Está en la página 1de 54

UNIVERSIDAD PRIVADA TELESUP

FACULTAD DE INGENIERÍA Y ARQUITECTURA

PROYECTO DE TESIS

ANÁLISIS, DISEÑO E IMPLEMENTACIÓN DE UN DATARMAT PARA EL


APOYO LA TOMA DE DECISIONES DE LAS ESTRATEGIAS SANITARIAS
DE LA DIRECCIÓN DE SALUD AYACUCHO

PARA OBTENER EL TITULO DE

INGENIERO DE SISTEMAS

AUTOR:

GUIDO LINO CALDERON OROZCO

ASESOR

MAG. ANGEL NOE QUISPE TALLA

AYACUCHO – PERU

2016
2
ÍNDICE GENERAL

1. PROBLEMA.............................................................................................................1
1.1. Selección del problema.......................................................................................2
1.2. Justificación del estudio......................................................................................2
1.3. Planteamiento del problema................................................................................3
1.4. Objetivos de la investigación..............................................................................4
1.4.1. General........................................................................................................4
1.4.2. Específicos...................................................................................................4
2. ASPECTOS TEORICOS..........................................................................................4
2.1. Antecedentes de la Investigación........................................................................4
2.1.1. Nacionales...................................................................................................4
2.1.2. Internacionales.............................................................................................6
2.2. Bases teóricas....................................................................................................10
2.3. Definición de términos......................................................................................13
3. HIPOTESIS y VARIABLES...................................................................................14
3.1. Hipótesis General..............................................................................................14
3.2. Hipótesis Específica..........................................................................................14
3.3. Variables Independientes..................................................................................14
3.4. Variables Dependientes.....................................................................................15
3.5. Dimensiones e Indicadores...............................................................................15
3.6. Operacionalización de variables.......................................................................16
4. METODOLOGIA y METODOS.............................................................................17
4.1. Metodología......................................................................................................17
4.1.1. Método de Investigación...........................................................................17
4.1.2. Tipo de Investigación................................................................................17
4.2. Materiales y lugar de ejecución........................................................................17
4.2.1. Lugar..........................................................................................................17
4.2.2. Insumos......................................................................................................17
4.2.3. Equipos......................................................................................................18
4.2.4. Otros..........................................................................................................18
4.3. Métodos............................................................................................................18
4.3.1. Técnicas de recolección de datos..............................................................18
4.3.2. Población y Muestra..................................................................................19
4.3.3. Diseño Experimental.................................................................................20
4.3.4. Diseño Estadístico.....................................................................................22
4.3.5. Matriz de Consistencia..............................................................................23
4.3.6. Validación y confiabilidad de instrumentos..............................................24
5. ADMINISTRACION DEL PLAN DE INVESTIGACION....................................24
5.1. Cronograma......................................................................................................24
5.2. Responsable......................................................................................................26
5.3. Presupuesto.......................................................................................................26
6. REFERENCIAS BIBLIOGRAFICAS....................................................................27
7. ANEXOS.................................................................................................................29

iii
ÍNDICE DE TABLAS

Tabla 1: Dimensiones e indicadores................................................................................15


Tabla 2: Operacionalización............................................................................................16
Tabla 3: Técnicas, instrumentos y fuentes de información.............................................19
Tabla 4: Diseño experimental..........................................................................................21
Tabla 5: Esquema experimental de investigación...........................................................22
Tabla 6: Matriz de consistencia.......................................................................................23
Tabla 7: Cronograma.......................................................................................................25
Tabla 8: Responsable del proyecto..................................................................................26
Tabla 9: Presupuesto........................................................................................................26

iv
ÍNDICE DE ANEXOS

Anexo 1: Guía de variables 29

v
I. PROBLEMA DE INVESTIGACION

I.1. Planteamiento del Problema

Estamos en un contexto internacional, donde se confronta el proceso de

globalización, así como el dominio pleno de la sociedad del conocimiento como la

principal fuente generadora de riqueza en el mundo tecnológico en el que vivimos. A

escala nacional en el ámbito de la salud, se cuenta con un Sistema de Salud segmentado

y fragmentado, donde se viene impulsando la Descentralización y el Aseguramiento

Universal como las principales estrategias de reforma sectorial de nuestro país; así como

nuevos mecanismos de financiamiento organizado en Programas Estratégicos

Presupuestales, basado en resultados.

El Ministerio de Salud, ente rector y responsable de definir los lineamientos

y políticas del sector en el país, a través de documentos normativos que orientan la

respuesta nacional, sectorial e institucional a los problemas de salud del país.

La DIRESA Ayacucho como Autoridad Sanitaria Regional, por

delegación del Ministerio de Salud, tiene la función de hacer cumplir las normas

emitidas por el ente rector nacional y las del Gobierno Regional de Ayacucho en el

contexto de las funciones y facultades transferidas en el marco de la

descentralización, y dentro del ámbito geográfico de la Región. Teniendo el ejercicio

pleno en el ámbito de las Redes, Microredes y Establecimientos de Salud del Aparato

Prestacional del Gobierno Regional de Ayacucho, establecido en un modelo

organizativo

con tres tipos de roles:

1
Figura 1. Modelo Organizativo
Fuente: PERSA 2012-2016

En marcado en este sistema organizativo, tiene la misión de proteger la

dignidad personal, promoviendo la salud, previniendo las enfermedades y garantizando

la atención integral de salud de todos los habitantes de la región; proponiendo y

conduciendo las políticas sanitarias nacionales y regionales, en concertación con

todos los sectores públicos del Estado y los actores sociales públicos y privados.

Es preciso señalar que la DIRESA Ayacucho, cuenta con documento de

gestión PERSA 2012 – 2016, donde se consolida la percepción de los principales

problemas de salud desde la perspectiva de los usuarios internos de las áreas

administrativas. Así tenemos:

Tabla 1. Problemas Priorizados


Peso
N° Descripción Tipo
Relativo
1 Dotación insuficiente de personal e inestabilidad laboral Oferta 180
2 Presupuesto insuficiente y limitada ejecución presupuestal Oferta 170
3 Dotación deficiente e inoportuna de recursos materiales Oferta 155
4 Sistema de información poco confiable e inoportuno Oferta 150
5 Poco compromiso para la realización de trabajo promocional Oferta 145
6 Infraestructura insuficiente e inadecuada Oferta 113
7 Poco involucramiento e identificación del personal Oferta 96
8 Deficiencias en el sistema de referencia y contrarreferencia Oferta 93
9 Problemas vinculados al SIS Oferta 90
10 Limitada capacitación del recurso humano Oferta 87
11 Personal desmotivado y limitados incentivos laborales Oferta 75

2
12 Accesibilidad geográfica compleja y dificultosa Oferta 67
13 Documentos de gestión desactualizados Oferta 62
14 Tasas elevadas de desnutrición infantil en menores de 5 años Demanda 73
15 Incremento de la incidencia de embarazo en adolescentes Demanda 58
16 Incremento de la prevalencia de enfermedades infecciosas Demanda 54
17 Deficiente saneamiento básico y disponibilidad de agua segura Demanda 53
18 Problemas de salud mental Demanda 53
19 Dificultades en ejercer el rol de Autoridad Sanitaria Regional Oferta 51
20 Escasa cultura del autocuidado de la salud Demanda 46
21 Incremento de la población migrante Demanda 43
22 Deterioro medio ambiental Demanda 40
23 Escasa organización de la población Demanda 35
Fuente: PERSA 2012-2016

Los sistemas de información en salud desde hace varias décadas no cumplen

con su verdadero objetivo, brindar información oportuna y confiable a los

funcionarios, personal de salud y población, que les permita tomar decisiones

informadas. Por el contrario en los últimos años, siguiendo las tendencias mundiales, la

información se ha masificado, a tal punto que se ha generado una serie de registros, con

sus respectivos subsistemas de almacenamiento y procesamiento, conllevando a tener

una gran cantidad de datos (densificación del sistema e inoportunidad), duplicidad de

información, muchas veces no concordante entre los subsistemas (desarticulación e

inconsistencia).

Los sistemas de información existente en la Dirección de Salud Ayacucho se

encuentran desintegrado a nivel de cada dirección y/o coordinación quienes obedecen al

cumplimiento de directivas nacionales, cada uno con enfoques diferentes sobre la

misma población objetivo, superponiendo funciones y actividades.

La captación de datos que realiza el prestador lo hace en los registros fuente,

que son aquellos documentos donde se registra en forma individual los datos relevantes

de un individuo o un evento determinado. Son registros fuente las historias clínicas, las

3
fichas familiares, las fichas epidemiológicas, las fichas de atención del parto, certificado

de defunción y de nacimiento, etc.

Actualmente la institución, cuenta con un área central de informática e

estadística, la cual gestiona varios sistemas de información; proporciona solo reportes

estáticos a todas las estrategias sanitarias para su seguimiento y monitoreo de

actividades. Sin embargo esta información presenta algunas deficiencias para el soporte

de toma de decisiones como es la falta de análisis de datos, demora en la entrega de

reportes, carencia de datos integrados, datos no confiables y falta de accesibilidad a la

información por parte de los usuarios.

El problema se ve plasmado en el Plan Estratégico Regional de Salud

Ayacucho PERSA 2012-2016. Señalado en el Objetivo General y Especifico Nº 10.

Tabla 2. Formulación Objetivos


N° Objetivo General Objetivos Específicos
10.1. Garantizar el flujo permanente y oportuno
Lograr la implementación de un
de la transmisión de los sistemas de
sistema de información, que garantice
10 información en salud.
la mejora de la calidad de la toma de
10.2. Garantizar la calidad del dato del sistema
decisiones en el sector salud.
de información rutinario en salud.
Fuente: PERSA 2012-2016

Se requiere implementar una solución de inteligencia de negocio que

permita el monitoreo y la evaluación de las estrategias sanitarias, solución que será de

utilidad para la toma de decisiones oportunas y confiables, así como evaluación de los

resultados de cada estrategia sanitaria de la DIRESA Ayacucho.

Para el alcance del proyecto de fin de carrera, solamente se realizará la

solución para la estrategia sanitaria Nacional Salud Sexual y Reproductiva.

4
I.2. Formulación del Problema

a. Problema General

 ¿En qué medida, la implementación de un datamart influye en el proceso

de toma de decisiones de las Estrategias Sanitarias de la Dirección de

Salud Ayacucho?

b. Problema específico

 ¿En qué medida, análisis de requerimiento y base de datos transaccionales

para la implementación de un datamart influye en el apoyo de toma de

decisiones de las Estrategias Sanitarias de la Dirección de Salud

Ayacucho?

 ¿En qué medida, el diseño y construcción de la solución para la

implementación de un datamart influye en el apoyo de toma de decisiones

de las Estrategias Sanitarias de la Dirección de Salud Ayacucho?

 ¿En qué medida, las herramientas de consulta y reportes analíticos para la

implementación de un datamart influye en el apoyo de toma de decisiones

de las Estrategias Sanitarias de la Dirección de Salud Ayacucho?

I.3. Objetivos.

a. Objetivo General:

 Realizar el análisis, diseño e implementación de un datamart, para el

apoyo de toma de decisiones de la Estrategias Sanitarias de la Dirección de

Salud Ayacucho.

b. Objetivo Específicos:

5
 Realizar el análisis de requerimiento y base de datos transaccionales para

la implementación de un datamart, para el apoyo de toma de decisiones de

las Estrategias Sanitarias de la Dirección de Salud Ayacucho.

 Elaborar el diseño y construcción de la solución para la implementación de

un datamart, para el apoyo de toma de decisiones de las Estrategias

Sanitarias de la Dirección de Salud Ayacucho.

 Elaborar las herramientas de consulta y reportes analíticos para la

implementación de un datamart, para el apoyo de toma de decisiones de

las Estrategias Sanitarias de la Dirección de Salud Ayacucho.

I.4. Justificación e Importancia

Con la informatización y el crecimiento de las instituciones públicas, se ha

elevado en gran medida la capacidad de generación de información y almacenamiento

de datos; son grandes los volúmenes de datos que su análisis y toma de decisiones

oportunas no pueden realizarse con los métodos tradicionales existentes.

Basado en lo anteriormente expuesto, la solución que se plantea es la

implementación de un datamart como una herramienta que cumpla los objetivos

institucionales, eliminando las deficiencias en tiempo, consultas de manera consolidada

y detallada, de modo que pueda ser más eficiente la toma de decisiones organizacionales

a nivel operativo, táctico y estratégico.

La importancia del presente trabajo de investigación, se justifica en los

siguientes aspectos:

 Teórico.

6
La Inteligencia de Negocios o también conocido como Business Intelligence

(BI) dispone de un conjunto de herramientas y metodologías enfocadas a la

creación de conocimiento y análisis de datos, dichas aplicaciones para el soporte

de decisiones basadas en un Datamart, pueden hacer más práctica y fácil la

explotación de datos para una mayor eficacia del negocio.

Estas herramientas y metodologías presentan las ventajas siguientes:

o Accesibilidad a la información.- datos con independencia de la

procedencia de estos.

o Apoyo a la toma de decisiones.- los usuarios tengan acceso a

herramientas de análisis que les permita manipular solo aquellos datos

que les interesa.

o Orientado al Usuario Final.- independencia de los conocimientos

técnicos de los usuarios y su capacidad para utilizar estas herramientas.

 Operativo, Táctico y Estratégico

La Inteligencia de Negocios, fortalecerá los procesos institucionales asegurando la

adecuación de objetivos estratégicos, este nuevo enfoque mejorara el sistema de

información actual, sirviendo como herramienta de apoyo a la toma de decisiones

con más responsabilidad por parte funcionarios y personal operativo,

contribuyendo a mejorar la gestión institucional.

 Social

La Dirección de Salud Ayacucho, al ser una institución que vela por bienestar de

salud de toda la población, la solución de inteligencia de negocios apoyara a

tomar mejores decisiones a usuarios internos y externos, permitiendo analizar un

7
problema o enfermedad tomando decisiones directamente mediante reportes

analíticos.

El resultado de este proceso permitirá mayor cobertura, profundidad y riqueza

del análisis, y la síntesis del problema y las acciones que se deben ejecutar como

aporte a la mejora la situación sanitaria.

 Académico y Personal

Aplicar todos los conocimientos adquiridos en el transcurso de mi formación

universitaria para enunciar una solución frente al problema encontrado,

contribuyendo con la formación de otros estudiantes.

Esta investigación permitirá adquirir nuevos conocimientos y con ello tener una

base metodológica para poder aplicar mis conocimientos en un futuro.

II. MARCO TEORICO

2.1. Antecedentes del Problema Investigar.

Análisis, Diseño e Implementación de un DataWarehouse de Soporte de

Decisiones para un Hospital del Sistema de Salud Público.

De Álvaro Villanueva Ojeda, (PUCP, Lima-Perú 2008), esta investigación tiene

como objetivo analizar, diseñar e implementar un datawarehouse para un hospital del

sistema de salud público, que servirá de apoyo en el proceso de toma de decisiones del

directorio del hospital.

El problema de esta tesis consiste que el directorio del hospital está conformado por

médicos no especialistas en labores administrativas, así como la demora de reportes que

pueden tomar días o semanas ya que se tiene que cumplir obligatoriamente una serie de

pasos.

8
Para la realización del actual tema de tesis, se está optando por utilizar la suite de

Inteligencia de Negocios proporcionada por Pentaho, la cual es una herramienta libre y

completa.

Para implementar este proyecto de tesis se realizarán todos los pasos de un proyecto

de Inteligencia de Negocios: diseño y construcción del Data Warehouse y los Data

Marts, creación y programación de los procesos ETL, creación de los cubos, creación de

los informes, y finalmente implementación de la plataforma BI (Web).

Análisis, Diseño e Implementación de un Datamart para el soporte de toma de

decisiones y evaluación de las estrategias sanitarias en las direcciones de salud.

De Carmen Pamela Rosales Sedano, (PUCP, Lima-Perú 2009)

El presente proyecto de tesis tiene como objetivo la implementación de un datamart

que permita apoyar la toma de decisiones necesarias para cumplir con los objetivos

específicos de cada estrategia sanitaria nacional dentro de las direcciones de salud. El

alcance de la tesis abarco la estrategia de Alimentación y Nutrición Balanceada

La problemática que recoge esta tesis es que cada DISA cuenta con un área central

de estadística la cual proporciona solo reportes estáticos a todas las estrategias sanitarias

que alberga. Sin embargo el proceso de solicitud puede demorar cierto tiempo ya que el

área de estadística, además, tiene que atender otras solicitudes de las demás áreas que se

encuentran en la DISA. Es por ello que la toma de decisiones se ve retrasada por no

contar con los reportes en el tiempo estimado.

Respecto al desarrollo del datamart, se planifico utilizando PMBOK de PMI, en la

construcción se utilizó Linux como sistema operativo (Ubuntu 7.10, distribución libre)

así como herramientas libres (productos de Pentaho) y la metodología de Rallph

Kimball.

9
La relación que guarda esta tesis es el tema de investigación ambos se enfocan en el

desarrollo de un Datamart para una entidad pública, otro aspecto relacional es que la

información no se proporciona en el momento oportuno para la toma de decisiones.

Implementación de un data mart como solución de inteligencia de negocios,

bajo la metodología de Ralph Kimball para optimizar la toma de decisiones en

el departamento de finanzas de la contraloría general de la república.

De Alejandro Rojas Zaldivar USMP, Chiclayo-Perú 2014)

El proyecto surge por la necesidad de los usuarios del Departamento de Finanzas de la

Contraloría General de la República para acceder a información confiable de manera rápida.

Al tener esta información disponible, los usuarios se pueden centrar en realizar el análisis

desde diversos puntos de vista y determinar las acciones que crean conveniente para

mejorar su gestión

La problemática se basa en la carencia de información real y oportuna en la toma de

decisiones en el Departamento de Finanzas de la CGR, trae consigo que el presupuesto

de los Departamentos no esté acorde a las cantidades y gastos que utilizan. Por lo que,

se llega a observar el traslado de presupuestos entre departamentos evidenciando una

deficiente gestión por parte del Departamento de Finanzas.

El objetivo principal es implementar una solución de inteligencia de negocios para el

Departamento de Finanzas, de manera que, cuenten con información sólida y confiable de

alta disponibilidad, que cumplan con las necesidades de información. Basado en software

propietario como es Microsoft.

10
Implementación de un Sistema de soporte de decisiones para la gestión

académica de la Universidad Nacional José María Arguedas

De Jeans Diego Ramos Peñaloza, Andahuaylas-Perú 2015)

……..-----------------------------

Inteligencia de Negocios: Estado del Arte Bussiness Intelligence ; State of the

Art.

De Alveiro Alonso Rosado Gomez, Colombia 2010.

La Inteligencia de Negocios BI (Business Intelligence) es una herramienta bajo la

cual diferentes tipos de organizaciones, pueden soportar la toma de decisiones basadas

en información precisa y oportuna; garantizando la generación del conocimiento

necesario que permita escoger la alternativa que sea más conveniente para el éxito de la

empresa. La investigación comienza con la definición y aplicaciones de BI; además se

muestran trabajos relevantes en algunas de las herramientas para hacer BI, como son

Data Warehouse (Bodega de Datos), Olap (Cubos Procesamiento Analítico en Línea),

Balance Scorecard (Cuadro de Mando) y Data Mining (Minería de Datos).

BI, proporciona una manera rápida y efectiva de recopilar, abstraer, presentar,

formatear y distribuir la información de sus fuentes de datos corporativos, permitiendo a

los profesionales de la empresa, tanto dentro como fuera de la organización, visualizar y

analizar datos precisos sobre las actividades fundamentales del negocio y utilizarlos

para mejorar la toma de decisiones y la planificación estratégica. (Zúmel 2008).

11
La principal enseñanza que se establece con este trabajo es la enorme gama de

posibilidades que ofrece BI y sus herramientas, aquí se mostraron casos diferentes en

los cuales se puede aplicar BI, en organización de diferentes sectores, con diferentes

formas de trabajar, soportadas por sistemas de información particulares a cada una de

ellas y con distintos contenidos en sus bases de datos. BI se establece como el siguiente

paso a seguir para poner a las empresas en un nivel competitivo.

I.5. Bases teóricas

Ministerio Salud.

El Ministerio de Salud es un organismo del Poder Ejecutivo que ejerce la

rectoría del Sector Salud. Es la Autoridad de Salud a nivel nacional, tiene a su cargo la

formulación, dirección y gestión de la política nacional de salud y actúa como la

máxima autoridad en materia de salud. Constituye el ente rector del Sistema Nacional

Coordinado y Descentralizado de Salud. Su finalidad es la promoción de la salud,

prevención de enfermedades, la recuperación de la salud y la rehabilitación en salud de

la población.

Estrategias Sanitarias.-

El ministerio de salud diseña y norma los procesos organizacionales, para

lograr objetivos funcionales la cultura de salud para el desarrollo físico, mental y social

de la población; el entorno saludable para toda la población; la protección y

recuperación de la salud y la rehabilitación de las capacidades de las personas en

condiciones de equidad y plena accesibilidad; la prevención y control de las epidemias,

entre otros; [art03].

12
En la actualidad las estrategias sanitarias regionales están estrechamente

articuladas a los programas presupuestales estratégicos, que representan un conjunto de

actividades y cuidados esenciales que requiere la persona para satisfacer sus

necesidades de salud, las coordinaciones regionales norma y regulan los procesos

definiendo las intervenciones necesarias para que una persona se considere protegida en

salud contribuyendo así a lograr personas, familias y comunidades saludables.

Estrategia Sanitaria Nacional Responsables


Accidentes de Tránsito (ESNAT) Oficina General de Defensa Nacional
Alimentación y Nutrición Saludable Dirección General de Salud de las Personas
Atención a Personas Afectadas por Dirección General de Salud de las Personas
Contaminación con Metales Pesados y otras
Sustancias Químicas,
Prevención y Control de Daños No Dirección General de Salud de las Personas
Transmisibles
Prevención y Control de Enfermedades Dirección General de Salud de las Personas
Metaxénicas y otras Transmitidas por
Vectores
Prevención y Control de Infecciones de Dirección General de Salud de las Personas
Transmisión Sexual y VIH-SIDA
Inmunizaciones Dirección General de Salud de las Personas
Salud Familiar Dirección General de Salud de las Personas
Pueblos Indígenas Dirección General de Salud de las Personas
Salud Sexual y Reproductiva Dirección General de Salud de las Personas
Salud Mental y Cultura de Paz Dirección General de Salud de las Personas
Salud Ocular y Prevención de la Ceguera Dirección General de Salud de las Personas
Salud Bucal Dirección General de Salud de las Personas
Prevención y Control de la Tuberculosis Dirección General de Salud de las Personas
ESN-PCT
Zoonosis Dirección General de Salud de las Personas
Cuadro 1.2 Estrategias Sanitarias Nacionales [URL14]

Estrategias Sanitarias Salud Sexual Reproductiva.-

La salud sexual y reproductiva abarca todo el ciclo de vida de las personas:

desde la vida intrauterina, infancia, adolescencia hasta la edad del adulto y adulto

mayor. La salud sexual y reproductiva de las personas, está en estrecha relación con su

13
entorno familiar, social y su medio ambiente, para alcanzarla y conservarla se requiere

de acciones de atención integral específicas y diferenciadas tanto de promoción,

prevención, recuperación y rehabilitación en cada una de estas etapas, debido a que las

necesidades en el área sexual y reproductiva son cambiantes según las etapas del ciclo

de vida. [URL14]

2.2.4. Dirección Regional de Salud Ayacucho.-

Desde su creación, asumió como misión brindar una atención integral de salud

con calidad y calidez, con énfasis en la salud de la gestante y el recién nacido.

Como órgano desconcentrado de la Gerencia de Desarrollo Social del Gobierno

Regional de Ayacucho, la Dirección Regional de Salud es la encargada de conducir,

normar, regular, implementar y controlar el funcionamiento del sistema regional de

salud; en cumplimiento a la política regional y nacional de salud y enmarcado en la

visión, misión y objetivos estratégicos. Sin perder de vista su gran misión y la razón de

ser de la institución – la salud de las personas, especialmente de la madre y el recién

nacido– la DIRESA Ayacucho asumió como reto hacer uso de las nuevas tecnologías de

la información y la comunicación para poner en manos de nuestros miles de usuarios

nuestra cartera de servicios y las acciones con enfoque intercultural que venimos

desarrollando en beneficio del desarrollo humano de nuestra Región, articulando

siempre con la sociedad civil.

2.2.5. HIS.

El Sistema de Información en Salud – HIS (Health Information System) es

una herramienta informática que se utiliza en el Registro Diario de Atención y de otras

14
actividades de consulta externa. Permite la digitación, procesamiento, consultas y

explotación de los datos por el personal de salud.

El Sistema, contribuye en el mejoramiento de la calidad del registro de

datos, homogeniza criterios, incorpora nuevas formas de registro. [URL11]

2.2.6. Inteligencia de Negocios (BI).-

Según Jorge Paz Flores – especialista de TI IBM (2010). La importancia


de la inteligencia de negocios aplicada a las empresas medianas. Hoy en día, las
organizaciones manejan un flujo de información el cual era inimaginable apenas unos
años atrás. Gracias a que nuestro mundo es ahora mucho más instrumentado, la
capacidad de recolectar datos es impresionante.

La tecnología de Business Intelligence resulta entonces sumamente


importante para las compañías medianas, las cuales típicamente no tienen tan vastos
recursos como los líderes de la industria pero tienen la agilidad para implementar
decisiones de negocio significativas de una manera rápida y relativamente sencilla.
Estas herramientas aseguran que las decisiones tomadas sean siempre las mejores.

Es aquí donde entra una de las herramientas más mencionadas últimamente


en el área de TI: Business Intelligence. Se refiere directamente a la práctica y al
conjunto de herramientas que pueden ayudar a las empresas a adquirir un mejor
entendimiento de ellas mismas. Esto gracias a la capacidad de explotar su información,
con la intención de poder manipularlos de una manera más sencilla y entender el porqué
de nuestro desempeño o, mejor aún, plantear escenarios a futuro, lo cual nos ayudará a
tomar mejores decisiones.

El libro Business Intelligence: Competir con Información, Josep Lluís Cano,


menciona que el el objetivo básico de la Business Intelligence es apoyar de forma
sostenible y continuada a las organizaciones para mejorar su competitividad, facilitando
la información necesaria para la toma de decisiones.

Asimismo, define tres tipos de beneficios que se pueden obtener a través del
uso de inteligencia de negocios, los cuales son:

15
o Beneficios tangibles: por ejemplo, reducción de costos, generación de
ingresos, reducción de tiempos para las distintas actividades del negocio.
o Beneficios intangibles: el hecho de que tengamos disponible la
información para la toma de decisiones hará que más usuarios la utilicen
para tomar decisiones y mejorar nuestra posición competitiva.
o Beneficios estratégicos: la formulación de estrategias, especificarán a
qué clientes, mercados o con qué productos dirigirnos.

A su vez, el mismo autor, nos indica los componentes de inteligencia de


negocios:

Figura 2. Los Componentes de inteligencia Negocios


Fuente: Business Intelligence: competir con información,
Josep Lluís Cano

Los componentes son:


 Fuentes de información, de las cuales partiremos para alimentar de
información el datawarehouse.
 Proceso ETL de extracción, transformación y carga de los datos en el
datawarehouse. Antes de almacenar los datos en un datawarehouse, éstos
deben ser transformados, limpiados, filtrados y redefinidos.
Normalmente, la información que tenemos en los sistemas
transaccionales no está preparada para la toma de decisiones.

16
 El propio datawarehouse o almacén de datos, con el Metadata o
Diccionario de datos. Se busca almacenar los datos de una forma que
maximice su flexibilidad, facilidad de acceso y administración.
 El motor OLAP, que nos debe proveer capacidad de cálculo, consultas,
funciones de planeamiento, pronóstico y análisis de escenarios en
grandes volúmenes de datos. En la actualidad existen otras alternativas
tecnológicas al OLAP, que también desarrollaremos en el presente
capítulo.
 Las herramientas de visualización, que nos permitirán el análisis y la
navegación a través de los mismos.

Según Sinnexus.- Business Intelligence es la habilidad para transformar


los datos en información, y la información en conocimiento, de forma que se pueda
optimizar el proceso de toma de decisiones en los negocios.

Figura 3. Conceptos de Business Intelligence


Fuente: Documentación Sinnexus

Desde un punto de vista más pragmático, y asociándolo directamente con


las tecnologías de la información, podemos definir Business Intelligence como el
conjunto de metodologías, aplicaciones y tecnologías que permiten reunir, depurar y
transformar datos de los sistemas transaccionales e información desestructurada (interna
y externa a la compañía) en información estructurada, para su explotación directa
(reporting, análisis OLTP / OLAP, alertas...) o para su análisis y conversión en
conocimiento, dando así soporte a la toma de decisiones sobre el negocio.
La inteligencia de negocio actúa como un factor estratégico para una
empresa u organización, generando una potencial ventaja competitiva, que no es otra
que proporcionar información privilegiada para responder a los problemas de
negocio: entrada a nuevos mercados, promociones u ofertas de productos, eliminación

17
de islas de información, control financiero, optimización de costes, planificación de la
producción, análisis de perfiles de clientes, rentabilidad de un producto concreto, etc...

Los principales productos de Business Intelligence que existen hoy en día


son:
 Cuadros de Mando Integrales (CMI)
 Sistemas de Soporte a la Decisión (DSS)
 Sistemas de Información Ejecutiva (EIS)
Por otro lado, los principales componentes de orígenes de datos en el
Business Intelligence que existen en la actualidad son:
 Datamart
 Datawarehouse

2.2.7. Metodología de Rallph Kimball.-

La metodología se basa en lo que Kimball denomina Ciclo de Vida

Dimensional del Negocio (Business Dimensional Lifecycle) (Kimball et al 98, 08,

Mundy & Thornthwaite 06). Este ciclo de vida del proyecto de DW, está basado en

cuatro principios básicos:

Centrarse en el negocio: Hay que concentrarse en la identificación de los

requerimientos del negocio y su valor asociado, y usar estos esfuerzos para desarrollar

relaciones sólidas con el negocio, agudizando el análisis del mismo y la competencia

consultiva de los implementadores.

Construir una infraestructura de información adecuada: Diseñar una base de

información única, integrada, fácil de usar, de alto rendimiento donde se reflejará la

amplia gama de requerimientos de negocio identificados en la empresa.

18
Realizar entregas en incrementos significativos: crear el almacén de datos

(DW) en incrementos entregables en plazos de 6 a 12 meses. Hay que usa el valor de

negocio de cada elemento identificado para determinar el orden de aplicación de los

incrementos. En esto la metodología se parece a las metodologías ágiles de construcción

de software.

Ofrecer la solución completa: proporcionar todos los elementos necesarios

para entregar valor a los usuarios de negocios. Para comenzar, esto significa tener un

almacén de datos sólido, bien diseñado, con calidad probada, y accesible. También se

deberá entregar herramientas de consulta ad hoc, aplicaciones para informes y análisis

avanzado, capacitación, soporte, sitio web y documentación.

La construcción de una solución de DW/BI (Datawarehouse/Business

Intelligence) es sumamente compleja, y Kimball nos propone una metodología que nos

ayuda a simplificar esa complejidad. Las tareas de esta metodología (ciclo de vida) se

muestran:

Figura 4. Fases Metodología Ralph Kimball


Fuente: La metodología de Ralph kimball para el diseño almacenes
Gustavo R. Rivadera

19
Podemos observar dos cuestiones. Primero, hay que resaltar el rol central de la

tarea de definición de requerimientos. Los requerimientos del negocio son el soporte

inicial de las tareas subsiguientes. También tiene influencia en el plan de proyecto

(nótese la doble fecha entre la caja de definición de requerimientos y la de

planificación). En segundo lugar podemos ver tres rutas o caminos que se enfocan en

tres diferentes áreas:

 Tecnología (Camino Superior). Implica tareas relacionadas con software

específico, por ejemplo, Microsoft SQL Analysis Services.

 Datos (Camino del medio). En la misma diseñaremos e implementaremos el

modelo dimensional, y desarrollaremos el subsistema de Extracción,

Transformación y Carga (Extract, Transformation, and Load - ETL) para cargar

el DW.

 Aplicaciones de Inteligencia de Negocios (Camino Inferior). En esta ruta se

encuentran tareas en las que diseñamos y desarrollamos las aplicaciones de

negocios para los usuarios finales.

A continuación describiremos cada una de las tareas.

2.2.7.1. Planificación del Proyecto.

En este proceso se determina el propósito del proyecto de DW/BI, sus

objetivos específicos y el alcance del mismo, los principales riesgos y una aproximación

inicial a las necesidades de información. En la visión de programas y proyectos de

Kimball, Proyecto, se refiere a una iteración simple del KLC (Kimball Life Cycle),

desde el lanzamiento hasta el despliegue.

Esta tarea incluye las siguientes acciones típicas de un plan de proyecto:

20
o Definir el alcance (entender los requerimientos del negocio).

o Identificar las tareas

o Programar las tareas

o Planificar el uso de los recursos.

o Asignar la carga de trabajo a los recursos

o Elaboración de un documento final que representa un plan del proyecto.

2.2.7.2. Análisis de requerimientos.

La definición de los requerimientos es en gran medida un proceso de

entrevistar al personal de negocio y técnico.

Se debe aprender tanto como se pueda sobre el negocio, los competidores, la

industria y los clientes del mismo. Hay que leer todos los informes posibles de la

organización; rastrear los documentos de estrategia interna; entrevistar a los empleados,

analizar lo que se dice en la prensa acerca de la organización, la competencia y la

industria. Se deben conocer los términos y la terminología del negocio.

Parte del proceso de preparación es averiguar a quién se debe realmente

entrevistar. Hay básicamente cuatro grupos de personas con las que hablar desde el

principio:

o El directivo responsable de tomar las decisiones estratégicas.

o Los administradores del negocio

o Personal de sistemas, si existen, la gente que realmente sabe qué tipos de

problemas informáticos y de datos existen

o La gente que se necesita entrevistar por razones de tener claro las reglas

de negocio a intervenir.

21
El análisis de requerimiento permite construir una herramienta de la

metodología denominada matriz de procesos/dimensiones (Bus Matrix en inglés). Una

dimensión es una forma o vista o criterio por medio de cual se pueden sumariar, cruzar

o cortar datos numéricos a analizar, datos que se denominan medidas (measures en

inglés). Esta matriz tiene en sus filas los procesos de negocios identificados, y en las

columnas, las dimensiones identificadas.

A partir de las entrevistas, podemos identificar temas analíticos y procesos

de negocio, a partir del análisis se puede construir una herramienta de la metodología

denominada matriz de procesos/dimensiones (Bus Matrix en inglés). Una dimensión es

una forma o vista o criterio por medio de cual se pueden sumariar, cruzar o cortar datos

numéricos a analizar, datos que se denominan medidas (measures en inglés).

2.2.7.3. Modelo Dimensional.

La creación de un modelo dimensional es un proceso dinámico y altamente

iterativo. Un esquema general se puede ver en la figura 2.

22
Fig. 2: Diagrama de flujo del proceso dimensional de Kimball (Mundy & Thornthwaite
06)
El proceso de diseño comienza con un modelo dimensional de alto nivel

obtenido a partir de los procesos priorizados de la matriz descrita en el punto anterior.

El proceso iterativo consiste en cuatro pasos:

1. Elegir el proceso de negocio.

2. Establecer el nivel de granularidad.

3. Elegir las dimensiones.

4. Identificar medidas y las tablas de hechos

 Elegir el proceso de negocio

El primer paso es elegir el área a modelizar. Esta es una decisión de la

dirección, y depende fundamentalmente del análisis de requerimientos y

de los temas analíticos.

 Establecer el nivel de granularidad

La granularidad significa especificar el nivel de detalle. La elección de la

granularidad depende de los requerimientos del negocio y lo que es

posible a partir de los datos actuales. La sugerencia general es comenzar

a diseñar el DW al mayor nivel de detalle posible, ya que se podría luego

realizar agrupamientos al nivel deseado. En caso contrario no sería

posible abrir (drill-down) las sumarizaciones en caso de que el nivel de

detalle no lo permita.

 Elegir las dimensiones

23
Las dimensiones surgen naturalmente de las discusiones del equipo, y

facilitadas por la elección del nivel de granularidad y de la matriz de

procesos/dimensiones. Las tablas de dimensiones tienen un conjunto de

atributos (generalmente textuales) que brindan una perspectiva o forma

de análisis sobre una medida en una tabla hechos.

Una forma de identificar las tablas de dimensiones es que sus atributos

son posibles candidatos para ser encabezado en los informes, tablas

pivot, cubos, o cualquier forma de visualización, unidimensional o

multidimensional.

 Identificar las tablas de hechos y medidas

El último paso consiste en identificar las medidas que surgen de los

procesos de negocios. Una medida es un atributo (campo) de una tabla

que se desea analizar, sumarizando o agrupando sus datos, usando los

criterios de corte conocidos como dimensiones. Las medidas

habitualmente se vinculan con el nivel de granularidad, y se encuentran

en tablas que denominamos tablas de hechos (fact en inglés). Cada

tabla de hechos tiene como atributos una o más medidas de un proceso

organizacional, de acuerdo a los requerimientos. Un registro contiene una

medida expresada en números, como puede ser cantidad, tiempo, dinero,

etc., sobre la cual se desea realizar una operación de agregación

(promedio, conteo, suma, etc.) en función de una o más dimensiones. La

granularidad es el nivel de detalle que posee cada registro de una tabla de

hechos.

24
2.2.7.4. Diseño Físico.

En esta parte, nos centramos en el tema de hardware y software para la

implementación de la solución BI, intentamos contestar las siguientes preguntas:

 ¿Cómo puede determinar cuán grande será el sistema de DW/BI?

 ¿Cuáles son los factores de uso que llevarán a una configuración más

grande y más compleja?

 ¿Cómo se debe configurar el sistema?

 ¿Cuánta memoria y servidores se necesitan?

 ¿Qué tipo de almacenamiento y procesadores?

 ¿Cómo instalar el software en los servidores de desarrollo, prueba y

producción?

 ¿Qué necesitan instalar los diferentes miembros del equipo de DW/BI en

sus estaciones de trabajo?

 ¿Cómo convertir el modelo de datos lógico en un modelo de datos físicos

en la base de datos relacional?

2.2.7.5. Diseño del sistema de Extracción, Transformación y Carga

(ETL).

El sistema de Extracción, Transformación y Carga (ETL) es la base sobre la

cual se alimenta el Datawarehouse. Si el sistema ETL se diseña adecuadamente, puede

extraer los datos de los sistemas de origen de datos, aplicar diferentes reglas para

aumentar la calidad y consistencia de los mismos, consolidar la información

proveniente de distintos sistemas, y finalmente cargar (grabar) la información en el DW

en un formato acorde para la utilización por parte de las herramientas de análisis.

25
I.5.3.1. Especificación y desarrollo de aplicaciones de BI

Una parte fundamental de todo proyecto de DW/BI está en proporcionarles

a una gran comunidad de usuarios una forma más estructurada y por lo tanto, más fácil,

de acceder al almacén de datos. Proporcionamos este acceso estructurado a través de lo

que llamamos aplicaciones de inteligencia de negocios (Business Intelligence

Aplications).

Las aplicaciones de BI son la cara visible de la inteligencia de negocios:

los informes y aplicaciones de análisis proporcionan información útil a los usuarios. Las

aplicaciones de BI incluyen un amplio espectro de tipos de informes y herramientas de

análisis, que van desde informes simples de formato fijo a sofisticadas aplicaciones

analíticas que usan complejos algoritmos e información del dominio.

Kimball divide a estas aplicaciones en dos categorías basadas en el nivel

de sofisticación, y les llama informes estándar y aplicaciones analíticas.

2.2.8. Metodología de Bill Inmon.-

Figura 5. Enfoque de la Metodología Inmon

26
Fuente: Building the Data Warehouse, William H. Inmon,

Bill Inmon ve la necesidad de transferir la información de los diferentes

OLTP (Sistemas Transaccionales) de las organizaciones a un lugar centralizado donde

los datos puedan ser utilizados para el análisis (sería el CIF o Corporate Information

Factory). Insiste además en que ha de tener las siguientes características:

Orientado a temas.- Los datos en la base de datos están organizados de

manera que todos los elementos de datos relativos al mismo evento u objeto del mundo

real queden unidos entre sí.

Integrado.- La base de datos contiene los datos de todos los sistemas

operacionales de la organización, y dichos datos deben ser consistentes.

No volátil.- La información no se modifica ni se elimina, una vez

almacenado un dato, éste se convierte en información de sólo lectura, y se mantiene

para futuras consultas.

Variante en el tiempo.- Los cambios producidos en los datos a lo largo del

tiempo quedan registrados para que los informes que se puedan generar reflejen esas

variaciones.

La información ha de estar a los máximos niveles de detalle. Los Dw

departamentales o datamarts son tratados como subconjuntos de este Dw corporativo,

que son construidos para cubrir las necesidades individuales de analisis de cada

departamento, y siempre a partir de este Dw Central (del que también se pueden

construir los ODS ( Operational Data Stores ) o similares).

El enfoque Inmon también se referencia normalmente como Top-down. Los

datos son extraídos de los sistemas operacionales por los procesos ETL y cargados en

las áreas de stage, donde son validados y consolidados en el DW corporativo, donde

27
además existen los llamados metadatos que documentan de una forma clara y precisa el

contenido del DW. Una vez realizado este proceso, los procesos de refresco de los Data

Mart departamentales obtienen la información de el, y con las consiguientes

transformaciones, organizan los datos en las estructuras particulares requeridas por cada

uno de ellos, refrescando su contenido.

Así, con esta arquitectura, todos los datamarts de la organización están

conectados al datawarehouse, evitándose la aparición de incongruencias y anomalías al

comparar los datos entre distintos departamentos.

2.2.9. Justificación de Utilización de la metodología de Rallph Kimball.-

Concluida la descripción de las metodologías más conocidas en desarrollo

de un datawarehouse, en la tabla 6 se muestra un cuadro comparativo de las

características más resaltantes.

Metodología Bill Inmon Ralph Kimball


Énfasis Datawarehouse Datamart

Diseño Normalizado 3NF Desnormalizado


Enfoque Tiene un enfoque global de Tiene un enfoque por procesos
toda la empresa. No está que son manejados por las
basado en requerimientos diferentes áreas del proceso.
específicos. Trata de responder necesidades
específicas según el tema.
Esquema Relacional Dimensional
Arquitectura “Top – Down” “Bottom – Up”

Tiempo Requiere de un esfuerzo Se pueden obtener


mayor corporativo. Vista implementaciones más rápidas
implementación completa del negocio, porque la unidad de trabajo son
datawarehouse los datamarts.
Costo inicial alto, los Costo inicial bajo, los proyectos
Costos
proyectos siguientes serán siguientes costaran lo mismo.
mucho menor costo.
Integración de Datos Toda la empresa Áreas del negocio

28
Fuente : Elaboración Propia

En este ámbito la creación de un Data warehouse, tiene a dos grandes

personalidades el señor Ralph Kimball y su modelo multidimensional y Inmon y su

modelo warehouse, para el caso esta tesis, se analizará desde el punto de vista de la

construcción de una Data Mart que es una parte de un data Warehouse.

La metodología de Inmon es más apropiada para sistemas complejos, donde

se quiere asegurar la perdurabilidad y consistencia de la información aunque cambien

los procesos de negocio de la organización. Para proyectos pequeños donde se quiere

asegurar la usabilidad de los usuarios que permita un desarrollo rápido e incremental de

la solución donde no se tiene claro el panorama global, el enfoque de Kimball es el más

apropiado.

Para la construcción del data marts de la Dirección de Salud Ayacucho,

utilizaremos la metodología propuesta por Ralph Kimball, dirigida principalmente a

pequeños y medianos desarrollos, siendo sus características esenciales la usabilidad,

29
facilidad para el usuario y un rápido desarrollo de la solución de inteligencia de

negocio. Sentando las bases para una ampliación posterior dentro del ámbito de la

DIRESA Ayacucho.

2.2.10. Proceso ETL-(extract - transformation - load)

El proceso de extracción, transformación y carga – ETL (Extraction,

Transformation and Load) es una de las actividades técnicas más críticas en el

desarrollo de soluciones de inteligencia de negocios – BI (Business Intelligence)

El proceso se divide en 5 sub procesos:

1. Extracción: Este proceso recupera los datos físicamente de las distintas

fuentes de información. En este momento disponemos de los datos en bruto.

2. Limpieza: Este proceso recupera los datos en bruto y comprueba su

calidad, elimina los duplicados y, cuando es posible, corrige los valores erróneos y

completa los valores vacíos, es decir se transforman los datos -siempre que sea posible-

para reducir los errores de carga. En este momento disponemos de datos limpios y de

alta calidad.

3. Transformación: Este proceso recupera los datos limpios y de alta

calidad y los estructura y sumariza en los distintos modelos de análisis. El resultado de

este proceso es la obtención de datos limpios, consistentes, sumarizados y útiles.

4. Integración: Este proceso valida que los datos que cargamos en el

datawarehouse son consistentes con las definiciones y formatos del datawarehouse; los

integra en los distintos modelos de las distintas áreas de negocio que hemos definido en

el mismo. Estos procesos pueden ser complejos

5. Actualización: Este proceso es el que nos permite añadir los nuevos

datos al datawarehouse. [BIB01]

30
2.2.11. Visual Studio 2015 Community

Visual Studio Community 2015 con Update 3 es un completo IDE

extensible gratuito para desarrolladores individuales, proyectos de código abierto,

investigación académica, educación y equipos profesionales reducidos. Cree

aplicaciones para Windows, iOS y Android, así como aplicaciones web y servicios en la

nube. Compile aplicaciones para cualquier plataforma. Use diseñadores, editores,

depuradores y generadores de perfiles en una sola herramienta. Acceda a miles de

extensiones y mucho más. [URL05]

2.2.12. Data Tools SQL Server

Es un conjunto de herramientas de datos de SQL Server (SSDT) que

transforma el desarrollo de bases de datos al presentar un modelo ubicuo y declarativo

que abarca todas las fases del desarrollo y el mantenimiento y la actualización de bases

de datos dentro de Visual Studio. Las capacidades de diseño de Transact-SQL de SSDT

se pueden usar para compilar, depurar, mantener y refactorizar bases de datos,

permitiendo la integración total del motor de base de datos SQL Server con la

herramienta de desarrollo Visual Studio.

SQL Server Data Tools se considera como la siguiente evolución de Visual

Studio basada en herramientas de base de datos que proporciona a los desarrolladores

una herramienta única para apoyar las necesidades del desarrollo de bases de datos.

[URL06]

2.2.13. Integración Services SQL Server (SSIS).-

Microsoft SQL Server Integration Services (SSIS) es una plataforma que

permite generar soluciones de integración de datos de alto rendimiento, entre las que se

31
incluyen paquetes de extracción, transformación y carga de datos (ETL) para el

almacenamiento de datos. SSIS incluye herramientas gráficas y asistentes para generar y

depurar paquetes; tareas para realizar funciones de flujo de datos tales como

operaciones de FTP; ejecución de instrucciones SQL y envío de mensajes de correo

electrónico; orígenes y destinos de datos para extraer y cargar datos; transformaciones

para limpiar, agregar, combinar y copiar datos; un servicio de administración, el servicio

Integration Services para administrar la ejecución y almacenamiento de paquetes; e

interfaces de programación de aplicaciones (API) para programar el modelo de objetos

de Integration Services. [URL04]

2.2.14. Analysis Services SQL Server (SSAS).-

El objetivo último de todo almacén de datos es la obtención de información

a través de su análisis. SQL Server Analysis Services proporciona las herramientas que

nos permitirán diseñar bases de datos multidimensionales para el examen de nuestros

datos desde múltiples perspectivas.

Estas bases de datos podrán ser explotadas desde informes, tablas dinámicas

o mediante el potente lenguaje MDX. Sin embargo, Analysis Services no se limita al

diseño y despliegue de bases de datos multidimensionales sino que nos permite

construir estructuras de minería de datos para realizar previsiones a partir de ellos y

calcular indicadores de rendimiento (KPI) que ayuden a una rápida y fácil comprensión

de la información obtenida.

Certia ha usado esta y otras tecnologías en sus servicios de consultoría para

implantar soluciones de Business Intelligence basadas en Analysis Services en sus

clientes. [URL07]

32
2.2.15. Reporting Services SQL Server (SSRS).-

La empresa Certia – desarrollo y consultoría, respecto a SQL Server

Reporting Services, expresa que los informes han sido desde siempre el

destino final de nuestros datos. Todo informe tiene un ciclo de vida que va desde su

concepción, selección de datos y diseño hasta su generación y distribución. SQL Server

Reporting Services cubre ampliamente este ciclo de vida permitiendo la creación de

informes a partir de datos de fuentes heterogéneas.

SSRS incorpora un repositorio de informes corporativo enlazable con su

estructura de seguridad en Active Directory que le permite exponer sólo los informes

permitidos a cada usuario o grupo de usuarios. Los informes son accesibles desde el

propio web y una vez visualizados pueden exportarse a los formatos más populares

como Excel, Word o PDF.

Los informes de SSRS pueden ser diseñados por el propio usuario final si

tiene permisos y conocimiento para hacerlo mediante el Report Builder, una

aplicación Click-Once disponible desde el propio repositorio de SSRS. También los

infomes pueden diseñarse desde el propio Visual Studio y grabarse como ficheros con

extensión rdl en el repositorio de SSRS. Gracias a su alta integración con .NET, los

informes de SSRS pueden visualizarse desde cualquier aplicación Windows o ASP.NET

sin necesidad de instalar componentes adicionales. [URL07]

2.2.16. Toma Decisiones.-

Continuamente, las personas deben elegir entre varias opciones aquella que

consideran más conveniente. Es decir, han de tomar gran cantidad de decisiones en su

vida cotidiana, en mayor o menor grado importantes, a la vez que fáciles o difíciles de

adoptar en función de las consecuencias o resultados derivados de cada una de ellas.

33
Le Moigne define el término decidir cómo identificar y resolver los

problemas que se le presenta a toda organización. Por tanto, el desencadenante del

proceso de toma de decisiones es la existencia de un problema, pero ¿cuándo existe un

problema? Para Huber existirá un problema cuando hay diferencia entre la situación real

y la situación deseada. La solución del problema puede consistir en modificar una u otra

situación, por ello se puede definir como el proceso consciente de reducir la diferencia

entre ambas situaciones.

2.3. Definición de términos

2.3.1. Sistema transaccional OLTP (On-Line Transaction Processing)

Los sistemas OLTP son bases de datos relacionales (RDBMS) orientadas a

transacciones. Una transacción es una secuencia de operaciones llevada a cabo por una

base de datos de manera atómica. Las operaciones pueden ser de cuatro tipos

diferentes: SELECT, INSERT, DELETE y UPDATE. Al tratarse de un proceso atómico,

cada transacción solo tiene dos posibles finales: commit (si se han llevado a cabo

correctamente todas las operaciones) o rollback (cuando una operación de la secuencia

ha fallado, en cuyo caso hay que deshacer los cambios producidos por el resto de las

operaciones de la transacción y alertar del error). Las transacciones son el pilar de

prácticamente cualquier programa de gestión o página web del mundo. Su necesidad se

ve muy clara, por ejemplo, en el sector de la banca. [URL08]

34
2.3.2. Sistema OLAP ((On-Line Analytical Processing))

Los sistemas OLAP son bases de datos orientadas al procesamiento analítico.

Este análisis suele implicar, generalmente, la lectura de grandes cantidades de datos

para llegar a extraer algún tipo de información útil: tendencias de ventas, patrones de

comportamiento de los consumidores, elaboración de informes complejos… etc.

[URL08]

Se cuenta con tres formas principales de procesamientos:

 Sistemas MOLAP: la información procedente de los sistemas

operacionales se carga en el sistema MOLAP mediante una serie de rutinas

por lotes. Una vez cargado el dato elemental en la Base de Datos

multidimensional (MDDB), se realizan una serie de cálculos para obtener

los datos agregados, a través de las dimensiones de negocio, rellenando la

estructura MDDB.

 Sistemas ROLAP: los usuarios ejecutan sus análisis multidimensionales,

a través del motor ROLAP, que transforma dinámicamente sus consultas a

consultas SQL. Se ejecutan estas consultas SQL en las bases de datos

relacionales, y sus resultados se relacionan mediante tablas cruzadas y

conjuntos multidimensionales para devolver los resultados a los usuarios.

 Sistemas HOLAP: un desarrollo un poco más reciente ha sido la solución

OLAP híbrida (HOLAP), la cual combina las arquitecturas ROLAP y

MOLAP para brindar una solución con las mejores características de

ambas: desempeño superior y gran escalabilidad. Un tipo de HOLAP

mantiene los registros de detalle (los volúmenes más grandes) en la base

35
de datos relacional, mientras que mantiene las agregaciones en un almacén

MOLAP separado.

2.3.4. Data Warehouse

Para Ralph Kimball, conocido autor en el tema de los data warehouse, define

un almacén de datos como: "una copia de las transacciones de datos específicamente

estructurada para la consulta y el análisis". También fue Kimball quien determinó

que un data warehouse no era más que: "la unión de todos los Datamarts de una

entidad". Defiende por tanto una metodología ascendente (bottom-up) a la hora de

diseñar un almacén de datos. [BIB01]

2.3.5. Data mart

Los Data Mart están dirigidos a una comunidad de usuarios dentro de la

organización, que puede estar formada por los miembros de un departamento, o por los

usuarios de un determinado nivel organizativo, o por un grupo de trabajo

multidisciplinar con objetivos comunes.

Los Data Mart almacenan información de un número limitado de áreas; por

ejemplo, pueden ser de marketing y ventas o de producción. Normalmente se definen

para responder a usos muy concretos.

Normalmente, los Data Mart son más pequeños que los datawarehouses.

Tienen menos cantidad de información, menos modelos de negocio y son utilizados por

un número inferior de usuarios. [BIB01]

36
2.3.6. Fact Table

Denominamos “hechos” a los indicadores de negocio. Es decir, son todas

aquellas medidas numéricas que incluiremos en nuestro sistema Business Intelligence.

Técnicamente, una tabla de hecho es la tabla central de un modelo en estrella. Una

característica importante de las tablas de hecho es el “nivel de detalle” de la información

que se almacena, y las relaciones de muchos a muchos entre las dimensiones del modelo

dimensional. [URL10]

2.3.7. Dimensiones

Denominamos dimensiones a aquellos datos que nos permiten filtrar, agrupar

o seccionar la información. El término "dimensión" sigue teniendo un cierta

connotación técnica, por lo que muchas personas lo siguen denominando "atributo",

"característica", "propiedad", "campo".

Algunas aplicaciones Business Intelligence utilizan el término "dimensión"

como equivalente a "jerarquía" (especialmente en bases de datos multidimensionales).

De esta manera, se habla de la dimensión geográfica que agrupa los diferentes niveles

de continentes, países, regiones, provincias y localidades. [URL12]

2.3.8. Medidas o Métricas

Son valores que recogen el proceso de una actividad o los resultados de la

misma. Estas medidas proceden del resultado de la actividad de negocio. Así tenemos:

37
Métricas de realización de actividad (leading): miden la realización de una

actividad. Por ejemplo, la participación de una persona en un evento.

Métricas de resultado de una actividad (lagging): recogen los resultados de

una actividad. Por ejemplo, la cantidad de pacientes atendidos. [URL13]

2.3.9. Esquema Estrella

Consiste en estructurar la información en procesos, vistas y métricas

recordando a una estrella (por ello el nombre). A nivel de diseño, consiste en una tabla

de hechos (lo que en los libros encontraremos como fact table) en el centro para el

hecho objeto de análisis y una o varias tablas de dimensión por cada punto de vista de

análisis que participa de la descripción de ese hecho. En la tabla de hecho encontramos

los atributos destinados a medir (cuantificar): sus métricas. La tabla de hechos solo

presenta uniones con dimensiones. [BIB03]

2.3.10. Esquema Copo de Nieve

Es un esquema de representación derivado del esquema en estrella, en el que

las tablas de dimensión se normalizan en múltiples tablas. Por esta razón, la tabla de

38
hechos deja de ser la única tabla del esquema que se relaciona con otras tablas, y

aparecen nuevas uniones. Es posible distinguir dos tipos de esquemas en copo de nieve:

 Completo: en el que todas las tablas de dimensión en el esquema en estrella

aparecen ahora normalizadas.

 Parcial: sólo se lleva a cabo la normalización de algunas de ellas. Es

conveniente profundizar en los conceptos de tabla de hecho, dimensión y

métrica. [BIB03]

39
II. HIPOTESIS

II.1. Hipótesis

General

III. La implementacion de un datamart, optimizará el proceso de toma de

decisiones de las Estrategia Sanitarias de la Dirección Salud Ayacucho

Específica

 Determinar si, el nivel de atención de reportes optimiza, el proceso de

toma de decisiones de las Estrategias Sanitarias de la Dirección de Salud

Ayacucho.

 Determinar si, el tiempo de elaboración de reportes optimiza, el apoyo de

toma de decisiones de las Estrategias Sanitarias de la Dirección de Salud

Ayacucho.

 Determinar si, el uso del datamart optimiza el nivel de satisfacción del

usuario, en el proceso de toma de decisiones de las Estrategias Sanitarias

de la Dirección de Salud Ayacucho.

III.1. Variables de Estudio

Independiente

 Implementación de un Datamart

Dependientes

 Proceso de Toma de Decisiones de las Estrategias Sanitarias de la

Dirección de Salud Ayacucho.

40
Operacionalización de Variables.

Tabla 2: Operacionalización de Variables.

VARIABLES DIMENSIONES INDICADORES CONCEPTO


INDEPENDIENTE
Implementación de Tiempo Tiempo de Se trata de una base
ejecución ETL de datos
un datamart
Explotación departamental,
especializada en el
Usabilidad
almacenamiento de
los datos de un área
de negocio
específica. Se
caracteriza por
disponer la
estructura óptima
de datos para
analizar la
información al
detalle desde todas
las perspectivas que
afecten a los
procesos de dicho
departamento.

Según (Sinnexus,
2016)
DEPENDIENTE
Proceso de Toma de Emisión Reportes Nº Reportes “El proceso para
identificar y
Decisiones de las Atendidos
solucionar un curso
Estrategias Tiempo de acción para
resolver un
Sanitarias de la Tiempo en la
problema
Dirección de Salud Nivel de Satisfacción elaboración de específico”
Según Stoner,
Ayacucho del Usuario reportes
(2003)
Satisfacción del
Usuario

41
IV. METODOLOGIA

IV.1. Tipo y Nivel de Investigación

Tipo de Investigación.

El tipo de investigación planteado para el proyecto es investigación aplicada,

pues se parte de los conocimientos adquiridos, cuya unidad de análisis es la Estrategia

Sanitaria Salud Sexual y Reproductiva de la Dirección Regional de Salud Ayacucho.

Nivel de Investigación.

De acuerdo a la naturaleza del estudio de la investigación reúne por su nivel

las características de un estudio correlacional, porque nos permite conocer cómo se

comporta una variable conociendo el comportamiento de otra.

Método de Investigación

Para el proyecto se ha determinado utilizar el método hipotético- deductivo

partir de los reportes solicitados por la Estrategia Sanitaria Salud Sexual Reproductiva

que se analicen durante la investigación se podrá confirmar las hipótesis expuestas.

IV.2. Diseño de la investigación para contrastar la hipótesis.

Pre Experimental: Porque demostrará la hipótesis a través de métodos

experimentales. No tiene un Grupo Control para comparación de resultados. Sólo se

hará en una entidad específica.

Diseños de medición de Pre-Test


y Post-Test

Dónde:

42
Ge: Grupo experimental conformado por un número de procesos de Toma de

Decisiones de las Estrategias Sanitarias de la Dirección Salud Ayacucho.

O1: Los valores de los indicadores de la variable dependiente durante la Pre-Prueba, es

decir antes del desarrollo del Datamart.

X: Implementación del Datamart.

O2: Los valores de los indicadores de la variable dependiente durante la Post-Prueba, es

decir después del desarrollo de la solución del Datamat.

IV.3. Población y Muestra

Población.

Las unidades a ser analizadas son las todas las tomas de decisiones de la

Estrategia Sanitaria Salud Sexual y Reproductiva de la Dirección de Salud Ayacucho.

Muestra.

IV.4. Técnicas e instrumentos de recolección de datos

Tabla 3: Técnicas para recolección datos

FUENTE DE
TECNICAS INSTRUMENTOS
INFORMACION
Observación Ficha de Observación Trabajadores de la
Estrategia Sanitaria Salud
Cronometro Sexual y Reproductiva,
Personal Área de
Estadística

43
Proceso de toma de
decisiones, y generación de
ETL y reportes.

Trabajadores de la
Estrategia Sanitaria Salud
Entrevista Cuestionario
Sexual y Reproductiva,
Personal Área de
Estadística

IV.5. Técnicas de procesamiento y análisis de los datos

El método de análisis de datos en esta investigación es Cuantitativo, ya que es pre-

experimental y se obtienen estadísticas que ayuden a comprobar si la hipótesis es

correcta. Se utilizarán métodos estadísticos para el análisis de datos y de esta manera

poder probar las hipótesis propuestas.

La presente investigación busca comparar los resultados actuales (Pre-Test), con los

resultados obtenidos después de aplicar el Datamart (Post Test), se procederá a la

verificación de las hipótesis aplicando la prueba T-Student.

Se utilizará el Procesador Sistematizado Computarizado: Sistema SPSS versión 20,

donde el análisis estadístico estará dado por la recopilación de datos, estos serán

codificados y luego transferidos a una matriz

44
Validación y confiabilidad de instrumentos

La validación y confiabilidad para el presente proyecto se realizará mediante los

siguientes instrumentos:

 Constructor

 Confiabilidad

 Juicio de experto

V. ASPECTOS ADMINISTRATIVOS

V.1. Cronograma del Trabajo de Tesis

Mediante el cronograma de actividades podremos realizar estimaciones de los

tiempos para cada una de las actividades requeridas, hasta llegar a la implementación y

pruebas el aplicativo web propuesto.

45
Tabla 4: Cronograma Actividades 2016 -2017

Meses - 2016 Meses - 2017


Actividades Octubre Noviembre Diciembre Enero Febrero Marzo Abril
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Planteamiento
de la idea
Búsqueda de
la información
Planteamiento
del problema
Elaboración
de los
antecedentes
de la
investigación
Elaboración
de las bases
teóricas
Presentación
del proyecto
de Tesis
Aplicación del
proyecto de
Tesis
Elaboración
del informe
Final
Presentación
de la Tesis
Sustentación
de la Tesis

VI. PRESUPUESTO

Tabla 8: Presupuesto

ITEM DESCRIPCION CANT PRECIO S/. TOTAL S/.


1 Laptop para desarrollo 1 2500.00 2500.00
2 Servicio de internet 1 150.00 100.00
3 Gastos Varios 1 300.00 300.00
SUB.TOTAL 2950.00

46
VII.REFERENCIAS BIBLIOGRAFICAS

Agudelo, JF Hernández. 2014. “Prototipo de Aplicación Web Para Ferreterías Que


Permita La Comercialización Y Preventa de Productos.” Universidad Católica de
Pereira. http://ribuc.ucp.edu.co:8080/jspui/handle/10785/1958.

Bazán Jiménez, Carolina. 2009. “Spirat: Revista Trimestral de La Universidad Peruana


Cayetano Heredia.” Universidad Peruana Cayetano Heredia.

Chitupanta, G, and A Lucía. 2010. “Desarrollo E Implementación de Una Tienda Online


Para Incrementar El Flujo de Venta de Servicios Informáticos En La Empresa
Corse Solution’s, Ubicada En La Ciudad”. Universidad Técnica de Cotopaxi.
http://181.112.224.103/handle/27000/1148.

Cobo, Angel, Patricia Gómez, Daniel Perez, and Rocío Rocha. 2005. PHP Y MySQL:
Tecnología Para El Desarrollo de Aplicaciones Web. España: Editorial Díaz de
Santos, S.A.

Daniel Díaz, Marisol, and Verónica López Guzmán. 2007. “Soluciones de Software
Libre Para El Desarrollo de Aplicaciones de Bases de Datos”. Universidad
Autónoma del Estado de Hidalgo.
http://dgsa.uaeh.edu.mx:8080/xmlui/handle/231104/188.

Fossati, Matías. 2014. Todo Sobre MySQL: Libro Ideal Para Ingresar En El Mundo de
La Base de Datos MySQL. Edited by Matías Fossati.

Gonzalez, R M, C Alfaro Azofeifa, and J Alfaro Chamberlain. 2005. TICs En Las


Pymes de Centroamérica: Impacto de La Adopción de Las Tecnologías de La
Información Y La Comunicación En El Desempeño de Las Empresas. Editorial
Tecnológica de Costa Rica.

Heredia Hanze, Xiomara, and Santa Vera Guerrero. 2008. “Estudio de PHP Y MySQL
Para El Desarrollo Del Portal Web Para El Municipio de Esmeraldas”. Escuela
Superior Politecnica de Chimborazo.

Lucho Romero, César Stuardo. 2012. “Diseño E Implementación de Un Sistema de


Administración de Calendarios Online Con Sindronización Móvil”. Pontifice
Universidad Católica del Perú.

Luján Mora, Sergio. 2002. Programación de Aplicaciones Web: Historia, Principios


Básicos Y Clientes Web. Alicante: Editorial Club Universitario.

Pavón, EF Valencia. 2014. “Sistema Académico Web Utilizando Software Libre”.


Univesidad Técnica del Norte.

Pérez Torres, Vanessa Carolina. 2010. Calidad Total En La Atención Al Cliente. Gestión
Empresarial. Ideaspropias Editorial.

47
Ramos, Alicia, and Martín Ramos. 2011. Aplicaciones Web (Novedad 2011). Edited by
Carmen Lara Carmona. Quality,SG. Sistemas Microinformáticos Y Redes. España:
Paraninfo.

Rodríguez Pesantes, Jorge Patricio. 2011. “Análisis de La Incidencia Del E-Business En


La Pequeñas Y Medianas Empresas (pymes) Y Su Aplicación En El Sitio Web de
Organización Comercial Víctor H. Caicedo Cía. Ltda.” Escuela superior
Politécnica de Chimborazo.

Sáchez, Pepe, Robin Maravilla, Eduardo Guirao Peretza, and Cristian Ferade. 2012.
Segunda Conferencia de Directores de Tecnología Gestión de Las TICs Para La
Investigación Y La Colaboración. 20th–08–2012th ed. Lima: Dartagnan.

48
VIII. ANEXOS

Anexo 1: Esquema Matriz de Consistencia

Formulación Objetivos Hipótesis Variables e Diseño de Población y Método,


del problema indicadores investigación muestra técnicas e
Instrumentos
¿En que Determinar si, La Tipo Población Método
medida, la implementación implementacion Variable Investigación
implementación de un datamart de un datamart, Independiente Todas las hipotético-
de un datamart influye en el optimizará el Aplicativa tomas de deductivo
influye en el proceso de proceso de Implementación decisiones de
proceso de toma de toma de de un datamart Nivel la Estrategia Técnicas
toma de decisiones de la decisiones de Investigación Sanitaria
decisiones de Estrategias las Estrategia Indicadores Salud Sexual Observación
las Estrategias Sanitarias de la Sanitarias de la Correlacional y Encuestas
Sanitarias de la Dirección de Dirección Usabilidad Reproductiva
Dirección de Salud Salud Ayacucho Diseño Instrumentos
Salud Ayacucho. Investigación Muestra
Ayacucho? VARIABLE Ficha de
DEPENDIENTE: Observación
Pre
Proceso de Toma experimental Cronometro
de Decisiones de
las Estrategias Cuestionario
Sanitarias de la
Dirección de
Salud Ayacucho
Pre-Test Post-
Test
Indicadores
 Reportes
Atendidos
 Tiempo
Elaboración
Reportes
 Satisfacción del
Usuario

49