RISI 10(1),53 - 63 (2012)

REVISTA DE I:\VESTlGACI;-' DE SISTEMAS E bFORMTlCA

FACULTADDE INGE).iIERADE SISTEMAS E INFORMTICA ISSN 1815-0268 (versin impresa)

Ur-:rVERSrDADNACIONAL MAYOR DE SAN MARCOS ISSN 1816-3823 (versin electrnica)

Implementacin de un Datamart como una solucin de

Inteligencia de Negocios para el rea de logstica de
T-Impulso

Implementation of a Datamart as Solution Business Intelligence for T-ImpulsoLogistics Area

Julio Yalan Castillo, Luis Palomino Paniora

Universidad Nacional Mayor de San Marcos

Facultad de Ingeniera de Sistemas e Informtica

julioyalanc@gmail.com, lucho.palomino@gmail.com

RESUMEN
Con la informatizaciny el crecimiento de las empresas, se ha elevado en gran medida la capa-
cidad de generacin y almacenamiento de datos; son tan grandes los volmenes de datos que
su anlisis no puede realizarse con los mtodos tradicionales existentes. Mientras mayor es la
capacidad para almacenardatos, mayor es la incapacidadpara extraer informacinrealmente til,
y gran parte de la informacinimportantepara la toma de decisionesqueda oculta, y muchasveces
no tomadas en cuenta debido a que no se pudo obtener esa valiosa informacin en el momento
requerido,adems los sistemastransaccionalesque se utilizancomnmenteen las organizaciones
no son los adecuados para anlisis y extraccin de informacin histrica y relevante. El presente
trabajo se orienta a implementarun Datamart,como una herramientaque permitirdesarrollar Inte-
ligencia de Negociossobre el rea de Logistica de una empresa que brinda servicios de Terceriza-
cin y Outsorcing;se plantea la simplificacinde los procedimientosde extraccin, transformacin
y procesamientode datos, para la obtencin de informacindel comportamientode los clientes, y
con esto brindar apoyo en la toma de decisionesal rea de Logsticaen estudio.
Palabras clave: Datamart, Datawarehouse,Inteligenciade Negocios, logstica, compras, provee-
dores
ABSTRAer
With computerizationand the growth of companies has greatly increased generating capacity and
data storage, are so large volumes of data analysiscan't be done with existing traditional methods.
The greaterthe ability to store data, the greater is the inability to extract truly useful information,and
much of the important information for decision making is hidden, and ofien not taken into account
because they could not get that valuable information when required, in addition to transactional
systems that are commonly used in organizationsare not adequate for analysis and extraction of
relevant historical information.This work aims to implement a Datamart, as a tool hat will develop
Business Intelligence on the Logistica of a company that provides outosrcing services; with this
thesis project raises the simplificationof procurementprocedures,processingand data processing,
lo oblain informalion from custornerbehavior,and Ihereby support decision-makingin the logistica
area under study.
Keywords: Dalamart, Datawarehouse,Bussines Inteligence,logistica shopping.
REVISTA DE lNGENIERiA DE SISTEMAS E lJ-;FOR.'-ITICA VOL. lO,
1. INTRODUCCiN
Desdeel inicio de la era de la informacinlas empresas
necesitan explotar su mayor recurso, la informacin.
La explotacin eficiente de la informacinpermite una
rpida, acertada y oportuna toma de decisiones bajo
el manejo de datos confiables. Por esta razn muchas
organizacioneshan logrado implementar un DataMart
que permita centralizar la informacintil y necesaria
para ayudar a la toma de decisiones en los siguientes
niveles organizacionales:Nivel operativo, Nivel tctico
y Nivel estratgico.
El presente trabajo implementaun DataMartcomo una
solucin para aplicar Inteligencia de Negocios en el
rea de Logsticade T-IMPULSO,empresa encargada
de brindar servicios de Recursos Humanos principal-
mente.
2. PLANTEAMIENTOMETODOLGICO
2.1. Definicin del Problema
El problema principalradica en que el procesode ex-
traccin e integracin de los datos para la realizacin
de los reportes se realiza manualmente y sistemti-
camente, resultando muy complicado, provocando re-
traso en la atencin de requerimientos haciendo que
en muchos casos la entrega de la informacinno sea
oportuna; Por otro lado la elaboracin de algunos re-
portes requiere mayor conocimiento en el manejo de
las herramientas informticas, por lo que son deriva-
dos al rea de Tecnologade Informacin,ocasionando
mas prdida de tiempo.
3. MARCO REFERENCIAL
3.1. Inteligencia de Negocios
El concepto de Inteligenciade Negocios no es un re-
sultado de desarrollosen el mundode las CienciasAd-
ministrativas,sino que es un producto del progresode
la informticao de la denominada"infotecnologa".[1]
Tampocoes un conceptonuevooriginadoya que su ori-
gen data de la publicacinen el IBM Journal de 1958,
del artculo de Hans Peter Luhn titulado "A Business
IntelligenceSystem"dondese define con detalleel con-
cepto con una perspectiva,que solo en nuestros das,
ha sido posiblesu plena utilizacin.[1]
N." 1, ENERO - JUJ-;IO 2013
3.1.1. Componentes de Inteligencia de Negocios
Todaslas solucionesde Inteligenciade negociostienen
funcionesparecidas,perodeben de reuniral menoslos
siguientescomponentes:
Multidimensionalidad: La informacin multidi-
mensionalse puede encontraren hojas de clculo,
bases de datos, etc. Una herramienta de Inteli-
gencia de negocios debe de ser capaz de reunir
informacindispersaen toda la empresae incluso
en diferentes fuentes para as proporcionar a los
departamentosla accesibilidad,poder y flexibilidad
que necesitanpara analizarla informacin.
Data Mining: proceso que intenta descubrir patro-
nes en grandesvolmenesde conjuntosde datos.
Agentes: Los agentes son programas que "pien-
san". Ellos pueden realizar tareas a un nivel muy
bsico sin necesidad de intervencin humana.
Por ejemplo, un agente pueden realizar tares
un poco complejas, como elaborar documentos,
establecerdiagramasde flujo, etc.
Data Warehouse: Es la respuestade la tecnologa
de informacina la descentralizacinen la toma de
decisiones. Coloca informacinde todas las reas
funcionales de la organizacinen manos de quien
toma las decisiones. Tambin proporciona herra-
mientaspara bsqueday anlisis [6]
3.2. Data Warehouse
Un Data Warehousees una base de datos corporativa
que se caracteriza por integrar y depurar informacin
de una o ms fuentes distintas, para luego procesarla
permitiendosu anlisisdesde infinidadde perspectivas
y con grandes velocidades de respuesta. La ventaja
principal de este tipo de bases de datos radica en las
estructuras en las que se almacena la informacin
(modelos de tablas en estrella, en copo de nieve,
cubos relacionales... etc.). Este tipo de persistencia
de la informacin es homognea y fiable, y permite
la consulta y el tratamientojerarquizado de la misma
(siempre en un entorno diferente a los sistemas
operacionales).
3.3. DataMart
Un DataMart es una base de datos departamental,
especializada en el almacenamientode los datos de
un rea de negocio especfica. Se caracterizapor dis-
poner la estructura ptima de datos para analizar
54
R1Sl 10(1),53 - 63 (2013) IMPLEMEI'TACINDE UN DATAMARTCOMO U~A SOLUCI~ DE INTELIGENCIADE NEGOCIOS

la informacin al detalle desde todas las perspectivas 3.3.2. Tipos de DataMarts

que afecten a los procesos de dicho departamento. Un
datamart puede ser alimentado desde los datos de un
dataWarehouse,o integrar por si mismo un compendio
de distintas fuentes de informacin. [7]
3.3.1 Clasificacin del DataMart
Se observa la clasificacin del DataMart segn Inmon.
3.3.1.1.DataMart dependiente
Los Datamart dependientes son aquellos que reciben
los datos desde una Data warehouse. En este tipo de
Datamart la fuente de los datos es nica.
3.3.1.2.DataMart independiente
Son aquellos que toman sus datos directamente desde
los sistemas transaccionales y no dependen de otros
Datawarehouse.Este tipo de Datamart se alimenta ge-
neralmente de las organizaciones.
3.3.1.3.DataMart hbrido
Los DataMart hibridos permiten combinar las fuentes
de datos de un Data Warehouse corporativo con otras
fuentes de datos tales como sistemas transaccionales
y/o operacionales.
3.3.2.1.Datamart OLAP
Se basan en los populares cubos OLAP, que se cons-
truyen agregando, segn los requisitos de cada rea o
departamento, las dimensiones y los indicadores nece-
sarios de cada cubo relacional.
3.3.2.2.Datamart OLTP
Pueden basarse en un simple extracto del Data Ware-
house, no obstante, lo comn es introducir mejoras en
su rendimiento (las agregacionesy los filtrados suelen
ser las operacionesms usuales)aprovechandolas ca-
ractersticasparticularesde cada rea de la empresa.[7]
Los datamartsque estn dotadoscon estas estructuras
ptimas de anlisis presentan las siguientes ventajas:
Poco volumen de datos
Mayor rapidez de consulta
Validacindirecta de la informacin
Facilidad para la historizacin de los datos
3.3.3. Diferencias entre un Datawarehouse y
DataMart
Diferenciasque existenentre Datawarehousey DataMart.

..' . .., '; r .D~tal'VreJiouse -.';;- '. .' <"'. :Dat~mart ' '" .: ..c
,

Construido para satisfacer las Construido para satisfacer las

Alcance
necesidades de informacin de necesidades de un rea de negocios
toda la organizacin especifica

Diseado para optimizar la

Objetivo Diseado para optimizar la entrega de
integracin y la administracin
informacin de soporte a decisiones
de los datos fuente

Caractersticas de Administra grandes cantidades Se concentra en administrar

los datos de datos histricos a nivel resmenes y/o datos totalizados
atmico

Pertenece al rea de negocio al cual

Pe-rteuencia Pertenece a toda la organizacin
esta orientado

Es administrado por la unidad de E. administrado por el personal de

Admlnlstradn
sistema de la organizacin sstema de l. unidad propietaria del
Datarnart

Tabla N.O 1. Diferencias entre Data Warehouse y DataMart

55
REVISTA DE INGENIERA DE SISTEMAS E INFORMTICA
4. ESTADODEL ARTE METODOlGICO
4.1. Modelo de Data Warehouse para el sector
pblico (Editora Per S.A.)
RESUMEN
En el paper "[Pea Ayala, Alejandro, Diciembre
2005]: Inteligencia de negocios: Una propuesta
para su desarrollo en las Organizaciones, Editorial
APA" se presentay describeun modelogeneral OLAP
y prototipo de un Sistema Data Warehouse para una
empresa del sector pblico en general y se implemen-
ta en la empresa pblica Editora Per SA Se revisan
los antecedentes, cmo se consolida la informacin
actualmentede forma manualo con apoyode otros sis-
temas, se define el problema,se muestragrficamente
la situacin actual,se determinala justificacindel pre-
sente trabajo y los mtodos utilizados. Se detallan los
objetivos generales y especficos; adems se explica
el concepto de Inteligenciade Negocios y Almacn de
Datos. Se muestrael ModeloGeneralOLAP de Editora
Per, as como el prototipo desarrollado para mostrar
parte de la solucinal problema.
4.2. Posibles herramientas a utilizar
4.2.1. SSIS
El software Sal Server Integration Services (8SIS)
[Sal 2007], permite la integracin de los datos de
cualquier fuente. SSIS provee una plataforma escala-
ble y extendible que capacita al equipo desarrolladora
construir,mantener,y desplegarsolucionesde integra-
cin para alcanzarsolucionesde integracinnicas de
acuerdo a las necesidades.
4.2.2. Data Stage
DataStage [DAT2007] es una herramientaque permi-
te soportar la informacinque necesita la compaa, y
construir un Data Warehouseen "tiempo rea!". El Da-
taStage es una herramienta ETl (ExtractlTransforml
load - Extraccin,Transformaciny Carga) que utiliza
notacin grfica para construir integracin de datos
para dar soluciones,y est disponibleen varias versio-
nes, como Server Edition y EnterpriseEdition.
VOL. 10, N." 1, ENERO - JUNIO 20 13
4.2.3. SUNOPSIS
Tambinexiste en el mercado, Sunopsis [SUN 2007],
que ofrece un alto desempeoy una integracinefecti-
va, cubriendo las necesidadesde integracin.
4.2.4. Microstrategy
Existen soluciones como MicroStrategy Business In-
telligence Solutions que permite mejorar y predecir el
comportamientodel negocio, poniendo informacinen
las manosde toda personade negociosen la empresa..
4.2.5. Cognos
Cognos 8 Business Intelligence [COG 2007] es una
plataformadel grupo IBM que permite la generaciny
visualizacinde reportes,cubos,dashboardsy Balance
scorecards,ademsde la gestinde permisosy usua-
rios necesariapara la implementacinde la plataforma
4.2.6. Bussiness Objects
Bussiness Objectses otra plataformaBI que se carac-
teriza por ofrecer distintasfuncionalidadessegn el ta-
mao de la empresaque la adquierey la licencia.
4.2.7. Pentaho
Pentaho es una plataformade BI "orientadaa la solu-
cin" y "centrada en procesos" que incluye todos los
principalescomponentesrequeridospara implementar
soluciones basados en procesos. las soluciones que
Pentaho pretende ofrecer se componen fundamental-
mente de una infraestructurade herramientasde an-
lisis e informes integradocon un motor de workflowde
procesosde negocio.[21]
4.2.8. Octopus
Octopuses, al igual que Pentaho,una herramientalibre
pero slo se centra en los procesos ETL. Est basada
en Java y por lo tanto se puede conectar a cualquier
fuente JDBC.
4.3. Cuadro comparativo de las herramientas
4.3.1.Defincon de las variables de comparacion
En la TablaN.o2 mostramosla definiciny ponderacin
de las variablesde comparacinpara las herramientas
antesmencionadas.
56
RISI 10(1),53 - 63 (2013) IMPLEMENTACINDE UN DATAMARTCOMO UNA SOLUCINDE INTELIGENCIADE NEGOCIOS

ETL Permite la Extraccin, Transformacin y Carga.

Elaboracin de Reportes Permite la elaboracin de reportes

Open Source El cdigo fuente de la solucin es de cdigo abierto

Conocimiento de la herramienta tiene una pondera-

Conocimiento herramienta 2 cin de 2 porque consideramos una ventaja el manejo
de la herramienta para realizar el proyecto

Tabla N. 2. Definicin y ponderacin de variables de Comparacin de herramientas 81

Fuente: Elaboracin Propia

4.3.2.Criterio de puntuacion 4.3.3.Puntuacion de las herramientas

En la tabla N.o 3 se muestra una puntuacin que se
asigna al valor de las variables
Tabla N. 3 Cuadro de puntuacin de las herramientas 81
Fuente: Elaboracin Propia
En la tabla N.o 4 se aprecia que SOL Server Integration
Services obtiene el mayor puntaje. En la Figura 12 se
puede apreciar el puntaje en porcentajes siendo SSIS
el que obtiene el 100% de puntuacin.
Tomando como base las caractersticas de estas he-
rramientas y el puntaje obtenido se opt por utilizar la
herramienta SSIS(SOL Server IntegrationServices)

Eta boracin de ( onocirnicnto

Herramienta ElL Oren Sl'UITf Puntuacin
Reportes herramienta
SSIS 1 1 O 2 4
Data Stage 1 O O O 1
Sunopsis 1 O O O 1
Micro Strategy O 1 O O 1
BussinessObjects O 1 O O 1
Cognos O 1 O O 1
Octopus 1 O O O 1
Pentaho 1 1 1 O 3

Tabla N. 4. Cuadro comparativo de herramientas 8 I

Fuente: Elaboracin Propia

4.4. Metodologas 4.4.2.Metodologa de Kimball

4.4.1.Metodologia Roadmap Ralph Kmball, es reconocido como uno de los padres

En trminos generales de BI, el Business Intelligence
Roadmap (BIR) especifica el camino y la direccin que
deben seguir las aplicaciones, estructuras, herramien-
tas y personas que intervienen en un proyecto de este
tipo.[22]
del concepto de Data Warehouse, se ha dedicado des-
de hace ms de 10 aos al desarrollo de su metodo-
loga para que ste concepto sea bien aplicado en las
organizaciones y se asegure la calidad en el desarrollo
de estos proyectos.

57
REV[STA DE INGEN[ERA DE S[STEMAS E INFORMT[CA VOL. 10, N." 1, ENERO - JUN[O 2013

4.4.3. Metodologa Data WarehouseEngneerng 4.5. Cuadro Comparativo de Metodologas

Process (DWEP)
4.5.1. Definicin de las variables de comparacin
Metodologa basada en RUP yen la herramienta UML
para desarrollar un Data Warehouse o DalaMart llama- En la Tabla N.O 5 mostramos la definicin y ponderacin
da Data Warehouse EngineeringProcess (DWEP). Esta de las variables de comparacin para las metodologas
metodologafue propuestapor Sergio Lujn-Mora y Juan antes mencionadas.
Trujilloen el ao 2006.

Metodologa genrica Aplicable a mltiples plataformas.

Considera todo el ciclo de vida del producto, hasta

Ciclo de vida
el despliegue y la marcha.

Planeacin estratgica Cubre la planeacin estratgica de la organizacin.

Tiene etapas completamente detalladas, que sumn-

Etapas detalladas dolas dan como resultado la completitud del proyecto
de Bl.
Cada etapa contiene las actividades a realizar para
Actividades de cada etapa
lograr su completitud.
Tabla N." 5 Definicin y ponderacin de variables de Comparacin de las metodologas
Fuente: Elaboracin Propia

4.5.2.Critero de puntuacon
En la Tabla N.O 6. se muestra una puntuacin que se asigna al valor de las variables

Tabla N." 6 Cuadro de puntuacin de las herramientas 81

Fuente: Elaboracin Propia

4.5.3. Puntuacon de las herramentas

En la Tabla N.O 7. se aprecia que la metodologa ROADMAP obtiene el mayor puntaje. En la Figura 3.2 se puede
apreciar el puntaje en porcentajes siendo ROADMAP el que obtiene el 100% de puntuacin.
.
, Mctodologia Planeacin Etapas Actividades de
Herramienta Ciclo de vida Punruacn
genrica estratgica detalladas cada etapa

ROADMAP I 1 I 1 1 5

KIMBALL 1 1 O 1 1 4

DWEP 1 O O 1 O 2

Tabla N." 7. Cuadro comparativo de metodologias 81

Fuente: Elaboracin Propia

58
RISI 10(1),53 - 63 (2013) IMPLEMENTACINDE UN DATAMARTCOMO UNA SOLUCINDE INTELlGENC!ADE NEGOCIOS
5. IMPLEMENTACiNy RESULTADOS
5.1. Definicin de las herramientas a utilizar
5.1.1.Microsoft Sq/ Server 2005Ana/ysis Services
(Ssas)
Proporcionalabasede unasolucinde Inteligenciade
Negocios.
Proporcionan la capacidad de disear, crear y ad-
ministrar cubos y modelos de minera de datos de
los almacenes de datos, y permiten que el cliente
pueda obtener acceso a los datos OLAP y de la
minera de datos.
5.1.2.Microsoft sql server 2005integration
services (ssis)
Justificacin Anllsls dlll negocio
Figura N. 1. Metodologa adaptada de Busness Intellgence RoadMap
Fuente: Elaboracin propa
5.2.1.Pasos para la implementacion del DataMart
como solucion de inteligencia de negocios segn
Business Inteligence Roadmap
Solo se considera en este proyecto el paso "Desarrollo
del ETL
Evaluacin
Estado del acceso de la informacinen la empresa.
Reglas del negocio.
Estadodelentornode soportea la tornade decisiones.
Justificacin de decisiones.
Retorno de inversin.
Facilita la creacin de soluciones complejas y s-
lidas para la extraccin, transformacin y carga
(ETL) de datos.
Proporcionanla capacidad de disear,crear, imple-
mentar y administrar paquetes que tratan los requi-
sitos empresariales cotidianos.
5.2. Definicion de la metodologa elegida
Para el desarrollo del DataMart como solucin de In-
teligencia de negocios para T-IMPULSO, se emplea la
gua Business IntelligenceRoadMap elaborado por La-
rissa T. Moss y ShakuAtre [26], y la gua Metodologias
de Soluciones Cognos y Cognos Business Intelligence
Roadmap, dado que brinda los pasos a seguir para el
ciclo de vida de un proyecto de Inteligenciade Negocios
Oisef\() ccnstruectcn Oespllgue
1. Definicin de Requerimientos
Requerimientosfuncionales.
Requerimientosde informacin.
Requerimientosde seguridad y performance.
2. Anlisis de Datos
Fuente de datos.
Calidad de datos.
Limpieza de datos.
3. Prototipo de Aplicacin
Objetivos de prototipos.
59
REVISTA DE INGENIERlA DE SISTEMAS E INFORMTICA VOL. 10, N." 1, ENERO - JUNIO 2013

Participacin de stakeholders. de la solucin desarrollada, y el alcance de la presente

Herramientas y mtodos para el prototipo. tesina solo llega hasta la obtencin de la solucin y al-
gunas pruebas Alfa con la misma.
4. Diseo de la Base de Datos
Demanda de reportes y consultas. 5.3.1.Evaluacin del negocio
Consideracionespara el diseo de la base de datos. 5.3.1.1.Reglas del negocio
Seleccin de un DBMS.
Las reglas de negocio implcitas dentro de la toma de
5. Diseo del ETL decisiones del rea de Logistica son:
Seleccin de herramientas ETL. Todo requerimiento de informacin que no puede
Fases de ETL. ser cubierto por la misma rea de Logstica, se de-
Flujo de procesos ETL. lega la responsabilidad al rea de informtica para
que brinde las facilidades necesarias.
Mtricas de calidad.
Todo requerimiento de informacin del rea de Lo-
6. Desarrollo del ETL gstica, debe ser evaluado y autorizado por el jefe
Extraccin desde sistemas fuente. del rea.
Herramientas ETL. Los requerimientos de informacin tienen un plazo
Flujo del desarrollo ETL. de entrega con el mutuo acuerdo entre el rea de
Logstica y el rea de informtica.
Pruebas.
7. Desarrollo de la Aplicacin
5.3.1.2.Estado del entorno de soporte a la toma de
Resultados del prototipo.
decisiones
Herramientasde accesoy anlisisde la informacin.
En la Actualidad el soporte a la toma de decisiones en
Capacitacin de usuarios.
el rea de Logstica de la empresa T-Impuslo se realiza
Alcance de la aplicacin. de la siguiente forma:
8. Certificacin a. Los trabajadores del rea de logstica si tienen un
Elaboracin de casos de prueba. requerimiento de informacin llenan su solicitud
Pruebas de carga. de requerimiento de informacin dirigido al rea
de informtica de la empresa.
Pruebas de funcionalidades.
b. Eljefe de rea de Logstica aprueba la solicitud de
9. Implementacin
requerimiento de informacin, y posteriormente lo
Componentes para produccin. dirigen a mesa de partes.
Mantenimiento de la base de datos. c. La solicitud de Requerimiento pasa a mesa de
Capacitacin y soporte a la solucin. partes, quienes canalizan el requerimiento al rea
de informtica de T-Impulso.
d. En el rea de informtica de T-Impulso, el jefe del
5.3. Aplicacin de la guia Gusiness Intelligence rea designa a un analista programador quien re-
Roadmap solver el requerimiento.
La presente tesina solo est contemplada hasta el paso e. El analista programador retorna el requerimiento
DESARROLLO DEL ETL, Los pasos siguientes den- hacia el solicitante del rea de Logstica, a travs
tro del Business InteligenceRoadmap (Desarrollo de de un reporte, hoja de clculo o grfico.
la Aplicacin, Certificacin E Implementacin) no son f. El trabajador del rea de Logstca quien solicito
incluidos dentro del presente proyecto, puesto que es- el requerimiento verifica si se cumpli con el
tos pasos son definidos para la puesta en produccin requerimiento y luego da su conformidad.

60
RISI 10(1),53 - 63 (2013) IMPLEMENTACINDE UN DATAMARTCOMO UNA SOLUCINDE INTELIGENCIADE NEGOCIOS

5.3.2. Definicin de requerimientos fica) en todas las RDBs que encuentran relacin con
las dimensiones especificadas en nuestros modelos
5.3.2.1. Requerimientos funcionales fsicos y lgicos.
La identificacin de los requerimientoses una etapa im-
portante para el desarrollo de este proyecto de tesis ya 5.3.4. Diseo del Data Mart
que depender en gran medida del alcance y el desa- 5.3.4.1. Procesos de la bd actual de logistica
rrollo del data mart para el rea de Logstica propuesta.
El trabajo realzado se ha basado en entrevistas de le- Existes tres procesos en el rea de Logstca de los
vantamiento de informacin en el rea de Logstica, en cuales mencionaremosdos. Registro del Requerimien-
donde se cubrieron los siguientes puntos: to, Cotizacin y Entradas y Salidas
Gestin de la informacin en el rea de Logistica. Proceso de cotizacin El procesoempieza cuando se
Identificacin de objetivos dentro del rea. requiere atender un requerimiento y no hay productos;
Identificacin de las lgicas del negocio. Se genera una nota de pedido para realizar un cotiza-
Publicacin y distribucin de la informacin. cin, de acuerdo a la cotizacin ms barata , es que
se genera una orden de compra la cual se adjunta al
El objetivos principal:
comprobante ,la factura de pago del proveedor, des-
Disminucindeltiempoen laelaboracindelosreportes. pus se alimento el stock del almacn y se atiende el
5.3.3.Anlisis de datos requerimiento con una nota de salida.

5.3.3.1.Fuente de datos Proceso de entrada y salida de Productos. En este

El rea de Logstica de la empresa T-Impulso, trabaja
con 5 bases de datos en los cuales se guarda la infor-
macin de los clientes, ventas y productos. Las bases
de datos son de diferentes proveedores, y estos son:
Oracle 10g, SOL Server de Microsoft, MySOl de Ora-
ele, Firebird (lbExpert).
5.3.3.2. Calidad de datos
Debido a que los datos se encuentran en RDBMS de
diferentes proveedores de software, existe incompati-
bilidad de formatos a la hora de relacionar la data de
todas las fuentes
limpieza de datos
En esta fase se comenz a definir todas aquellas tablas
(Proveedores, compras, productos y ubicacin geogr-
proceso se observa la alimentacindel stock del alma-
cn, atraves de la nota de entrada, y a travs de la nota
de salida se atienden los requerimientos y disminuye
el stock.
5.3.4.2.Demanda de reportes y consultas
Las principales demandas de reportes y consultas que
tienen los trabajadores del rea de Logstica, son re-
portes de compras de acuerdo a los siguientes criterios:
Calendario, Sucursal, Usuario, Proveedor, Compras,
Orden de Compra y Articulo.
5.3.4.3.Consideraciones para el diseo del DataMart
En la figura N.o 2. se construye la vista del cubo, aqu
es donde se escogen solo las tablas que se utilizaran
en la implantacin del cubo o Datamart.

rv~:~_J
!::;-...:..
'- J

Figura N.o 2. Creacin de la Vista del Cubo para el DataMart

Fuente: Elaboracin propia

61
REVISTA DE INGENIERA DE SISTEMAS E INFORMTICA VOL. 10, N." 1, ENERO - JUNIO 2013

5.3.4.4. Seleccin de un DBMS. Microsoft SQL Server 20051ntegration Services (5515)

Microsoft SQL Server 2005Ana/ysis Services
(SSAS)
Proporciona la base de una solucin de Inteligencia
de Negocios.
Facilita la creacin de sofisticadas soluciones de
procesamiento analtico en lnea (OLAP) y minera
de datos.
Facilita la creacin de soluciones complejas y s-
lidas para la extraccin, transformacin y carga
(ETL) de datos.
Proporcionan la capacidad de disear, crear, imple-
mentar y administrar paquetes que tratan los requi-
sitos empresariales cotidianos.
5.3.5.2. Fases flujo y desarrollo de ETL
1

Proporcionan la capacidad de disear, crear y ad-
ministrar cubos y modelos de minera de datos de
los almacenes de datos, y permiten que el cliente
pueda obtener acceso a los datos OLAP y de la
minera de datos..
5.3.5. Diseo de/ ETL
5.3.5.1. Seleccin de herramientas ETL
En la figura N.o3 mostramos el diseo de extraccin y
transformacin de carga de la informacin necesaria,
para poder despus manipular los datos y trabajarlos
en nuestro DataMart.
El Microsoft SQL Server 2005 Integration Services
(SSIS) se encargara de realizarla carga de los datos de
las RBD ORACLE (rea de operaciones), SQL Server
(rea de marketing) y Firebird.

Figura N.o 3. Proceso de Extraccin, transformacin y Carga (elaboracin propia)

En el grfico a continuacin mostramos como en el examinador del Datamart podemos hacer ya uso de la data
relacionando las tablas, y posteriormente exportarlas a Excel.

Figura N.o 4. Ejemplo de Consultas

62
RISI 10(1),53 - 63 (2013) IMPLEMENTACINDE UN DATAMARTCOMO UNA SOLUCiNDE INTELIGENCIADE NEGOCIOS
5. CONCLUSIONES Y RECOMENDACIONES
5.1. Conclusiones
- Mediante procesos de extraccin; transformacin
y carga de data histrica, de forma automtica se
obtuvo un repositorio (DataMart) que permitir la
explotacineficiente de la informacin.
- El DataMartpermiti apoyar al rea de logistica en
la toma de decisiones, a travs de la entrega opor-
tuna y relevante de informacin.
- la implementacinde un DataMartredujoel tiempo
en la elaboracinde los reportestanto al rea de 10-
gistica como al rea de Informtica,no se necesita
tener demasiado conocimiento de los datos alma-
cenados.
- El DataMartse constituy en una herramientaque
nos ayuda a la elaboracinde reportes y con ello a
la toma de decisiones sobre el rea de logstica de
la empresa T-Impulso.
5.2. Recomendaciones
Si no se tiene manejo de la herramienta SQl Server
Integration Services y se quiere reducir costos de im-
plementacin, se recomienda utilizar la herramienta
PENTAHOya que es la herramientade cdigo libre que
obtuvo mayor puntaje en el benchmarking.
Agradecimientos
Agradecemosal MagisterAugusto Cortez Vsquez por
su orientacin. Sus sugerencias y recomendaciones
constituyeronun valioso apoyosin el cual no se hubiera
podido culminar el presente proyecto.
6. REFERENCIAS BIBLIOGRFICAS
[1] Conceptosy tecnologa de inteligenciade negocio,
Agosto 2005, de http://www.bi-spain.com
[2) Historia de la Inteligencia de Negocios, domingo,
21 de junio de 2009, de http://www.businessintelli-
gence.info/definiciones/historia-business-intelligen-
ce.html.
[3) [Ing. Bernaben Ricardo Dario, Crdoba, Argentina
-17 de Enero de 2009] Data Warehousing:Investi- [22] [larissa T. Moss, ShakuAtre, 2003]. Business In-
gacin y Sistematizacinde conceptos. Metodolo-
ga para la construccinde un Data Warehouse,
[4) Inteligenciade Negocios http://www.sinnexus.com/
business_intelligence
[5) [Luis Mendez del Ro Octubre 2006) Ms all del
Business Intelligence,Unigraf. 181p.
[6] [Nima Ramos2009)JonathanNima Ramos Solucio-
nes OLAP con MicrosoftSQl ServerAnalysisServi-
ces.
[7) Productosde Oracle para Inteligenciade Negocios,
Julio 2008, de http://www.oracle.com/technology/
products/bilindex.html
[8) [Rayner Huamantumba2007):Manual para el dise-
o y desarrollo de Datamart.
[9) [Rios 2011)Angel-Rios;Paper sobre la Inteligencia
de Negocios ORAClE.
[10] [Vincent Rainardi 2008] Building a Data Ware-
house with Examples in SQl Server.
[11] [Vincent Rainardi 2008) Building a Data Ware-
house with Examples in SQl Server.
[12] [HerreraOsorio, EdwarJavier 2011]Diseandoun
modulo de inteligenciade negocios con UMl
[13] [Ing. Bernaben Ricardo Dario, Crdoba, Argen-
tina -17 de Enero de 2009]DataWarehousing:
Investigacin y Sistematizacin de conceptos.
Metodologa para la construccin de un Data
Warehouse.
[14] [Booch 199]Patronesde diseo, E. Gamma et al.
EditorialAddison-Wesley.
[15] [Kimball, Ralph] "The Data WarehouseToolkitse-
ries". Editorial John Wile&Sons.1996-2004.
[16] [W. H. Inmon]."Buildingthe DataWarehouse".Edi-
torial Wiley,TerceraEdicin.2002.
(17) [RaynerHuamantumba2007]: Manual para el dis-
eo y desarrollo de Datamart.
[18] [Angel-Rios 2011]; Paper sobre la Inteligenciade
Negocios ORAClE
[19] [Marta Zorilla 2008]: Introduccin al Business In-
telligence.
[20] Pagina oficial de Pentaho http://www.pentaho.
coml
[21] Pagina oficial de Pentaho http://www.pentaho.
coml
telligence Roadmap.
[23] [Vitt, Elisabeth2010] BusinessIntelligence:Tcni-
cas de anlisis para la toma de decisiones estra-
tgicas.
63