Está en la página 1de 5

Introduccin a la Inteligencia de Negocios

Inteligencia de Negocios
Son el conjunto de estrategias, procesos, aplicaciones, datos, tecnologas y arquitecturas
tcnicas que se utilizan para apoyar la recopilacin, anlisis, presentacin y difusin de
informacin comercial.
Proceso BI

Beneficios BI

Mejora el proceso de toma de decisiones.


Facilita el acceso y el intercambio de informacin.
Permite el anlisis en tiempo real con navegacin rpida.
Ayuda a identificar los residuos en el sistema.
Reducir el riesgo de cuellos de botella.
Le ayuda a conocer su negocio.
Tendencias BI:
- Inteligencia artificial
- Herramientas analticas, predictivas y prescriptivas
- Centro de excelencia BI
- (cloud analytics) Anlisis en la nube
- Gobierno de datos
- Digitalizacin
- BI colaborativo
- Narracin de datos y periodismo de datos (data storytelling and data journalism)
- Descubrimiento de datos visual (visual data Discovery)
- BI embebido
- Seguridad
Data Warehouse: Es un conjunto de datos orientados por temas, variantes en el
tiempo y no voltiles, que tienen por objetivo dar soporte a la toma de decisiones.
Data Mart: Es una base de datos departamental, especializada en el almacenamiento
de los datos de un rea de negocio. Normalmente la informacin contenida en un
DataMart es un subconjunto de un DataWarehouse.
A Warehouse is a place, Warehousing is a process"

Arquitectura de un DataWarehouse (Metodologa Kimball)

Minera de Datos: Proceso empleado para descubrir patrones y relaciones en los datos
que permitirn tomar mejores decisiones de negocios.
Herramientas BI
- Pentaho - MicroStrategy
- Microsoft BI - IBM Cognos
- GoodData - Qlik View
- SAP Lumira

Resumen clase I
Business Intelligence (BI) se refiere al proceso de convertir datos en conocimiento
y conocimiento en acciones para crear la ventaja competitiva del negocio.
La informacin en las organizaciones est aumentando rpidamente, as como, las
decisiones crticas del negocio; el problema es la actitud de las empresas para
utilizar estos datos.
Data Warehouse es un repositorio central de datos, que concentra la informacin de
inters para toda la organizacin y distribuye dicha informacin por medio de
diversas herramientas de consulta y de creacin de informes orientadas a la toma
de decisiones.
Gestin de Proyectos de Inteligencia de Negocios
Componentes de una solucin de BI
Fuentes de datos
Integracin de datos
Data warehouse o repositorio de datos
Marco de trabajo Analtico
Medios de Acceso

Etapas segn la metodologa de Kimball

Planificacin del proyecto.


Administracin del proyecto.
Requerimientos del negocio.
Lnea tecnolgica.
- Arquitectura tecnolgica
- Seleccin e instalacin de productos.
Lnea de datos.
- Modelo dimensional
- Modelo fsico
- ETL
Lnea de aplicacin BI.
- Diseo del BI
- Desarrollo del BI
Despliegue.
- Implementacin.
- Crecimiento.
- Mantenimiento.

5 Estilos de BI
Entrega de informacin y alertas
Reportes corporativo o empresarial
Anlisis de cubos
Analisis y consultas Ad Hoc
Anlisis estadstico y minera de datos

Estrategias BI
Estrategia de negocio.
reas de oportunidad.
Cultura de informacin del negocio.
Estrategia tecnolgica.
Perfiles para proyectos de BI
- Consultor de negocios.
- Analista de datos.
- Modelador de datos.

Reglas para minimizar los riesgos en un proyecto de BI:

Comenzar con la estrategia adecuada


Invierta en experiencia
Entender la madurez de BI
Comenzar de apoco
Entregue a la empresa lo que ella necesita

Identificacin de requerimientos
- Definir usuarios responsables
- Establecer plan de entrevistas
- Identificar riesgos
- Entrevistas a usuarios responsables
- Validacin de requerimientos
- Formalizar Alcance de Requerimientos

Clasificacin de requerimientos
Hechos: Contiene la informacin que se desea medir.
Dimensiones: Son las caractersticas de la informacin que se desea medir.
Orgenes de datos: Se analiza de donde y como se extraer los datos.
Reportes o indicadores: Son la forma como se espera representar la informacin.

Diseo de Datamarts
Diferencias con el diseo de sistemas tradicionales
Diferencias entre modelo de datos relacional VS modelo de datos dimensional

Modelo de datos relacional Modelo de datos Dimensional


Las unidades de almacenamiento son Las unidades de almacenamiento son
tablas. cubos.
Los datos se normalizan. Los datos estn des normalizados.
Agregados y medidas utilizados en
Nivel detallado de la transaccin.
los negocios.
Voltil y variante de tiempo. No voltil e invariante de tiempo.
Utilizado para OLTP. Utilizado para cubos OLAP.
Reportes normales. Interactivo, reportes fciles de usar.

Dimensin: Es la parte cualitativa (caractersticas) de los reportes y se denomina


Dimensiones.
Tabla de Hechos: La tabla de hechos es la principal de un modelo dimensional; es all
donde estn almacenadas las mediciones numricas de rendimiento del negocio.
Cubos: Un cubo, trmino acuado por Edgar Frank Codd, es una base de datos
multidimensional en la cual el almacenamiento fsico de los datos se realiza en un vector
multidimensional.
Pasos para el Diseo Dimensional:
- Anlisis de requerimientos del Data Mart
- Establecer la granularidad
- Definir las dimensiones
- Identificar las mtricas (hechos) a evaluar
Herramientas de Diseo:
- Entrevistas.
- Matriz Bus.
- Start Net.
- Jerarquas.
- Modelo dimensional.
Modelo Estrella
- Debe estar des normalizado
- NO debera tener ms de 15 dimensiones.
Modelo Copo nieve
- Una extensin del modelo en estrella en el que las tablas de dimensin se
normalizan en mltiples tablas.
- Es de mayor complejidad
- El nmero de tablas es mucho mayor que el modelo estrella.
- Las consultas pueden demorar ms.