base de datos del data Mart
1.7.2
Desarrollo del metadata
1.8
1.8.1
Diseo e Implementacin del ETL

ETL Gestin estado alumno
1.8.1.1
Diseo del ETL
1.8.1.2
Implantacin ETL gestin estado alumno
1.8.1.3
Verificacin de la data ingresada al DM
1.8.2
ETL gestin datos tutora
1.8.2.1
Diseo del ETL
1.8.2.2
Implementacin ETL gestin datos tutora
1.8.2.3
1.8.3
ETL programacin de actividades
1.8.3.1
Diseo del ETL
1.8.3.2
Implementacin ETL programacin de actividades
1.8.3.3
1.8.4
ETL evaluacin slabo
1.8.4.1
Diseo del ETL
1.8.4.2
Implementacin ETL evaluacin slabos
1.8.4.3
1.8.5
ETL cumplimiento evaluacin docente (portales vencidos)
1.8.5.1
Diseo del ETL
1.8.5.2
Implementacin ETL cumplimiento evaluaciones docente
1.8.5.3
1.8.6
ETL grupo focal
1.8.6.1
Diseo del ETL
1.8.6.2
Implementacin ETL grupo focal
1.8.6.3
1.8.7
ETL cumplimiento silabo
1.8.7.1
Diseo del ETL
1.8.7.2
Implementacin ETL cumplimiento slabo
1.8.7.3
1.8.8
ETL gestin resultado tutora
1.8.8.1
Diseo del ETL
1.8.8.2
Implementacin ETL gestin resultado tutora
1.8.8.3
1.8.9
ETL encuesta docente
1.8.9.1
Diseo del ETL
1.8.9.2
Implementacin ETL encuesta docente
1.8.9.3
1.8.10
ETL gestin de E-A
73
1.8.10.1
Diseo del ETL
1.8.10.2
Implementacin ETL gestin de E-A
1.8.10.3
1.9
Especificacin de aplicaciones de BI
1.9.1
Determinar el conjunto de plantillas inicial
1.9.2
Desarrollo de la estrategia de navegacin
1.9.3
Determinar las normas de la plantilla
1.9.4
Desarrollo de las especificaciones detalladas de la plantilla
1.1
Desarrollo de aplicaciones de BI
1.10.1
Creacin del proyecto en MicroStrategy
1.10.2
Implementacin del modelo lgico y fsico del DM en Microstrategy
1.10.3
Desarrollo del cubo
1.10.4
Desarrollo del informe
1.10.5
Desarrollo del documento
1.10.6
Verificacin de los reportes generados
1.11
1.11.1
Implementacin
Implementacin en rea de produccin del EIS
1.12
Pruebas
1.13
Valoracin del EIS
4.1.11 Programacin de las tareas

Tabla 4 Cronograma del proyecto
N Nombre de tarea
Duracin Comienzo
Fin
1 Sistema de informacin ejecutiva
261 das
mar 01/10/13
mar 30/09/14
14 das
mar 01/10/13
lun 21/10/13
4 das
mar 01/10/13
vie 04/10/13
9 das
mar 08/10/13
vie 18/10/13
0 das
lun 21/10/13
lun 21/10/13
6 das
lun 21/10/13
lun 28/10/13
2 das
lun 21/10/13
mar 22/10/13
2 das
mi 23/10/13
jue 24/10/13
0 das
vie 25/10/13
vie 25/10/13
0 das
lun 28/10/13
lun 28/10/13
3
4
5
6
7
8
9
10

Entrevista con vicerrectorado
para conocer procesos E-A y
determinar el alcance del proyecto
Elaboracin del plan del
proyecto
Entrega del plan de proyecto
Definicin de requerimientos
del negocio
Entrevista con vicerrectorado
para la identificacin de las
frmulas de los indicadores E-A
Identificacin de los
requerimientos funcionales y no
funcionales del EIS
Entrega de documentacin de
requerimientos
Entrega de documentacin de
indicadores
74
Desarrollo de mdulos
acadmicos
12 Slabo
11
13
14
15
16
17
18
19
20
21
22
23
24
66 das
15 das
mar 29/10/13
mar 29/10/13
mar 28/01/14
lun 18/11/13
Mdulo de plan de clase

5 das
mar 29/10/13
lun 04/11/13
Mdulo de evaluacin de
8 das
mar 05/11/13
jue 14/11/13
slabos
Pruebas
2 das
vie 15/11/13
lun 18/11/13
Puesta en produccin mdulos
0 das
lun 18/11/13
lun 18/11/13
slabo
Grupos Focales
18 das
mar 19/11/13 jue 12/12/13
Mdulo para el ingreso de las
8 das
mar 19/11/13
jue 28/11/13
entrevistas realizadas
Mdulo evaluacin grupos
8 das
vie 29/11/13
mar 10/12/13
focales
Pruebas
2 das
mi 11/12/13
jue 12/12/13
Puesta en produccin mdulos
0 das
jue 12/12/13
jue 12/12/13
grupos focales
Tutora
32 das
vie 13/12/13
lun 27/01/14
Adaptacin del software
20 das
vie 13/12/13
jue 09/01/14
LimeSurvey
8 das
mar 14/01/14
jue 23/01/14
25
Pruebas
Puesta en produccin de
26
mdulo tutora
Diseo de la arquitectura
27
tcnica
28
Determinar server a utilizar
2 das
vie 24/01/14
lun 27/01/14
0 das
lun 27/01/14
lun 27/01/14
8 das
lun 03/02/14
mi 12/02/14
3 das
lun 03/02/14
mi 05/02/14
5 das
jue 06/02/14
mi 12/02/14
14 das
jue 13/02/14
mar 04/03/14
Instalacin del SQL server 2012 3 das

Configuracin de conexin SQL
32
4 das
server con Oracle
33
Instalacin de MicroStrategy
7 das
jue 13/02/14
lun 17/02/14
mar 18/02/14
vie 21/02/14
lun 24/02/14
mar 04/03/14
34
29
30
Configuracin del server

31
70 das
mi 05/03/14
mar 10/06/14
Elegir el proceso de negocio

Establecer el nivel de
36
granularidad
37
Elegir las dimensiones
2 das
mi 05/03/14
jue 06/03/14
5 das
mi 12/03/14
mar 18/03/14
30 das
mi 19/03/14
mar 29/04/14
38
Identificacin de los hechos
30 das
mi 30/04/14
mar 10/06/14
39
Diseo Fsico
Diagrama de base de datos del
data Mart
Diseo e Implementacin del
ETL
ETL Gestin estado alumno
4 das
jue 03/07/14
mar 08/07/14
2 das
mi 11/06/14
jue 12/06/14
2 das
vie 13/06/14
lun 16/06/14
19 das
mi 09/07/14
lun 04/08/14
2 das
mi 09/07/14
jue 10/07/14
35
40
41
42
43
75
44
Diseo del ETL

Implementacin ETL gestin
45
estado alumno
Verificacin de la data
46
ingresada al DM
47
ETL gestin datos tutora
1 da
mi 09/07/14
mi 09/07/14
1 da
mi 09/07/14
mi 09/07/14
2 das
mi 09/07/14
jue 10/07/14
2 das
vie 11/07/14
lun 14/07/14
48
Diseo del ETL

datos tutora
ingresada al DM
ETL programacin de
actividades
Diseo del ETL
Implementacin ETL
programacin de actividades
ingresada al DM
ETL evaluacin slabo
1 da
vie 11/07/14
vie 11/07/14
1 da
vie 11/07/14
vie 11/07/14
2 das
vie 11/07/14
lun 14/07/14
2 das
mar 15/07/14
mi 16/07/14
1 da
mar 15/07/14
mar 15/07/14
1 da
mar 15/07/14
mar 15/07/14
2 das
mar 15/07/14
mi 16/07/14
2 das
jue 17/07/14
vie 18/07/14
Diseo del ETL

Implementacin ETL
evaluacin slabos
ingresada al DM
ETL cumplimiento evaluacin
docente (portales vencidos)
Diseo del ETL
Implementacin ETL
cumplimiento evaluaciones
docente
ingresada al DM
ETL grupo focal
1 da
jue 17/07/14
jue 17/07/14
1 da
jue 17/07/14
jue 17/07/14
2 das
jue 17/07/14
vie 18/07/14
2 das
lun 21/07/14
mar 22/07/14
1 da
lun 21/07/14
lun 21/07/14
1 da
lun 21/07/14
lun 21/07/14
2 das
lun 21/07/14
mar 22/07/14
2 das
mi 23/07/14
jue 24/07/14
1 da
mi 23/07/14
mi 23/07/14
1 da
mi 23/07/14
mi 23/07/14
2 das
mi 23/07/14
jue 24/07/14
2 das
vie 25/07/14
lun 28/07/14
Diseo del ETL

Implementacin ETL
69
cumplimiento slabo
70
ingresada al DM
71
ETL gestin resultado tutora
1 da
vie 25/07/14
vie 25/07/14
1 da
vie 25/07/14
vie 25/07/14
2 das
vie 25/07/14
lun 28/07/14
2 das
mar 29/07/14
mi 30/07/14
72
1 da
mar 29/07/14
mar 29/07/14
1 da
mar 29/07/14
mar 29/07/14
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
Diseo del ETL

Implementacin ETL grupo
focal
ingresada al DM
67
ETL cumplimiento slabo
66
68
Diseo del ETL

73
resultado tutora
76
ingresada al DM
75
ETL encuesta docente
74
2 das
mar 29/07/14
mi 30/07/14
2 das
jue 31/07/14
vie 01/08/14
Diseo del ETL

Implementacin ETL encuesta
77
docente
78
ingresada al DM
79
ETL gestin de E-A
1 da
jue 31/07/14
jue 31/07/14
1 da
jue 31/07/14
jue 31/07/14
2 das
jue 31/07/14
vie 01/08/14
1 da
lun 04/08/14
lun 04/08/14
80
1 da
lun 04/08/14
lun 04/08/14
1 da
lun 04/08/14
lun 04/08/14
1 da
lun 04/08/14
lun 04/08/14
7 das
mar 05/08/14
mi 13/08/14
1 da
mar 05/08/14
mar 05/08/14
1 da
mi 06/08/14
mi 06/08/14
2 das
jue 07/08/14
vie 08/08/14
3 das
lun 11/08/14
mi 13/08/14
9 das
jue 14/08/14
mar 26/08/14
1 da
jue 14/08/14
jue 14/08/14
2 das
jue 14/08/14
vie 15/08/14
1 da
mar 19/11/13
mar 19/11/13
1 da
mi 20/11/13
mi 20/11/13
3 das
jue 21/11/13
lun 25/11/13
1 da
mar 26/11/13
mar 26/11/13
5 das
mi 27/08/14
mar 02/09/14
2 das
mi 27/08/14
jue 28/08/14
5 das
vie 29/08/14
jue 04/09/14
18 das
vie 05/09/14
mar 30/09/14
76
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
Diseo del ETL

de E-A
ingresada al DM
Especificacin de aplicaciones
de BI
Determinar el conjunto de
plantillas inicial
Desarrollo de la estrategia de
navegacin
Determinar las normas de la
plantilla
Desarrollo de las
especificaciones detalladas de la
plantilla
Desarrollo de aplicaciones de BI
Creacin del proyecto en
MicroStrategy
Implementacin del modelo
lgico y fsico del DM en
Microstrategy
Desarrollo del cubo
Desarrollo del informe
Desarrollo del documento
Verificacin de los reportes
generados
Implementacin
Implementacin en rea de
produccin del EIS
Pruebas
Valoracin del EIS
77
4.1.12 Asignacin de los recursos a la carga de trabajo
En este paso se detalla los recursos a utilizar para el desarrollo del sistema de
informacin ejecutiva. Cabe mencionar que como recursos se tiene: recursos
humanos, equipo computacional, equipo de oficina, entre otros.
En la siguiente tabla se muestra los siguientes recursos humanos asociados a
las fases identificadas.
Tabla 5 Asignacin de recursos generales a las fases
N
2
Nombre de tarea
Nombres de los recursos

Analista del negocio, Gerente del proyecto,
Impresora, Papel, Tner
Definicin de requerimientos
del negocio
Analista del negocio, Arquitecto tcnico/ETL,

Computadora, Papel, Tner
Desarrollo de mdulos
acadmicos
Arquitecto
tcnico/ETL,
Programador,
Computadora, Impresora, Papel, Tner,
Dreamweaver CS6, Oracle SQL Developer
Diseo de las arquitectura

tcnica
Arquitecto tcnico/ETL, Computadora
Arquitecto tcnico/ETL, MicroStrategy 9,

Servidor BI, SQL server 2012, Computadora
Analista de datos/ DBO, Computadora
8
9
10
11
Diseo Fsico
Diseo e Implementacin del
ETL
Especificacin de aplicaciones
de BI
Desarrollo de aplicaciones de
BI
12
Implementacin
13
Pruebas
14
Valoracin del uso del EIS
Analista de datos/ DBO, Computadora, Oracle

SQL Developer, Servidor BI[1], SQL server
2012
Arquitecto tcnico/ETL, Computadora, SQL
server 2012, Servidor BI
Analista
del
negocio,
Computadora,
Arquitecto tcnico/ETL
Analista de datos/ DBO, Computadora,
MicroStrategy 9,Servidor BI, Arquitecto
tcnico/ETL
Analista de datos/ DBO, Arquitecto
tcnico/ETL, Computadora, Servidor BI,
Gerente del proyecto, MicroStrategy 9, SQL
server 2012
Analista de datos/ DBO, Arquitecto
tcnico/ETL, Computadora, Servidor BI,
Gerente del proyecto
Analista
del
negocio,
Computadora,
Impresora, Papel, Gerente del proyecto
78
A continuacin se muestra en la Tabla 5 el resumen de los recursos con las

siguientes columnas: columna tipo de recurso, en la cual clasifica los recursos
a utilizar; columna componentes, en donde se detalla los componentes del tipo
de recurso; columna unidad, en donde define en qu tipo de unidad se mide el
recurso, y por ltimo columna cantidad del recurso, se detalla la cantidad que
se utilizar por cada recurso durante el desarrollo del proyecto.
Tabla 6 Detalle de recursos a utilizar

Tipo de
recurso
Hardware
Software
Personal
Otros
gastos
Componentes
Unidad
Servidor (Virtualizado)
Impresora
Computadora Dell, 2G RAM, I5, 500 Gb de disco
duro
SQL Server 2012
Microstrategy 9
Oracle SQL developer
Dreamweaver CS6
Windows server 2008 R2 64 bits
Windows 7
Coordinador de oficina de desarrollo -DIGESI
Analista programador - DIGESI
Programador - DIGESI
Tner
Papel
Estacin de trabajo (internet, luz, escritorio, silla)
Unid
Unid
Unid
Cantidad
del recurso
1
1
3
Unid
Unid
Unid
Unid
Unid
Unid
Horas
Horas
Horas
Unid
Unid
Unid
1
1
3
2
1
3
1
1
1
1
1 millar
3
4.1.13 Presupuesto del proyecto

Duracin (meses): 8 meses y 3 semanas.
Tabla 7 Costo por personal
Descripcin
Funciones
Personal
Coordinador de
la oficina de
desarrollo DIGESI
Analista
programador 1
Analista
Unidad Cantidad Dedicacin Costo

hombre
hombre
horas
por
hora
Horas
1
s/.9
1982.4 h
Horas
Horas
79
1982.4 h
495.6 h
Costo
s/.17841.6
s/.7
s/.7
s/.13876.8
s/.3469.2
Programador 2
Total
s/.35187.6
(*) Pagos realizados por la UPeU en base a las funciones definidas
Tabla 8 Costo por equipos

Descripcin
Componentes
Unidad Cant.
Equipos
(Hardware)
(*) Servidor
(virtualizado)
(*) Impresora
Unid
Costo
unitario
280
Unid
84
(*)Computadora Dell,
2G RAM, I5, 500 Gb de
disco duro
Unid
75.6
Total
Costo Total
s/.1960 (por los
7 meses)
s/.672 (por los
8 meses)
s/.1587.6 (por
los 7 meses)
s/.4219.6
(*) Financiado por la UPeU
Tabla 9 Costo por software

Descripcin
Software
Componentes
SQL Server 2012 (*)
Windows server 2008 R2
64 bits (*)
Windows 7 (*)
MicroStrategy 9 (**)
Oracle SQL developer (**)
Dreamweaver CS6
Cantidad de licencias
1
1
Costo
-
3
1
3
1
s/.2240
s/.2240
Total
(*) Convenio de la UPeU con Microsoft uso del campus agreement de Microsoft
(**) El uso del software es totalmente libre
Tabla 10 Costos adicionales

Descripcin
Componentes
Otros gastos
Tner
Papel
(*)Estacin de
trabajo
Cantidad de
recursos
1
1 millar
3
s/.350
s/.10
s/.0
Total
s/.360
(*) Proporcionada por la UPeU
80
Costo
Tabla 11 Resumen de costos

Descripcin
Personal
Equipos
Software
Otros
gastos
Total:
Costo
s/.35187.6
s/.4219.6
s/.2240
s/.360
s/.42007.2
4.1.14 Identificacin de riesgos
Para la identificacin de los riesgos se utilizar una tabla conformada por 5

columnas: la columna de causa, la cual es las posibles causas del riesgo; la
columna de la descripcin, que es una breve descripcin de la causa del
riesgo; la columna categora del riesgo, el cual clasifica los riesgos
presentados; la columna afecta, como su nombre lo indica describe a donde
afecta el riesgo y por ltimo la columna de probabilidad, que es la ocurrencia
de los casos que se puedan presentar.
Cabe recalcar que para el clculo del riesgo se utiliz las siguientes escalas de
probabilidad, impacto y riesgo.
Tabla 12 Escala de probabilidad
Muy Alta
Alta
Media
Baja
Muy Baja
0.90
0.70
0.50
0.30
0.10
Tabla 13 Escala del impacto

Cronograma
Calidad
Muy bajo (0,05)

Bajo (0,10)
Medio (0,20)
Alto (0,40)
Muy Alto (0,80)
Muy bajo (0,05)
Bajo (0,10)
Medio (0,20)
Alto (0,40)
Muy Alto (0,80)
81
Tabla 14 Escala del riesgo

Alta
Media
Baja
50% - 100%
10%-49%
0.1%-9%
Tabla 15 Identificacin de riesgos

Riesgo
Descripcin del riesgo
Categora de
riesgo
Afecta a
Probab
ilidad
0.10
Impact
o
Riesgo
0.05
0.5%
Si existe sucesivos cortes Externo

de luz, puede afectar al
avance del proyecto,
debido a la demora del
restablecimiento de todos
los servicios de la red,
conexiones y del mismo
server BI.
Acceso de Si existe vulnerabilidad, Tcnico
terceras
puede ocasionar robo de
personas a informacin y prdida de
la data del los datos.
EIS
Cronograma
del proyecto
Calidad
0.10
0.40
4%
No
existe
respaldo del
servidor BI
En caso de que servidor fsico

se dae ya sea el hardware o
software del mismo donde se
encuentra
virtualizado
nuestro servidor BI, se vera
afectado el EIS.
Tcnico
Cronograma
del proyecto
0.10
0.80
8%
Red como
cuello de
botella
para
la
operacin
del EIS
Si existe lentitud en el Tcnico

tiempo
de
respuesta
puede ocasionar retraso
en el desarrollo del
proyecto
Cronograma
del proyecto
0.50
0.20
10%
Corte
de
luz en el
momento
de
desarrollo
4.1.15 Estrategias y acciones preventivas
Luego de haber identificado los posibles riesgos a los que est sujeto el
proyecto, pasamos a asignar las estrategias y procedimientos a llevar a cabo,
logrando as mitigar o evitar dicho riesgo.
82
Tabla 16 Estrategias y acciones preventivas

Riesgo
Estrateg
Acciones preventivas
identificad
ia
o
Corte
de Mitigar Contar con anticipacin
luz en el
con las fechas en que est
momento
previsto el corte de luz y
de
disponer de un grupo
desarrollo
electrgeno para evitar el
retraso del proyecto.
Acceso de
Evitar
Implementar mecanismos
terceras
que eviten el acceso no
personas a
autorizado, as como el
la data del
control de acceso fsico al
EIS
servidor BI.
4.2
No
existe
respaldo del
servidor BI
Evitar
Realizar
mantenimiento
constante del servidor fsico.
Red como
cuello de
botella
para
la
operacin
del EIS
Mitigar
Mantenimiento constante
a la red
Medidas a tomar
Dueo del
riesgo
Coordinar con el director

de DIGESI en coordinacin
con vicerrectorado para la
compra de un grupo
electrgeno.
Gerente del
proyecto
Por cada acceso al Arquitecto

server BI se guardar el tcnico
usuario, fecha y hora.
Coordinar con el rea de

redes para establecer
cronograma
de
mantenimiento
del
servidor fsico.
Coordinar y establecer
cronograma
de
mantenimiento con el
rea de redes DIGESI.
Gerente del
proyecto
rea
redes
de
Definicin de requerimientos del negocio
Para la definicin de los requerimientos se realizaron las respectivas entrevistas con

el rea de vicerrectorado de la Universidad Peruana Unin, los cuales son
responsables de tomar decisiones estratgicas para mejorar los procesos acadmicos
que son el centro del negocio.
A continuacin se procede a definir los requerimientos exigidos por vicerrectorado.
Requerimiento N 01
Fecha:
Nombre de
requerimiento:
Descripcin:
23/10/2013
Mdulo ingreso programacin de actividades
Consiste en agregar una opcin dentro del portal del profesor
de ingreso de programacin de actividades. Cada programacin
de actividades pertenecer a una sesin descrita en el slabo.
Cabe resaltar que no todas las sesiones requieren de una
83
Tipo:
Clasificacin:
Prioridad:
programacin de actividades, por ejemplo examen final.

Este acceso deber aparecer en el portal del profesor con la
finalidad de llenar la programacin de actividades por las
sesiones ingresadas en el slabo.
Funcional:
X No Funcional:
Opcional:
Alta:
X
Media:
Obligatorio:
Baja:
Requerimiento N 02
Fecha:
23/10/2013
Nombre de requerimiento:
Mdulo evaluacin de slabos
Descripcin:
Consiste en mostrar el listado de los slabos por curso,
grupo, ciclo, escuela, facultad, campus y semestre
acadmico, para luego evaluarlos en relacin con la
estructura de la unidad, competencias y unidades, y por
ltimo sistema de evaluacin.
Este acceso se le otorgar a la comisin de gabinete
pedaggico para poder evaluar los slabos ingresados por
semestre acadmico, escuela, ciclo y grupo. Los slabos
sern evaluados por: Estructura de unidad,
competencias y unidades, sistema de evaluacin.
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 03
Fecha:
23/10/2013
Mdulo entrevistas grupos focales
Descripcin:
Consiste en listar los cursos y docente de un
determinado grupo de estudiantes e ingresar los
comentarios clasificados segn: conocimientos de la
filosofa y respeto al alumno, dominio de su rea,
estrategias para hacerse entender y preparacin de
clase.
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 04
Fecha:
23/10/2013
Mdulo evaluar grupos focales
Descripcin:
El mdulo debe de listar los cursos y docentes evaluados
por campus, facultad y escuela. Una vez listado los
cursos y docentes se podr evaluar segn los rubros de
evaluacin especificados en el requerimiento 03. La
84
Tipo:
Clasificacin:
Prioridad:
escala de evaluacin por cada rubro ser del 1 al 3,

donde el uno es el puntaje mnimo y el 3 es el mximo.
Funcional:
X No Funcional:
Opcional:
Obligatorio:
X
Alta:
X
Media:
Baja:
Requerimiento N 05
Fecha:
23/10/2013
Mdulo evaluar reas (de tutora)
Descripcin:
Cabe mencionar que las reas a ser evaluadas son:
Matemtica, capacidades comunicativas y hbitos de
estudio, las cuales pertenecen a la parte acadmica,
tambin se evaluar la parte emocional y fsica.
Cada rea o test contendr dominios a evaluar que
podrn varias por semestre.
El mdulo deber ser capaz de listar a todos los alumnos
de acuerdo al rea seleccionada para proceder a ingresar
sus evaluaciones obtenidas en el examen de ingreso,
intermedio y de salida.
Este acceso estar ubicado en el sistema de bienestar
universitario.
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 06
Fecha:
24/10/2013
Encuesta de hbitos de estudio
Descripcin:
Se llevar a cabo una encuesta va online que deber
aparecer dentro del portal acadmico. Dicha encuesta
aparecer para todos los estudiantes de los primeros
aos de todas las carreras.
La encuesta tendr las preguntas clasificadas por:
Condiciones fsicas de estudio, Horarios de estudio,
Actitud frente a la clase y al profesor, Exmenes iniciales,
parciales y finales, Motivacin frente al estudio.
Tipo:
Funcional:
X
No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
85
Requerimiento N 07
Fecha:
23/10/2013
Indicador del rea de matemtica
Descripcin:
Deber mostrar en qu estado se encuentran los
alumnos en todos los cursos de matemtica segn el
semestre, escuela, facultad y campus.
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 08
Fecha:
23/10/2013
Indicador del rea de capacidades comunicativas
Descripcin:
Deber mostrar en qu estado se encuentran los
alumnos en todos los cursos de capacidades
comunicativas o lengua espaola segn el semestre,
escuela, facultad y campus.
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 09
Fecha:
23/10/2013
Indicador del estado hbitos de estudio
Descripcin:
Deber mostrar qu hbitos de estudio tienen los
alumnos para su desempeo acadmico segn el
semestre, escuela, su facultad y campus.
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 10
Fecha:
23/10/2013
Indicador acadmico de los estudiantes
Descripcin:
Es estado acadmico de una escuela, facultad o campus
depender de las notas obtenidas de matemtica,
capacidades comunicativas y hbitos de estudio. El
sistema deber mostrar el estado acadmico segn el
semestre, escuela, facultad y campus as como sus
comparaciones entre los mismos.
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
86
Requerimiento N 11
Fecha:
23/10/2013
Indicador emocional
Descripcin:
El sistema deber mostrar el estado emocional que se
encuentran los alumnos segn el semestre, escuela,
facultad y campus, as como las comparaciones entre
escuelas, facultades y campus.
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 12
Fecha:
23/10/2013
Indicador fsico
Descripcin:
El sistema deber mostrar el estado fsico que se
encuentran los alumnos segn el semestre, escuela,
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 13
Fecha:
23/10/2013
Indicador del estado del alumno (tutora)
Descripcin:
Cabe mencionar que el estado del alumno es el conjunto
de las notas obtenidas en la parte acadmica, emocional,
fsico y espiritual (como se describe en la seccin 4.1.4 el
estado espiritual est fuera del alcance del proyecto). El
sistema deber mostrar el estado del estudiante segn
el semestre, escuela, facultad y campus, as como las
comparaciones entre escuelas, facultades y campus.
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 14
Fecha:
23/10/2013
Indicador gestin de datos ingresados en tutora
Descripcin:
El sistema deber mostrar el estado del cumplimiento de
datos ingresados del estudiante segn el semestre,
escuela, facultad y campus, as como las comparaciones
entre escuelas, facultades y campus.
87
Tipo:
Clasificacin:
Prioridad:
Funcional:
Opcional:
Alta:
X
Media:
No Funcional:
Obligatorio:
Baja:
Requerimiento N 15
Fecha:
23/10/2013
Indicador variable de salida de tutora
Descripcin:
El sistema deber mostrar el estado del resultado final
de las evaluaciones al estudiante segn el semestre,
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 16
Fecha:
23/10/2013
Indicador gestin de tutora
Descripcin:
Cabe resaltar que la gestin de tutoras est compuesta
por la gestin de datos, gestin del estado del alumno,
variable de salida. El sistema deber mostrar el estado
de la gestin de tutora segn el semestre, escuela,
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 17
Fecha:
23/10/2013
Indicador evaluacin docente ( encuesta semestral)
Descripcin:
El sistema deber mostrar el resultado de las notas
obtenidas por los docentes en la evaluacin semestral
segn el semestre, escuela, facultad y campus, as como
las comparaciones entre escuelas, facultades y campus.
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 18
Fecha:
Descripcin:
23/10/2013
Indicador cumplimiento de evaluaciones ( notas
ingresadas a tiempo por parte de los docentes)
El sistema deber mostrar el estado de las notas
ingresadas a tiempo por parte de los docentes segn el
88
Tipo:
Clasificacin:
Prioridad:
semestre, escuela, facultad y campus, as como las

comparaciones entre escuelas, facultades y campus.
Funcional:
X No Funcional:
Opcional:
Obligatorio:
X
Alta:
X
Media:
Baja:
Requerimiento N 19
Fecha:
Descripcin:
Tipo:
Clasificacin:
Prioridad:
24/10/2013
Indicador grupos focales
El sistema deber mostrar el estado de la evaluacin de
los grupos focales segn el semestre, escuela, facultad y
campus, as como las comparaciones entre escuelas,
facultades y campus.
Funcional:
X
No Funcional:
Opcional:
Obligatorio:
X
Alta: X
Media:
Baja:
Requerimiento N 20
Fecha:
24/10/2013
Indicador desempeo docente
Descripcin:
Cabe resaltar que la gestin del desempeo docente
comprende encuesta, puntualidad (como se describe en
la seccin 4.1.4 el indicador puntualidad est fuera del
alcance del proyecto), cumplimiento de evaluaciones y
grupo focales.
El sistema deber mostrar el estado de la gestin del
desempeo docente segn el semestre, escuela, facultad
y campus, as como las comparaciones entre escuelas,
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 21
Fecha:
Descripcin:
Tipo:
Clasificacin:
Prioridad:
24/10/2013
Indicador cumplimiento de la programacin de
actividades
El sistema deber mostrar el estado del cumplimiento de
la programacin de actividades por parte del docente
Funcional:
X No Funcional:
Opcional:
Obligatorio:
X
Alta:
X
Media:
Baja:
89
Requerimiento N 22
Fecha:
24/10/2013
Indicador calidad programacin de actividades
Descripcin:
El sistema deber mostrar el estado de la calidad de la
programacin de actividades por parte del docente
Cabe resaltar que dicha calidad de la programacin de
actividades se sacar del puntaje obtenido en el rubro
preparacin de clase de grupos focales.
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 23
Fecha:
Descripcin:
Tipo:
Clasificacin:
Prioridad:
24/10/2013
Indicador de la evaluacin de la programacin de
actividades
Cabe resaltar que la evaluacin de la programacin de
actividades est conformada por los indicadores del
cumplimiento de la programacin de actividades y
calidad de la misma.
El sistema deber mostrar el estado de la evaluacin de
la programacin de actividades segn el semestre,
Funcional:
X No Funcional:
Opcional:
Obligatorio:
X
Alta:
X
Media:
Baja:
Requerimiento N 24
Fecha:
Descripcin:
Tipo:
Clasificacin:
Prioridad:
24/10/2013
Indicador del cumplimiento del llenado de slabos a
tiempo
El sistema deber mostrar el estado del cumplimiento
del llenado de slabo segn el semestre, escuela, facultad
y campus, as como las comparaciones entre escuelas,
Funcional:
X No Funcional:
Opcional:
Obligatorio:
X
Alta:
X
Media:
Baja:
Requerimiento N 25
Fecha:
24/10/2013
Indicador de calidad del silabo
90
Descripcin:
Tipo:
Clasificacin:
Prioridad:
El sistema deber mostrar el estado de calidad del slabo

Funcional:
X No Funcional:
Opcional:
Obligatorio:
X
Alta:
X
Media:
Baja:
Requerimiento N 26
Fecha:
24/10/2013
Indicador evaluacin de slabo
Descripcin:
Cabe resaltar que el indicador evaluacin de slabo est
conformado por cumplimiento del llenado del slabo y la
calidad del slabo.
El sistema deber mostrar el estado de la evaluacin del
slabo segn el semestre, escuela, facultad y campus, as
como las comparaciones entre escuelas, facultades y
campus.
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 27
Fecha:
24/10/2013
Indicador gestin del slabo
Descripcin:
Cabe resaltar que el indicador gestin de slabo est
conformado por la evaluacin de la programacin de
actividades y la evaluacin del slabo.
El sistema deber mostrar el estado de la gestin de
slabo segn el semestre, escuela, facultad y campus, as
como las comparaciones entre escuelas, facultades y
campus.
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 28
Fecha:
Descripcin:
24/10/2013
Indicador de gestin del proceso enseanza y
aprendizaje
Cabe resaltar que la gestin del proceso de enseanza y
aprendizaje est compuesto por la gestin de slabos,
gestin del desempeo docente, gestin de tutoras y
gestin de tareas clase (como se describe en la seccin
4.1.4 la gestin de tareas est fuera del alcance del
proyecto).
El sistema deber mostrar el estado de la gestin del
proceso de enseanza y aprendizaje segn el semestre,
91
Tipo:
Clasificacin:
Prioridad:

Funcional:
X No Funcional:
Opcional:
Obligatorio:
X
Alta:
X
Media:
Baja:
Requerimiento N 29
Fecha:
24/10/2013
Reportes comparativos
Descripcin:
Cada indicador tendr su reporte comparativo por
semestre, escuela, facultad y campus. Esto permitir
saber qu escuela, facultad o campus est llevando la
delantera mostrando as su estado real de acuerdo a
cada indicador seleccionado.
Tipo:
Funcional:
No Funcional:
X
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 30
Fecha:
Descripcin:
Tipo:
Clasificacin:
Prioridad:
24/10/2013
Los reportes debern mostrar su estado mediante
grfica de indicador del rojo hasta el verde
Los indicadores estarn acompaados de grficas
semforo en el que se podr visualizar amigablemente el
estado actual de una determinada escuela, facultad o
campus.
Funcional:
No Funcional:
X
Opcional:
Obligatorio:
X
Alta:
X
Media:
Baja:
Requerimiento N 31
Fecha:
Descripcin:
Tipo:
Clasificacin:
Prioridad:
24/10/2013
Los reportes debern mostrarse desde el nivel ms alto
hasta el nivel mnimo de detalle con respecto a los
indicadores
Los reportes debern mostrar al comienzo el estado
general de la UPeU, luego de sus sedes, facultades y
escuelas, hasta observar detalladamente el o los
indicadores que estn en rojo para posteriormente
implementar un plan de mejora.
Funcional:
No Funcional:
X
Opcional:
Obligatorio:
X
Alta:
X
Media:
Baja:
92
Requerimiento N 32
Fecha:
Descripcin:
Tipo:
Clasificacin:
Prioridad:
24/10/2013
Cada peso de indicador deber ser modificable por
semestre
Los indicadores estarn acompaados de un peso
determinado por el rea de vicerrectorado. Estos pesos
podrn ser modificados por semestre en caso sea
necesario.
Funcional:
X No Funcional:
Opcional:
Obligatorio:
X
Alta:
X
Media:
Baja:
Requerimiento N 33
Fecha:
24/10/2013
Flexibilidad para agregar ms indicadores
Descripcin:
La estructura del data mart deber soportar nuevos
indicadores en el transcurso del tiempo.
Tipo:
Funcional:
X No Funcional:
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 34
Fecha:
24/10/2013
Reportes rpidos e intuitivos
Descripcin:
El tiempo de respuesta de los reportes debe ser rpido,
as como amigables al usuario, para manejarlos con
facilidad.
Tipo:
Funcional:
No Funcional: X
Clasificacin:
Opcional:
Obligatorio:
X
Prioridad:
Alta:
X
Media:
Baja:
Requerimiento N 35
Fecha:
Descripcin:
Tipo:
Clasificacin:
Prioridad:
24/10/2013
La base de datos en construccin deber almacenar
informacin al detalle para la construccin de nuevos
reportes
La base de datos, en este caso nuestro DM deber
almacenar informacin al detalle que comprende cada
uno de los indicadores, por ejemplo los alumnos que
tienen baja nota en el rea de matemtica que afecta al
respectivo indicador, as como los docentes, cursos,
rubros de evaluacin, puntajes, tipo de exmenes, etc.
pertenecientes al proceso de enseanza y aprendizaje.
Funcional:
No Funcional:
X
Opcional:
Obligatorio:
X
Alta:
X
Media:
Baja:
93
Todos los requerimientos descritos van en funcin a la obtencin de indicadores, los

cuales fueron identificados por vicerrectorado de manera jerrquica mostrados en la
figura 30.
Figura 30 Indicadores acadmicos

Para ms informacin de los indicadores acadmicos ver el Anexo 1.
4.3
Desarrollo de mdulos acadmicos
Para la recoleccin de informacin de nuestros indicadores es indispensable el

desarrollo de los siguientes mdulos acadmicos.
4.3.1 Descripcin general
4.3.1.1
Funcionamiento
Se procedi al desarrollo de mdulos acadmicos al detectar que no se

posea informacin necesaria para la elaboracin de los indicadores de
cumplimiento de la programacin de actividades, evaluacin grupos focales
y todos los indicadores que forman el indicador completo de gestin de
tutoras.
94
Mdulo de ingreso programacin de actividades: como se mencion

en los requerimientos sirve para evidenciar las clases realizadas por los
docentes durante un determinado periodo acadmico.
Este acceso
aparecer en el portal de docente como un link [programacin de

actividades].
Cuando el docente presione click en el link [programacin de
actividades], lo llevar a otra pgina en el cual muestre las sesiones de
su slabo ingresado, en el cual se mostrar al lado derecho de cada
sesin un link [generar programacin de actividades], en el cual se
mostrar el ingreso de la programacin de actividades con los siguientes
campos: aprendizaje esperado de la sesin, momentos o nombre de la
actividad, estrategias/ descripcin, tiempo y link (opcional).
Acceso: Todos los docentes de pregrado y PROESAD.
Mdulo de evaluacin de slabos: El mdulo evaluacin de slabos

como se mencion en los requerimientos sirve para evaluar la calidad de
los slabos ingresados en un determinado semestre. Este acceso estar
clasificado dentro de la opcin administrar del sistema acadmico. Al dar
click en [Evaluar slabos], aparecer una nueva interfaz en el cual se
mostrar una bsqueda por semestre, campus, facultad, escuela, ciclo y
grupo, esto permitir listar a los cursos segn la bsqueda elegida. Este
listado mostrar el nombre del curso, grupo, crditos, horas tericas,
horas no presenciales, total de horas, nombre del profesor, adems del
puntaje transformado en color (rojo-puntaje 1, amarillo-puntaje 2 y verdepuntaje 3) de los rubros de: evaluacin estructura de unidad,
competencias y unidades y por ltimo sistema de evaluacin. Al costado
derecho aparecer por registro el cono evaluar.
Al dar click en el cono llevar a otra interfaz que mostrar al lado
izquierdo el slabo y al lado derecho la evaluacin por la estructura de
unidad (muestra clara relacin, existe relacin, hay poca relacin), la
estructura del slabo (muestra clara relacin, existe relacin y hay poca
relacin), el sistema de evaluacin (evidencia la competencia con
claridad, algunas corresponden sin claridad y alumnas corresponden).
95
Luego de seleccionar la evaluacin correspondiente aparecer una

casilla de observaciones siempre y cuando se lo requiera.
Acceso: Gabinete pedaggico.
Mdulo de ingreso entrevistas grupos focales: El mdulo de ingreso

de entrevistas de los grupos focales como se mencion en los
requerimientos sirve para capturar la opinin del alumno frente a su
docente que dicta una determinada asignatura correspondiente a un
ciclo acadmico. Este acceso estar clasificado dentro de la opcin
administrar del sistema acadmico. Al dar click en [Entrevista Grupos
Focales], aparecer una nueva interfaz en el cual mostrar una
bsqueda segn semestre, campus, facultad, escuela, ciclo y grupo,
esto permitir listar a los cursos con sus docentes segn la bsqueda
elegida. Esta lista contendr el nombre del curso, el nombre del docente,
grupos, crditos y horas totales. Al costado derecho de cada curso
aparecer un cono de entrevista, en el cual nos llevar a otra ventana
de registro de comentarios de los alumnos por rubro a evaluar. Estos
rubros de evaluacin son 4: conocimiento de la filosofa y respeto al
alumno, dominio de su rea, estrategias para hacerse entender y
preparacin de clase.
Acceso: Personal administrativo de cada facultad.
Mdulo evaluacin grupos focales: El mdulo evaluacin grupos

focales como se mencion en los requerimientos sirve para evaluar al
docente en el desempeo de una determinada asignatura dictada en un
determinado semestre. Este acceso estar clasificado dentro de la
opcin administrar del sistema acadmico. Al dar click en [Evaluar
grupos focales], aparecer una nueva interfaz en el cual se mostrar
una bsqueda por semestre, campus, facultad y escuela, esto permitir
listar a los cursos y docentes segn la bsqueda elegida. Este listado
mostrar el nombre del docente, el nombre de la asignatura, la escuela,
grupo, opcin de evaluar, adems mostrar el puntaje de los rubros
incluidos en la evaluacin de grupos focales los cuales son: preparacin
96
de pan de clase, estrategias para hacerse entender, conocimiento de la

filosofa y respeto al alumno.
Al dar click en el link evaluar abrir una venta flotante que mostrar al
lado izquierdo los comentarios obtenidos de los grupos focales y al lado
derecho la evaluacin por: dominio de su rea, preparacin de clase,
estrategias para hacerse entender, conocimiento de la filosofa y respeto
al alumno. Cada rubro tendr un puntaje que va desde el 1 hasta el 3
donde 1 es el menor valor y 3 es el mximo valor.
Acceso: Gabinete pedaggico.
Adaptacin del software LimeSurvey: La implementacin de este

software libre proviene de la necesidad de tener un sistema de
encuestas online para los docentes y alumno. Este sistema permiti la
elaboracin de encuestas en lnea para los alumnos de los primeros
aos de todas las carreras acerca de los hbitos de estudio, el cual es
uno de los indicadores establecidos por vicerrectorado para la
elaboracin del indicador compuesto de gestin de tutoras.
Acceso: Alumnos de los primeros aos de cada carrera.
Mdulo de ingreso de notas rea tutoras: El mdulo de ingreso de

notas como se mencion en los requerimientos sirve para evaluar al
alumno en una determinada rea o test un determinado semestre. Este
acceso estar clasificado dentro del Portal de bienestar universitario
ubicado
en la opcin de [ingresar notas] en el men del sistema
acadmico. Al dar click en [ingresar notas], aparecer una nueva

interfaz en el cual se mostrar una bsqueda por semestre, campus,
facultad y escuela, ciclo, grupo, rea y el tipo de evaluacin (entrada,
intermedio y salida), el cual permitir listar a los estudiantes a ser
evaluados segn la bsqueda elegida. Este listado mostrar el cdigo
del estudiante, nombre del estudiante, foto, as como el puntaje de los
dominios a evaluar segn el rea o test elegido. En caso que elija cultura
fsica tendr aparecer los dominios de fuerza, velocidad, flexibilidad y
resistencia cada uno con la escala del [00-10], si elige matemtica
mostrar los dominios de operaciones combinadas con una escala de
97
[00-06], expresiones algebraicas con escala de [00-06] y resolucin de

problemas con escala de [00-08], si elige inteligencia emocional
aparecern
los
dominios
de
intrapersonal,
manejo
de
estrs,
adaptabilidad, estado de nimo, impresin positiva, total de conocimiento

emocional todos con una escala de [00-148]; si elige capacidades
comunicativas aparecern los dominios de literal con una escala de [0006], inferencial con una escala de [00-06] y crtico valorativo con una
escala de [00-08]. Cabe resaltar que los puntajes se mostrarn como se
podrn editar en la misma casilla donde se muestran. Por ltimo
aparecer por cada registro de cada alumno la nota final de evaluacin.
Acceso: Docentes que dictan matemtica, capacidades comunicativas y
cultura fsica, as como los psiclogos asignados a cada facultad.
4.3.1.2
Descripcin de los usuarios
Gabinete pedaggico: Est conformado por personal designado de

cada facultad con el fin de velar por la calidad de enseanza que imparte
UPeU a los estudiantes.
Docentes: Se considera a los docentes a aquel personal que dicta curso

(s) en el presente semestre. Para estos indicadores solo se considera
docentes de pregrado y PROESAD.
Psiclogos: Aquel personal asignado a cada facultad, encargado de

velar por el bienestar del estado emocional del estudiante.
Personal administrativo: El personal administrativo est conformado

por decanos, secretarios, directores de escuela y secretaras. Para el
mdulo de entrevistas de grupos focales solo se considera secretarias
de una determinada facultad.
4.3.2 Desarrollo e Implementacin

4.3.2.1
Diseo de base de datos
98
El primer paso importante para el desarrollo de los mdulos es el diseo de

la base de datos, en el cual se almacenarn los datos que recepcionarn
los mdulos expuestos.
El modelado se realiz con la herramienta data modeler de Oracle SQL
Developer as como la generacin de los DDLs.
4.3.2.2
Desarrollo del cdigo
Para la realizacin de los nuevos mdulos solicitados por vicerrectorado, el

ambiente de desarrollo se llev acabo en la oficina de desarrollo DIGESI.
Estos mdulos fueron construidos utilizando la tecnologa JSP con
programacin en java. Asimismo, la base de datos utilizada fue Oracle 10g.
Cabe resaltar que estos mdulos fueron desarrollados con el mismo
lenguaje y bases de datos del sistema acadmico.
El ambiente de desarrollo fue dado por un server VPS JSP, el cual genera o
soporta virtualizacin de aplicaciones de prueba, asimismo para la base de
datos con un server VPS DB el cual interacta con nuestro server VPS JSP.
Este ambiente de desarrollo permiti visualizar cmo estaban quedando
nuestros mdulos para el usuario.
4.3.2.3
Pruebas
Las pruebas se realizaron en el mismo ambiente de desarrollo. Estas

pruebas se hicieron por cada mdulo solicitado segn el cronograma
establecido.
Se realizaron las siguientes pruebas por mdulo:
99
Tabla 17 Pruebas realizadas en los mdulos acadmicos

Nombre del mdulo Pruebas realizadas
Mdulo
de
programacin
la Ingreso de planes de clase

de
actividades
Eliminacin de planes de clase
Modificacin de planes de clase
Ingreso de palabras con tildes o utilizando la letra en los
planes de clase
Verificacin de la informacin mostrada procedente del
mismo slabo.
Verificacin del ingreso de la programacin de actividades
de los campos obligatorios, nombre de actividad y
descripcin
Visualizacin de la programacin de actividades dentro del
portal del alumno
Mdulo
de Verificacin de los campus mostrados en el selector que
evaluacin
de pertenezcan al semestre seleccionado
slabos
Verificacin de las facultades mostradas en el selector que
pertenezcan al campus del semestre seleccionado
Verificacin de las escuelas mostradas en el selector que
pertenezcan a las facultades del
campus del semestre
seleccionado
Verificacin del ciclo mostrado que se haya dictado en la
escuela, perteneciente a la facultad del campus del semestre
seleccionado
Verificacin del grupo mostrado que se haya generado en el
ciclo seleccionado perteneciente a una escuela, facultad,
campus del semestre seleccionado
Verificacin del listado segn los filtros seleccionados.
Verificacin
de
los
slabos
mostrados
que
deben
corresponder a la informacin seleccionada en la pantalla

anterior
100
Verificacin de los criterios de evaluacin segn sus escalas

Ingreso de evaluacin
Modificar evaluacin
Ingreso de palabras con tildes o utilizando la letra en las
evaluaciones
Diseo web adaptable
Mdulo entrevistas Verificacin de los campus mostrados en el selector que
grupos focales
pertenezcan al semestre seleccionado

campus del semestre
seleccionado
seleccionado
ciclo seleccionado perteneciente a una escuela, facultad ,
Ingreso de entrevistas por criterio de evaluacin
Verificacin de la edicin de la entrevista solo si es el usuario
quien lo ingres
Ingreso de palabras con tildes o utilizando la letra en las
evaluaciones
Informacin de la entrevista: datos encriptados en la base de
datos
Mdulo evaluacin Verificacin de los campus mostrados en el selector que
grupos focales

seleccionado
101
campus del semestre

Dentro de la evaluacin se verific que los datos de la
entrevista correspondan al curso seleccionado
Ingreso de evaluacin por rubros y escala
Edicin de la evaluacin por rubros y escala
Clculo del promedio obtenido de la evaluacin
Adaptacin
software
del Verificacin con 5 personas del envo de la encuesta a sus

correos
LimeSurvey
Verificacin luego de completar la encuesta, esta ya no
aparezca nuevamente en el portal
Verificacin de encuestas incompletas, sigan apareciendo en
el portal
Mdulo evaluacin Verificacin de los campus mostrados en el selector que
reas tutora

pertenezcan a las facultades del campus del semestre
seleccionado
seleccionado
ciclo seleccionado perteneciente a una escuela, facultad,
Verificacin del selector rea, solo debe de mostrar las reas
a evaluar pertenecientes a la escuela
Verificacin del ingreso de notas obtenidas en el rea de
matemtica
capacidades comunicativas
cultura fsica
102
Verificacin del ingreso de notas obtenidas en el test de

inteligencia emocional
Verificacin del ingreso de nota o puntaje sobre no
excederse del rango establecido por cada dominio
Verificacin por examen de entrada, salida, intermedio
4.3.2.4
Implementacin de mdulos en el portal acadmico
Mdulo de ingreso programacin de actividades

A continuacin se mostrar
todas las pantallas involucradas para el
ingreso de la programacin de actividades:

Dentro del portal del profesor se agreg la opcin de [programacin de
actividades].
Figura 31 Portal del profesor

Luego al dar click en la opcin [ programacin de actividades ], se abrir
una nueva pantalla que mostrar las unidades con sus temas y fechas
obtenidas del slabo, en el cual, el docente deber ingresar segn el tema a
desarrollar en su programacin de actividades.
Este link sirve para ingresar plan clase
Figura 32 Temas del slabo
103
Al dar click en el link [Programacin de actividades], se mostrar
la
siguiente pantalla.
Figura 33 Programacin de actividades
Como podemos observar en la figura 33, la programacin de actividades

tiene como cabecera el tema al que pertenece, la fecha, el semestre, la
escuela, el profesor, unidad temtica al cual pertenece as como el
resultado de aprendizaje.
Se tiene para ingresar el aprendizaje esperado de la sesin, el nombre de
la actividad, la descripcin, la url en caso sea necesario y en cunto tiempo
se desarrollar la actividad.
Mdulo de evaluacin de slabos

A continuacin se presenta las pantallas involucradas para la evaluacin de
los slabos pertenecientes a los cursos con sus docentes en una
determinada carga acadmica.
104
Figura 34 Bsqueda del slabo
En la figura 34, se puede observar los filtros utilizados para el listado de los
cursos que contienen los slabos a evaluar. Una vez realizado los filtros de
bsqueda se mostrar el listado respectivo de los cursos a ser evaluados.
Figura 35 Listado de carga por bsqueda

Al dar click en la opcin evaluar, se mostrar la siguiente pantalla.
105
Figura 36 Evaluar slabo
En la figura 36, se puede observar el slabo del curso seleccionado as

como el docente que lo dicta, por otra parte figura los temas de evaluacin
al que es sometido un slabo.
Una vez evaluado el slabo, se procede a dar click en el botn [Regresar],
en el cual mostrar la evaluacin del slabo por colores, como se muestra
en la siguiente pantalla.
Figura 37 Slabos evaluados
106
Como se observa en la figura 37, los criterios de evaluacin van de la

puntuacin 1 al 3 donde el 1=rojo, 2=amarillo, 3=verde.
Mdulo de ingreso entrevistas grupos focales

En la figura 38, se puede observar el listado de cursos con sus docentes a
entrevistar pertenecientes a un campus, facultad, escuela, ciclo y grupo,
segn la bsqueda seleccionada.
Figura 38 Listado de cursos a evaluar
Al dar click en el cono
de entrevista, aparecer la siguiente pantalla.
Figura 39 Ingresar entrevista
107
En la figura 39, se observa el ingreso de los comentarios de la entrevista

por criterio de evaluacin: dominio de su rea, preparacin de clase,
estrategias para hacerse entender, conocimiento de la filosofa y respeto al
alumno.
Una vez ingresado los comentarios, se registra el usuario y fecha de quien
realiz la entrevista sin opcin a modificar, solo a agregar para mayor
seguridad.
Figura 40 Listado de entrevistas

Mdulo evaluacin grupos focales
En la figura 41 se observa la lista de cursos con sus docentes por campus,
facultad y escuela, segn la bsqueda aplicada.
Figura 41 Listado de cursos y docentes segn filtro
108
Al dar click en la opcin evaluar
, podemos observar la siguiente
pantalla.
Figura 42 Evaluacin grupos focales

La evaluacin de cada criterio va desde el valor 1 al 3, siendo el 3 el
mximo puntaje.
Adaptacin del software LimeSurvey

El sistema LimeSurvey nos permite realizar encuestas configurables segn
la necesidad. Su implementacin tuvo como inicio el de realizar encuestas
para los docentes, alumnos y trabajadores sobre diferentes temas.
Asimismo, se aplic el test de hbitos de estudio perteneciente al indicador
de gestin de tutora.
A continuacin se muestran las pantallas principales del sistema de
encuestas LimeSurvey.
Figura 43 Logeo LimeSurvey
109
En la figura 44 se observa la pantalla principal de configuracin de las

encuestas para crear, modificar, eliminar, mostrar encuestados, mostrar
resultados, entre otros.
Figura 44 Ingreso como administrador al sistema LimeSurvey
En la figura 45, se muestra la informacin de bienvenida para la encuesta

de hbitos de estudio.
Figura 45 Pantalla de configuracin de la informacin inicial del test hbitos de

estudio
En la figura 46 se muestra las partes que conforman el test de hbitos de

estudio las cuales son: Condiciones fsicas de estudio, Horarios de estudio,
Actitud frente a la clase y al profesor, Exmenes iniciales, parciales y
finales, Motivacin frente al estudio.
110
Figura 46 Pantallas de los tests pertenecientes a hbitos de estudio

Mdulo de ingreso de notas reas tutoras
En la figura 47, se observa la ubicacin del [Portal de bienestar
universitario y tutora], que se agreg para el manejo de tutoras y bienestar
universitario.
Figura 47 Opciones sistema acadmico
Al dar click en portal de bienestar universitario y tutora, se mostrar la

siguiente pantalla.
111
Figura 48 Portal bienestar universitario
En la figura 48, se observa el acceso de ingresar notas, en el que se

evaluar las reas de capacidades comunicativas, matemtica, cultura
fsica y inteligencia emocional, como se puede ver en las siguientes
pantallas.
Figura 49 Ingreso de notas de cultura fsica
112
Figura 50 Ingreso de notas de matemtica
Figura 51 Ingreso de notas de capacidades comunicativas
113
Figura 52 Ingreso de notas de test de inteligencia emocional
Figura 53 Ver resultados de inteligencia emocional
114
4.4
Diseo de arquitectura tcnica
La arquitectura tcnica es el modelo de los servicios tcnicos del DM as como

sus elementos que lo componen. Esta arquitectura sirve como marco de
organizacin para apoyar la integracin de las tecnologas que se emplearn.
La arquitectura permite visualizar los posibles problemas al comienzo del
proyecto y tratar de minimizar los inconvenientes que puedan surgir.
Figura 54 Arquitectura para el proyecto del DM acadmico como base para la

implementacin del EIS en la UPeU
Como se muestra en la figura 54, para este proyecto se tendr como datos de
origen al sistema acadmico de la Universidad Peruana Unin, el cual integra
los mdulos de tutoras, portal del docente, portal del alumno, evaluaciones
entre otros.
Este sistema es esencial para la carga de datos en el DM. Cabe mencionar que
esta carga de datos se realiza mediante el proceso de ETL, el cual significa
extraccin, transformacin y carga. Este proceso permite a la organizacin
mover datos de mltiples fuentes, formatearlos, limpiarlos y cargarlos en otra
base de datos en este caso en el DM.
Una vez realizada la carga de datos, el DM se independiza de los sistemas
operacionales hasta la prxima carga. Luego que el DM est llenado, se
utilizar la solucin OLAP, que permitir agilizar la consulta de grandes
cantidades de datos, para ello se utilizar estructuras multidimensionales o los
llamados cubos OLAP, logrando consultas con rapidez de respuesta.
115
Una vez realizados los cubos, se procede a elaborar reportes de cada uno de
los indicadores acadmicos solicitados por vicerrectorado para la toma de
decisiones y el control de los procesos acadmicos relevantes. El conjunto de
estos reportes es nuestro sistema EIS o sistema de informacin ejecutiva.
Como conclusin de esta fase este proyecto sigue una arquitectura MOLAP,
debido a la utilizacin de cubos para luego realzar los reportes sobre dicha
base.
4.4.1 Determinar server a utilizar
La determinacin de las caractersticas del server, se defini en base a las

herramientas a utilizar para la realizacin del DM y el EIS por lo que se
recomend por el rea de redes, para el inicio del proyecto BI un servidor
virtualizado con las siguientes caractersticas:
2 CPU(s) de 1,4 Ghz
5 G de RAM
70 GB de disco duro
Sistema operativo de Microsoft Windows Server 2008 R2 (64-bit)
.NET Framework 3.5 SP1
Servicios de internet: Microsoft Internet Information Services (IIS)
Acceso a internet
Adobe Flash Player
Todas estas caractersticas se definieron en base a los requerimientos de las

herramientas BI.
4.4.2 Configuracin del server
El primer paso es la virtualizacin del mismo, por lo que se identific al anfitrin

el cual tiene instalado SO vmware 5 que hace posible dicha virtualizacin, as
como la instalacin del sistema operativo Microsoft Windows Server 2008 R2
(64-bit) con salida a internet.
116
Figura 55 Servidor BI con sistema operativo Windows Server 2008 R2
Luego se procedi a instalar el IIS que nos sirve para la publicacin de pginas
web y .Net Framework 3.5 SP1 (componente de software necesitado en las
aplicaciones a instalar), ambos incluidos dentro del sistema operativo.
Figura 56 Web Server (IIS) Tools y .Net Framework instalados en el server BI
117
Luego se procedi con la instalacin del Adobe Flash Player para la

presentacin de informes.
Figura 57 Adobe Flash Player instalado en el server BI
Como se ha detallado el server BI fue configurado de acuerdo a las

especificaciones del tema 4.4.1 para el soporte adecuado de las aplicaciones
BI.
4.5
Seleccin del producto
Para la implementacin del sistema de informacin ejecutiva, se eligi el o los

productos que se ajusten a las necesidades de la empresa, en este caso de la
Universidad Peruana Unin.
Asimismo, cabe resaltar que la UPeU ya dispone de un convenio con Microsoft,
por el que se obtiene la solucin SQL server 2012, el cual dispone de un
entorno integrado para desarrollar construcciones de inteligencia de negocios
muy conveniente para el desarrollo de nuestro Data Mart.
Asimismo, para la elaboracin de cuadros de mando integral de los indicadores
acadmicos que ayudarn para la toma de decisiones y llevarn el control de
los procesos acadmicos por semestre, por campus, facultades y escuelas de
la UPeU, se elegir la solucin MicroStrategy 9 versin gratuita, el cual incluye
funcionalidades de reporting y analticas permitiendo a los usuarios ver los
datos en varios formatos, desde informes operacionales hasta visualizaciones
de alta calidad grfica.
En cuanto al tiempo de aprendizaje de los productos seleccionados, el equipo
que lleva a cabo este proyecto de inteligencia de negocios conoce el
118
funcionamiento de las dos herramientas seleccionadas, por lo que la empresa

reducir gastos de capacitacin as como tiempos de desarrollo del EIS.
En resumen se eligi SQL server 2012 para la extraccin, transformacin y
carga de los sistemas origen a la estructura del data mart acadmico, el cual
estar alojado en dicha solucin y MicroStrategy 9 para el reporting y anlisis,
ya que esta ltima no cuenta con el proceso de ETL (Extraccin,
transformacin y carga), sino que trabaja directamente con una base de datos,
en este caso con el data mart realizado por la herramienta SQL server.
En cuanto a costos, es muy favorable ya que tanto para la solucin SQL Server
2012 la UPeU posee un convenio con Microsoft y en cuanto a la solucin
MicroStrategy 9 se utilizar la versin gratuita, permitiendo el ahorro en cuanto
a licencias.
Figura 58 Aplicaciones a utilizar
4.5.1 Instalacin del SQL server 2012
Para la obtencin de esta herramienta se coordin con el departamento de

soporte - DIGESI. Cabe resaltar que esta herramienta nos permitir realizar
nuestro DM as como el llenado de la misma a travs del proceso ETL. A
continuacin presentaremos algunas pantallas importantes que se presentaron
durante la instalacin del SQL server.
119
Figura 59 Normas de apoyo a la configuracin SQL Server
Como se puede observar en la figura 59, el asistente de instalacin comprueba

si se cumple con todos los requerimientos que exige el Sql Server, logrando as
evitar posibles problemas que puedan surgir ms adelante. Como siguiente
paso se ingres la clave del producto y se acept los terminos de licencia.
Posteriormenete se eligi las caractersticas del server a utilizar.
Figura 60 Caractersticas seleccionadas para nuestra base de datos
Luego se introdujo el nombre de la instancia, su respectiva ubicacin dentro de

nuestro servidor, se eligi el tipo de autentificacin con Windows introduciendo
la contrasea, y por ltimo se procedi con la instalacin.
120
Figura 61 Finalizacin de la instalacin del SQL Server
4.5.2 Configuracin de conexin a Oracle en SQL server
Esta conexin es de importancia para nuestro proyecto, debido a que nuestro

sistema acadmico (sistema origen) utiliza la base de datos Oracle 10g. Dado
que SQL server no posee por defecto esta conexin origen con bases de datos
Oracle se realiz los siguientes pasos:
Primero se instal el cliente de Oracle 11g
Una vez instalado, nos dirigimos a la ubicacin donde se instal el

cliente en nuestro caso C:\app\carol.acuna\product\ 11.2.0\client_1\
NETWORK\ADMIN, ubicando el archivo TNSNAMES. ora para agregar
una conexin a nuestra base de datos origen.
Para probar la conexin con nuestra base de datos origen, utilizamos

Oracle SQL developer, introdujimos el hostname, puerto y SID de
nuestra base de datos, logrando as una conexin satisfactoria.
El siguiente paso fue instalar nuestro conector de Microsoft para Oracle

by Attunity.
Una vez instalado se procede a agregar el conector en el toolbox de

SQL Integration Services (entorno donde se realizar el data mart y el
proceso ETL).
Por ltimo una vez agregado el conector Oracle se procede a agregar

una nueva conexin, elegimos Microsoft Connector for Oracle by
121
Attunity, y probamos conexin a nuestra base de datos origen, logrando

as una conexin satisfactoria.
4.5.3 Instalacin de MicroStrategy
Para la instalacin del MicroStrategy 9 versin libre, se procedi a

descargar esta herramienta de su sitio web. Luego de haber descargado,
se realiz la instalacin en el cual se comprueba las dependencias que
necesita para proseguir. Una vez concluido el proceso, se cre tres
esquemas en SQL Server, cada uno con un cometido diferente. Estos
esquemas almacenan la metadata, historial y estadsticas con los que
trabaja MicroStrategy. La metadata es el corazn del sistema, debido a
que almacena tablas internas donde se encuentra la informacin del
modelo de datos que se defini y todos los objetos que definamos as
como los filtros, informes, indicadores, etc. El esquema de Historial,
como su nombre lo indica, almacena las modificaciones que realicemos
de los objetos. Por ltimo el esquema de estadsticas contiene tablas
para mantener y controlar la actividad del sistema.
Una vez de haber creado los esquemas, se procedi a abrir el asistente
de configuracin.
Figura 62 Instalacin de MicroStrategy
122
Este paso es importante, ya que se conecta a las bases de datos y crea

las tablas necesarias para gestionar el metadatos, el historial y
estadsticas de MicroStrategy.
El siguiente paso fue la configuracin del MicroStrategy Intelligence
Server que es motor de procesamiento y gestin de los trabajos de las
aplicaciones de informes, anlisis y monitorizacin. Por ltimo, la
configuracin de los orgenes del proyecto que es la ubicacin
centralizada de los diferentes proyectos que se manejan. Con esto
concluimos
con
la
configuracin
bsica
de
nuestro
servidor
MicroStrategy 9.
4.6
Modelo dimensional
4.6.1 Eleccin del proceso de negocio
Primeramente, se entiende como proceso de negocio al conjunto de

actividades realizadas dentro de una organizacin, que a su vez cuenta con
entradas y salidas. En este primer paso se seleccion los procesos de negocio,
el cual son identificados gracias a la recoleccin de requerimientos obtenida de
las entrevistas realizadas a nuestros usuarios principales, en este caso, a
Vicerrectorado.
En el presente proyecto tendr como procesos de negocio la elaboracin de
slabos as como la elaboracin de la programacin de actividades, los
cuales generan informacin importante para llevar un mejor control de los
slabos realizados por los docentes y sus sesiones que involucran los planes de
clase proyectados hacia el estudiante. Tambin el proceso de evaluar al
docente, el cual se lleva a cabo a travs de una encuesta virtual y grupos
focales, los mismos que son realizados una vez al semestre. Este proceso
permite recibir la percepcin de cada estudiante por cada docente que le
ense dentro de un determinado periodo acadmico. Asimismo, el proceso
de evaluar a estudiantes, este proceso se da cuando el docente toma
exmenes parciales, intermedios, finales, etc. a los estudiantes segn sus
evaluaciones planificadas dentro del slabo.
123
Por ltimo, el proceso de seguimiento al estudiante (tutoras), este proceso

aplica diversos instrumentos para medir sus hbitos de estudio del estudiante,
su capacidad de resolucin de problemas (rea de Matemtica), su capacidad
lingstica (rea de Capacidades Comunicativas), su inteligencia emocional, su
fsico, etc.
En general toda esta informacin generada por los procesos en estudio, es de
importancia para la construccin de los indicadores de los procesos
acadmicos. Dicha informacin almacenada en el DM, permitir conocer los
slabos completos e incompletos por semestre, escuela, facultad y campus, la
cantidad de sesiones con programacin de actividades por semestre, escuela,
facultad y campus, la nota del docente segn criterios de evaluacin tanto de la
encuesta online como de los grupos focales, cantidad de rubros vencidos,
cantidad de rubros cumplidos, nota obtenida por los alumnos en las reas de
matemtica, capacidades comunicativas, cultura fsica, as como los puntajes
en los test aplicados de inteligencia emocional y hbitos de estudio por
semestre, escuela, facultad y campus, entre otros.
4.6.2 Establecer el nivel de granularidad
El nivel de detalle apropiado para el propsito de este proyecto es una

granularidad fina, debido al requerimiento nmero 35 por parte de
Vicerrectorado, as como dar mayor facilidad en el desglose de la informacin.
De esta manera los usuarios podrn ver exactamente qu indicadores no estn
del todo bien y quines lo estn ocasionando.
A continuacin, se destaca algunos datos requeridos asociados a los
indicadores:
Fecha de la programacin de actividades
Carrera al que pertenece el curso
Asignaturas pertenecientes a un docente
Nota o puntaje de los estudiantes en reas o test examinados por

tutora.
Puntaje por cada criterio de evaluacin del docente.
124
Cantidad de rubros evaluados por docente y curso
Cantidad de rubros vencidos por docente y curso
Etc.
Todos estos datos podrn generar una serie de reportes segn lo requiera el
usuario, para un mejor control de los procesos de enseanza y aprendizaje en
favor de mejorar la calidad en la educacin, logrando proporcionar qu sedes,
facultades y carreras en un determinado semestre de anlisis tienen menor
puntaje en los indicadores de gestin de slabos, desempeo docente y
tutoras, as como el futuro desglose de los mismos, como por ejemplo saber
qu facultad dentro de la gestin de tutoras tiene un indicador no saludable,
hasta determinar el grupo de alumnos pertenecientes a una determinada
escuela con menor calificacin obtenida.
Como se puede observar, esta granularidad elegida para el proyecto ofrece a
los usuarios un gran abanico de posibilidades al momento de extraer
informacin del DM.
4.6.3 Eleccin de las dimensiones
En este paso se defini las dimensiones que son obtenidas de lo descrito por
los usuarios sobre los procesos de negocio acadmicos. Estas dimensiones
son importantes a la hora de incorporar a las tablas de hecho. Cabe resaltar si
el nivel de granularidad est bien definido, por lo general las dimensiones se
puede identificar con bastante facilidad.
Es importante resaltar que los atributos escogidos de manera correcta, son
capaces de definir la calidad de un buen almacn de datos. En otras palabras
el poder del almacn de datos depende de los atributos de cada dimensin.
Para identificar las dimensiones recurrimos a los indicadores definidos por
vicerrectorado as como la informacin que manejan dichos indicadores, ver
figura 30, en el cual al analizarlos se detect las siguientes:
125
Figura 63 Dimensin Indicador nivel V
Es necesario agrupar la informacin valiosa por indicador, por lo que nacen los
indicadores de nivel I, nivel II, nivel III, nivel IV y nivel V (UID). El usuario podr
obtener informacin agrupada desde el ms alto nivel hasta el ms bajo. Toda
esta informacin ser almacenada por la dimensin D_INDICADOR_NIVELV.
Cabe resaltar que estos indicadores tienen diferentes valores por niveles, estos
valores los llamamos ponderados, los cuales nos sirven en el clculo de los
mismos.
Figura 64 Dimensin asignatura carga
La dimensin D_ASIGNATURA_CARGA, se refiere a los cursos dictados por

semestre acadmico, cuyos atributos son idd_asignatura_carga (UID), el
nombre de la asignatura, el grupo al cual pertenece la asignatura, el modo de la
asignatura (regular, extraprogramtica y dirigida) y el ciclo en que se dicta. Esta
dimensin permitir formar reportes por cursos con slabos cumplidos, cursos
126
con docentes puntuales, cursos con docentes evaluados con nota aprobatoria,
etc.
Figura 65 Dimensin docente
La dimensin docente contendr informacin importante del docente para

ubicarlo. Esta dimensin
cdigo_docente,
tiene
como atributos a
nombre_docente,
idd_docente (UID),
apellido_pat_docente,
apellido_mat_
docente, celular_docente, correo_docente.
Figura 66 Dimensin tiempo
La dimensin tiempo es la que nos va a permitir agrupar la informacin por

semestre o ao, dado que en su mayora de los indicadores presentados tiene
como unidad mnima de tiempo el semestre. Los atributos de esta dimensin
son el idd_tiempo (UID), ao y semestre.
127
Figura 67 Dimensin escuela
La dimensin escuela es la que clasifica la informacin generada de una

determinada escuela. Esta dimensin tiene como atributos a idd_escuela (UID),
nombre_escuela, alias_escuela, nombre_facultad al cual pertenece la escuela,
alias_facultad, nombre_campus al cual pertenece la facultad de la escuela y
por ltimo alias_campus.
Figura 68 Dimensin estrategia evaluacin
La dimensin estrategia evaluacin almacena las estrategias utilizadas en los

rubros de evaluacin ingresados en cada slabo. Esta dimensin tiene como
atributos a idd_estrategia (UID), codigo_estrategia que es el cdigo utilizado en
la base de datos operacional, nombre_estrategia. Esta dimensin permitir
obtener reportes al detalle de las estrategias de evaluacin ingresadas a
tiempo, estrategias de evaluacin que no son ingresadas a tiempo, etc.
128
Figura 69 Dimensin criterio encuesta
La dimensin criterio encuesta se refiere a los criterios de evaluacin que

establece la encuesta online realizada por semestre al docente. Esta dimensin
tiene como atributos a idd_criterio (UID), criterio_numero que es el cdigo
utilizado en la base de datos operacional, nombre_criterio, nombre_cat_criterio
el cual se refiere a qu categora pertenece el criterio de la encuesta, como por
ejemplo criterio de arreglo e imagen personal pertenece a la categora aspecto
tico-social. Esta dimensin permitir obtener reportes al detalle del puntaje
obtenido por criterio o por la categora del criterio.
Figura 70 Dimensin escala GEA (Gestin estado alumno)
La dimensin escala GEA, se refiere a las escalas utilizadas en las reas o test
monitoreados por tutora acadmica, a su vez estas escalas pertenecen a
dominios. Por ejemplo el dominio operaciones combinadas tiene como escalas:
no tiene dominio, tiene dominio parcial y tiene dominio completo. Esta
dimensin tiene como atributos a idd_escala_gea (UID), nombre_escala_gea,
nombre_dominio_gea, dominio_rango_gea el cual seala el rango que posee
un determinado dominio.
129
Figura 71 Dimensin rubros evaluacin slabo
La dimensin rubros evaluacin slabo se refiere a los rubros o criterios de

evaluacin que se establecen para establecer la calidad de los slabos. Esta
dimensin
tiene
como
atributos
idd_escala_eval_silabo
(UID),
escala_eval_silabo el cual es un identificador que viene desde la base de datos

operacional, nombre_escala y nombre_dominio el cual seala al dominio que
pertenece cada escala, por ejemplo: clara coherencia, existe coherencia y
existe poca coherencia, pertenecen al dominio de estructura de la unidad.
Figura 72 Dimensin tipo de nota
La dimensin tipo de nota se refiere a la evaluacin de los estudiantes,

clasificada por nota de entrada, nota intermedia y nota de salida. Esta
dimensin tiene como atributos a idd_tipo_nota (UID) y nombre_tipo_nota.
Cabe resaltar que la dimensin permitir emitir reportes por puntaje de nota de
entrada, puntaje de nota de salida, etc.
130
Figura 73 Dimensin tutora rea
La dimensin tutora rea se refiere a las reas o test aplicados por tutora
acadmica, por lo general, dirigidos a los primeros aos de cada escuela. Esta
dimensin tiene como atributos a idd_tutora_area (UID), nombre_rea,
grupo_tu, ciclo_tu y clasificacion. Cabe resaltar que la dimensin permitir
emitir reportes por puntaje obtenido por rea o test aplicado, etc.
Figura 74 Dimensin alumno
Esta dimensin contendr informacin importante del alumno para ubicarlo.

Esta dimensin tiene como atributos a idd_alumno (UID), cdigo_docente,
cdigo_universitario,
nombre_alumno,
apellido_pat,
celular_alumno, correo_alumno.
Figura 75 Dimensin rubros grupo focal

131
apellido_mat,
La dimensin rubros grupo focal, se refiere a los criterios de evaluacin de los

grupos focales aplicados hacia los docentes. Esta dimensin tiene como
atributos a idd_rubro (UID), nombre_rubro y procentaje o peso asignado a cada
rubro. Cabe resaltar que la dimensin permitir emitir reportes por puntaje
obtenido de dominio de su rea, preparacin de clase, etc.
Figura 76 Dimensin tiempo 2
La dimensin tiempo dos, nace debido a la necesidad de la informacin

generada por la programacin de actividades y puntualidad del docente. Ambos
indicadores manejan informacin registrada por da a diferencia de los dems
indicadores cuya informacin se genera por semestre. Esta dimensin tiene
como atributos al idd_tiempo2 (UID), semestre2, fecha, ao2, nombre_mes,
semana y da.
4.6.4 Identificacin de los hechos
El grano de la tabla de hechos permite identificar qu informacin aparecer en

la tabla de hechos. Como se defini el grano en el paso 2, los hechos tambin
deben ser fieles a este, por lo que se podra obtener resultados por ejemplo de
cantidad de rubros de evaluacin vencidos por asignatura, cantidad de rubros
de evaluacin totales por asignatura, etc.
De acuerdo con lo visto en las definiciones de Kimball de los tipos de tablas de
hecho (transaccionales, instantneas peridicas y de acumulacin), nos parece
claro las tablas de hechos que se usarn para nuestro proyecto.
132
A continuacin pasamos a describir las tablas de hechos identificadas as como

sus tipos:
Figura 77 Tabla de hechos de cumplimiento evaluacin docente (portales vencidos)
Descripcin: Esta tabla de hechos es la encargada de tener la informacin

generada para el control de cumplimiento de evaluaciones ingresadas a tiempo
por los docentes, por el cual almacenar por registro la cantidad de rubros a
evaluar hasta la fecha, nmero de rubros evaluados y el nmero de rubros
vencidos.
Tipo de tabla de hechos: instantnea de acumulacin, debido a que registra y
hace un seguimiento de las evaluaciones ingresadas a tiempo por los docentes
desde el comienzo del ciclo acadmico hasta su finalizacin, por lo que
continuamente se irn realizando actualizaciones de la tabla de hechos.
Dimensiones con las que se relaciona: d_docente, d_tiempo, d_escuela,
d_asignatura_carga, d_indicador_nivelv, d_destrategia_eval.
Figura 78 Tabla de hechos de cumplimiento slabo
133
Descripcin: Esta tabla de hechos es la encargada de tener la informacin del

cumplimiento del ingreso del slabo perteneciente a las asignaturas dictadas en
una determina carga acadmica. El puntaje del cumplimiento del slabo evala
si todas las partes del slabo estuvieron llenas hasta la fecha de cierre realizada
por vicerrectorado acadmico.
Tipo de tabla de hechos: instantnea peridica, debido a que este corte de
cumplimiento solo se realiza una vez por semestre.
Dimensiones
con
las
que
se
relaciona:
d_tiempo,
d_escuela,
d_asignatura_carga, d_docente, d_indicador_nivelv.
Figura 79 Tabla de hechos de encuesta docente
Descripcin: Esta tabla de hechos es la encargada de tener la informacin de

los puntajes obtenidos por la evaluacin docente, el cual se realiza mediante
una encuesta online publicada en el portal acadmico del alumno, la cual
tendr como hechos el promedio obtenido, desviacin, muestra, cantidad de
alumnos que evaluaron como excelente, cantidad de alumnos que evaluaron
como muy bueno, cantidad de alumnos que evaluaron como bueno, cantidad
de alumnos que evaluaron como regular y cantidad de alumnos que evaluaron
como malo, todo esto por cada criterio de evaluacin perteneciente a un curso,
el cual est asignado a un docente.
Tipo de tabla de hechos: instantnea
peridica, debido a que registra
informacin solo una vez por semestre acadmico y no es acumulable.

Dimensiones
con
las
que
se
relaciona:
d_tiempo,
d_escuela,
asignatura_carga, d_docente, d_indicador_nivelv, d_criterio_encuesta.

134
d_
Figura 80 Tabla de hechos de grupos focales

la evaluacin obtenida de los grupos focales por curso asignado a un
determinado docente. Esta tabla contendr el puntaje clasificado en cantidad
de buenos, cantidad de regulares y cantidad de malos, este puntaje es por
rubro de evaluacin de una determinada asignatura evaluada en grupos
focales.
Tipo de tabla de hechos: instantnea peridica, debido a que registra
Dimensiones
con
las
que
se
relaciona:
d_tiempo,
d_escuela,
d_asignatura_carga, d_docente, d_indicador_nivelv, d_rubro_grupo_ focal.
Figura 81 Tabla de hechos estado alumno

los por puntajes alcanzados por los alumnos tutorados en una determinada
135
escala que pertenece a un dominio de una determinada rea o test. Esta tabla
tendr los hechos de nota o puntaje obtenido, puntaje esperado.
Dimensiones con las que se relaciona: d_tiempo, d_escuela, d_tutoria_area,
d_alumno, d_indicador_nivelv, d_escala_gea, d_tipo_nota.
Figura 82 Tabla de hechos evaluacin slabo
Descripcin: Esta tabla de hechos es la encargada de almacenar la

informacin generada de la evaluacin de los slabos la cual se realiza una vez
por semestre acadmico. Esta tabla tiene el hecho del puntaje obtenido de una
determinada escala perteneciente a un determinado dominio examinado en la
evaluacin de los slabos.
Dimensiones
con
las
que
se
relaciona:
d_tiempo,
d_escuela,
asignatura_carga, d_docente, d_indicador_nivelv, d_rubros_eval_silabo.
Figura 83 Tabla de hechos gestin datos tutora

136
d_
Descripcin: Esta tabla de hechos es la encargada de tener la informacin del

cumplimiento de ingreso de notas o puntajes pertenecientes a los alumnos
evaluados en una determinada rea o test examinada en tutora. Esta tabla
contendr los hechos de cantidad total de datos a ingresar, cantidad de datos
ingresados cumplidos, cantidad total de alumnos a evaluar, cantidad de
alumnos evaluados cumplidos, cantidad de alumnos incompletos o falta
evaluar.
d_indicador_nivelv, d_tipo_nota.
Figura 84 Tabla de hechos gestin salida tutora

las notas o puntajes finales obtenidos de las reas analizadas por tutora. Cabe
resaltar que estas notas representan a la nota final obtenida de la asignatura
relacionada con el rea a analizar, por ejemplo: del rea fsica, sera la
asignatura cultura fsica cuya nota final es de 17 de un determinado alumno.
d_alumno, d_indicador_nivelv.
137
Figura 85 Tabla de hechos programacin de actividades
Descripcin: Esta tabla de hechos es la encargada de tener la informacin

generada de los planes de clase ingresados por los docentes. Recordar que el
ingreso de programacin de actividades es por sesin o tema a realizar. Dicha
tabla contendr el hecho de un contador que realiz programacin de
actividades, el cual nos ayudar a saber cuntos planes de clase se generan
por semana, por escuela, facultad, etc.
Tipo de tabla de hechos: instantnea de acumulacin, debido a que realiza el
seguimiento de los planes de clase realizados en todo el semestre acadmico,
por lo que continuamente se irn realizando actualizaciones de la tabla de
hechos.
Dimensiones
con
las
que
se
relaciona:
d_tiempo2,
d_escuela,
d_asignatura_carga, d_docente, d_indicador_nivelv.
Figura 86 Tabla de hechos gestin de proceso enseanza aprendizaje
Descripcin: Esta tabla de hechos es la encargada de tener la informacin en

su conjunto de todos los puntajes obtenidos de cada indicador.
138

Dimensiones
con
las
que
se
relaciona:
d_tiempo,
d_escuela,
d_indicador_nivelv.
4.7
Diseo fsico
Una vez que se ha definido el modelado dimensional se procedi a realizar el diseo

fsico que consiste en convertir los datos identificados en una estructura de base de
datos fsica.
Para este proyecto, se eligi el esquema de estrella debido a que optimiza el
rendimiento hasta 60 veces a diferencia de otros sistemas configurados de otra
manera [19]. Esto hace que las consultas tengan un tiempo de respuesta ms rpido
debido a que se evita mucho en utilizar la clusula join varias veces. Generalmente un
copo de nieve no se recomienda en un almacn de datos, debido a que casi siempre
hace la presentacin de usuarios ms complejo y ms complicado, adems genera
lentitud en la navegacin entre las dimensiones.
A continuacin mostraremos los esquemas en estrella realizados en funcin a la
informacin relacionada a los indicadores identificados en los requerimientos:
139
Indicador cumplimiento evaluacin docente
Figura 87 Estrella CUMPLIMIENTO_EVAL_DOCENTE
Indicador cumplimiento del slabo por el docente
Figura 88 Estrella CUMPLIMIENTO_SLABO
140
Indicador encuesta docente
Figura 89 Estrella ENCUESTA_DOCENTE
Indicador estado del alumno
Figura 90 Estrella ESTADO_ALUMNO
141
Indicador evaluacin slabo
Figura 91 Estrella EVALUACIN_SLABO
Indicador gestin de datos tutora
Figura 92 Estrella Gestin de datos Tutora
142
Indicador Gestin Proceso Enseanza y Aprendizaje
Figura 93 Estrella Gestin proceso EA
Indicador grupos focales
Figura 94 Estrella grupos focales
143
Indicador programacin de actividades
Figura 95 Estrella programacin de actividades
Indicador gestin salida tutora
Figura 96 Estrella gestin salida tutora
144

Luego de haber realizado el diseo fsico del data mart, se procedi a realizar la
metadata, el cual sirve para mapear los datos que se extraern del sistema origen y
se alojar en nuestro diseo fisico del data mart.
Para la realizacin del metadata se utiliz la plantilla mostrada en el Anexo 3, donde
se muestran los datos a extraer del sistema acadmico as como los usuarios,
columnas y tablas que alimentarn al DM.
4.8
Diseo e implementacin ETL
Esta fase es una de las ms importantes debido a que se realiza la extraccin de los
datos, que consiste en verificar si cumple con los requerimientos adecuados de
informacin; transformacin, el cual consiste en aplicar funciones, realizar frmulas,
etc. sobre los datos extrados y por ltimo la carga de dicha informacin a nuestro
DM.
En la extraccin de datos se realiz diferentes actividades para verificar la calidad y si
cumple los estndares conforme a los requerimientos. Estas verificaciones fueron las
siguientes:
Verificacin de los datos pertenecientes a las dimensin de escuela, se

restringi solo a carreras presenciales y PROESAD. Se excluy informacin de
carrers actualmente no disponibles, diplomados, convenios, cursos libres y
posgrado.
Se realiz depuracin de duplicados de docentes en carga.
Se realiz depuracin duplicados de alumnos considerados en tutora.
Se realiz depuracin de fechas de las sesiones del slabo para la

programacin de actividades. Debido a que las fechas ingresadas no cumplan
con el formato adecuado.
Se restringi los campos nulos o vacos en el clculo de los puntajes.
Se realizaron comprobaciones entre la base de datos operacional y el DM con

respecto a los clculos de puntajes obtenidos en cada indicador.
Para la obtencin de los puntajes de los indicadores se utilizaron las frmulas

establecidas por vicerrectorado, ver anexo 1.
145
En la transformacin de los datos, se aplic diferentes frmulas, funciones, y

conversiones sobre los datos extrados, algunas de ellas son:
Conversiones (Cast)
AVG
Case
Sumas, mutiplicaciones y divisiones
Replace
Nvl
Substr
Decode
Concatenaciones
Etc.
Por ltimo, luego de haber realizado la extraccin y transformacin, los datos fueron
cargados a nuestro sistema destino el cual es el DM Acadmico. Dependiendo de los
requerimientos de la organizacin establecidos anteriormente, la carga de datos para
algunos indicadores se realizar semanal y otros semestral.
Para la elaboracin del diseo y su implementacin se realiz utilizando la
herramienta SQL server 2012 creando un paquete de Integracin Services (SSIS), el
cual nos ofrece una coleccin organizada de conexiones, elementos de flujo de
control, elementos de flujo de datos, controladores de eventos, etc. que se pueden
ensamblar con la ayuda de las herramientas grficas de diseo porporcionadas por
SQL server Integration Services [38].
A continuacin se mostrar los procesos ETL de las tablas de hechos:
146
Figura 97 ETL estado alumno
Figura 98 ETL gestin de datos
147
Figura 99 ETL programacin de actividades
Figura 100 ETL evaluacin slabo
148
Figura 101 ETL cumplimiento evaluacin docente
Figura 102 ETL grupo focal
149
Figura 103 ETL cumplimiento slabo
Figura 104 ETL Resultados de salida de tutora
150
Figura 105 ETL encuesta docente
Figura 106 ETL DM Acadmico
151
4.9
Especificaciones de aplicaciones BI
Esta fase se realiz con la involucracin de los usuarios pertenecientes a

vicerrectorado para determinar en una segunda etapa los requerimientos
netamente de la visualizacin de los reportes con respecto a los indicadores.
4.9.1 Determinar el conjunto de plantillas iniciales
El objetivo es determinar con un conjunto pequeo de plantillas de alto valor
que proporcionan una amplia gama de tipos de informes.
4.9.1.1
Identificar informes candidatos
Este paso se realiz juntamente con vicerrectorado, en el cual se detalla los

posibles informes que deber contener el EIS.
Tabla 18 Informes candidatos
N
Solicitud 1
Solicitud 2
Solicitud 3
Solicitud 5
Solicitud 6
Solicitud 6
Descripcin
Tipo de
informe
Elementos
de datos
de fila /
categoras
Elementos de
datos de
columna /
indicadores
Medida
Visualizar el estado
actual de la UPeU en la
gestin del proceso de
enseanza y aprendizaje
por semestre
Visualizar el estado por
sede de la gestin del
proceso de enseanza y
aprendizaje por semestre
Indicador
semestre
puntaje E-A
porcentaje
Indicador
semestre,
nombre
campus
puntaje E-A
porcentaje
Comparar el indicador EA entre las sedes por

semestre
Tendencia de los
indicadores del proceso
E-A por facultad
Tendencia de los
indicadores del proceso
E-A por escuela
Visualizar indicadores del
nivel II por facultad y
semestre
Indicador
semestre,
nombre
campus
semestre,
nombre
facultad
semestre,
nombre
escuela
semestre,
facultad
puntaje E-A
porcentaje
puntaje E-A
porcentaje
puntaje E-A
porcentaje
Grfico de
lneas
simple
Grfico de
lneas
simple
Indicador
152
puntaje
indicador
nivel II
porcentaje
Solicitud 7
Solicitud 8
Solicitud 9
Solicitud
10
Solicitud
11
Solicitud
12
Solicitud
13
Solicitud
14
Solicitud
15
Solicitud
16
Solicitud
17
Solicitud
18
Solicitud
19
Solicitud
20

nivel II por escuela y
semestre
Comparar indicadores
del nivel II por facultad y
semestre
del nivel II por escuela y
semestre
Indicador
semestre,
escuela
Grfico de
barras
semestre,
facultad
Grfico de
barras
semestre,
escuela,
nombre
indicador

nivel III por facultad y
semestre
nivel III por escuela y
semestre
del nivel III por facultad y
semestre
del nivel III por escuela y
semestre
Indicador
semestre,
facultad
Indicador
semestre,
escuela
Grfico de
barras
semestre,
facultad
Grfico de
barras
semestre,
escuela,
nombre
indicador

nivel IV por facultad y
semestre
nivel IV por escuela y
semestre
del nivel IV por facultad y
semestre
del nivel IV por escuela y
semestre
Indicador
semestre,
facultad
Indicador
semestre,
escuela
Grfico de
barras
semestre,
facultad
Grfico de
barras
semestre,
escuela,
nombre
indicador

nivel V por facultad y
semestre
nivel V por escuela y
semestre
del nivel V por facultad y
semestre
Indicador
semestre,
facultad
Indicador
Semestre,
escuela
Grfico de
barras
semestre,
facultad
153
puntaje
indicador
nivel II
puntaje
indicador
nivel II
puntaje
indicador
nivel II
porcentaje
puntaje
indicador
nivel III
puntaje
indicador
nivel III
puntaje
indicador
nivel III
puntaje
indicador
nivel III
porcentaje
puntaje
indicador
nivel IV
puntaje
indicador
nivel IV
puntaje
indicador
nivel IV
puntaje
indicador
nivel IV
porcentaje
puntaje
indicador
nivel V
puntaje
indicador
nivel V
puntaje
indicador
nivel V
porcentaje
porcentaje
porcentaje
porcentaje
porcentaje
porcentaje
porcentaje
porcentaje
porcentaje
porcentaje
porcentaje
Solicitud
21
del nivel V por escuela y
semestre
4.9.1.2
Grfico de
barras
Semestre,
escuela,
nombre
indicador
puntaje
indicador
nivel V
porcentaje
Consolidacin de la lista de candidatos
Una vez realizado la lista de los posibles informes, se procedi a agrupar

algunos informes, cambiar el tipo de informe, as como clasificarlos segn el
tema en comn. A continuacin se muestra la lista de informes ordenados y
clasificados.
Tabla 19 Lista de informes consolidados
Clasificacin
de los
informes
Descripcin
Tipo de
informe
Elementos
de datos
de fila /
categoras
Informacin
general
Visualizar el estado actual de

la UPeU en la gestin del
proceso de enseanza y
aprendizaje por semestre
Visualizar el estado por sede
de la gestin del proceso de
enseanza y aprendizaje por
semestre
Panel de indicadores del E-A
por sede
Indicador
semestre
Indicador
Informacin
clasificada
por Lima,
Juliaca,
Tarapoto,
PROESAD
Elementos
de datos
de
columna /
indicadores
puntaje EA
Medida
s
semestre,
nombre
campus
puntaje EA
Cuadrcula
con
umbrales
Cuadrcula
nombre
indicador

nivel II por facultad, escuela
y semestre
Cuadrcula
nombre
del
indicador

nivel III por sede Lima,
facultad, escuela y semestre
Cuadrcula
nombre
del
indicador

nivel IV por sede Lima,
Cuadrcula
nombre
del
indicador
puntaje
indicadores
,umbrales
puntaje
nivel I,
umbrales
puntaje
nivel I
puntaje
nivel II,
umbrales
puntaje
nivel II
puntaje
nivel III,
umbrales
puntaje
nivel III
puntaje
nivel IV,
umbrales

nivel I por facultad, escuela y
semestre
154
nombre
del
indicador

nivel V por campus, facultad,
escuela y semestre
Cuadrcula
nombre
del
indicador
Visualizar indicadores por

Indicador
Mostrar tendencia de los

indicadores por facultad,
escuela y semestre
Comparar indicadores por
Grfico de
lneas
simple
Grfico de
barras
nombre
del
indicador
indicador
4.9.1.3
semestre,
nombre
de la
facultad o
escuela
puntaje
nivel IV
puntaje
nivel V,
umbrales
puntaje
nivel V
puntaje
puntaje
puntaje
Estableciendo prioridades
Luego de haber establecido los informes iniciales en acuerdo con

vicerrectorado, se concluy que los informes listados son importantes, ya
que refleja el estado actual de cada uno de los indicadores por escuela,
facultad y campus en un determinado semestre. Estos informes darn a
conocer que departamentos acadmicos estn en desventaja con respecto
a los indicadores acadmicos y as poder tomar decisiones para implantar
un plan de mejora continua. Por lo tanto, todos los informes listados en la
tabla 19 sern prioridad para nuestros usuarios acadmicos.
4.9.2 Desarrollo de la estrategia de navegacin
Este paso es una proyeccin a los nuevos informes que se agregarn ms

adelante, es por ello que se debe crear un mtodo para agrupar y organizar
estos informes en plantillas.
Para nuestro DM acadmico se opt por agrupar el contenido de los datos.
155
DW ACADMICO
Seguimiento del
proceso E-A
dataming
Campus 2
Campus 3
Campus 1
Facultad 1
Escuela 1
Indicador 1
Facultad 2
Ecuela 2
Indicador 2
Reporte 1
Reporte 2
Figura 107 Diagrama de navegacin
Como podemos observar en la figura 107, se ha creado un diseo preliminar

para la navegacin del usuario. Este diseo involucra el seguimiento del
proceso de E-A con sus respectivos indicadores, clasificados de manera
familiar para el uso del usuario, debido a que estn organizados por campus,
facultad, escuela, indicadores y sus respectivos reportes,
as como la
agrupacin de futuros informes de prediccin que se realizarn ms adelante,

tales como cantidad de alumno a matricular en el 2016 por campus, facultad y
escuela.
4.9.3 Determinar las normas de la plantilla

Estas normas abarcan reas como la denominacin y el formato. Son
especialmente importantes para ayudar a los usuarios a comprender
rpidamente la naturaleza de un informe.
Para el desarrollo de este proyecto, se ha establecido formatos de nombres de
los objetos e informes involucrados.
156
Tabla 20 Formatos establecidos en la elaboracin de plantillas

Objetos
Formato a seguir
Atributos
Los atributos estarn clasificados en carpetas con prefijo A_,

agrupados por las tablas a las cuales pertenecen.
Hechos
Los hechos estarn clasificados en carpetas con prefijo H_,

agrupados por las tablas a las cuales pertenecen.
Indicadores
Los hechos estarn clasificados en carpetas con prefijo I_. El

nombre de cada indicador estar sujeto al siguiente formato: [tipo
de valor cuantitativo / cualitativo] _ [nombre del indicador].
Cubos
El nombre de los cubos realizados estar sujeto al siguiente

formato: [C] _ [nombre de los tipos de datos].
Informes
El nombre de los informes realizados estar sujeto al siguiente

formato: [INF] _ [nombre de los tipo de datos]
Documentos
El nombre de los documentos estar sujeto al siguiente formato:

[Tipo de informe] _ [nombre del tipo de datos].
4.9.4 Desarrollo de las especificaciones detalladas de la plantilla
Como se ha mencionado, el desarrollo de las especificaciones del usuario final

consiste en la definicin y el diseo de las plantillas involucradas.
A continuacin se mostrar la definicin de la plantilla del seguimiento del
proceso E-A.
Tabla 21 Definicin de la plantilla de seguimiento de proceso E-A
Nombre de la plantilla
Seguimiento del proceso E-A
Descripcin / propsito
Esta plantilla muestra informacin general y por

campus de cmo est marchando la UPeU con respecto
a los indicadores de E-A en los diferentes semestres.
Adems permite comparar y visualizar los indicadores
por semestre, campus, facultad y escuela.
Frecuencia
Semanal y semestral
Entradas del usuario
General: Se requiere que el usuario seleccione el

semestre y uno o ms campus para visualizar los
indicadores generales.
157
Por campus: Para la informacin clasificada por

campus, se requiere que el usuario seleccione el
semestre, la facultad, y la escuela, as como el nombre
del indicador para mostrar las comparaciones,
tendencias y reportes en cuadrcula de los indicadores
E-A.
Restricciones por defecto
Privilegio
de
solo
visualizar
para
el
usuario
Administrador_upeu
Clculos
(Puntaje indicador n * ponderado de indicador

n) / cantidad de registros
Otros, Ver anexo 1
Luego de haber definido la plantilla, pasamos al diseo de la misma, en el cual

se muestran los tipos de informes as como los parmetros de entrada para
cada uno de ellos.
Figura 108 Plantilla del seguimiento del proceso E-A, interfaz General
158
Figura 109 Plantilla del seguimiento del proceso E-A, reporte de comparacin
Figura 110 Plantilla del seguimiento del proceso E-A, reporte estados por facultad
159
Figura 111 Plantilla del seguimiento del proceso E-A, reporte estados por escuela
4.10 Desarrollo de aplicaciones BI

4.10.1 Creacin del proyecto BI en MicroStrategy
Para la creacin del proyecto, se realiz con MicroStrategy Desktop el cual nos
provee un entorno de informes empresariales, permitiendo a los diseadores
de informes generar informes y documentos complejos y sofisticados.
160
Figura 112 Creacin del proyecto BI
Como podemos observar en la figura 112, el asistente de creacin de

proyectos nos seala qu pasos debemos seguir. El primer paso se estableci
el nombre del proyecto BI_UPEU_EA, luego seleccionamos las tablas en el
catlogo de warehouse, el cual nos permitir trabajar con el modelo lgico y
fsico del DM acadmico en el entorno de MicroStrategy. Posteriormente la
creacin de hechos y atributos se realiz con la herramienta Architect.
4.10.2 Implementacin del modelo lgico y fsico del DM en MicroStrategy
En este paso se realiz la definicin de los atributos de las dimensiones, las

jerarquas que existen entre ellos y los hechos a utilizar para la creacin de los
indicadores, todo esto con el fin de relacionar la informacin del modelo de
datos lgico y el esquema fsico del DM con el entorno de MicroStrategy.
161
Figura 113 Del modelo lgico y fsico del DM al entorno MicroStrategy
Estos objetos se desarrollaron en MicroStrategy Architect el cual nos permiti

relacionar la informacin del modelo lgico y fsico del DM acadmico con
MicroStrategy, al que se puede acceder desde MicroStrategy Desktop que es
un entorno de business intelligence que proporciona consultas e informes
integrados, anlisis y diseo para cada escritorio.
4.1.1 Definicin de jerarquas
Una vez identificados y creados los hechos y atributos en MicroStrategy, se

procedi a establecer las jerarquas existentes en alguna dimensiones. Para la
definicin de la estructura de las jerarquas se utiliz Architect, en el cual nos
permiti seleccionar el atributo padre y arrastrar hacia el atributo hijo creando la
relacin, establecindola de 1 a n.
A continuacin se mostrarn las jerarquas identificadas para este proyecto.
162
Figura 114 Jerarqua de la dimensin tiempo
Figura 115 Jerarqua de la dimensin tiempo 2
163
Figura 116 Jerarqua de la dimensin indicador nivel V
Figura 117 Jerarqua de la dimensin escuela
164
Figura 118 Jerarqua de la dimensin rubros evaluacin slabo
Figura 119 Jerarqua de la dimensin criterio encuesta
Figura 120 Jerarqua de la dimensin escala gestin estado alumno
165
4.1.2 Desarrollo de indicadores en MicroStrategy
Para la realizacin de los indicadores se utiliz el editor de MicroStrategy

Desktop. Primero se definieron los indicadores generales los cuales permitirn
realizar indicadores compuestos para el clculo de los indicadores de E-A.
Figura 121 Indicadores generales
Como podemos observar en la figura 121, contamos con tres indicadores

generales, cantidad por puntaje, que cuenta el total de registros dentro de un
determinado reporte, cantidad de escuela, cuenta las cantidades de escuelas
en un reporte, y puntaje real, que es la sumatoria del puntaje real obtenido por
cada indicador de E-A.
Luego de haber identificado los indicadores generales, pasamos a desarrollar
los indicadores compuestos los cuales se han agrupado segn contenido.
Figura 122 Indicadores compuestos
166
A continuacin se describirn cada uno de ellos as como las frmulas

utilizadas.
Tabla 22 Descripcin de los indicadores utilizados en el proyecto
Nombre
Descripcin
Frmula
indicador
Ponderado_nivel
Calcula el ponderado que le Sum(Ponderadov)/
corresponde
los cantidad_d_registros
indicadores del nivel V

Puntaje_sp_nivel
Calcula
el
puntaje
real Puntaje_real / count_escuela
obtenido en el indicador de
nivel V. Este puntaje no se
multiplica
por
el
peso
establecido a cada indicador

del nivel V mostrado en la
figura 30.
Puntaje_cp_nivel
Calcula el puntaje con el Puntaje_sp_nivelV
peso asignado al indicador Ponderadi_nivelV

de nivel V.
Ver peso

del nivel V en la figura 30.
Ponderado_nivel
Calcula el ponderado que le Sum(Ponderadoiv)/
IV
corresponde
indicadores del nivel VI

Suma_puntaje_s
Suma los puntajes con peso Sum(Puntaje_cp_nivel V)
p_nivel IV
del nivel V. Esto es debido a

que el puntaje del indicador
del nivel IV depende del
puntaje del indicador nivel
V.
Puntaje_sp_nivel
Calcula el puntaje obtenido Suma_puntaje_sp_nivel IV / Count_
IV
en el indicador de nivel IV. escuela

Este puntaje no se multiplica
por el peso establecido a
167
cada indicador del nivel IV

mostrado en la figura 29.
Puntaje_cp_nivel
Calcula el puntaje con el Puntaje_sp_nivel IV * Ponderado_
IV
peso asignado al indicador nivel IV

de nivel IV.
Ver peso

del nivel IV en la figura 29.
Ponderado_nivel
Calcula el ponderado que le Sum(PonderadoIII)/
III
corresponde
indicadores del nivel III

Suma_puntaje_s
Suma los puntajes con peso Sum(Puntaje_cp_nivel lV)
p_nivel III
del nivel IV. Esto es debido a

del nivel III depende del
IV.
Puntaje_sp_nivel
Calcula el puntaje obtenido Suma_puntaje_sp_nivel III / Count_
III
en el indicador del nivel III. escuela

cada indicador del nivel III
Puntaje_cp_nivel
Calcula el puntaje con el Puntaje_sp_nivel III * Ponderado_
III
peso asignado al indicador nivel III

de nivel III.
Ver peso

del nivel III en la figura 29.
Ponderado_nivel
Calcula el ponderado que le Sum(PonderadoII)/
II
corresponde
indicadores del nivel II

Suma_puntaje_s
Suma los puntajes con peso Sum(Puntaje_cp_nivel lII)
p_nivel II
del nivel III. Esto es debido a

del nivel II depende del
168

III.
Puntaje_sp_nivel
Calcula el puntaje obtenido Suma_puntaje_sp_nivel II / Count_
II
en el indicador del nivel II. escuela

cada indicador del nivel II
Puntaje_cp_nivel
Calcula el puntaje con el Puntaje_sp_nivel II * Ponderado_
II
peso asignado al indicador nivel II

de nivel II.
Ver peso

del nivel II en la figura 30.
Ponderado_nivel
Calcula el ponderado que le Sum(PonderadoI)/
corresponde
indicadores del nivel I

Suma_puntaje_s
Suma los puntajes con peso Sum(Puntaje_cp_nivel II)
p_nivel I
del nivel II. Esto es debido a

del nivel I depende del
puntaje del indicador nivel II.
Puntaje_sp_nivel
Calcula el puntaje obtenido Suma_puntaje_sp_nivel I / Count_
en el indicador del nivel I. escuela

cada indicador del nivel I
Puntaje_cp_nivel
Calcula el puntaje con el Puntaje_sp_nivel I * Ponderado_
peso asignado al indicador nivel I

de
nivel I.
Ver peso
establecido del indicador de

nivel I en la figura 30.
169
4.1.3 Desarrollo del cubo
Para la elaboracin del cubo OLAP, seleccionamos los atributos e indicadores

necesarios para la realizacin de informes y documentos para el usuario.
Basndonos en la necesidad de vicerrectorado, se procedi a seleccionar los
indicadores segn su nivel, el semestre debido del que es necesario visualizar
los resultados de los indicadores de E-A por semestre, el campus, facultad y
escuela, as como el puntaje obtenido en cada indicador.
Figura 123 Ejecucin del cubo inteligente
Una vez que se defini el cubo, se procedi a ejecutarlo para iniciar el proceso
de llenado de informacin de nuestro DM hacia el cubo, almacenndola
temporalmente hasta la prxima carga, es decir que el cubo se podr ir
actualizando automticamente de forma planificada.
4.1.4 Desarrollo del informe
170
La elaboracin de informes son la base y el objetivo de inteligencia de

negocios. Gracias a ellos, los usuarios pueden obtener una visin empresarial
a travs del anlisis de datos [39].
Un informe est compuesto de filas y columnas, en donde las filas representan
un concepto de negocio, en este caso semestre, campus,facultad, nombre
indicador, etc, mientras que las columnas hacen referencia a los clculos que
reflejan las cifras que se desea ver los cuales se denominan indicadores que
son importantes para el negocio.
Existen tres tipos de informes dentro de MicroStrategy, los cuales son:
cuadrculas, grficos y cuadrculas y grficos combinados. Para este proyecto
se elabor el informe tipo cuadrcula INF_PROCESO_EA que se desarroll
teniendo com base al cubo inteligente C_PROCESO_EA para la visualizacin
de los datos.
Figura 124 Informe INF PROCESO_EA
Posteriormente este informe ser utilizado para el desarrollo de nuestro

documento al cual tendrn acceso los usuarios.
4.1.5 Desarrollo del documento
171
Para la realizacin de la interfaz que el usuario visualizar, se opt por un

documento, el cual contiene objetos que representan los datos procedentes de
uno o varios informes, adems de imgenes y formas. Estos documentos
pueden presentarse en forma amigable y por lo general se le aplica el formato
ms
adecuado
segn
las
necesidades del
negocio,
ofreciendo
una
visualizacin con calidad de presentacin [40].

Este documento utiliza los objetos ubicados en el informe anterior, en el cual se
mostrarn con diferentes filtros y tipos de informe para una mejor clasificacin
de la informacin contenida en el documento.
El documento muestra primeramente el mapa de indicadores establecido
jerrquicamente, luego el indicador general del proceso E-A para visualizar el
estado por semestre de la UPeU y por ltimo la informacin clasificada por
sede ms PROESAD.
Figura 125 Informacin del mapa general de los indicadores E-A
172
Figura 126 Vista general del indicador E-A de la UPeU
Figura 127 Vista de la sede Lima, informes de estados
173
Figura 128 Vista de la sede Lima, informes de comparacin
4.1.6 Verificacin de los reportes generados
Para la verificacin de la informacin mostrada en nuestro documento, se

realiz las siguientes comprobaciones:
Comprobacin del peso asignado a cada indicador.
Comprobacin de los datos procedentes del data mart con los datos de
los informes existentes.
Comprobacin en Excel aplicando las mismas frmulas utilizadas por los

indicadores
PUNTAJE_SP_NIVELI,
PUNTAJE_SP_NIVELIII,
PUNTAJE_SP_
NIVELII,
PUNTAJE_SP_NIVELIV,
PUNTAJE_SP_NIVELV, creados en el proyecto BI a los datos

contenidos en el DM.
Comprobacin en Excel aplicando las mismas frmulas utilizadas por los

indicadores
PUNTAJE_CP_NIVELI,
PUNTAJE_CP_NIVELIII,
PUNTAJE_CP_
NIVELII,
PUNTAJE_CP_NIVELIV,
PUNTAJE_CP_NIVELV, creados en el proyecto BI a los datos

contenidos en el DM.
174
4.2
Implementacin
La implementacin es la convergencia de la tecnologa, los datos y las aplicaciones

para los usuarios de negocio junto con la educacin y apoyo a los usuarios [19].
Es por ello que se realiz las respectivas coordinaciones con el rea de vicerrectorado
acadmico para la capacitacin de usuarios, comprobacin del EIS en diferentes
puntos de red como diferentes navegadores, todo ellos y ms detallado en la
siguiente lista:
Pasos seguidos en la implementacin del EIS:
Se cambi de origen de datos de pruebas a la conexin de la base de datos de

produccin del sistema acadmico.
Salida del EIS con el URL http://indicadores.upeu.edu.pe/MicroStrategy /asp/

main.aspx, esto se realiz con la ayuda del rea de redes - DIGESI
Se aument un CPU ms al servidor BI, con un total de 3 CPUs, para dar ms

velocidad a nuestra aplicacin EIS.
Se cre un usuario con acceso restringido para el documento de indicadores

EA. Quiere decir que el usuario (administrador acadmico) solo podr
visualizar y no manipular ni crear sus informes por el momento.
Se cre un mapa de indicadores para una mejor navegacin por el documento

de indicadores EA. As los usuarios cuando quieran visualizar un determinado
indicador podrn ubicarse en el mapa en donde les mostrar a qu nivel deben
ir para encontrarlo.
Comprobacin del uso del EIS en diferentes puntos de red de la UPeU.
Comprobacin con diferentes navegadores (Internet Explorer, Firefox, Chrome)
Polticas establecidas:
La captura de las solicitudes de mejora por parte de los usuarios sern

recepcionadas por vicerrectorado. Posteriormente dicha solicitud ser emitida
por vicerrectorado a la oficina de desarrollo DIGESI.
Recepcin de solicitud de ayuda al correo sist_acad@upeu.edu.pe
175
La contrasea del usuario creado para todos los administradores acadmicos

caducar cada mes.
El backup de la data mart se realizar semanalmente.
El backup del proyecto se realizar mensualmente.
4.3
Pruebas
El EIS pasa por un periodo de prueba alfa interna, el cual consiste en ponerle final a
las pruebas del sistema, seguido de un periodo de prueba con un nmero limitado de
clientes para posteriormente hacer el EIS totalmente disponible.
Pruebas alfa:
Se realizaron procedimientos de calidad de datos; se verific la informacin

contenida en el data mart con los datos del origen, verificacin de los clculos
utilizados
para
cada
indicador
segn
las
frmulas
establecidas
por
vicerrectorado, comprobacin de filas devueltas por la base de datos de origen

con las filas contenidas en el DM, disponibilidad de los datos las 24 horas,
verificacin del puntaje obtenido por los indicadores.
Verificacin del rendimiento del EIS en cuanto al tiempo de conexin y

velocidad debido a que se agreg un CPU ms.
Se realizaron pruebas en cualquier momento del da para verificar el tiempo de

respuesta del EIS.
Verificacin del vencimiento de la sesin en caso exista inactividad en la

aplicacin por parte del usuario.
Conexin simultnea con ms de 10 usuarios.
Verificacin de los filtros contenidos en el documento.
Durante el perodo de prueba, a un nmero limitado de usuarios de negocios se les

otorgar acceso al DM. El perodo de prueba se refiere a veces como el piloto.
Creemos que cada versin principal de almacn de datos debe pasar por los rigores
de un perodo de prueba [19].
Pruebas con usuarios:
176
Se seleccion una muestra de 24 usuarios acadmicos de una poblacin de 32

para un periodo de prueba de 18 das.
Se explic que existen dos mecanismos de seguridad al momento de entrar al

EIS.
Se capacit a los usuarios individualmente en sus respectivas oficinas para

verificar que no exista ningn inconveniente al momento de usar la aplicacin
EIS.
Se explic en qu consiste el mapa de indicadores.
Se explic cmo pueden hacer subir sus indicadores de enseanza y

aprendizaje.
4.4
Se realiz casos de prueba para ubicar el indicador que ellos desean visualizar.
Descripcin de la escala de valoracin de la calidad de informacin del

sistema de informacin segn la percepcin de las reas acadmicas
Dentro de sus funciones, el Vicerrectorado Acadmico tiene la responsabilidad de

dirigir el rea acadmica, as como coordinar y supervisar las actividades propias que
desarrollan las diferentes unidades acadmicas adscritas. Incluye la implantacin de
mecanismos, acciones y prcticas de supervisin o evaluacin de cada sistema,
actividad o proceso; ejecutado de manera automtica por los sistemas informticos, o
de manera manual por el personal administrativo; y que permite identificar, evitar y, en
su caso, corregir con oportunidad los riesgos o condiciones que limiten, impidan o
hagan ineficiente el logro de objetivos de la institucin. En este sentido, para la
valoracin de la calidad de informacin del sistema de informacin de los indicadores
del eje acadmico diseado por la oficina de desarrollo (DIGESI), se ha elaborado
una escala tipo Likert que considera las siguientes dimensiones:
I.
Efectividad de la informacin;
II.
Confidencialidad de la informacin;
III.
Integridad de la informacin;
IV.
Disponibilidad de la informacin;
V.
Confiabilidad de la informacin acadmica.
177
Este sistema de informacin se compone por el conjunto de procesos, mecanismos y

elementos organizados y relacionados que interactan entre s, y que se aplican de
manera especfica a nivel de planeacin, organizacin, ejecucin, direccin,
informacin y seguimiento de sus procesos de gestin, para dar certidumbre a la toma
de decisiones y conducirla con una seguridad razonable al logro de sus objetivos y
metas en un ambiente tico, de calidad, mejora continua, eficiencia y de cumplimiento
con el estatuto de la universidad y la ley universitaria.
El instrumento para la evaluacin del EIS consta de 30 tems, con una escala de
valoracin de tres niveles para cada dimensin.
Mtodo de valoracin del EIS

El mtodo de valoracin de la calidad de informacin del sistema de informacin se
sujetar al sistema de inspeccin, que consiste en que determinados evaluadores
responsables de la gestin de las reas acadmicas funcionales de la universidad
revisen la interfaz y generacin de los indicadores del eje acadmico siguiendo los
procedimientos establecidos. La revisin se realiza de manera individual y asumiendo
el rol de usuario. Hasta que no se realice completamente la prueba de la bondad del
sistema, no se les permite a los evaluadores contestar la escala de valoracin tipo
Likert.
Para mayor detalle, utilizar la Tabla de niveles de operatividad del Sistema de

Informacin.
Tabla 23 Niveles de operatividad del sistema de informacin

Dimensin
Efectividad
Nivel
de
Criterio
la Baja
informacin
No se logra la informacin deseada
Media
Se logra parcialmente la informacin

deseada
Alta
Confidencialidad
informacin
de
Se logra completamente la informacin

deseada reforzada con grficos
No hay proteccin de la informacin
la Baja
Media
Existe una proteccin de la informacin

moderada
La garanta de que la informacin es
protegida al mximo para que no sea
Alta
178
Integridad de la informacin
divulgada
sin
consentimiento
del
Vicerrectorado.
Existe una mala integridad de la
informacin
Mala
Regular
Existe una moderada integridad de la

informacin
El contenido de la informacin permanece
inalterado sin manipular los datos
La informacin no est disponible cuando
se requiere
Existe una moderada disponibilidad de la
informacin
Acceso a la informacin y al sistema, est
disponible a las personas autorizadas en el
momento que as lo requieran
Existe baja confiabilidad de la informacin
Buena
Disponibilidad
de
informacin
la Mala
Regular
Buena
Confiabilidad
informacin
de
la Baja
Media
Existe una confiabilidad moderada de la

informacin
La exactitud de la informacin ofrecida por
el sistema es actual, detallada, exacta y
completa
Alta
Confiabilidad de la escala de valoracin de la calidad de informacin del EIS
El coeficiente de alfa de Cronbach es un recurso numrico muy significativo para

evaluar la confiabilidad de instrumentos escritos en el marco de la teora de los tests
que permite cuantificar la consistencia interna de la prueba propuesta, esto es, si el
instrumento que se est evaluando recopila informacin defectuosa y por tanto
llevara a conclusiones equivocadas o si se trata de un instrumento fiable que hace
mediciones estables y consistentes. La ecuacin de alfa de Cronbach es:
2
=1
= [
] [1
]
1
2
Donde
2 es la varianza del tem
2 es la varianza de la suma de todos los tems
es el nmero de preguntas o tems
179
Tabla 24 Resumen de procesamiento de casos: calidad de la informacin del EIS

N
Casos
Vlido
%
24
100,0
Excluido
,0
Total
24
100,0
a. La eliminacin por lista se basa en todas las

variables del procedimiento.
Tabla 25 Estadsticas de fiabilidad: calidad de informacin del EIS

Alfa de
Cronbach
N de elementos
,666
30
La consistencia interna de una escala se considera baja si el coeficiente es 0.25, es

media o regular si el coeficiente es 0.50, si supera al 0.75 es aceptable, y si es mayor
a 0.90 es elevada. Valores de consistencia interna inferiores a 0,50 indican una pobre
correlacin entre los tems y aquellos por encima de 0,90 indican redundancia o
duplicacin de tems, es decir por lo menos un par de tems miden exactamente el
mismo aspecto de un constructo y uno de ellos debe eliminarse [41].
De la tabla 25 se puede observar que el valor de de Cronbach para la escala de
valoracin de la calidad de informacin del EIS es 0,666, valor que indica o muestra
un moderado grado de confiabilidad garantizando la consistencia de los resultados.
Por lo tanto, los tems de cada una de las dimensiones de calidad de la informacin:
efectividad, confidencialidad, integridad, disponibilidad y confiabilidad no muestran
una consistencia dudosa o pobre sobre la valoracin de la calidad de informacin del
EIS de los indicadores acadmicos de la Universidad Peruana Unin.
180
CAPTULO V
INTERPRETACIN Y ANLISIS DE RESULTADOS
4.5
Anlisis descriptivo de la calidad de informacin
Para el anlisis de las dimensiones de la calidad de informacin se ha usado los

siguientes baremos:
Efectividad
8-11 (Muy baja)
11-14 (Bajo)
14-18 (Ni bajo ni alto)
18-21 (Alto)
21-24 (Muy alto)
Confidencialidad
6-8 (Muy baja)
8-10 (Bajo)
14-16 (Alto)
16-18 (Muy alto)
Integridad
7-9 (Muy baja)
10-12 (Bajo)
16-18 (Alto)
19-21 (Muy alto)
Disponibilidad
4-5 (Muy baja)
6-7 (Bajo)
8 (Ni bajo ni alto)
9-10 (Alto)
11-12 (Muy alto)
Confiabilidad
5-7 (Muy baja)
7-9 (Bajo)
11-13 (Alto)
181
13-15 (Muy alto)

Calidad de la informacin
30-42 (Muy baja)
42-54 (Bajo)
66-78 (Alto)
78-90 (Muy alto)
Tabla 26 Efectividad de la informacin acadmica antes*despus
Categoras
Muy baja
Baja
Ni baja ni alta
Alta
Muy alta
Total
Sistema de informacin
antes
f
%
% Acum
2
12
8,3
50,0
8,3
58,3
10
41,7
100,0
24
100,0
despus
f
%
% Acum
16,7
16,7
20
24
83,3
100,0
100,0
De la tabla 26, se observa que hay 24 administradores acadmicos encuestados cuya

valoracin de la calidad de informacin del sistema de informacin antes de la
implementacin del EIS, en orden decreciente es: 1) el 50% es baja, 2) el 41,7% es ni
baja ni alta, y 3) el 8,3% es muy baja. El 58,3% de los administradores encuestados
en la primera vez, su valoracin del uso del sistema de informacin es a lo ms baja.
Igualmente, ningn administrador ha valorado al sistema de informacin en las
categoras alta o muy alta. Por otro lado, la valoracin del mismo grupo de
administradores, despus de 18 das de implementarse el EIS, en orden decreciente
fue: 1) 83,3 % valor muy alto, 2) el 16,7 % alto categora alta. Acumulando los
porcentajes podemos concluir que el 100% al menos valor el EIS en la categora
alta. Ningn administrador en la segunda valoracin de la calidad de informacin del
EIS marc en las categoras muy baja, baja, ni baja ni alta.
182
Tabla 27 Confidencialidad de la informacin acadmica antes*despus

Categoras
Muy baja
Baja
Ni baja ni alta
Alta
Muy alta
Total
antes
f
%
% Acum
2
8,3
8,3
6
25,0
33,3
16
66,7
100,0
24
100,0
despus
f
%
% Acum
3
5
16
24
12,5
20,8
66,7
100,0
12,5
33,3
100,0
De la tabla 27, se observa que hay 24 administradores acadmicos encuestados

cuya valoracin de la calidad de informacin del sistema de informacin antes de la
implementacin del EIS, en orden decreciente es: 1) el 66.7% es ni baja ni alta, 2) el
25,0% es baja, y 3) el 8,3% es muy baja. El 33,3% de los administradores
encuestados en la primera vez, su valoracin de la calidad de informacin del sistema
de informacin es a lo ms baja. Igualmente, ningn administrador ha valorado al
sistema de informacin en las categoras alta o muy alta. Por otro lado, la valoracin
del mismo grupo de administradores, despus de 18 das de implementarse el EIS, en
orden decreciente fue: 1) 66,7 % valor muy alto, 2) el 20,8 % alto categora alta y 3)
12.5 % ni alta ni baja. Acumulando los porcentajes podemos concluir que el 87.5% al
menos valor el EIS en la categora alta. Ningn administrador en la segunda
valoracin de la calidad de informacin del EIS marc en las categoras muy baja,
baja.
Tabla 28 Integridad de la informacin acadmica antes*despus

Categoras
Muy baja
Baja
Ni baja ni alta
Alta
Muy alta
Total
antes
f
%
% Acum
3
12
12,5
50,0
12,5
62,5
37,5
100,0
24
100,0
183
despus
f
%
% Acum
1
13
4,2
54,2
4,2
58,3
10
24
41,7
100,0
100,0

implementacin del EIS, en orden decreciente es: 1) el 50,0 % es baja, 2) el 37,5 %
es ni baja ni alta, y 3) el 12,5 % es muy baja. El 62,5 % de los administradores
orden decreciente fue: 1) 54,2 % valor alto, 2) el 41,7 % muy alta, 3) el 4,2 % ni alta
ni baja. Acumulando los porcentajes podemos concluir que el 95.9% al menos valor
el EIS al menos en la categora alta. Ningn administrador en la segunda valoracin
de la calidad de informacin del EIS marc en las categoras muy baja, baja.
Tabla 29 Disponibilidad de la informacin acadmica antes*despus

Categoras
Muy baja
Baja
Ni baja ni alta
Alta
Muy alta
Total
antes
f
%
% Acum
6
18
24
25,0
75,0
despus
f
%
% Acum
25,0
100,0
2
22
24
100,0
8,3
91,7
100,0
8,3
100,0

implementacin del EIS, en orden decreciente es: 1) el 75,0 % es baja y 2) el 25,0 %
es muy baja. El 100 % de los administradores encuestados en la primera vez, su
valoracin de la calidad de informacin del sistema de informacin es a lo ms baja.
Igualmente, ningn administrador ha valorado al sistema de informacin en las
categoras ni alta ni baja, alta o muy alta. Por otro lado, la valoracin del mismo grupo
de administradores, despus de 18 das de implementarse el EIS, en orden
decreciente fue: 1) 91,7 %
valor muy alto, 2) el 8,3 % alta. Acumulando los
porcentajes podemos concluir que el 100% al menos valor el EIS en la categora

EIS marc en las categoras muy baja, baja, ni alta ni baja.
184
Tabla 30 Confiabilidad de la informacin acadmica antes*despus

Categoras
Muy baja
Baja
Ni baja ni alta
Alta
Muy alta
Total
antes
f
%
% Acum
1
4,2
4,2
9
14
37,5
58,3
41,7
100,0
24
100,0
despus
f
%
% Acum
12,5
12,5
3
18
24
12,5
75,0
100,0
25,0
100,0

implementacin del EIS, en orden decreciente es: 1) el 58,3% es ni alta ni baja, 2) el
37,5 % es baja y 3) el 4,2 % es muy baja. El 41,7 % de los administradores
orden decreciente fue: 1) 75,0 % valor muy alto, 2) el 12,5 % alta y 3) con el mismo
porcentaje el 12,5 % ni alta ni baja. Acumulando los porcentajes podemos concluir
que el 87,5% al menos valor el EIS en la categora alta. Ningn administrador en la
segunda valoracin de la calidad de informacin del EIS marc en las categoras muy
baja, baja.
Tabla 31 Calidad de la informacin acadmica antes*despus
Categoras
Muy baja
Baja
Ni baja ni alta
Alta
Muy alta
Total
antes
f
%
% Acum
1
4,2
4,2
19
79,2
83,3
4
16,7
100,0
24
despus
f
%
% Acum
3
21
24
100,0
12,5
87,5
100,0
12,5
100,0

185
implementacin del EIS, en orden decreciente es: 1) el 79,2 % es baja, 2) el 16,7 %

es ni alta ni baja y 3) el 4,2 % es muy baja. El 83,3% de los administradores
orden decreciente fue: 1) 87,5 % valor muy alto y 2) el 12,5 % alta. Acumulando los
porcentajes podemos concluir que el 100 % al menos valor el EIS en la categora
EIS marc en las categoras muy baja, baja, ni baja ni alta.
4.6
Prueba de hiptesis de la calidad de la informacin
4.6.1 Prueba de normalidad de la calidad de informacin

Se muestran tanto los grficos de normalidad como la prueba de Kolmogorov
Smirnov y la de Shapiro Wilk, usando el software SPSS versin 21.
El grfico de cuantiles reales y tericos de una distribucin normal, Grfico Q_Q
Normal y el Grfico Q Q Normal sin tendencias se representan a continuacin
Figura 129 Grfico Q-Q normal
186
Figura 130 Curva normal de la diferencia de puntajes de calidad de informacin

En el primero los valores correspondientes a una normal vienen representados por la
recta y los puntos son las diferentes puntuaciones de los individuos con los valores
observados frente a los esperados bajo la hiptesis de normalidad. Se observa que
los puntos estn muy cercanos
a la recta de ajuste. En este caso el ajuste es
bastante bueno.
El segundo recoge las desviaciones de los usuarios del EIS respecto de recta. Los
puntos se distribuyen muy cerca del 0. Esto nos vuelve a sugerir que hay una buena
aproximacin a la curva normal.
Tabla 32 Resumen del procesamiento de los casos
Casos
Vlidos
N
Perdidos
Porcentaje
Total
Porcentaje
Porcentaje
Diferencia de puntajes entre

salida y entrada de la
24
100,0%
0,0%
24
100,0%
calidad de informacin
La tabla 32, garantiza que el SPSS ha corrido con los 24 datos de la variable
diferencia de la calidad de informacin. En la figura 129, en la
nueve???
dispersin aparecen 12 puntos, en la que los otros 12 se superponen.
187
de
Tabla 33 Prueba de normalidad

a
Kolmogorov-Smirnov
Estadstico
gl
Shapiro-Wilk
Sig.
Estadstico
gl
Sig.
Diferencia de puntajes entre

salida y entrada de la
,100
24
,200
,975
24
,790
calidad de informacin
*. Este es un lmite inferior de la significacin verdadera.
a. Correccin de la significacin de Lilliefors
Contrastamos la hiptesis nula 0 : los datos proceden de una distribucin normal.

Con un estadstico de Kolmogorv- Smirnov de 0,100 de 24 grados de libertad, la
significacin del contraste se de 0,200, luego significativo a cualquier nivel y con un
estadstico de Shapiro Wilk de 0,975 de 24 grados de libertad la significacin del
contraste es de 0,790 (esto es, p>0,05), luego es significativo a cualquier nivel. As
que la distribucin de la que proceden es normal.
4.6.2 Prueba de las hiptesis estadsticas
Prueba de la primera subhiptesis especfica
Tabla 34 Estadsticos de muestras relacionadas
Media
Desviacin tp.
Error tp. de la
media
Efectividad de la informacin
acadmica salida
21,58
24
1,248
,255
13,21
24
1,978
,404
Par 1
Efectividad de la informacin
acadmica entrada
De la tabla 34 hay 24 pares vlidos. La media de la valoracin de la efectividad de la

informacin acadmica de entrada fue de 13,21, con una desviacin tpica de 1,978, y
en una segunda vez, despus de un periodo de prueba de la implementacin del EIS,
la media fue de 21,58, con una desviacin tpica de 1,248.
188
Tabla 35 Prueba de muestras relacionadas

Diferencias relacionadas
Media
gl
Sig.
Desviaci
Error tp.
95% Intervalo de
(bilateral
n tp.
de la
confianza para la
media
diferencia
Inferior
Superior
Efectividad de la
informacin
Par 1
acadmica salida
Efectividad de la
8,375
2,337
,477
7,388
9,362 17,556
23
,000
informacin
acadmica entrada
Con los pares citados antes, se construye una variable formada por la resta del valor
que tiene la primera variable en el individuo i menos el valor que tiene ese mismo
individuo en la segunda variable ( = , = 1,2,3 24). De esa
variable obtenemos su media 8,375 con desviacin tpica 2,337 y con intervalo de
confianza para la media con un nivel del 95% de (7,388, 9,362).
Queremos contrastar, o bien que la media de esa variable de diferencias es cero o, lo
que es igual, que las medias de las dos variables son iguales ya que en este caso la
media de la diferencia sera 0:

)=
( )
0 : (
( )
1 : (
o equivalente en trminos de direccin

0 (
) 0 , [ ]
1 (
) > 0 , [ > ]
189
Con un estadstico de contraste t de Student de valor, 17,556 con 23 grados de

libertad y una significacin de p = 0,000 < 0,05, se rechaza 0 y se acepta 1 , es decir
que hay diferencias significativas en cuanto al puntaje de valoracin de la efectividad
entrada y salida. De la misma manera, si nos fijamos en el intervalo de confianza para
la variable de las diferencias I = (7,388, 9,362), vemos que los dos extremos son
positivos, > 0, luego > , la media del puntaje de
valoracin de la efectividad de la informacin acadmica de los usuarios de salida es
mayor que de los usuarios de entrada.
Segunda subhiptesis especfica

Media
Desviacin tp.
Error tp. de la
media
Confidencialidad de la
informacin acadmica
15,75
24
1,595
,326
10,04
24
1,488
,304
salida
Par 1
Confidencialidad de la
informacin acadmica
entrada
De la tabla 36 hay 24 pares vlidos. La media de la valoracin de la confidencialidad

de la informacin acadmica de entrada fue de 10,04, con una desviacin tpica de
1,488, y en una segunda vez, despus de un periodo de prueba de la implementacin
del EIS, la media fue de 15,75, con una desviacin tpica de 1,595.
Media
Desviaci Error tp. de

n tp.
la media
95% Intervalo de
confianza para la
diferencia
Inferior
190
Superior
gl
Sig.
(bilateral)
Confidencialidad de
la informacin
Par
acadmica salida
Confidencialidad de
5,708
2,404
,491
4,693
6,724 11,631
23
,000
la informacin
acadmica entrada
individuo en la segunda variable ( = , = 1,2,3 24). De
esa variable obtenemos su media 5,708 con desviacin tpica 2,404 y con intervalo de

)=
( )
0 : (
( )
1 : (

0 (
) 0 , [ ]
1 (
) > 0 , [ > ]
Con un estadstico de contraste t de Student de accin, 11,631 con 23 grados de

que hay diferencias significativas en cuanto al puntaje de valoracin de la
confidencialidad entrada y salida. De la misma manera, si nos fijamos en el intervalo
de confianza para la variable de las diferencias I = (4,693, 6,724), vemos que los dos
191
extremos son positivos, > 0, luego > , la

media del puntaje de valoracin de la confidencialidad de la informacin acadmica
de los usuarios de salida es mayor que de los usuarios de entrada.
Tercera subhiptesis especfica

Media
Desviacin tp.
Error tp. de la
media
acadmica salida
18,21
24
1,769
,361
11,71
24
1,805
,369
Par 1
acadmica entrada
De la tabla 38 hay 24 pares vlidos. La media de la valoracin de la integridad de la

Media
Desviacin
Error tp.
95% Intervalo de
tp.
de la
confianza para la
media
diferencia
Inferior
gl
Sig.
(bilateral)
Superior
Integridad de la
informacin
Par
acadmica salida
Integridad de la
6,500
2,588
,528
5,407
7,593 12,306
23
,000
informacin
acadmica entrada
individuo en la segunda variable ( = , = 1,2,3 24). De esa variable
192
obtenemos su media 6,500 con desviacin tpica 2,588 y con intervalo de confianza
para la media con un nivel del 95% de (5,407, 7,593).

)=
( )
0 : (
( )
1 : (

0 (
) 0 , [ ]
1 (
) > 0 , [ > ]
que hay diferencias significativas en cuanto al puntaje de valoracin de la integridad
positivos, > 0, luego > , la media del puntaje de valoracin
de la integridad de la informacin acadmica de los usuarios de salida es mayor que
de los usuarios de entrada.
193
Cuarta subhiptesis especfica

Media
Desviacin tp.
Error tp. de la
media
Disponibilidad de la
informacin acadmica
11,38
24
,647
,132
6,04
24
,955
,195
salida
Par 1
informacin acadmica
entrada
De la tabla 40 hay 24 pares vlidos. La media de la valoracin de la disponibilidad de

la informacin acadmica de entrada fue de 6,04, con una desviacin tpica de 0,955,
y en una segunda vez, despus de un periodo de prueba de la implementacin del
EIS, la media fue de 11,38, con una desviacin tpica de 0,647.
Media
Desviacin
Error
95% Intervalo de
tp.
tp. de
confianza para la
la
diferencia
media
Inferior
gl
Sig.
(bilateral)
Superior
informacin
Par
acadmica salida
5,333
1,204
,246
4,825
5,842
21,70
3
23
,000
informacin
acadmica entrada
194


)=
( )
0 : (

1 : (
)
( )
0 (
) 0 , [ ]
1 (
) > 0 , [ > ]
disponibilidad entrada y salida. De la misma manera, si nos fijamos en el intervalo de
confianza para la variable de las diferencias I = (4,825, 5,842), vemos que los dos
extremos son positivos, > 0, luego > , la media del
puntaje de valoracin de la disponibilidad de la informacin acadmica de los usuarios
de salida es mayor que de los usuarios de entrada.
195
Quinta subhiptesis especfica

Media
Desviacin tp.
Error tp. de la
media
Confiabilidad de la
informacin salida
13,46
24
1,587
,324
8,54
24
1,141
,233
Par 1
Confiabilidad de la
informacin entrada
De la tabla 42 hay 24 pares vlidos. La media de la valoracin de la confiabilidad de la


Media
Desviacin
Error
95% Intervalo de
tp.
tp. de
confianza para la
la
diferencia
media
Inferior
gl
Sig.
(bilateral)
Superior
Confiabilidad de la
Par
1
informacin salida
Confiabilidad de la
4,917
1,863
,380
4,130
5,703
12,92
informacin
23
,000
entrada
196

)=
( )
0 : (
( )
1 : (

0 (
) 0 , [ ]
1 (
) > 0 , [ > ]

confiabilidad entrada y salida. De la misma manera, si nos fijamos en el intervalo de
confianza para la variable de las diferencias I = (4,130, 5,703), vemos que los dos
extremos son positivos, > 0, luego > , la media del
puntaje de valoracin de la confiabilidad de la informacin acadmica de los usuarios
de salida es mayor que de los usuarios de entrada.
Sexta subhiptesis especfica

Media
Desviacin tp.
Error tp. de la
media
salida
80,38
24
3,921
,800
49,54
24
4,374
,893
Par 1
entrada
De la tabla 44 hay 24 pares vlidos. La media de la valoracin de la calidad de la

197


Media Desviaci
n tp.
Error tp.
95% Intervalo de
de la
confianza para la
media
diferencia
Inferior
gl
Sig.
(bilateral)
Superior
Calidad de la
informacin
Par
salida-
Calidad de la
30,83
3
5,088
1,039
28,685
32,982
29,69
0
23
,000
informacin
entrada
individuo en la segunda variable ( = , = 1,2,3 24). De esa variable
obtenemos su media 30,833 con desviacin tpica 5,088 y con intervalo de confianza
para la media con un nivel del 95% de (28,685, 32,982).

)=
( )
0 : (
( )
1 : (

0 (
) 0 , [ ]
198
1 (
) > 0 , [ > ]

que hay diferencias significativas en cuanto al puntaje de valoracin de la calidad
positivos, > 0, luego > , la media del puntaje de valoracin de
la calidad de la informacin acadmica de los usuarios de salida es mayor que de los
usuarios de entrada.
199
CONCLUSIONES
Las principales conclusiones del presente trabajo de investigacin son las siguientes:
1. El mercado actual es cada vez ms exigente. Las empresas viven en un

ambiente constante de competitividad lo que hace que al tomar decisiones
estas puedan ser cruciales para estar un paso adelante o atrs de la
competencia. Es por ello que las empresas requieren herramientas capaces de
manejar grandes volmenes de informacin y que a su vez puedan integrar y
analizar de manera rpida y oportuna para la toma de decisiones. En este
sentido un EIS basado en inteligencia de negocios permite minimizar los
riesgos en la toma de decisiones a nuestra alta gerencia, debido a que
proporciona informacin relevante y confiable
para la toma de decisiones,
representando un ahorro de tiempo para cada ejecutivo, dedicndose ms a la

planeacin estratgica que a la recoleccin de informacin, adems de ofrecer
ventaja competitiva para tomar decisiones ms acertadas y rpidas que la
competencia.
2. Para el modelado dimensional es necesario conocer los procesos a controlar,

la informacin que manejan y a qu nivel de detalle desean los usuarios
obtener la informacin. Esto es fundamental para que el DM responda a las
necesidades de informacin de los usuarios, guardando informacin relevante
para la toma de decisiones.
3. Para tener xito en todo proyecto BI, segn la experiencia adquirida en el

desarrollo del proyecto, en necesario conseguir que los usuarios participen
adems de la recoleccin de los requerimientos, en la revisin de la lista de
informes, establecer prioridades, evaluar diferentes estrategias de navegacin
y el desarrollo de los reportes, si deseamos resolver sus problemas de negocio.
200
Si los usuarios no lo entienden, si no piensan que los informes son tiles, o que
no pueden encontrar el reporte que quieren, no van a utilizarlo.
4. De la tabla 35, con un estadstico de contraste t de Student de valor, 17,556

con 23 grados de libertad y una significacin de p = 0,000 < 0,05, se rechaza
0 y se acepta 1 , es decir que hay diferencias significativas en cuanto al
puntaje de valoracin de la efectividad entrada y salida. De la misma manera,
si nos fijamos en el intervalo de confianza para la variable de las diferencias I =
(7,388, 9,362), vemos que los dos extremos son positivos, esto es, >
, luego el sistema de informacin ejecutivo acadmico basado en
inteligencia de negocios es efectivo en el mejoramiento de la efectividad de la
informacin en lnea de los indicadores estratgicos de la Universidad Peruana
Unin.

puntaje de valoracin de la confidencialidad entrada y salida. De la misma
manera, si nos fijamos en el intervalo de confianza para la variable de las
diferencias I = (4,693, 6,724), vemos que los dos extremos son positivos, esto
es,
> , luego el sistema de informacin ejecutivo acadmico
basado en inteligencia de negocios es efectivo en el mejoramiento de la

confidencialidad de informacin en lnea de los indicadores estratgicos de la
puntaje de valoracin de la integridad entrada y salida. De la misma manera, si
nos fijamos en el intervalo de confianza para la variable de las diferencias I =
, luego el sistema de informacin ejecutivo acadmico basado en
inteligencia de negocios es efectivo en el mejoramiento de la integridad de
201

Unin.

puntaje de valoracin de la disponibilidad entrada y salida. De la misma
manera, si nos fijamos en el intervalo de confianza para la variable de las
diferencias I = (4,825, 5,842), vemos que los dos extremos son positivos, esto
es, > , luego el sistema de informacin ejecutiva acadmico
basado en inteligencia de negocios es efectivo en el mejoramiento de la
disponibilidad de informacin en lnea de los indicadores estratgicos de la
puntaje de valoracin de la confiabilidad entrada y salida. De la misma manera,
si nos fijamos en el intervalo de confianza para la variable de las diferencias I =
, luego el sistema de informacin ejecutiva acadmico basado en
inteligencia de negocios es efectivo en el mejoramiento de la confiabilidad de
Unin.

puntaje de valoracin de la calidad de informacin entrada y salida. De la
misma manera, si nos fijamos en el intervalo de confianza para la variable de
las diferencias I = (28,685, 32,982), vemos que los dos extremos son positivos,
202
esto es, > , luego el sistema de informacin ejecutiva acadmico

basado en inteligencia de negocios es efectivo en el mejoramiento de la calidad
de informacin en lnea de los indicadores estratgicos de la Universidad
Peruana Unin.
203
RECOMENDACIONES
1. El uso de herramientas de BI requiere de un hardware adecuado para
administrar de manera provechosa y rpida grandes cantidades de datos con
diferentes niveles de granularidad, por el cual se recomienda que el servidor
dedicado al desarrollo de BI en la UPeU no sea virtualizado, sino que sea fsico
para un mejor aprovechamiento de los recursos, sin depender del consumo de
los recursos de clientes ajenos.
2. Para poder seguir aprovechando las diversas ventajas que ofrece la

herramienta MicroStrategy, se recomienda adquirir la licencia, debido a que la
versin libre viene con restricciones que nos limitan
trabajar de forma
adecuada.
3. Para una segunda fase del proyecto BI se recomienda realizar tcnicas de
Data Mining que abarquen aspectos financieros, admisin, matrcula y
desercin de la UPeU ya que estos involucran procesos claves.
4. Como se ha mencionado anteriormente el DM tiene un nivel de granularidad

fina, guardando as informacin al detalle de los indicadores acadmicos, en
los cuales, an no se han definido los tipos de grficos de los reportes a emitir
para los usuarios, por lo que se recomienda realizar nuevas reuniones con
vicerrectorado para extraer nuevamente los requerimientos futuros de los tipos
de reportes al detalle de la informacin almacenada.
204
BIBLIOGRAFA
[1]
J. Gantz and D. Reinsel, THE DIGITAL UNIVERSE IN 2020: Big Data, Bigger Digi tal
Shadows, and Biggest Growth in the Far East. IDC, USA, p. 16, 2012.
[2]
C.
F.
Pedro,
Business
Intelligence,
2012.
[Online].
Available:
http://addkw.com/2012/10/14/ business-intelligence/. [Accessed: 06-May-2013].
[3]
J. Gustafson, CASE STUDY - DIRECTV Improves Customer Satisfaction and Reduces

Churn with Real Time Data Integration Solution, 2010. [Online]. Available:
http://tdwi.org/Articles/2010/05/06/DIRECTV-Improves-Customer-Satisfaction-andReduces-Churn-with-Real-Time-DI-Solution.aspx?Page=1. [Accessed: 11-Mar-2014].
[4]
U. Computerworld, Nestl boosts business intelligence with Cognos tool, 2007.

[Online]. Available: http://www.computerworlduk.com/news/applications/4759/nestlboosts-business-intelligence-with-cognos-tool/. [Accessed: 12-Mar-2014].
[5]
C. M. SPPer, Caso de xito: MC Procesos Per y la implementacin de soluciones de

BI
de
MicroStrategy,
2012.
[Online].
Available:
http://blog.spasolutioncompany.com/caso-de-exito-mc-procesos-peru-y-laimplementacion-de-soluciones-de-bi-de-microstrategy/. [Accessed: 13-Mar-2014].
[6]
MicroStrategy, Gobierno: Instituto Nacional de Estadstica e Informtica del Per.

Lima, Per, p. 2, 2011.
[7]
UNIVO, CAPTULO III: MARCO METODOLGICO. El Salvador, p. 62, 2002.
[8]
R. Bhawna, Agile Way of BI Implementation, India Conference (INDICON), 2011, 2004,

pp. 16.
[9]
C. J. Conesa and J. Curto Das, Introduccion al Busuness Intelligence, No. Colecc. UOC,
2010, p. 238.
[10]
B. Emili, BI: Acceso a la informacin que realmente importa, 2011. [Online]. Available:
http://sapb1hub.blogspot.com/2011/02/bi-acceso-la-informacion-que-realmente.html.
[11]
CORPSOLUTIONS, La importancia de Business intelligence. Argentina, p. 14.
[12]
A. de Barcelona, Desarrollo del Business Intelligence, 2012. [Online]. Available:

http://w27.bcn.cat/porta22/images/es/Barcelona_treball_capsula_sectorial_telecomu
nicaciones_y_TIC_noviembre2012_es_tcm24-22920.pdf. . [Accessed: 13-Aug-2013].
205
[13]
IBS Technologies, Inteligencia de negocios. Lima, Per, p. 1, 2014.
[14]
I. de estadstica la Rioja, Business Intelligence en la estadstica, 2010. [Online].

Available:
http://www.jecas.org/ponencias/jueves/tarde/desarrollosII/businessintelligenceLaRioja
.pdf. [Accessed: 13-Aug-2013].
[15]
Wil M.P. van der Aalst, Process Mining. Berlin Heidelberg: Springer-Verlag, 2011.
[16]
K. Schlegel, R. Sallam, D. Yuen, and J. Tapadinhas, Magic Quadrant for Business

Intelligence
and
Analytics
Platforms,
2013.
[Online].
Available:
http://www.gartner.com/technology/reprints.do?id=1-1DYXHVT&ct=130206&st=sg.
[Accessed: 09-Feb-2014].
[17]
Z. Marta, Data Wharehouse y OLAP, 2011. [Online].

http://personales.unican.es/ZORRILLM/BDAvanzadas/Teoria/bta-t4bIntelligence.pdf. [Accessed: 22-Aug-2013].
[18]
W.H. Inmon, Building the Data Warehouse, Third Edit. Canada: John Wiley & Sons, Inc.,
2002, pp. 1412.
[19]
K. Ralph, The Data Warehouse Lifecycle Toolkit, Second Edi. New York: Wiley Publishing,
1998, pp. 1405.
[20]
M.
Eltabakh,
OLAP
&
Data
Mining,
2012.
[Online].
Available:
http://web.cs.wpi.edu/~cs561/s12/Lectures/IntegrationOLAP/OLAPandMining.pdf.
[Accessed: 18-Mar-2014].
[21]
M. De los angeles, Procesamiento Analtico en Lnea. Argentina, p. 43, 2006.
[22]
A. Saenz Aguirre, ANLISIS Y DISEO DE UNA BASE DE DATOS MULTIDIMENSIONAL EN

APOYO A LA COORDINACIN NACIONAL DE SEGEPLAN DEL PROYECTO DE INVENTARIO
DEL AGUA DE GUATEMALA, Universidad de San Carlos de Guatemala, 2011.
[23]
MicroStrategy, GUA AVANZADA DE ELABORACIN DE INFORMES. EE. UU, p. 482,

2002.
[24]
F. Nuez, Explotacin de un almacn de datos: Herramientas OLAP. Hidalgo, 2011.
[25]
Universidad de Andaluca, Sistemas OLAP. Espaa, p. 9.
[26]
A. Cedeo, MODELO MULTIDIMENSIONAL. La Habana, Cuba, p. 18, 2006.
[27]
G. G. J. Imhoff Claudia, Galemmo Nicholas, Mastering Data Warehouse Design:

Relational and Dimensional Techniques. Indianapolis, Indiana: Wiley Publishing, 2003,
pp. 1438.
206
Available:
Business
[28]
M. M. Azad and M. Bin Amin, Executive Information System, vol. 12, no. 5, pp. 106
110, 2012.
[29]
I. R. J. C. Mijangos, Sistemas de toma de decisiones corporativa: BI y EIS/DSS, pp. 1

19.
[30]
V. Alex and J. Pacheco, Un Sistema de informacin ejecutivo basado en datamart para

la prevencin, anlisis y supervisin de las operaciones de lavado de activos en la
Empresa Concorde, Universidad ECOTEC, 2012.
[31]
P. Fabin and A. Spanevello, IQ: CALIDAD DE LA INFORMACIN, no. 1, pp. 18, 2008.
[32]
R. Academia, Diccionario Real Academia Espaola, 2013. [Online]. Available:

http://rae.es/recursos/diccionarios/drae.
[33]
IT Governance Institute, CobiT 4.1. USA, 2007, p. 196.
[34]
P. Corbetta, Metodologa y tcnicas de investigacin social, Primera ed. Madrid,

Espaa: McGRAW-HILL/ INTERAMERICANA, 2007, p. 422.
[35]
SAE,
Indicadores
Estratgicos,
2013.
[Online].
Available:
http://www.sae.gob.mx/quienes/programa/Paginas/InformeseIndicadores.aspx.
[Accessed: 04-Dec-2013].
[36]
Q. Los, A. Roco, and M. Prez, Qu son los indicadores?, pp. 5258, 2002.
[37]
D. T. Campbell and J. C. Stanley, Experimental and Quasi- experimental Designs for

Research. Chicago, 1963.
[38]
Microsoft, Paquetes de Integration Services (SSIS), 2014. [Online]. Available:

http://msdn.microsoft.com/es-pe/library/ms141134.aspx. [Accessed: 01-Jul-2014].
[39]
MicroStrategy, Gua bsica de elaboracin de informes. EE. UU, p. 494, 2012.
[40]
MicroStrategy, Gua de creacin de documentos de Report Services. EE. UU, p. 1108,

2011.
[41]
C. Hernndez, Roberto Fernndez and M. Del Pilar, Metodologa de la investigacin,

QUINTA EDI. Mxico: McGraw-HILL, 2010, p. 606.
207
ANEXOS
ANEXO 1: Frmulas de los indicadores acadmicos
Objetivo
Nombre del
Indicador
Definicin
Descripcin
Unidad
X
KPI
Ficha de indicador Nro. 1

Evidenciar el ingreso de la programacin de actividades por tema sealado en cada slabo del docente segn se
: requiera
: % del cumplimiento de ingreso de la programacin de actividades
La programacin de actividades es lo que desarrollar en el aula el docente por cada tema a tratar en un
: determinado ciclo acadmico. Cabe resaltar que no todos los temas demandan programacin de actividades.
(Sumatoria de nmeros de planes de clase realizados de una isima asignatura entre nmero de planes de clase
programados de una isima asignatura; entre total de cursos que tengan por lo menos una actividad programada
: programado) por 100
:
Porcentaje
Frecuencia de Medicin
Inductor
Tipo de Indicador
Semanal
: X
Estratgico
Ejecutivo
Operativo
Formula / Criterio para el

clculo
=
100
CPC= Porcentaje del cumplimiento de la programacin de actividades

NPCR= Nmero de planes de clase realizados
NPCP= Nmero de planes de clase programados
n= Total de cursos con por lo menos una actividad programada
perteneciente a un semestre, escuela, facultad o campus
Frmula / Proceso de obtencin
Informacin obtenida del rea de vicerrectorado
Responsable del cumplimiento
Facultad
Responsable de datos reales
DIGESI
Unidad de Anlisis
Actividad programada
Fecha de disponibilidad de la
informacin:
Semanal
0.000.25
0.250.40
0.400.60
0.600.70
0.701.00
=1
Semforo
degrad
RANGO 1
ROJO
RANGO2
ROJO A AMARILLO
RANGO3
AMARILLO
RANGO4
AMARILLO A VERDE
RANGO5
VERDE
Realizado por:
Cynthia Acua Salinas
208
Objetivo
Nombre del
Indicador

Evidenciar el estado de la valoracin de la programacin de actividades por semestre, escuela, facultad y
campus
% de calidad de la programacin de actividades
Definicin
La valoracin del plan de clase est dado por la puntuacin asignada por gabinete pedaggico para cada
programacin de actividades ingresado en cada semestre escuela, facultad y campus.
Descripcin
Unidad
KPI
(Sumatoria del puntaje de la programacin de actividades de una isima asignatura entre el puntaje mximo
obtenido de una isima asignatura; entre total de cursos con por lo menos una actividad programada) por 100
Frecuencia
Porcentaje
de Medicin
:
Semestral
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
Operativo
Formula / Criterio para el clculo
100
PVPC= Porcentaje de la valoracin de la programacin de actividades

PPC= Puntaje de la programacin de actividades
PMO= Puntaje mximo obtenido
n= Nmero de cursos con planes de clase evaluados pertenecientes a un
semestre, escuela, facultad o campus
Facultad
DIGESI
Unidad de Anlisis
Fecha de disponibilidad de la informacin:
Semestral
=1
Semforo
degrad
RANGO 1
ROJO
ROJO A
AMARILLO
0.00-0.25
RANGO2
0.25-0.40
RANGO3
0.40-0.60
AMARILLO
AMARILLO A
VERDE
RANGO4
0.60-0.70
RANGO5
VERDE
0.70-1.00
Realizado por:
209

Objetivo
Nombre del
Indicador
Evidenciar la evaluacin de la programacin de actividades por semestre, escuela, facultad y campus
% de la evaluacin de la programacin de actividades
Definicin
La evaluacin de la programacin de actividades es el resultado de la calidad de la programacin de actividades

ms el cumplimiento de la programacin de actividades.
Descripcin
Unidad
(Sumatoria del puntaje cumplimiento de la programacin de actividades de una isima asignatura por peso del
cumplimiento de la programacin de actividades ms puntaje calidad de la programacin de actividades de una
isima asignatura por peso calidad de la programacin de actividades; entre total de cursos con por lo menos
una actividad programada) por 100
Frecuencia
Porcentaje
de Medicin
:
semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
Operativo
Frmula / Criterio para el clculo
= =1
100
PEPC= Porcentaje de evaluacin de la programacin de actividades

PCUMPC= Puntaje cumplimiento de la programacin de actividades
PECUMPC= Peso del cumplimiento de la programacin de actividades
PCALPC= Puntaje calidad de la programacin de actividades
PECALPC= Peso calidad de la programacin de actividades
n= Nmero de cursos con programacin de actividades pertenecientes
a un semestre, escuela, facultad o campus
Facultad
DIGESI
Unidad de Anlisis
Semestral
Semforo
degrad
RANGO 1
ROJO
ROJO A
AMARILLO
0.00-0.25
RANGO2
0.25-0.40
RANGO3
0.40-0.60
AMARILLO
AMARILLO A
VERDE
RANGO4
RANGO5
0.60-0.70
VERDE
0.70-1.00
Realizado por:
210
Objetivo
Nombre del
Indicador

Evidenciar el cumplimiento del llenado de slabos a tiempo dentro de un determinado semestre, escuela,
facultad y campus
% del Cumplimiento del slabo
Definicin
El cumplimiento del silabo es el ingreso del slabo a tiempo por los docentes, estos slabos pertenecen a los
cursos dictados dentro de un semestre acadmico.
Descripcin
Unidad
(Sumatoria del puntaje del cumplimiento del silabo de una isima asignatura entre el puntaje mximo obtenido
de una isima asignatura; entre total de cursos) por 100
Frecuencia de
Porcentaje
Medicin
:
semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
=1
100
PCS= Porcentaje del cumplimiento del slabo

PUCS= Puntaje del cumplimiento del slabo
n= Nmero de cursos pertenecientes a un semestre, escuela, facultad
o campus
Formula / Criterio para el clculo
Facultad
DIGESI
Unidad de Anlisis
Slabo
Semestral
Semforo
degrad
RANGO 1
RANGO2
RANGO3
RANGO4
RANGO5
Operativo
ROJO
ROJO A
AMARILLO
0.00-0.25
0.25-0.40
0.40-0.60
AMARILLO
AMARILLO A
VERDE
0.60-0.70
VERDE
0.70-1.00
Realizado por:
211

Objetivo
Nombre del
Indicador
Evidenciar la valoracin del silabo ingresado por semestre, escuela, facultad y campus
% calidad del slabo
Definicin
La valoracin del slabo est dado por la puntuacin asignada por gabinete pedaggico para cada slabo
ingresado en cada semestre, escuela, facultad y campus.
Descripcin
Unidad
(Sumatoria del puntaje del silabo de una isima asignatura entre el puntaje mximo obtenido de una isima
asignatura; entre total de cursos con slabos evaluados) por 100
Frecuencia de
Porcentaje
Medicin
:
Semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
=1
100
PCS= Porcentaje de la calidad del slabo

PS= Puntaje del slabo
n= Nmero de cursos con slabos evaluados pertenecientes a un
semestre, escuela, facultad o campus
Facultad
DIGESI
Unidad de Anlisis
Slabo
Semestral
Semforo
degrad
RANGO 1
RANGO2
RANGO3
RANGO4
RANGO5
Operativo
ROJO
ROJO A
AMARILLO
0.00-0.25
0.25-0.40
0.40-0.60
AMARILLO
AMARILLO A
VERDE
0.60-0.70
VERDE
0.70-1.00
Realizado por:
212

Objetivo
Nombre del
Indicador
Evidenciar la evaluacin del slabo por semestre, escuela, facultad y campus
% de la evaluacin del slabo
Definicin
Descripcin
Unidad
La evaluacin del slabo es el resultado del cumplimiento del ingreso del slabo ms la valoracin del slabo
(Sumatoria del puntaje cumplimiento del slabo de una isima asignatura por peso del cumplimiento del slabo
ms puntaje calidad del slabo de una isima asignatura por peso calidad del slabo; entre total de cursos con
slabo) por 100
Frecuencia de
Porcentaje
Medicin
:
semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
=1 +
Operativo
100
--------- ---------------PES= Porcentaje de evaluacin del slabo

PCUMS= Cumplimiento del slabo
PECUMS= Peso del cumplimiento del slabo
PCALS= Valoracin del slabo
PECALS= Peso de la valoracin del silabo
n= Nmero de cursos con slabos pertenecientes a un semestre,
escuela, facultad o campus
Facultad
DIGESI
Unidad de Anlisis
Slabo
Semestral
Semforo
degrad
RANGO 1
ROJO
ROJO A
AMARILLO
0.00-0.25
RANGO2
0.25-0.40
RANGO3
0.40-0.60
AMARILLO
AMARILLO A
VERDE
RANGO4
0.60-0.70
RANGO5
VERDE
0.70-1.00
Realizado por:
213

Objetivo
Nombre del
Indicador
Evidenciar el estado de la gestin de slabos en un determinado semestre, escuela, facultad o campus.
% de gestin de slabo
Definicin
Descripcin
Unidad
La gestin de slabos est compuesta por la evaluacin de la programacin de actividades ms la evaluacin de

slabos.
(Sumatoria del puntaje de la evaluacin de la programacin de actividades de una isima asignatura por Peso
de la evaluacin de la programacin de actividades ms puntaje de la evaluacin del slabo de una isima
asignatura por peso de la evaluacin del slabo; entre total de cursos con slabo) por 100
Frecuencia de
Porcentaje
Medicin
:
Semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
=1 +
100
--------PGS= Porcentaje de la gestin de slabo

PEPC= Puntaje de la evaluacin de la programacin de actividades
PEEPC= Peso de la evaluacin de la programacin de actividades
PEVALS= Puntaje de la evaluacin del slabo
PEEVALS= Peso de la evaluacin del slabo
n= nmero de cursos con slabo pertenecientes a un semestre,
escuela, facultad o campus
Facultad
DIGESI
Unidad de Anlisis
Slabo
Semestral
Semforo
degrad
RANGO 1
RANGO2
RANGO3
RANGO4
RANGO5
Operativo
ROJO
ROJO A
AMARILLO
0.00-0.25
0.25-0.40
0.40-0.60
AMARILLO
AMARILLO A
VERDE
0.60-0.70
VERDE
0.70-1.00
Realizado por:
214

Objetivo
Nombre del
Indicador
Evidenciar la evaluacin de los docentes por semestre, escuela, facultad, campus.
Definicin
% de la evaluacin docente
La evaluacin docente es una encuesta realizada semestralmente, en el que evidencia las competencias del
docente.
Descripcin
Unidad
(Sumatoria del nota de evaluacin docente de una isima asignatura; entre total de cursos evaluados) por 100
Frecuencia de
Porcentaje
Medicin
:
Semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
=1
100
PE= Porcentaje de evaluacin docente
NED= Nota de evaluacin docente por curso
n= Nmero de cursos evaluados en un semestre, escuela, facultad,
campus
Facultad
DIGESI
Unidad de Anlisis
Docente
Semestral
Semforo
degrad
RANGO 1
RANGO2
RANGO3
RANGO4
RANGO5
Operativo
ROJO
ROJO A
AMARILLO
0.00-0.25
0.25-0.40
0.40-0.60
AMARILLO
AMARILLO A
VERDE
0.60-0.70
VERDE
0.70-1.00
Realizado por:
215
Objetivo
Nombre del
Indicador
Evidenciar el cumplimiento del ingreso de sus evaluaciones de los docentes por curso en un determinado
semestre acadmico, escuela, facultad, campus.
% de cumplimiento de evaluaciones
Definicin
El cumplimiento de evaluaciones se refiere al ingreso de notas por cada rubro de evaluacin en su respectiva
fecha evitando a que se les venza el portal acadmico
Descripcin
Unidad
(Sumatoria del nmero de rubros cumplidos de una isima asignatura entre el total de rubros de una isima
asignatura; entre total de cursos) por 100
Frecuencia de
Porcentaje
Medicin
:
Semanal
KPI
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
=1
Operativo
100
PCE= Porcentaje de cumplimiento de evaluaciones

NRC= Nmero de rubros cumplidos de un curso
TRC= Total de rubros de un determinado curso
n= Total de cursos en un semestre, escuela, facultad, campus
Facultad
DIGESI
Unidad de Anlisis
Docente
Semanal
Semforo
degrad
RANGO 1
ROJO
ROJO A
AMARILLO
0.00-0.25
RANGO2
0.25-0.40
RANGO3
0.40-0.60
AMARILLO
AMARILLO A
VERDE
RANGO4
0.60-0.70
RANGO5
VERDE
0.70-1.00
Realizado por:
216
Evidenciar el estado de la enseanza docente por medio de los grupos focales dentro de un semestre
acadmico, escuela, facultad, campus.
% de evaluacin de grupos focales
Definicin
La evaluacin de grupos focales se realiza semestralmente por medio de la convocatoria de un determinado

grupo de alumnos por cada saln, en el cual se realiza una entrevista por cada uno de los docentes que ensea
a dicho grupo en un determinado semestre acadmico.
Descripcin
Unidad
Objetivo
Nombre del
Indicador
(Sumatoria del puntaje de grupos focal de una isima asignatura entre el puntaje mximo obtenido de una
isima asignatura; entre total de cursos evaluados) por 100
Frecuencia de
Porcentaje
Medicin
:
Semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
=1
Operativo
100
PGF= Porcentaje de grupos focales

PGF= Puntaje de grupos focal
n= Total de cursos evaluados en un semestre, escuela, facultad,
campus
Facultad
DIGESI
Unidad de Anlisis
Docente
Semestral
Semforo
degrad
RANGO 1
ROJO
ROJO A
AMARILLO
0.00-0.25
RANGO2
0.25-0.40
RANGO3
0.40-0.60
AMARILLO
AMARILLO A
VERDE
RANGO4
0.60-0.70
RANGO5
VERDE
0.70-1.00
Realizado por:
217

Objetivo
Nombre del
Indicador
Evidenciar el estado de la gestin del desempeo docente
% de gestin del desempeo docente
Definicin
Descripcin
Unidad
KPI
El desempeo docente est conformado por la encuesta semestral, la puntualidad, el cumplimiento de las
evaluaciones y la evaluacin de grupos focales pertenecientes a los docentes.
(Sumatoria del Puntaje de la encuesta docente de una isima asignatura por Peso asignado de la encuesta
docente ms Puntaje de la puntualidad docente de una isima asignatura por Peso asignado a la puntualidad
docente ms Puntaje del cumplimiento de evaluaciones de una isima asignatura por Peso asignado al
cumplimiento de las evaluaciones ms Puntaje de grupos focal de un isima asignatura por Peso asignado a los
grupos focales; entre total de cursos) por 100
Frecuencia
Porcentaje
de Medicin
:
Semestral
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
=1 + + +
100
PGDD= Porcentaje de la gestin de desempeo docente
PED= Puntaje de la encuesta docente
PPED= Peso asignado de la encuesta docente
PD= Puntaje de la puntualidad docente
PPD= Peso asignado a la puntualidad docente
PCE= Puntaje del cumplimiento de evaluaciones
PPCE= Peso asignado al cumplimiento de las evaluaciones
PGF= Puntaje de grupos focal
PPGF= Peso asignado a los grupos focales
n= Total de cursos en un semestre, escuela, facultad, campus
Facultad
DIGESI
Unidad de Anlisis
Docente
informacin:
semestral
Semforo
degrad
Operativo
RANGO 1
ROJO
0.00-0.25
RANGO2
ROJO A AMARILLO
0.25-0.40
RANGO3
AMARILLO
0.40-0.60
RANGO4
AMARILLO A VERDE
0.60-0.70
RANGO5
VERDE
0.70-1.00
Realizado por:
218
Objetivo
Nombre del
Indicador
Definicin

Evidenciar el estado de los estudiantes en el curso de matemtica dentro de un semestre acadmico, escuela,
facultad, campus.
% puntaje de matemtica
La evaluacin del curso de matemtica est monitoreada por los tutores asignados a cada saln. La evaluacin
es aplicada para los primeros aos de cada carrera que contenga en el plan de estudio dicho curso o su
equivalente. Estas evaluaciones pueden ser de entrada y salida segn se lo requiera.
Descripcin
Unidad
(Sumatoria de [Sumatoria del puntaje obtenido en la asignatura del rea de matemtica de un isimo
estudiante entre puntaje mximo obtenido; entre la cantidad de estudiantes] de una isima asignatura; entre
total de asignaturas del rea de matemtica en un determina semestre, escuela, facultad, campus ) por 100
Frecuencia de
Porcentaje
Medicin
:
Semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
=1[
Ejecutivo
PEM

=1
100
PM= Porcentaje de la evaluacin del rea de matemtica

PEM= Puntaje del rea de matemtica (operaciones combinadas +
expresiones algebraicas + resolucin de problemas)
= Cantidad de estudiantes matriculados en el rea de matemtica
= Nmero de asignaturas del rea de matemtica en un semestre,
escuela, facultad, campus
Facultad
DIGESI
Unidad de Anlisis
Docente
Semestral
Semforo
degrad
RANGO 1
RANGO2
RANGO3
RANGO4
RANGO5
Operativo
ROJO
ROJO A
AMARILLO
0.00-0.25
0.25-0.40
0.40-0.60
AMARILLO
AMARILLO A
VERDE
0.60-0.70
VERDE
0.70-1.00
Realizado por:
219
Objetivo
Nombre del
Indicador
Definicin
Evidenciar el estado de los estudiantes en el curso de capacidades comunicativas dentro de un semestre

acadmico, escuela, facultad, campus.
% puntaje de capacidades comunicativas
La evaluacin del curso de capacidades comunicativas est monitoreada por los tutores asignados a cada saln.
La evaluacin es aplicada para los primeros aos de cada carrera que contenga en el plan de estudio dicho
curso o su equivalente. Estas evaluaciones pueden ser de entrada y salida segn se lo requiera.
Descripcin
Unidad
(Sumatoria de [Sumatoria del puntaje obtenido en la asignatura perteneciente al rea de capacidades

comunicativas de un isimo estudiante entre puntaje mximo obtenido; entre la cantidad de estudiantes] de
una isima asignatura; entre total de asignaturas del rea de capacidades comunicativas en un determinado
semestre, escuela, facultad, campus) por 100
Frecuencia de
Porcentaje
Medicin
:
Semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
=1[
PECC

=1
Ejecutivo
100-------------------
-----PCC= Porcentaje de la evaluacin del rea de capacidades
comunicativas
PECC= Puntaje del rea de capacidades comunicativas (literal +
inferencial + crtico valorativo)
= Cantidad de estudiantes que estn matriculados en el rea de
capacidades comunicativas
= Nmero de asignaturas del rea de capacidades comunicativas en
un semestre, escuela, facultad, campus
Facultad
DIGESI
Unidad de Anlisis
Docente
Semestral
Semforo
degrad
RANGO 1
RANGO2
RANGO3
RANGO4
RANGO5
Operativo
ROJO
ROJO A
AMARILLO
0.00-0.25
0.25-0.40
0.40-0.60
AMARILLO
AMARILLO A
VERDE
0.60-0.70
VERDE
0.70-1.00
Realizado por:
220
Objetivo
Nombre del
Indicador
Evidenciar el estado de los hbitos de estudio de los estudiantes en un determinado semestre acadmico,
escuela, facultad, campus.
% de hbitos de estudio
Definicin
Descripcin
Unidad
Los hbitos de estudio son recolectados mediante la aplicacin del test de GAMMA, este instrumento sirve
para detectar las condiciones fsicas, horarios de estudio, actitud frente a la clase y motivacin frente al estudio
del estudiante. Estas evaluaciones pueden ser de entrada y salida.
(Sumatoria de [Sumatoria del puntaje obtenido en el test de hbitos de estudio de un isimo estudiante entre
puntaje mximo obtenido; entre la cantidad de estudiantes] de un isimo test; entre total de test de hbitos de
estudio en un determinado semestre, escuela, facultad, campus) por 100
Frecuencia de
Porcentaje
Medicin
:
Semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
=1[
Ejecutivo
PEHE
=1
100--------
-------------PHE= Porcentaje de los hbitos de estudio

PEHE= Puntaje de los hbitos de estudio (condiciones fsicas + horarios
de estudio + actitud frente a la clase y al profesor + exmenes
iniciales, parciales y finales)
= Cantidad de estudiantes que realizaron el test de hbitos de
estudio
n= Nmero de test de hbitos de estudio en un semestre, escuela,
facultad, campus
Facultad
DIGESI
Unidad de Anlisis
Docente
Semestral
Semforo
degrad
RANGO 1
RANGO2
RANGO3
RANGO4
RANGO5
Operativo
ROJO
ROJO A
AMARILLO
0.00-0.25
0.25-0.40
0.40-0.60
AMARILLO
AMARILLO A
VERDE
0.60-0.70
VERDE
0.70-1.00
Realizado por:
221

Objetivo
Nombre del
Indicador
Evidenciar el estado de acadmico de los estudiantes en un determinado semestre, escuela, facultad, campus.
% del estado acadmico
Definicin
Descripcin
Unidad
El indicador acadmico est compuesto por el indicador de matemtica, capacidades comunicativas y hbitos
de estudio.
(Sumatoria de puntaje de matemtica de una isima rea acadmica por puntaje asignado de matemtica ms
puntaje de capacidades comunicativas de una isima rea acadmica por puntaje asignado a capacidades
comunicativas ms puntaje de hbitos de estudio de una isima rea acadmica por puntaje asignado a hbitos
de estudio; entre total de reas acadmicas (cursos de matemtica + cursos de capacidades comunicativas +
test de hbitos realizado) por semestre, escuela, facultad, campus) por 100
Frecuencia de
Porcentaje
Medicin
:
Semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
=1 + +
100
PA= Porcentaje acadmico

PM= Puntaje del rea de matemtica
PPM= Porcentaje asignado de matemtica
PCC= Puntaje de capacidades comunicativas
PPCC= Porcentaje asignado a capacidades comunicativas
PHE= Puntaje de hbitos de estudio
PPHE= Porcentaje asignado a hbitos de estudio
n= Total de reas acadmicas semestre, escuela, facultad, campus
Facultad
DIGESI
Unidad de Anlisis
Docente
Semestral
Semforo
degrad
RANGO 1
RANGO2
RANGO3
RANGO4
RANGO5
Operativo
ROJO
ROJO A
AMARILLO
0.00-0.25
0.25-0.40
0.40-0.60
AMARILLO
AMARILLO A
VERDE
0.60-0.70
VERDE
0.70-1.00
Realizado por:
222

Objetivo
Nombre del
Indicador
Evidenciar el estado emocional de los estudiantes en un determinado semestre acadmico, escuela, facultad,
campus.
% de estado emocional
Definicin
El estado emocional es obtenido por la aplicacin del test inteligencia Emocional - ICE de Baron a los alumnos
de los primeros aos de cada carrera. Estas evaluaciones pueden ser de entrada y salida segn se lo requiera.
Descripcin
Unidad
(Sumatoria de [Sumatoria del puntaje obtenido en el test de inteligencia emocional de un isimo estudiante
entre puntaje mximo obtenido; entre la cantidad de estudiantes] de un isimo test; entre total de test de
inteligencia emocional en un determinado semestre, escuela, facultad, campus) por 100
Frecuencia de
Porcentaje
Medicin
:
Semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
=1[
PEE
=1
100 ----------------------------
---PE= Porcentaje emocional

PEE= Puntaje emocional (intrapersonal + interpersonal + manejo de
estrs + adaptabilidad + esta. nimo + impresin positiva +
conocimiento emocional)
PMO= cantidad de estudiantes de un determinado test emocional
= Cantidad de estudiantes que realizaron el test de inteligencia
emocional
= Nmero de test emocionales en un semestre, escuela, facultad,
campus
Facultad
DIGESI
Unidad de Anlisis
Docente
Semestral
Semforo
degrad
RANGO 1
RANGO2
RANGO3
RANGO4
RANGO5
Operativo
ROJO
ROJO A
AMARILLO
0.00-0.25
0.25-0.40
0.40-0.60
AMARILLO
AMARILLO A
VERDE
0.60-0.70
VERDE
0.70-1.00
Realizado por:
223
Objetivo
Nombre del
Indicador
Evidenciar el estado fsico de los estudiantes en un semestre acadmico, escuela, facultad, campus.
% fsico de los estudiantes
Definicin
Descripcin
Unidad
El estado fsico de los estudiantes pertenecientes a los primeros aos, est dado por los dominios de fuerza,
velocidad, flexibilidad y resistencia. Estas evaluaciones pueden ser de entrada y salida segn se lo requiera.
(Sumatoria de [Sumatoria del puntaje obtenido en la asignatura perteneciente al rea de cultura fsica de un
isimo estudiante entre puntaje mximo obtenido; entre la cantidad de estudiantes] de una isima asignatura
perteneciente al rea de cultura fsica; entre total de asignaturas pertenecientes al rea de cultura fsica en un
determinado semestre, escuela, facultad, campus) por 100
Frecuencia de
Porcentaje
Medicin
:
Semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
=1[
Ejecutivo
PPCF
=1
=
100
------------------------------PCF= Porcentaje fsico

PPCF= Puntaje fsico (fuerza + velocidad + flexibilidad + resistencia)
= Cantidad de estudiantes que estn matriculados en la asignatura
perteneciente al rea de cultura fsica
= Nmero de asignaturas pertenecientes al rea de cultura fsica en
un semestre, escuela, facultad, campus
Facultad
DIGESI
Unidad de Anlisis
Docente
Semestral
Semforo
degrad
RANGO 1
RANGO2
RANGO3
RANGO4
RANGO5
Operativo
ROJO
ROJO A
AMARILLO
0.00-0.25
0.25-0.40
0.40-0.60
AMARILLO
AMARILLO A
VERDE
0.60-0.70
VERDE
0.70-1.00
Realizado por:
224

Objetivo
Nombre del
Indicador
Evidenciar el estado de la gestin de los estudiantes en un determinado semestre, escuela, facultad, campus.
% de gestin del estado del alumno
Definicin
El indicador de gestin de estado del alumno est compuesto por los indicadores acadmico, emocional, fsico y espiritual.
Descripcin
Unidad
(Sumatoria de puntaje acadmico de entrada de una isima rea o test por peso asignado en acadmico ms puntaje
emocional de entrada de una isima rea o test por peso asignado en emocional ms puntaje fsico de entrada de una
isima rea o test por puntaje asignado en fsico ms puntaje espiritual de entrada de una isima rea o test * puntaje
asignado de espiritual; entre total de reas y test por semestre, escuela, facultad, campus) por 100
Frecuencia de
Porcentaje
Medicin
:
Semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
=1 + +
+
=
100
-------------------------------PGEA= Porcentaje de gestin estado alumno

PA= Puntaje acadmico de entrada
PPA= Porcentaje asignado al indicador acadmico
PE= Puntaje emocional de entrada
PPE= Porcentaje asignado al indicador emocional
PF= Puntaje fsico de entrada
PPF= Porcentaje asignado al indicador fsico
PES= Puntaje espiritual de entrada
PPES= Porcentaje asignado al indicador espiritual
n= Total de evaluaciones de reas o test de un
semestre, escuela, facultad, campus
Facultad
DIGESI
Unidad de Anlisis
Docente
semestral
Semforo
degrad
RANGO 1
ROJO
ROJO A
AMARILLO
0.00-0.25
RANGO2
0.25-0.40
RANGO3
0.40-0.60
AMARILLO
AMARILLO A
VERDE
RANGO4
0.60-0.70
RANGO5
VERDE
0.70-1.00
Realizado por:
225
Operativo
Objetivo
Nombre del
Indicador
Evidenciar el cumplimiento de ingreso de las evaluaciones de los test aplicados, reas acadmicas por
semestre acadmico, escuela, facultad, campus.
% gestin de datos
Definicin
Descripcin
Unidad
La gestin de datos, es el ingreso de las evaluaciones resultantes de las aplicaciones de un test emocional, test
fsico, test psicolgico o exmenes pertenecientes a las reas acadmicas tales como matemtica y
capacidades comunicativas.
(Sumatoria de [Sumatoria del puntaje obtenido en la gestin de datos de un isimo estudiante entre total de
datos a ingresar de un isimo estudiante; entre la cantidad de estudiantes] de una isima rea y/o test
perteneciente a tutora acadmica; entre total de test y/o reas en un semestre, escuela, facultad, campus)
por 100
Frecuencia de
Porcentaje
Medicin
:
Semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
=1[
Ejecutivo
CDI
=1 TDA
]
100
---------------------------PGD= Porcentaje de gestin de datos

CDI= Cantidad de datos ingresados por alumno de una determinada
rea o test
TDA= Total de datos a ingresar por alumno
= Cantidad de estudiantes dentro de un test o rea
= Total test y/o reas en un semestre, escuela, facultad, campus
Facultad
DIGESI
Unidad de Anlisis
Docente
Semestral
Semforo
degrad
RANGO 1
RANGO2
RANGO3
RANGO4
RANGO5
Operativo
ROJO
ROJO A
AMARILLO
0.00-0.25
0.25-0.40
0.40-0.60
AMARILLO
AMARILLO A
VERDE
0.60-0.70
VERDE
0.70-1.00
Realizado por:
226
Objetivo
Nombre del
Indicador
Evidenciar el estado de salida de los estudiantes con respecto a los test o reas por semestre acadmico,
escuela, facultad, campus.
% variable de salida
Definicin
Descripcin
Unidad
KPI
El indicador del estado de salida del estudiante est compuesto por los indicadores acadmico, emocional,
fsico y espiritual.
(Sumatoria de puntaje acadmico de salida de una isima rea o test por peso asignado en acadmico ms
puntaje emocional de salida de una isima rea o test por peso asignado en emocional ms puntaje fsico de
salida de una isima rea o test por puntaje asignado en fsico ms puntaje espiritual de salida de una isima
rea o test * puntaje asignado de espiritual; entre total de reas y test por semestre, escuela, facultad, campus)
por 100
Frecuencia
Porcentaje
de Medicin
:
Semestral
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
=1 + +
+
=
100
---- -------------------------------PGEA= Porcentaje de gestin estado alumno

PA= Puntaje acadmico de salida
PPA= Porcentaje asignado al indicador acadmico
PE= Puntaje emocional de salida
PPE= Porcentaje asignado al indicador emocional
PF= Puntaje fsico de salida
PPF= Porcentaje asignado al indicador fsico
PES= Puntaje espiritual de salida
PPES= Porcentaje asignado al indicador espiritual
n= Total de reas y/o test de tutora pertenecientes a un semestre,
escuela, facultad, campus
Facultad
DIGESI
Unidad de Anlisis
Docente
Semestral
Semforo
degrad
RANGO 1
RANGO2
RANGO3
RANGO4
RANGO5
Operativo
ROJO
ROJO A
AMARILLO
0.00-0.25
0.25-0.40
0.40-0.60
AMARILLO
AMARILLO A
VERDE
0.60-0.70
VERDE
0.70-1.00
Realizado por:
227
Objetivo
Nombre del
Indicador
Evidenciar la gestin de tutora por semestre acadmico, escuela, facultad, campus.
% Gestin tutora
Definicin
Descripcin
Unidad
El indicador gestin tutora est conformado por los indicadores de gestin de datos, gestin del estado del
alumno y variable de salida.
(Sumatoria de gestin de datos de una isima asignatura por puntaje asignado a gestin de datos ms gestin
de estado del alumno de una isima asignatura por puntaje asignado al estado del alumno ms variable de
salida de una isima asignatura por puntaje asignado a variable de salida; entre total de test y reas por
semestre, escuela, facultad, campus) por 100
Frecuencia
Porcentaje
de Medicin
:
Semestral
KPI
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
=1 + +
100
--------------- -------------------------------PGT= Porcentaje de gestin de tutora
PGD= Puntaje gestin de datos
PPGD= Porcentaje asignado a gestin de datos
PEA= Puntaje gestin de estado del alumno
PPEA= Porcentaje asignado a gestin de estado del alumno
PVS= Puntaje variable de salida
PPVS= Porcentaje asignado a variable de salida
n= Total de test y reas de un semestre, escuela, facultad, campus
=
Facultad
DIGESI
Unidad de Anlisis
Docente
Semestral
Semforo
degrad
RANGO 1
RANGO2
RANGO3
RANGO4
RANGO5
Operativo
ROJO
ROJO A
AMARILLO
0.00-0.25
0.25-0.40
0.40-0.60
AMARILLO
AMARILLO A
VERDE
0.60-0.70
VERDE
0.70-1.00
Realizado por:
228

Objetivo
Nombre del
Indicador
Evidenciar la gestin de enseanza y aprendizaje de un determinado semestre, escuela, facultad, campus.
% Gestin del proceso enseanza y aprendizaje
Definicin
Descripcin
Unidad
KPI
El indicador gestin del proceso de enseanza y aprendizaje est conformado por los indicadores de gestin de
slabos, gestin de desempeo docente, gestin de tutoras y gestin de tareas.
(Sumatoria de gestin de slabos de una isima asignatura por puntaje asignado a gestin de slabos ms gestin
de desempeo docente de una isima asignatura por puntaje asignado a desempeo docente ms gestin de
tutora de una isima rea o test de tutora por puntaje asignado a gestin de tutora ms gestin de tareas por
puntaje asignado a gestin de tutoras; entre total de cursos, reas, test por semestre, escuela, facultad,
campus) por 100
Frecuencia
Porcentaje de Medicin
:
Semestral
Inductor
Tipo de
Indicador
Estratgico
Ejecutivo
Operativo
=1 + + +
=
100
PGEA= Porcentaje de gestin de enseanza y aprendizaje
PGS= Puntaje de gestin de slabos
PPGS= Porcentaje asignado a gestin de slabos
PDD= Puntaje gestin de desempeo docente
PPDD= Porcentaje asignado a gestin de desempeo docente
PGT= Puntaje gestin de tutora
PPGT= Porcentaje asignado a gestin de tutora
PGTA= Puntaje de gestin de tareas
PPGTA= Porcentaje asignado a gestin de tareas
n= Total de cursos, test y reas de un semestre, escuela, facultad, campus
Facultad
DIGESI
Unidad de Anlisis
Docente
informacin:
Semforo
degrad
RANGO 1
RANGO2
RANGO3
RANGO4
RANGO5
Semestral
ROJO
ROJO A
AMARILLO
0.00-0.25
0.25-0.40
0.40-0.60
AMARILLO
AMARILLO A
VERDE
0.60-0.70
VERDE
0.70-1.00
Realizado por:
229
ANEXO 2: Escala de valoracin

ESCALA DE VALORACIN DE LA CALIDAD DE INFORMACIN DEL SISTEMA DE INFORMACIN DE LOS
INDICADORES ACADMICOS DE LA UNIVERSIDAD PERUANA UNIN
INSTRUCCIONES:
De acuerdo a su experiencia profesional, evalu la operatividad del sistema de informacin ejecutiva
con respecto a los indicadores acadmicos de la Universidad Peruana Unin, considerando la siguiente
escala: baja, media y alta (mala, regular, buena)
DATOS GENERALES
Unidad Acadmica: ______________________________
Cargo del entrevistado: ___________________________
Fecha de evaluacin: _____________________________
DATOS DE LA CALIDAD DE INFORMACIN DEL SISTEMA DE INFORMACIN
tems de efectividad de la informacin acadmica
El soporte que brinda el sistema de informacin para la toma de decisiones en
su rea es
La efectividad de los indicadores del sistema de informacin es
La informacin de los indicadores de los semestres anteriores del sistema de
informacin es
El nivel de representacin grfica de los reportes en el sistema de informacin
ejecutiva es
El nivel de actualizacin en relacin con la periodicidad de evaluacin del
indicador en el sistema de informacin ejecutiva es
La capacidad de almacenamiento de mltiples registros en el sistema de
informacin es
La capacidad de generar comunicaciones va pdf, excel en el sistema de
informacin es
El nivel de flexibilidad para introducir nuevas modificaciones en el sistema de
informacin es
tems de confidencialidad de la informacin acadmica
La seguridad de la informacin del sistema de informacin es
El nivel de privacidad de la informacin restringiendo su acceso a personas
ajenas en el sistema de informacin es
La confidencialidad de la informacin brindada al rea acadmica es
La autorizacin de la divulgacin de la informacin por vicerrectorado en el
sistema de informacin es
El nivel de confidencialidad de los datos personales del sistema de informacin
es
El control de la clasificacin de la informacin (pblico, restringido) en el
sistema de informacin es
tems de integridad de la informacin acadmica
La periodicidad del mantenimiento de la informacin es
El nivel de proteccin de los datos a alteraciones por los usuarios acadmicos
es
La seguridad de la no variacin de la informacin histrica es
El nivel de precisin de la informacin brindada por el sistema de informacin
es
El nivel de seguridad para prevenir el uso mal intencionado del sistema de
230
Baja
Media
Alta
Baja
Media
Alta
Mala
Regular Buena
informacin es
El nivel de revisin de los datos del sistema de informacin por Oficina de
Sistemas es
El control de privilegios de acceso al sistema de informacin es
tems de disponibilidad de la informacin acadmica
El nivel de disponibilidad de la informacin del sistema de informacin es
El nivel amigable de los interfaces del sistema de informacin es
El tiempo de respuesta de los reportes en el sistema de informacin es
El nivel de acceso a la base histrica de la informacin acadmica en el sistema
de informacin es
tems de confiabilidad de la informacin acadmica
El nivel de confiabilidad de la informacin actual en el sistema de informacin
es
El nivel de confiabilidad de informacin histrica del sistema de informacin es
El nivel de confianza en el correcto funcionamiento del sistema de informacin
es
El sistema emite los resultados de los indicadores que se quieren medir
El nivel de prevencin del sistema de informacin para evitar que se cometa
errores es
Mala
Regular Buena
Baja
Media
Alta
ANEXO 3: Plantilla del Metadata
Nombre:
FUENTE
N
USUARIO
TABLA
COLUMNA
TIPO DATO
1
2
5
USUARIO
TABLA
COLUMNA
DESTINO
TIPO DATO
231
PROCESO
ANEXO 4: Matriz extendida de la estructura del proyecto de investigacin
232

Tesis Upeu

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis Upeu

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD PERUANA UNIN

Ing. Cynthia Acua Salinas

La responsabilidad del contenido desarrollado en este proyecto de investigacin me

A mis padres, Ral Acua Casas y Nelly Salinas

A Dios por haberme dado la vida y cuidarme cada

PLANTEAMIENTO GENERAL DEL PROBLEMA ........................................................................... 1

DESCRIPCIN DEL PROBLEMA ..................................................................................................... 1

MBITO INTERNACIONAL ........................................................................................................... 4

MBITO NACIONAL ....................................................................................................................... 6

FORMULACIN DEL PROBLEMA ................................................................................................... 7

PROBLEMA GENERAL ................................................................................................................. 7

PROBLEMA ESPECFICO ............................................................................................................. 7

DELIMITACIN DEL PROBLEMA .................................................................................................... 8

DELIMITACIN TEMPORAL ......................................................................................................... 8

DELIMITACIN ESPACIAL ........................................................................................................... 8

JUSTIFICACIN E IMPORTANCIA .................................................................................................. 8

JUSTIFICACIN PRCTICA ............................................................................................................. 8

JUSTIFICACIN METODOLGICA ................................................................................................. 9

JUSTIFICACIN DE LA VIABILIDAD DE LA INVESTIGACIN ................................................... 9

OBJETIVOS DE LA INVESTIGACIN .............................................................................................. 9

OBJETIVO GENERAL ........................................................................................................................ 9

HIPTESIS GENERAL ..................................................................................................................... 10

HIPTESIS ESPECFICA ................................................................................................................. 10

INTELIGENCIA DE NEGOCIOS ...................................................................................................... 12

INTRODUCCIN A LA INTELIGENCIA DE NEGOCIOS .............................................................. 12

QU ES INTELIGENCIA DE NEGOCIOS? .................................................................................. 13

CARACTERSTICAS DE LA INTELIGENCIA DE NEGOCIOS ..................................................... 14

CLASIFICACIN DE LAS SOLUCIONES DE INTELIGENCIA DE NEGOCIOS ........................ 14

COMPONENTES DE INTELIGENCIA DE NEGOCIOS ................................................................. 16

DATA WAREHOUSE .................................................................................................................... 17

QUERY AND REPORTING .......................................................................................................... 19

CARACTERSTICAS DEL DATA WAREHOUSE .......................................................................... 20

ELEMENTOS DE UN DATA WAREHOUSE ................................................................................... 23

FUENTES DE DATOS .................................................................................................................. 24

DATA STAGING AREA ................................................................................................................ 24

SERVIDOR DE PRESENTACIN ............................................................................................... 24

MODELO DIMENSIONAL ............................................................................................................ 24

NIVEL DE GRANULARIDAD ................................................................................................... 26

PROCESOS DE NEGOCIO .......................................................................................................... 28

DATA MART .................................................................................................................................. 28

OPERACIONAL DATA STORE ................................................................................................... 29

APLICACIN DEL USUARIO FINAL...................................................................................... 31

HERRAMIENTAS DE ACCESO A USUARIOS FINALES .................................................... 31

HERRAMIENTAS DE CONSULTA AD-HOC ......................................................................... 31

APLICACIONES DE MODELADO .......................................................................................... 32

REQUERIMIENTOS FUNDAMENTALES DE UN DATA WAREHOUSE ..................................... 32

CONCEPTOS ERRNEOS DE UN DATA MART .......................................................................... 33

CUBOS OLAP ............................................................................................................................... 33

OPERACIONES OLAP ................................................................................................................. 34

SLICE AND DICE ...................................................................................................................... 37

COMPARACIN ENTRE MOLAP Y ROLAP ............................................................................. 38

ESQUEMA MULTIDIMENSIONAL .............................................................................................. 39

ESQUEMA ESTRELLA ............................................................................................................ 39

ESQUEMA COPO DE NIEVE .................................................................................................. 39

DISEO DEL DATA WAREHOUSE: KIMBALL E INMON ....................................................... 40

PLANIFICACIN DEL PROYECTO ........................................................................................ 43

DEFINICIN DE LOS REQUERIMIENTOS DEL NEGOCIO ................................................ 44

DISEO DE LA ARQUITECTURA TCNICA ........................................................................ 44

SELECCIN DE PRODUCTOS E IMPLEMENTACIN ........................................................ 44

MODELADO DIMENSIONAL ................................................................................................... 45

DISEO FSICO ........................................................................................................................ 45

DISEO Y DESARROLLO DEL ETL ...................................................................................... 46

ESPECIFICACIN DE APLICACIONES PARA USUARIOS FINALES .............................. 46