Está en la página 1de 346

·,

UNIVERSIDAD NACIONAL DE UCAYALI


Facuitad de ingeniería de sistemas yde ingeniería civH
Escuela profesional de ingeniería de sistemas

"DATAMART DE INFORMACIÓN ACADÉMICA EN LA


TOMA DE DECISIONES EN LA UNIVERSIDAQ.::..:·.
NACIONAL DE UCAYALI"

TESIS PARA OPTAR EL TÍTULO DE INGENIERO DE SISTEMAS

Bach .. REYNALDO CLAROS CLAROS

Pucallpa • Perú
2015
UNIVERSIDAD NACIONAL DE UCAYALI
Facultad de ingeniería de sistemas y de ingeniería civil

Escuela profesional de ingeniería de sistemas

"DATAMART DE INFORMACIÓN ACADÉMICA EN LA


TOMA DE DECICIONES EN LA UNIVERSIDAD
NACIONAL DE UCAYALI"

TESIS PARA OPTAR EL TÍTULO DE INGENIERO DE SISTEMAS

Bach. REYNALDO CLAROS CLAROS

PUCALLPA·PERÚ

2015
tz~~­
j--'A~
UNIVERSIDAD NACIONAL DE UCAYALI
FACULTAD DE INGENIERIA DE SISTEMAS Y DE INGENIERIA CIVIL
ESCUELA PROFESIONAL DE INGENIERIA DE SISTEMAS
COMISION DE GRADOS V TITULOS i
1

ACTA DE EVALUACION DE SUSTENTACION DE TESIS W 002-2015

GRADUANDO • Bachiiler: REYNALDO CLAROS CLAROS

TEMA titulado "DATAMART DE INFORMACIÓN ACADÉMICA EN LA TOMA DE


DECISIONES ENLA UNIVERSIDAD NACIONAL DE UCAYALI"

PUNTAJE
CRITERIOS
3 2 1 o
1- PRESENTACION
* MOTIVACION X
*TONO DE VOZ X
*CALIDAD DE MATERIAL AUDIOVISUAL X
U-DESARROLLO DE CONTENIDO
• SECUENCIA X
* DOMINIO DE VOZ X
*USO ADECUADO DE MATERIAL X
*VALIDEZ DE LOS HALLAZGOS X
111- ABSOL.UCION DE PREGUNTAS
* RESPONDE A LAS PREGUNTAS FORMULADAS
. POR ELJURADO X ~
IV- APORTE CIENTIFICO Y TECNOLOGICO
*AL DESARROLLO DE LA COMUNIDAD X
* A LA PROFESION X

EVALUACION
• EXCELENCIA 26 A 30 PUNTOS
• UNANIMIDAD 21 A 25 PUNTOS
• MAYORIA 16 A20 PUNTOS
• DESAPROBADO lSA MENOS

CALIFICACION FINAL:
PUNTAJE 24 PUNTOS

CONCLUSIONES:
APROBADO POR UNANIMIDAD
DESAPROBADO POR

JURADO EVALUADOR
PRESIDENTE lng.Mg. ARTURO YUPANQUI VILLANUEVA
MIEMBRO lng. CLOTILDE RÍOS HIDALGO DE CERNA
MIEMBRO lng. FREDDY ELAR FERRARI FERNÁNDEZ

SECRETARIA ACADEMICA: lng. MG. CLOTILDE RÍOS HIDALGO DE CERNA

PUCALLPA 27 OE FEBRERO DEL 2015


. ;
UNIVERSIDAD NACIONAL DE UCAYALI
Facultad de ingeniería de sistemas y de ingeniería civil
Escuela profesional de ingeniería de sistemas

INFORME DE ASESORIA DE TESIS


1. Tesista : Bach. REYNALDO CLAROS CLAROS.

2. Tesis : DATAMART DE INFORMACIÓN ACADÉMICA EN LA TOMA

DE DECICIONES EN LA UNIVERSIDAD NACIONAL DE

UCAYALI

3. Referencia: Resolución Comité de planeamiento No 201/2012-CP-FIS y de

IC-UNU.

Que el tesista ha cumplido con ejecutar la tesis titulada: "DATAMART


ACADÉMICO EN LA TOMA DE DECICIONES EN LA UNIVERSIDAD NACIONAL
DE UCAYALI", de conformidad con el reglamento general de grados y trtulos de la
Universidad Nacional de Ucayali, por lo que mi asesoría declara APROBADO y,
encontrándose apto para ser presentado y evaluado por la comisión de grados y
títulos de la facultad de ingeniería de sistemas y de ingeniería de la Universidad
Nacional de Ucayali.

Se expide el presente documento, a solicitud del interesado para los fines


consiguientes.

UNU, 02 de febrero de 2015


"DATAMART DE INFORMACIÓN ACADÉMICO EN LA
TOMA DE DECICIONES EN LA UNIVERSIDAD NACIONAL
DE UCAYALI"

Por:

Bach. REYNALDO CLAROS CLAROS

Aprobado:

lng. Mg Arturo

lng. Clotilde Ríos Hidalgo de Cerna

lng. Freddy Elar

Asesor:
DEDICATORIA

A nuestro seftor creador, por

permitirme disfrutar de una vida

llena de alegrías e iluminar el

sendero por donde voy.

A mis queridos padres Wenceslao y

Rosalía por darme su apoyo en todas

las cosas que he emprendido en mi

vida y por brindarme su amor en todo

momento.

A mis hermanos Eladio, Santos, y

Virginia por brindarme su apoyo y

entusiasmo para seguir adelante.


AGRADECIMIENTO

A los Docentes que nos brindan sus conocimientos para nosotros


incrementar nuestra sabiduria.

Al Mg. Jorge Luis Hilario Rivas quien nos brinda su asesoría


incondicional para la elaboración de la presente tesis.
RESUMEN

La toma de decisiones dentro de las organizaciones se ha hecho

indispensable en cada una de las etapas en las que esta se desarrolla.

Por tal motivo es importante adoptar las tecnologías que permiten realizar este

proceso de toma de decisiones mucho más eficiente y eficaz.

La tecnología de Business lntelligence ayuda enormemente este proceso, en cual

es reflejado en esta investigación con el desarrollo de un Datamart académico,

que prevea información relevante, precisa y oportuna para los tomadores de

decisiones en el ámbito académico.

Como metodología de implementación se ha utilizado el Business lntelligence

ROADMAP. (Shaku), que comprende de 16 pasos en los cuales se recogen las

actividades a realizar para llevar un proyecto de Business lntelligence.

Los rresultados de la presente investigación, el Datamart académico da soporte

de información académica ayudando a mejorar la toma de decisiones en el ámbito

académico de la Universidad Nacional de Ucayali.

El Datamart de información académico está dirigido a usuarios que hacen uso de

indicadores e información relacionada en el ámbito académico, dentro de las

consideraciones de esta investigación se listan:

• Decanos, Jefes de departamentos, Directores de escuelas

• Oficinas de información académica

• Oficinas de estadísticas y otros interesados

Palabras claves: Business lntelligence, tecnología, eficacia, eficiencia


ABSTRACT

Decision making within organizations has become indispensable in each of the

stages at which it develops.

Therefore it is important to adopt technologies that allow making this process

much more efficient and effective decisions.

Business lntelligence technology greatly aid this process, which is reflected in this

research with the development of an academic Datamart, providing relevant,

accurate and timely information for decision makers in academia.

As implementation methodology was used ROADMAP Business lntelligence.

(Shaku), comprising 16 steps in which the activities to perform to take a draft

Business lntelligence collected.

Finally the results of this research, academic Datamart supports academic

information to help improve decision making in academia, National University of

Ucayali.

Keywords: Business lntelligence, technology, effectiveness, efficiency


INTRODUCCIÓN

Los sistemas de información forman parte importante dentro de las

organizaciones actuales tanto en sus procesos como en la toma de decisiones.

Es importante mencionar que estos procesos y la toma de decisiones son

realizados y tomados por los seres humanos los cuales son capaces de

realizar estas actividades como parte primordial dentro de las organizaciones

en las que ellos forman parte.

Por esta razón las organizaciones tienen como objetivo buscar y conocer

las nuevas tecnologías que les permitan desarrollarse más rápidamente así como

poder manejar la información generada dentro de las organizaciones con la mayor

eficacia y eficiencia posible.

El proceso de toma de decisiones en el ámbito académico en la Universidad

Nacional de Ucayali, como en toda organización no se está realizando con

eficiencia y eficacia, debido a que carecen de herramientas que den soporte al

proceso de toma de decisiones.

En este informe se explica el proceso de desarrollo del Datamart académico en la

Universidad nacional de Ucayali comprendido en capítulos siguientes:

En el Capítulo 1: Plan de la investigación; En esta parte se describe la

investigación realizada en el proyecto, tales como Antecedentes del problema, la

formulación del problema, los objetivos y la Justificación, Importancia y los Limites

de la Investigación.
En el Capitulo 11: Marco teórico; En esta parte se describe el fundamento teórico,

el cual sirvió como referencia para el desarrollo de la investigación, además se

explica los conceptos extensos de la Tecnología de Business lntelligence y sus

aplicaciones en las organizaciones para el soporte de la toma de decisiones.

En el Capitulo 111: Hipótesis y operacionalización de variables; se describen las

hipótesis que se esperan como resultado de la investigación además las relación

de las variables que intervienen.

En el Capitulo IV: Metodología de la investigación; se detalla el método de la

investigación, la población y la muestra obtenida, los procedimientos, técnicas e

instrumentos usados para la recolección y procesamiento de datos.

En el Capitulo V: Requerimientos y Toma de decision~s; en este capítulo se

extrae el levantamiento de infonnación de los usuarios de negocios, los

tomadores de decisiones, además se fonnula y consolida para el diseño del

Datamart académico.

En el Capitulo VI: Datamart Académico; se detalla el proceso de desarrollo del

Datamart, desde la ETL (Extracción, Transfonnación y carga de datos), el diseños

de los cubos que darán soporte para el análisis de datos, diseño de los reportes e

indicadores básicos y los diseños de la aplicación para los usuarios finales.

En el Capítulo VIl: Análisis de resultados; Se describe los resultados de la

comprobación de la Hipótesis obtenida a través de las encuestas realizadas a los

decanos, jefes de departamentos y directores de escuela de las facultades de la

Universidad Nacional de Ucayali.


En el Capítulo VIII: Propuesta del Datamart Académico; se detalla el

procedimiento para la implementación del Datamart académico a los usuarios

finales (Instalación y capacitación de usuarios), además se detalla la

estandarización de los datos para el manejo de información.

Finalmente se presenta; las conclusiones, recomendaciones, referencias

bibliográficas, y los Anexos necesarios como encuestas y otros.


TABLA DE CONTENIDO

DEDICATORIA ....................•............................................................................................................ ¡
/l..GR,A..DECifi.~IENTO ........................................................................................................................ii

RESUMEN ........................................................................................................................................iii
ABSTRACT ......................................................................................................................................iv
INTRODUCCIÓN ..............................................................................................................................v
CAPITULO 1...................................................................................................................................... 1
PLANTEAMIENTO DEL PROBLEMA .......................................................................................... 1
1.1. Planteamiento del problema........................................................................................... 1
1.2. Formulación del problema .............................................................................................. 8
1.2.1 General ......................................................................................................................... 8
.......
1 ? ? 1= CftAI'ifil':ll
..-t"~"·· ....................................................................................................................................... R
u

1.3. Justificac.ión ....................................................................................................................... 9


1.3.1. Teórica .......................................................................................................................... 9
1.3.2. Practica ...................................................................................................................... 10
1.3.3. Metodológica ............................................................................................................ 11
1.4. Limitaciones de la investigación ................................................................................. 11
1.5. Objetivos de la investigación ....................................................................................... 12
1.5.1. General ....................................................................................................................... 12
1.5.2. Especifico .................................................................................................................. 12
CAPITULO 11 .................................................................................................................................. 13
MARCO TEORICO........................................................................................................................ 13
2.1. Antecedentes de la investigación ............................................................................... 13
2.2. Pl:.n+o:.rnion+n
1
+oñril'n ltol
. . . . . . . . . . . . . . . 11'-"1 • • _ , ....... " . . . . . . . . .
nrfthlorn:.
~
..... ,.., ..... . ,. . . . . . . - - . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
')E:;
&..J

2.2.1. Necesidades de información y conocimientos en la empresa ................... 25


2.2.2. Toma de decisiones................................................................................................ 29
~~
2.2.3. ln+olinonl'i:. lto nonn,.inc IRucinocc ln+ollinon,.o\
'""'"#•••••••••••••••••••••••••••••••••••••••••••
11 ........ 1~'"'1 l V I ... , . . _ 1' l"""'tt"V'I,.,.,.. \ ................ .._...,.,. 11 a-.....IIIIJ'-'1' ...,_,

2.2.4. DataWarehouse (Almacén de datos) .................................................................. 35


2.2.5. Datamart..................................................................................................................... 38
2.2.6. Diferencia entre un Datamart y un DataWarehouse ....................................... 39
2.2.7. base de datos operacionales vs DataWarehouse ......................................... 39
2.2.8~ Los Procesos ETL .................................................................................................... 40
2.2.9. OLTP (Procesamiento de Transacciones en línea) ........................................ 40
2.2.10. OLAP (Procesamiento Analítico en Línea) ................................................... 41
2.2.11. Cubo OLAP ........................................................................................................... 42

2.2.12. Medidas .................................................................................................................. 43


2.2.13. Dimensiones ......................................................................................................... 44
...... .,..
? ? 1A Esquemas de Cubos ............................................................................................. 46
2.3. Definición de términos básicos ................................................................................... 48

CAPITULO 111 ................................................................................................................................. 50


HIPÓTESIS, VARIABLES Y OPERACIONALIZACION DE VARIABLES ............................ 50

3.1. Hipótesis ............................................................................................................................ 50


3.1.1. General ....................................................................................................................... 50
3.1.2. Especifica .................................................................................................................. 50
3.2. Variables ............................................................................................................................ 50
3.2.1. Variable independiente .......................................................................................... 50
-.t ? ? \l=ari:ihiA fiAnAn..tiAntA ~n
V•••-• • .-.. 1~""'1'- ._. ...... ,..,.,... 1._.1 ... 11""-'•••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••• JV

3.2.3. Variable interviniente ............................................................................................. so


3.2.4. Unidad de análisis ................................................................................................... 51
3.3. Operacionalidad de las variables ................................................................................ 51
CAPITULO IV ................................................................................................................................. 53
METODOLOGÍA DE LA INVESTIGACIÓN ............................................................................... 53

4.1. Método de investigación .................................................. iErrorl Marcador no definido.


4.2. Tipo de investigación ..................................................................................................... 53

4.3. Nivel de investigación .................................................................................................... 53


4.4. Diseño de investigación ................................................................................................ 53
4.5. Población y muestra ....................................................................................................... 54
4.5.1. Población ................................................................................................................... 55
4.5.2. Muestra ...................................................................................................................... 55
4.6. Técnicas e lnstrJmentos de recolección de datos............ u ..................... n ................ 56
4. 7. Procedimientos de recolección de datos ................................................................. 57

4.8. Tratamiento de los datos............................................................................................... 58


CAPITULO V .................................................................................................................................. 61

REQUERIMIENTOS Y TOMA DE DECISIONES ..................................................................... 61


5.1. Toma de decisiones en la Universidad Nacional de Ucayali ............................... 61
5.2. Definición de requerimientos ....................................................................................... 64
5.3. Selección de herramientas de desarrollo ................................................................. 69
5.4. Arquitectura técnica ....................................................................................................... 79
5.3.1. Análisis de las fuentes de datos ........,................................................................ 81
5.3.2. Calidad de datos ...................................................................................................... 83
5.3.3. Frecuencia de carga ..........................................................................·..................... 83
5.3.4. Modelo multidimensional ...................................................................................... 84
5.5. Especificación del modelo dimensional ................................................................... 85
CAPITULO VI ....................................................................................,............................................ 97
...,, .. 1, ....., ,. '1 m: INI=("''QI\4A~InN
nATAIInAQT ..... ......,.. , •••• ,....., ............A~An¡:IIIII~A
...,~ """' •••• .....,................................................................................... Q7
,....,~ .., 1

6.1. Diseño fisico de la base de datos ............................................................................... 97


6.1. Extracción- Transformación - Carga de datos ................................................... 108
6.2. Diseño de cubos multidimensionales...................................................................... 131
6.3. Cubos multidimensionales ........................................................................................ 134
6.3.1. Cubo académico .................................................................................................... 134
6.3.2. Cubo ingresantes .................................................................................................. 135
6.3.3. Cubo egresados..................................................................................................... 136
6.3.4. Cubo Retiros Académicos .................................................................................. 136
6.3.5. Cubo matricula ....................................................................................................... 137
6.3.6. Cubo matricula cursos ......................................................................................... 137
6.4. Definición de metadatos .............................................................................................. 138
6.5. Reportes dinámicos ...................................................................................................... 141
6.6. Indicadores básicos ...................................................................................................... 144
6.7. Administración de usuarios ....................................................................................... 145
6.8. Despliegue de aplicaciones ........................................................................................ 148
6.9. Diseño de la aplicación del usuario final ................................................................ 151
CAPITULO VIl .............................................................................................................................. 183
ANÁLISIS DE RESULTADOS Y PRUEBA DE HIPÓTESIS ................................................. 183
7.1. Resultado de la encuesta ............................................................................................ 183
7.1.1. PRE-Test .................................................................................................................. 183
a. Análisis del cuestionario No 1 ................................................................................ 183
b. Análisis del cuestionario N° 2 ................................................................................ 192
7.1.2. POST-Test ............................................................................................................... 201
a. Análisis del cuestionario N° 1 ................................................................................ 201
b. Análisis del cuestionario N° 2 ................................................................................ 212
7.1.3. Comparación de valores PRE Test y POST Test .......................................... 220
7.2. Prueba de hipótesis ...................................................................................................... 221
7? 1 1-finñtAc:ic: l:a.nA.-.:al ")")1
1 ,, . . .
''t'"""",..¡jll'~ ~""·~·.,.···································································································

7.2.2. Formulación de cuadro de valores de indicadores ...................................... 221


7.2.3. Supuestos de la prueba de hipótesis .............................................................. 223
7.2.4. Calculo de valor cñtico y valor de prueba ...................................................... 223
CAPITULO VIII ............................................................................................................................ 227
PROPUESTA DEL DATAMART DE INFORMACIÓN ACADÉMICA ................................ 227
8.1. Objetivü genernl de la piüpüesta .............................................................................. 227
8.2. Propuesta de Datamart de información académica............................................. 227
8.3. Estructura y Módulos del sistema de apoyo a la toma de decisiones ........... 228
8.4. Beneficios del Diseño de los DataMarts ................................................................. 228
8.5. Requisito básico en software y hardware .............................................................. 229
CONCLUSIONES ........................................................................................................................ 231
RECOMENDACIONES............................................................................................................... 233
REFERENCIAS BIBLIOGRÁFICAS ......................................................................................... 235
ANEXO .......................................................................................................................................... 238
LISTA DE CUADROS

Cuadro 1: Indicadores de la variable dependiente ................................................ 51

Cuadro 2: Indicadores de la variable interviniente................................................. 51

Cuadro 3: Indicadores de la variable interviniente................................................. 52

Cuadro 4: Metodología ROAPMAP ......................... ¡Error! Marcador no definido.

Cuadro 5: Cargos encuestados .............................................................................65

Cuadro 6: Tablas de bases de datos .....................................................................69

Cuadro 7: Comparación de servidores 81 ............................................................. 70

Cuadro 8: Funcionalidad de Pentaho ....................................................................72

Cuadro 9: Detalle de Dimensión Académico ......................................................... 94

Cuadro 1O: Diagrama estrella para análisis Académico ........................................ 94

Cuadro 11: Tabla intermedia de Facultad ..............................: .............................. 98

Cuadro 12: Tabla intermedia de Alumno ............................................................... 98

Cuadro 13: Tabla intermedia de Especialidad ....................................................... 99

Cuadro 14: Tabla intermedia de Curso .................................................................99

Cuadro 15: Tabla intermedia de Plan Curso .........................................................99

Cuadro 16: Tabla intermedia de Periodos ........................................................... 100

Cuadro 17: Tabla intermedia Planes ................................................................... 100

Cuadro 18: Tabla intermedia Sección ................................................................. 101

Cuadro 19: Tabla Autor ....................................................................................... 101

Cuadro 20: Tabla Editorial ................................................................................... 102

Cuadro 21: Tabla Materia .................................................................................... 102

Cuadro 22: Tabla Alumno ...................................................................................102

Cuadro 23: Tabla Material ................................................................................... 103

Cuadro 24: Diagrama lngresantes ...................................................................... 103


Cuadro 25: Diagrama Académico ....................................................................... 104

Cuadro 26: Diagrama Docentes -Alumnos ........................................................ 104

Cuadro 27: Diagrama de Deserción de Alumnos ................................................ 105

Cuadro 28: Diagrama Matricula ........................................................................... 105

Cuadro 29: Diagrama Egresados ........................................................................ 106

Cuadro 30: Diagrama de Prestamos ................................................................... 107

Cuadro 31 : Diagrama de Lecturas ...................................................................... 107

Cuadro 32: Diagrama de Visitas .......................................................................... 108

Cuadro 33: ETL Alumnos .................................................................................... 109

Cuadro 34: ETL Docentes .................................................................................... 11 o

Cuadro 35: ETL Facultad ....................................................................................111

Cuadro 36: ETL Especialidad .............................................................................. 112

Cuadro 37: ETL Plan de Estudio ......................................................................... 113

Cuadro 38: ETL Plan Curso ....................................................................... ;......... 114

Cuadro 39: ETL Periodo Académico ................................................................... 115

Cuadro 40: ETL Curso ........................................................................................ 116

Cuadro 41: FACT lngresantes ............................................................................. 117

Cuadro 42: FACT Académico .............................................................................. 118

Cuadro 43: FACT Deserción ............................................................................... 119

Cuadro 44: FACT Matricula - Curso .................................................................... 120

Cuadro 45: FACT Matricula ................................................................................ 121

Cuadro 46: FACT Egresados .............................................................................. 122

Cuadro 47: ETL Materia1 ..................................................................................... 123

Cuadro 48: ETL Fechas ...................................................................................... 124

Cuadro 49: ETL Materia ......................................................................................125


Cuadro 50: ETL Editorial ..................................................................................... 126

Cuadro 51: ETL Autor ......................................................................................... 127

Cuadro 52: FACT Visita ......................................................................................128

Cuadro 53: FACT Lecturas ................................................................................. 129

Cuadro 54: FACT Prestamos .............................................................................. 130

Cuadro 55: Datos estadísticos de la pregunta 1.................................................. 184

Cuadro 56: Datos estadísticos de la pregunta 2 .................................................. 185

Cuadro 57: Datos estadísticos de la pregunta 3 .................................................. 187

Cuadro 58: Datos estadísticos de la pregunta 4 .................................................. 188

Cuadro 59: Datos estadísticos de la pregunta 5.................................................. 189

Cuadro 60: Datos estadísticos de la pregunta 6 .................................................. 190

Cuadro 61: Datos estadísticos de la pregunta 7.................................................. 191

Cuadro 62: Datos estadísticos de la pregunta 8 .................................................. 192

Cuadro 63: Datos estadísticos de la pregunta 9. ......... :....................................... 194

Cuadro 64: Datos estadísticos de la pregunta 10................................................. 195

Cuadro 65: Datos estadísticos de la pregunta 11 ................................................ 197

Cuadro 66: Datos estadísticos de la pregunta 12................................................ 198

Cuadro 67: Datos estadísticos de la pregunta 13................................................200

Cuadro 68: Datos estadísticos de la pregunta 1..................................................201

Cuadro 69: Datos estadísticos de la pregunta 2 .................................................. 203

Cuadro 70: Datos estadísticos de la pregunta 3 ..................................................204

Cuadro 71: Datos estadísticos de la pregunta 4 .................................................. 206

Cuadro 72: Datos estadísticos de la pregunta 5 ..................................................207

Cuadro 73: Datos estadísticos de la pregunta 6 .................................................. 209

Cuadro 74: Datos estadísticos de la pregunta 7 ..................................................210


Cuadro 75: Datos estadísticos de la pregunta 8 ..................................................212

Cuadro 76: Datos estadísticos de la pregunta 9 .................................................. 214

Cuadro 77: Datos estadísticos de la pregunta 10................................................215

Cuadro 78: Datos estadísticos de la pregunta 11 ................................................216

Cuadro 79: Datos estadísticos de la pregunta 12 ................................................218

Cuadro 80: Datos estadísticos de la pregunta 13................................................219

Cuadro 81: Diferencias de medias Pre Test y Post Test ..................................... 220

Cuadro 82: Escala de contrastación de hipótesis ................................................222

Cuadro 83: Diferencias de medias ......................................................................224


USTA DE TABLAS

Tabla 1: Diferencia en el Datamart y el DataWarehouse ...................................... 39

Tabla 2: Técnicas e instrumentos ..........................................................................56

Tabla 3: Requisitos de Hardware ..........................................................................78

Tabla 4: Requisitos de software ............................................................................78

Tabla 5: Detalle de Diagrama lngresantes ............................................................ 88

Tabla 6: Detalle de Dimensión Egresados ............................................................ 90

Tabla 7: Detalle de Dimensión Retiros académicos .............................................. 92

Tabla 8: Detalle de Dimensión Matricula ...............................................................96


liSTA DE FIGURAS

Figura 1: Tipos de requerimientos de información Estratégico, Táctico y

operacional. ...........................................................................................................26

Figura 2: Etapas de la toma de decisiones ........................................................... 31

Figura 3: Elementos necesarios para la inteligencia de negocios ......................... 34

f=igura 4: toma de decisiones ................................................................................62

Figura 5: Proceso de solicitudes ...........................................................................62

Figura 6: Pentaho ..................................................................................................71

Figura 7: Arquitectura de la solución ..................................................................... 79

Figura 8: Diagrama estrella de lngresante ............................................................ 88

Figura 9: Diagrama estrella para análisis de materia ............................................90

Figura 1O: Diagrama estrella para análisis de retiros académicos ........................ 92

Figura 11: Diagrama estrella para análisis de matricula ........................................ 96

Figura 12: Pantalla de Schema ~orkBench ........................................................ 131

Figura 13: Pantalla de Bienvenida de PME ......................................................... 138

Figura 14: Conector de base de datos de PME ................................................... 139

Figura 15: Pantalla de Inicio de POR .................................................................. 141

Figura 16: Pantalla de Bienvenida de POR ......................................................... 142

Figura 17: Plantillas de Reportes de POR ........................................................... 142

Figura 18: Conexión de Base de Datos de POR ................................................. 143

Figura 19: Gráficos Disponibles en POR ............................................................. 144


LISTA DE ILUSTRACIONES

Ilustración 1: Schema de Datamart Académico ................................................... 132

Ilustración 2: Cubo Lógico Académico ................................................................ 133

Ilustración 3: Permisos a cubos lógicos .............................................................. 134

Ilustración 4: Cubo Académico ............................................................................ 134

Ilustración 5: Cubo lngresantes ...........................................................................135

Ilustración 6: Cubo Egresados ............................................................................136

Ilustración 7: Cubo Deserción .............................................................................136

Ilustración 8: Cubo Matricula Vigente .................................................................. 137

Ilustración 9: Cubo Matricula Vigente Cursos...................................................... 137

Ilustración 10: Metadata lngresantes .................................................................. 139

Ilustración 11: Metadata de Egresados ............................................................... 140

Ilustración 12: Metadata de Deserción ................................................................140

Ilustración 13: Ejemplo de Reporte en POR ........................................................ 143

Ilustración 14: Pantalla de Bienvenida de PDU ...................................................146

Ilustración 15: Pantalla de usuarios y Perfiles del PDU ....................................... 146

Ilustración 16: Pantalla de Asignación de Perfil en PDU ..................................... 147

Ilustración 17: Pantalla de Conexión a bases de datos en PDU ......................... 147

Ilustración 18: Pantalla de Administración de servicios en PDU ......................... 148

Ilustración 19: lngresantes por modalidades ....................................................... 152

. Ilustración 20: Historial de lngresantes ............................................................... 153

Ilustración 21: lngresantes por sexo .................................................................... 154

Ilustración 22: Historial de lngresantes a la UNU ................................................ 155

Ilustración 23: Distribución de alumnos ............................................................... 156

Ilustración 24: Historial de lngresantes ............................................................... 157


Ilustración 25: Historial de lngresantes de Ingeniería de sistemas ...................... 158

Ilustración 26: Lista de lngresantes ..................................................................... 159

Ilustración 27: Historial de lngresantes de Ingeniería de sistemas ...................... 160

Ilustración 28: Alumnos con Retiros Totales ....................................................... 161

Ilustración 29: Alumnos con Retiros Totales en Ingeniería de sistemas ............. 162

Ilustración 30: Retiros Académicos, Ingeniería Ambiental .................................. 163

Ilustración 31: Historial de Egresados por Escuela Profesional. ......................... 164

Ilustración 32: Egresados por planes curriculares ............................................... 165

Ilustración 33: Egresados de Ingeniería de Sistemas ......................................... 166

Ilustración 34: Egresados por año y escuela profesional .................................... 167

Ilustración 35: Egresados de Ingeniería de sistemas con género masculino ...... 168

Ilustración 36: Reporte de Cantidad de Egresados de la Universidad Nacional de

Ucayali ................................................................................................................169

Ilustración 37: Lista de alumnos egresados de la escuela de Ingeniería de

sistemas en el año 2005 ..................................................................................... 170

Ilustración 38: Lista de alumnos egresados de la escuela de Ingeniería de

sistemas en el año 2007 ..................................................................................... 171

Ilustración 39: Historial de Egresados de Ingeniería de sistemas ....................... 172

Ilustración 40: Cursos matriculados por un alumno en el periodo 2008- l ........... 173

Ilustración 41: Estadística de cursos aprobados y desaprobados ....................... 174

Ilustración 42: El grafico anterior en Tabla .......................................................... 175

Ilustración 43: Consulta de alumnos matriculados en curso seleccionado .......... 176

Ilustración 44: Reporte de Cursos asignados a un docente seleccionado .......... 177

Ilustración 45: Reporte de Cursos asignados a un docente seleccionado .......... 178

Ilustración 46: Lista de cursos matriculados por un alumno ................................ 179


llustradón 47: Lista de escuelas profesionales ................................................... 180

llustradón 48: Planes curriculares por escuela profesional. ................................ 180

llustradón 49: Lista de modalidades de ingresos ................................................ 181

Ilustración 50: Planes curriculares por escuela profesional ................................. 182


USTA DE GRAFICOS

Grafico 1: Datos estadísticos de la pregunta 1 .................................................... 184

Grafico 2: Datos estadísticos de la pregunta 2 .................................................... 186

Grafico 3: Datos estadísticos de la pregunta 3 .................................................... 187

Grafico 4: Datos estadísticos de la pregunta 4 ................................................... 188

Grafico 5 : Datos estadísticos de la pregunta 5 ................................................... 189

Grafico 6: Datos estadísticos de la pregunta 6 .................................................... 190

Grafico 7: Datos estadísticos de la pregunta 7 .................................................... 191

Grafico 8: Datos estadísticos de la pregunta 8 .................................................... 193

Grafico 9: Datos estadísticos de la pregunta 9 .................................................... 194

Grafico 1O: Datos estadísticos de la pregunta 1O................................................ 196

Grafico 11: Datos estadísticos de la pregunta 11 ................................................ 197

Grafico 12: Datos estadísticos de la pregunta 12 ................................................ 199

Grafico 13: Datos estadísticos de la pregunta 13................................................200

Grafico 14: Datos estadísticos de la pregunta 1 ..................................................202

Grafico 15: Datos estadísticos de la pregunta 2 .................................................. 203

Grafico 16: Datos estadísticos de la pregunta 3 ..................................................205

Grafico 17; Datos estadísticos de la pregunta 4 ..................................................206

Grafico 18: Datos estadísticos de la pregunta 5 .................................................. 208

Grafico 19: Datos estadísticos de la pregunta 6 ...................................... : ........... 209

Grafico 20: Datos estadísticos de la pregunta 7 ..................................................211

Grafico 21: Datos estadísticos de la pregunta 8 ..................................................213

Grafico 22: Datos estadísticos de la pregunta 9 ..................................................214

Grafico 23: Datos estadísticos de la pregunta 10 ................................................215

Grafico 24: Datos estadísticos de la pregunta 11 ................................................217


Grafico 25: Datos estadísticos de la pregunta 12 .............................................. .218

Grafico 26: Datos estadísticos de la pregunta 13 ................................................219


1

CAPITULO 1

PLANTEAMIENTO DEL PROBLEMA

1.1. Planteamiento del problema

La Universidad Nacional de Ucayali creada con el esfuerzo y productos de

gestas sociales denominadas "Pucallpazos", a fines de la década de los 70,

creada con ley N° 23733 o ley universitaria, que rige en la actualidad de

todo el sistema universitario nacional.

A sus inicios la Universidad Nacional de Ucayali forma profesionales con

títulos de ingeniero, agrónomo, ingeniero forestal, enfermero, administrador

y contador público, profesionales creados para resolver las necesidades

inmediatas de sector productivo y servicios de una región que hoy quiere

más, pero que en su oportunidad sirvieron como respuesta a una migración

juvenil y a una dependencia tecnológica, muchas veces inadecuada.

La Universidad Nacional de Ucayali es una institución que apoya el

desarrollo socioeconómico, las cuales tiene por funciones de formar

profesionales en el campo de la ciencia, tecnología y humanidades que

respondan las exigencias de la comunidad regional y nacional.

Para cumplir con sus objetivos la Universidad Nacional de Ucayali tiene

una estructura, dividida en vicerrectorías, como se puede apreciar en el


2

Anexo 1, debemos tener presente que la Universidad Nacional de Ucayali

consta de 08 facultades las cuales son:

1. Facultad de ciencias Agropecuarias,

2. Facultad de ciencias forestales y ambientales,

3. Facultad de ciencias de la salud,

4. Facultad de ciencias administración, ciencias contables, economía y

comercio exterior.

5. Facultad de derechos y ciencias políticas,

6. Facultad de educación y ciencias sociales,

7. Facultad de medicina humana

8. Facultad de ingeniería de sistemas y de ingeniería civil,

Y 13 escuelas académicas profesionales, las cuales se menciona:

1. Escuela académica profesional de ciencias agropecuarias

2. Escuela académica profesional de ciencias forestales

3. Escuela académica profesional de ciencias ambientales

4. Escuela académica profesional de enfennería

5. Escuela académica profesional de administración

6. Escuela académica profesional de contabilidad

7. Escuela académica profesional de ingeniería de sistemas

8. Escuela académica profesional de ingeniería civil

9. Escuela académica profesional de derecho

1O. Escuela académica profesional de educación primaria

11. Escuela académica profesional de educación secundaria

12. Escuela académica profesional de medicina humana

13. Escuela académica profesional de economía y comercio exterior


3

Consejo de facultades de la Universidad Nacional de Ucayali

Para lograr sus objetivos, posee consejos de facultades dirigidas por un

decano(a), cuales están encargadas de administrar y evaluar las carreras

que les han sido asignadas, orientan el avance de los alumnos en sus

estudios y proponen a la Vicerrectoría Académica la creación de nuevas

carreras.

Los decanos son los encargados de dirigir y supervisar el funcionamiento

académico y administrativo del grupo de carreras que están bajo su

responsabilidad.

Algunas de sus funciones son:

Aprobar el ingreso de los alumnos y alumnas a su facultad, otorgar

equivalencias de acuerdo a los reglamentos, verificar el cumplimiento de

los requisitos de graduación y expedición de títulos, conceder permisos de

acción y retiro de materias, resolver en primera instancia, los problemas de

índole administrativo de los estudiantes, entre otros.

Para estas y muchas tarea dedicadas al bienestar de los alumnos, los

decanos cuentan con la colaboración de un grupo selectos de docentes

denominados Coordinadores de Facultad (Jefe de departamento, director

de escuelas y otros), quienes asisten al decano en los asuntos que este les

delega, relacionados con las carreras a sus cargo, además son quienes

permanecen en contacto directo con los estudiantes a fin de asesorarlos

tanto en los procesos de inscripción, edición y retiro de materias, como en

el manejo de su plan de estudios; al mismo tiempo, asisten a los decanos


4

en la realización de procesos administrativos-académicos de sus

estudiantes.

Para que los Decanos y coordinadores de Facultad puedan llevar a cabo

todas sus labores, necesitan tener acceso a la información académica de

los estudiantes, la cual es administrada por la Oficina General de

Coordinación y Servicios Académicos.

La Oficina General de Coordinación y Servicios Académicos cuenta con la

dirección de Informática, quien almacena los expedientes electrónicos

dentro del sistema de información académica (SIA), dicho sistema concede

acceso parcial a la información es decir solo a los que administran la

información académica.

Para poder cumplir con sus tareas, los decanos y Coordinadores de

Facuitad necesitan elaborar reportes estadísticos/analíticos que les

permitan examinar la situación académica actual de su facultad o carrera

correspondiente.

Algunas de las tareas en las que se enfocan sus análisis son los siguientes:

• Población académica y sus tendencias a través del Tiempo

• Rendimiento de los estudiantes

• Cantidad de alumnos retirados por semestre

• Cantidad de estudiantes clasificados por sexo y Estado

• Porcentaje de alumnos por institución de procedencia


5

• Análisis geográfico estudiantil

• Cantidad de egresados por año

• Cantidad de egresados por facultad

• Entre otros

En la actualidad los docentes y coordinadores de facultad, realizan

solicitudes de información relacionada con los estudiantes a la Oficina

General de Coordinación y Servicios Académicos, sin embargo con el

objetivo de recibir más ágilmente esta información las peticiones se

efectúan directamente a la dirección de informática.

A pesar de ello, la información solicitada no es recibida en el tiempo

deseado y en algunas ocasiones los datos obtenidos son pobres e

insuficientes para poder realizar los análisis y reportes con la daridad

esperada y por ende tomar decisiones ineficientes.

Pero ¿por qué surge estos síntomas?, a continuación se describen los

factores que están implicados de una u otra forma en el proceso de toma

de decisiones.

» Tener información académica por parte de las facultades,

requiere de un proceso por solicitudes al área encargado.

» Los reportes suministrados son demasiado detallados.

~ Existe demora en el tiempo de respuesta a una solicitud por

parte del área de coordinación académica.


6

» El área de coordinación académica destina mucho tiempo a la

elaboración de reportes.

» Los reportes estáticos no permite la realización de comparativos,

análisis ni tendencias.

Las causas que originan esto síntomas son:

» El nivel ejecutivo no cuenta con una solución integrada donde

pueda analizar los indicadores académicos.

» No cuentan con una perspectiva que le permita tomar

decisiones.

» La información reside en diferentes sistemas SIA, archivos

planos (Sistemas independientes).

» Cuando surge la necesidad de información, muchas personas y

procesos se ven involucrados.

Producto de ello se producen malestares en los decanos y coordinadores

de facultad, no pueden procesar información, tardan demasiado tiempo,

conllevando a una "ineficiente toma de decisiones en sus labores

administrativas". Este proceso afecta a las decisiones o metas que desean

realizar las autoridades en un determinado tiempo, El rápido acceso y

análisis de la información permite a las organizaciones a mejorar la gestión


7

y por ende sus servicios y mejorando eficientemente el complimiento de

sus metas.

Estos servicios afectan la gestión de la educación universitaria y· se ven

reflejadas en metas no cumplidas por el manejo ineficiente de la

información, tendiendo crear neblinas de retrasos y poco interés en las

investigaciones, reflejando un bajo nivel en comparación de otras

universidades que utilizan las herramientas tecnológicas como soporte de

gestión.
8

1.2. Formulación del problema

1.2.1 General

¿De qué manera el DATAMART de información académica, mejora

la toma de decisiones en la Universidad Nacional de Ucayali?

1.2.2 Especifica

1. ¿Cuáles son Jos procesos de toma de decisiones en la

Universidad Nacional de Ucayali?

2. ¿Cómo desarrollar el Datamart de información académica en la

Universidad nacional de Ucayali?

3. ¿Determinar cómo el Datamart de información académica

mejora el proceso de toma de decisiones en la Universidad

Nacional de Ucayali?

4. ¿Cómo proponer una Datamart de información académica, de

manera que mejore la toma de decisiones en la Universidad

Nacional de Ucayali?
9

1.3. Justificación

La justificación de este proyecto, busca esclarecer la importancia desde

tres puntos de vistas justificables: teórica, práctica y metodológica.

1.3.1. Teórica

En el mundo cambiante, las organizaciones han adquirido destrezas

para sobrevivir y trazar planes estratégicos para poder competir en

un mercado cambiante, pero no solo las empresas privadas, sino

también las entidades públicas (estatales) han tenido que

adaptarse, para brindar mejores servicios y confianza a sus

usuarios, bajo esta necesidad la tecnología de información juega un

papel categórico, porque facilita de algún modo, el hacer de las

cosas, esto conlleva a que toda organización pública o privada tiene

que utilizar la tecnología para mejorar su calidad como empresa.

El Datamart de información académica brindara un apoyo e influirá

en los procesos de toma de decisiones, por las características de

accesibilidad, integración y permitiendo realizar análisis y

comparaciones reflejados en indicadores, como aporte de este

proyecto se pretende tener una base teórica para que a partir de

esta se realicen proyecto orientado a la toma de decisiones en las

universidades.
10

1.3.2. Practica

Las herramientas de Business lntelligence y la tecnología de

información, están entrando con fuerza a formar parte de las

herramientas estratégicas de las organizaciones, brindando

resultados confiables, esto a su vez permite tomar decisiones

óptimas, además que te permite conocer el estado de tu empresa.

Los resultados obtenidos por muchas empresas alrededor del

mundo respaldan la aplicación y uso de estas herramientas, en un

enfoque donde la generación de conocimiento organizacional se

hace cada vez más importante.

La propuesta de implementación del Datamart de información

académica será de ayuda en el proceso de toma de decisiones

necesarias para cumplir con los objetivos de cada estrategia

referentes a gestión académica de la Universidad Nacional de

Ucayali. A continuación mostramos algunos ítems del Datamart de

información académica.

1. Acceso inmediato a información de cursos, evaluaciones,

por año y semestre

2. Acceso inmediato a información de alumnos, ingresantes,

retirados, egresados, por año y semestre.

3. Acceso inmediato a la información de docentes, asignación

de cursos por año y semestres.


11

4. Análisis de los indicadores de información académica, como

alumnos, cursos, docentes y notas para años y semestres.

Con el Datamart de información académica se facilitara el acceso y

análisis de información necesaria para la toma de decisiones

proactivas y eficientes por parte _de las facultades y autoridades

encargados de la gestión educativa en la Universidad Nacional de

Ucayali.

1.3.3. Metodológica

Las herramientas de Business lntelligence, tienen un respaldo

aceptable, debido a las metodologías que existen para la

implementación de DataWarehouse y la experiencia que tienen en

proyectos realizados en muchas empresas.

El modelo de Kimball deja de lado la necesidad de una

DataWarehouse debido a que la mayoría de usuarios desea obtener

datos detallados, Kimball argumenta que es mejor almacenar los

datos en Datamart independientes y lógicamente conectados

usando dimensiones. Para la optimización de consultas y mejorar la

facilidad de uso de Datamart. Kimball propone el modelo de datos

como esquema estrella.

1.4. Limitaciones de la investigación

El presente proyecto se limita a un área de la Universidad Nacional de

Ucayali, encargada de la gestión académica y a los requerimientos de

información solicitados por la facultad de Ingeniería de sistemas y de

ingeniería civil.
12

1.5. Objetivos de la investigación

1.5.1. General

Desarrollar un DATAMART de información académica que mejore

la toma de decisiones en la Universidad Nacional de Ucayali.

1.5.2. Específico

1. Identificar los procesos en la toma de decisiones de la

Universidad Nacional de Ucayali.

2. Desarrollar la solución de inteligencia de negocio - Datamart,

que satisfaga los requerimientos de la toma de decisiones en la

Universidad Nacional de Ucayali.

3. Determinar cómo el Datamart de información académica

mejora la toma de decisiones en la Universidad Nacional de

Ucayali.

4. Proponer un Datamart de información académica que mejore la

toma de decisiones en la Universidad Nacional de Ucayali.


13

CAPITULO 11

MARCO TEORICO

2.1. Antecedentes de la investigación

Las empresas que tienen un enfoque competitivo están dedicando mucho

tiempo en la creación del conocimiento, con el nuevo enfoque de la gestión

del conocimiento esta perspectiva está incrementando el nivel competitivo,

para ello se necesita una seria de herramientas y uno de ellos es la

inteligencia de negocios, crear conocimiento a partir de los datos

existentes.

Muchas universidades están implementando estas herramientas que le

ayuda en el proceso de toma de decisiones, a continuación se presenta

casos donde se realizó investigación sobre DATAMART en Universidades y

empresas.

1. Tesis 01: "Implementación de un Datamart para la facultad

nacional de ingeniería caso: Carrera lng. De sistemas", presentado

por Miguel Ángel Montalvo Barrientos para obtener el título de

ingeniero de sistemas en la Universidad Nacional de Ingeniería (UNI)

sustentado el 6 de abril del 201 O, cuyo objetivo fue lo siguiente:

• Desarrollar un producto de Datamart independiente, soportado

por una base de datos multidimensional, para promover

información relevante que coadyuve a identificar las causas de

la variación de tiempos de la información.


14

El autor concluye lo siguiente:

Informa que se ha conseguido integrar la información necesaria en un

Datamart el cual es soportado por una herramienta web de análisis

OLAP, que a percepción del usuario consigue una mejoría en el

análisis de información. Para obtener mejores resultados, se

recomienda mantener actualizadas las fuentes de información, así

como implementar una solución de inteligencia de negocios que

permita explotar el Datamart. También se recomienda registrar los

eventos externos que afectan el desarrollo de las actividades

académicas, como los conflictos sociales.

Fuente: (Barrientos, 201 O)

2. Tesis 02: "Análisis ,disei'io e implementación d un Datamart

para el área de mantenimiento y logística de una empresa de

transporte público de pasajeros", presentado por Eddy

Femández Ochoa para obtener el título de ingeniero informático en

la Pontificia Universidad Católica Del Perú, en el año 2009, cuyo

objetivo del presente proyecto es realizar el análisis, diseño e

implementación de un Datamart que responda a los requerimientos

de análisis de información del área de mantenimiento y logística de

una empresa de transporte público de pasajeros, para dicho objetivo

plantea los siguientes objetivos específicos:

• Identificar los requerimientos de análisis de información para

el área de mantenimiento y logística del tipo de empresa

mencionada.
15

• Elaborar un modelo de base de datos multidimensional que

permita el análisis y explotación de la información identificada.

• Desarrollar los procesos de extracción, transformación y

carga de los datos al Datamart.

• Implementar el Datamart utilizando una herramienta de

explotación de información que permita una fácil interacción

con el usuario final.

• Elaborar reportes y tableros de control que faciliten la toma de

decisiones para los usuarios finales.

Luego de haber culminado el proyecto el autor concluye con los

siguientes puntos:

• Los procesos de Gestión del Proyecto que incluyeron las

tareas de planificación, ejecución, seguimiento y control junto

con los entregables propuestos por el PM BOK permitieron

desarrollar el proyecto satisfactoriamente en el tiempo similar

al estimado y con la calidad deseada. Por ello, es importante

contar con procesos y entregables de Gestión de Proyectos

durante el desarrollo de todo proyecto.

• Las necesidades de información del área de mantenimiento y

logística de una empresa de transporte público fueron

identificadas satisfactoriamente debido a que se consideró los

posibles escenarios, actores y supuestos en toda empresa del

mismo rubro. Esto contribuyó a identificar requerimientos

claros y precisos que fueron documentados y utilizados para

la construcción del modelo multidimensional.


16

Además el autor recomienda que el proyecto puede tomarse como

base para futuros proyectos o soluciones similares.

Fuente: (Aiarcón, 2011)

3. Tesis 03: "Implementación de un Datamart de ventas y compras

en una empresa distribuidora fannacéutica de la provincia de

guayas", presentado por la lng. Teresa Samaniego para Cobo, para

obtener el título de magíster en gerencia de tecnologías de la

información en el Instituto de postgrado y educación continua, en el

año 2011 , cuyo objetivo principal es el siguiente:

La presente tesis pretende demostrar, que si se cuenta con

información de calidad en los sistemas de información organizacional,

así como con herramientas de 8.1 .que permitan ágilmente la

explotación de la información por parte de los ejecutivos de la

empresa, estos podrán tomar mejores decisiones.

Tras la ejecución del proyecto el autor concluye el uso de

herramientas 81 implica el uso de hardware y software para

administrar de manera provechosa grandes cantidades de datos en

diferentes grados de consolidación. Estas herramientas permiten

recolectar, consultar, analizar y presentar la información en el nivel

adecuado.

Por ello, la recomendación es que para llevar al éxito un proyecto de

Business lntelligence, se necesita personas tanto con visión de


17

tecnología como de negocio definiendo la herramienta más adaptada

a sus necesidades, que asegure el éxito.

También es importante. socializar el proyecto con los directivos de la

empresa para lograr compromiso y apoyo por parte de la Dirección de

la empresa.

Fuente: (COBO, 2011)

4. Tesis 04: "El Datamart en las pequenas y medianas empresas

como auxiliar en el proceso de toma de decisiones", presentado

por Marco Antonio Gonzales Martínez, para obtener el título de

Licenciado en sistemas computacionales administrativos, en la

Universidad Veracruzana en el año 2008, la presente tesis tuvo como

objetivo facilitar la explotación de los datos de un sistema

transaccional denominado "JUPITER" de forma que estos puedan

asistir al usuario en el seguimiento de la elaboración de presupuesto a

nivel de aplicaciones presupuestarias y de proyectos de inversión.

El autor tras la implementación de la tesis conduye que el Datamart

solo viene a ser una opción que le brinda a las Pymes y en general a

todo tipo de empresa, La Business lntelligence al cual se refiere al uso

de tecnología, aplicaciones y prácticas de recolección, integración,

análisis y presentación de información de los negocios para una mejor

toma de decisiones.

Fuente: (Martínez, 2008).


18

5. Tesis 05: "Análisis, diseño e implementación de un Oatamart para

el área de sismología del departamento de geofísica de la escuela

politécnica nacional", presentado por Michael Wladimir Vizuete

Naranjo y Carlos Patricio Vela Shinin. obtener el título de ingeniero

de sistemas informáticos y de computación, presentado en la

Universidad Politécnica Nacional en marzo del 2006. Cuyo objetivo

principal del proyecto fue:

• Reducción de impacto de desastres sísmicos y volcánicos

• Difusión de los resultados de la vigilancia e investigación de la

actividad sísmica y volcánica y comunicación de

recomendaciones a entidades locales y público en general

Tras la ejecución del proyecto el Autor concluye:

• Que en la actualidad muchas y mejores herramientas tanto de

libre difusión como registrados para utilizarlos en soluciones

Datamart.

• El horizonte de los datos es muy diferente de un ambiente al

otro. la información en un ambiente operacional es más

reciente con respecto a la del Datamart, desde la perspectiva

de horizontes de tiempos únicos hay poca superposición

desde los ambientes operacionales y el Datamart.

Además el autor hace las siguientes recomendaciones:

• Se debe mejorar la disponibilidad de herramientas

computacionales en los distintos departamentos de la escuela

politécnica nacional para que los proyectos desarrollados

internamente tengan facilidades en su ejecución.


19

• Se recomienda el uso de herramientas de libre difusión en los

distintos proyectos que se realizan, ya que estas herramientas

facilitan y mejoran la realización de los proyectos.

Fuente: (Vizuete, 2006)

6. Tesis 06: "Desarrollo de un Datamart de información académica

de estudiantes de la facultad de ciencias y sistemas de la

facultad de ingeniería de la USAC". Presentado por Mario Roberto,

Reyes Marroquín y Pablo Augusto, Rosales Tejada, ambos para

obtener el grado de ingenieros de informática en la Universidad de

San Carlos de Guatemala en agosto del 2007, cuyo objetivo fue el

siguiente:

• Desarrollar una solución de inteligencia de negocios, que dé

respuesta a las necesidades de información académica de la

Escuela de Ciencias y Sistemas de la Facultad de Ingeniería,

de la Universidad de San Carlos de Guatemala.

• Mostrar los beneficios de utilizar herramientas de inteligencia

de negocio para el análisis de información y el desarrollo de

reportes, por parte de los tomadores de decisiones en cualquier

organización.

Tras el desarrollo del proyecto los autores concluyen que La creación

del presente Datamart permitió que las diferentes áreas o unidades de

la facultad cuenten con información académica de una forma

autónoma, sin que exista la dependencia de centro de cálculo,

siempre guardando los debidos controles de seguridad y acceso a la

información.
20

Finalmente los autores recomiendan que se deba dar seguimiento a

estos tipos de proyectos, con la finalidad de mejorar la calidad de

datos y facilitar el acceso al mismo.

Fuente: (Marroquín, 2007)

7. Tesis 07: "Análisis y diseño de un Datamart para el seguimiento

académico de alumnos en un entorno universitario", presentado

por Miguel Rodriguez Sáenz para obtener el título de ingeniero

informático en la Universidad cartas 111 de Madrid sustentado en julio

del 201 O, Rodríguez repaso los conceptos fundamentales y después

desarrollo un Datamart que cumpla con las necesidades de negocio

de todas las áreas académica de su universidad.

El autor explica que para construir el Sistema de Apoyo Gerencial se

consideró como punto de partida la información existente en las

bases de datos que registran las operaciones de los sistemas

transaccionales de la institución.

Para lograr la integración de estos tipos de sistemas se cuenta con

un repositorio de datos preparado para tal fin. Este repositorio se

creó bajo las caracteñsticas de un DataWarehouse.

Y finalmente: para llevar adelante el desarrollo del sistema utilizó la

metodología Métrica Versión 3 integrándose con una metodología de

desarrollo y explotación de DataWarehouse.

Los aportes principales de la tesis son:


21

• Demostración de integración exitosa de metodologías Métrica

Versión 3 y Desarrollo y Explotación de DataWarehouse.

• Para desarrollar un proyecto con las características del SAGU

fue necesario realizar una integración entre las actividades y

tareas de Métrica Versión 3 y tareas específicas de desarrollo

de DataWarehouse y su explotación. Esta integración entre

metodologías resultó exitosa ya que el proyecto se construyó

sin inconvenientes facilitando y guiando el desarrollo del

sistema, demostrando la flexibilidad de Métrica V3 al integrarse

con otras metodologías.

Fuente: (NADER, 2005)

8. Tesis 08: "Desarrollo de un Datamart para mejorar la toma de

decisiones en el área de planificación comercial del segmento

Premium de telefónica del Perú", presentada por Jorge Eduardo

Elias Aguilar y Fanny Janeth Zorrillas Varillas para obtener el

título de ingeniero de sistemas e infonnática en la Universidad

Nacional Mayor de San Marcos sustentada en marzo del 2010. Cuyo

objetivo fue "Desarrollar un Datamart para mejorar la toma de

decisiones en el Area de Planificación Comercial del Segmento

Premium de Telefónica del Perú", el autor concluye que la

implementación de un Datamart en una organización, pennite que la

infonnación fluya de una fonna natural y adecuada desde donde se

producen las transacciones del día a día hasta convertirlas en

infonnación y conocimiento que penniten a los usuarios finales como


22

jefes, gerentes y/o directores a tomar mejores y efectivas decisiones.

Además el autor recomienda que el presente trabajo ha servido para

la construcción de un primer Datamart orientado a las necesidades

del Area de Planificación comercial, por lo que se recomienda que la

solución siga creciendo inicialmente con la adición de información de

todas las Áreas, al modelo ya construido.

Fuente: (Aguilar, 2007)

9. Tesis 09: "Implementación de un Datamart para el ramo de

vehículo en una empresa aseguradora", presentado por Carlos

Mauricio Murillo Rosero, para obtener el título de ingeniero en

sistemas informáticos y computación en la Escuela Politécnica

Nacional, sustentado el diciembre del 2008 - Ecuador, cuyo objetivos

son los siguientes:

• Aplicar el estado de arte de la inteligencia de negocios y sus

herramientas para apoyar la toma de decisiones, táctica y

operativa del ramo de vehículos de la empresa aseguradora.

• Implementar el Datamart para el ramo de vehículos de una

empresa aseguradora

• Presentar a través de reportes y tableros y cuadro de mando

integral la información generada por la herramienta.

Tras la implementación de proyecto, el tesista concluye que la

inteligencia de negocios a través de las actividades analíticas ayuda

en una compañía ha conocer en donde ha estado, en donde esta y en

donde estará, estas actividades analíticas realizadas a través de


23

reportes, análisis OLAP o minería de datos apoyan al proceso de

toma de decisiones en los niveles estratégicos, tácticos y operativos.

Fuente: (rosero, 2008)

10. Tesis 10: "Análisis, diseno e implementación de un Datamart

académico usando tecnología Bl para la facultad de ingeniería,

ciencias física y matemática", presentado por Aimacafta

Quilumba Doris Eulalia, trabajo de graduación previo a la

obtención del título de ingeniero, en la Universidad Central del

Ecuador. Presentado en el 2013, Cuyo objetivo fue realizar el

análisis, diseño e implementación de Datamart Académicos usando

Tecnología de 81 para la Facultad de Ingeniería, Ciencias Físicas y

Matemática, poniendo a disposición de las autoridades, la

Información consolidada de modo que permita agilizar el proceso de

análisis de datos, formulación de estrategias de prevención y

planificación de actividades de una forma más rápida y eficaz. del

trabajo realizado para la creación de este proyecto de tesis pudo

concluir lo siguiente:

• En la actualidad existen varias y mejores herramientas tanto

.libres como pagadas que se pueden utilizar en soluciones de

Datamart.

• Los datos se filtran cuando pasan desde el ambiente

operacional al de depósito
24

• Datamart. Existe mucha información que no sale del ambiente

operacional, sólo los datos que realmente se necesitan

ingresarán al ambiente del Datamart.

El autor recomendó los siguientes puntos:

• El presente proyecto de tesis puede servir de base para la

creación de otros sistemas que utilicen la inteligencia de

negocios.

• Dedicar el tiempo necesario para el análisis de las fuentes de

datos de los Datamart, de esta manera se agilizará el trabajo

al momento de la construcción y ejecución del proceso de

extracción, transformación y carga.

• Tener en cuenta la compatibilidad de la herramienta que se

utilizará con la base de datos ya que esta integración es la

más importante para empezar a realizar el trabajo y

determinar si la herramienta escogida para la solución es la

más apropiada para el proyecto.

Fuente: (Eulalia, 2013)


25

2.2. Planteamiento teórico del problema

2.2.1. Necesidades de información y conocimientos en la empresa

Las empresas actualmente caracterizan a la información como uno

de los activos de la empresa, es así, que se comienza a tratarla,

especialmente aquella relacionada con datos para tomar

decisiones, de una manera más metodológica. A continuación se

exponen brevemente algunos conceptos relacionados con la

información y su importancia estratégica para la toma de

decisiones en las empresas. (NADER, 2005).

2.2.1.1. La empresa en la era de la información

Desde que las organizaciones comenzaron a guardar los

datos de sus operaciones en medios de almacenamiento

físico, con el fin de permitirles una mayor administración y

control de la información, ha existido una necesidad de

utilizarla para atender las necesidades propias del negocio.

La información y su importancia estratégica comenzó a

surgir cuando la competencia se hizo muy fuerte, y cada

vez más y más productos similares, de diferentes

compañías, se ponían a la venta, en ese momento el

consumidor tuvo la opción de seleccionar aquello que más

le conviniera o lo que más se adecuara a sus gustos y


26

preferencias. Surge entonces la necesidad de brindar

servicios adicionales para obtener la lealtad de los dientes,

quienes poco a poco comenzaron a ver, no solo el producto

que compraban, sino cómo eran atendidos, qué garantías

se ofrecían sobre su compra, qué ventajas habría entre

diferentes productos y, en general, evaluar todo lo que

genera la diferenciación entre las compras que realizan.

Cuando las empresas no tienen garantizada la venta de lo

que producen, realizan un cambio paulatino hacia obtener

de los datos toda la información útil y estratégica para

mantenerse en el mercado, dándole un lugar

preponderante al diente.

La idea de las empresas sedientas de información no surge

de súbito, en realidad desde que se almacenan los datos

debe entenderse que tendrían un fin utilitario en algún

momento, caso contrario, cualquier dato de control sería

desechado instantáneamente. Lo que si surge de súbito es

la imprescindible necesidad de dar respuesta rápida a los

requerimientos de información para la toma de decisiones

para ayudar a mejorar de alguna manera los procesos

internos de negocio (NADER, 2005).

De modo general en una pirámide organizacional,

los requerimientos Informativos se dividen en:

Figura 1: Tipos de requerimientos de información

Estratégico, Táctico y operacional.


27

c:::-~;9G0-
( A
aus!ness
e=::::> .Alta Oltéeclón
lntelllgente

Táctica

Sistemas Opera~lonal
Personal
Transaccional a Operativo

2.2.1.2. Información estratégica

Está orientada principalmente a soportar la Toma de

Decisiones de las áreas directivas para alcanzar la misión

empresarial. Se caracteriza porque. son sistemas sin carga

periódica de trabajo y sin gran cantidad de datos, sin

embargo, la información que almacenan está relacionada a

un aspecto cualitativo más que cuantitativo, que puede

indicar como operará la empresa ahora y en el futuro, el

enfoque es distinto, pero sobre todo es distinto su alcance.

Se asocia este tipo de información a los ejecutivos de

primer nivel de las empresas.

Un punto importante es que la información estratégica toma

grandes cantidades de datos de áreas relacionadas y no se

enfoca específicamente hacia una sola, de ahí que las


28

decisiones que puedan ser tomadas impactan directamente

sobre toda la organización.

2.2.1.3. Información táctica

Información que soporta la coordinación de actividades y el

plano operativo de la estrategia, es decir, se plantean

opciones y caminos posibles para alcanzar la estrategia

indicada por la dirección de la empresa. Se facilita la

gestión independiente de la información por parte de los

niveles intermedios de la organización. Este tipo de

información es extraída específicamente de un área o

departamento de la organización, por lo que su alcance es

local y se asocia a gerencias o subdirecciones.

2.2.1.4. Información técnica operacional

Se refiere a las operaciones tradicionales que son

efectuadas de modo rutinario en las empresas mediante la

captura masiva de datos y Sistemas de Procesamiento

Transaccional. Las tareas son cotidianas y soportan la

actividad diaria de la empresa (contabílidad, facturación,

almacén, presupuesto y otros sistemas administrativos).

Tradicionalmente se asocian a las Jefaturas o

Coordinaciones operativas o de tercer nivel.


29

Si consideramos factores internos y externos de una

organización podríamos concluir que los requerimientos

actuales se orientan a conocer y mejorar los costos de toda

la cadena económica. Estos requerimientos se reflejan en

el interés por tener a la mano los diagnósticos que arrojen

informadón específica y clave para determinada área de

conodmiento, en el menor tiempo posible. La tendencia es

que las áreas directivas necesitan en su escritorio la

información clave de su empresa; en todos los niveles el

requerimiento es similar aunque, evidentemente, tiene

objetivos diferentes. El paradigma de la información

exclusiva en los niveles directivos para apoyar la toma de

decisiones no es obsoleto, simplemente se debe mejorar y

complementar agregando la información también en otros

niveles medios y jefaturas, o sea, en cualquier persona que

tenga el poder de tomar decisiones (NADE R. 2005)

2.2.2. Toma de decisiones

¿Qué es la toma de decisiones?

La organización es un sistema de decisiones en donde la

gente partidpa conscientemente y racionalmente, escogiendo y

decidiendo entre alternativas más o menos racionales que le son

presentadas. Los directivos y gerentes de una empresa son los

responsables de los hombres, dinero, maquinaria, materiales y

métodos a su disposición, es por ello que para determinar su uso y


30

alcanzar los objetivos de la empresa, deben de tomarse

constantes decisiones que en un momento dado, pueden

tener repercusiones tanto internas (en cuanto a las utilidades, el

producto, persona, etc.) como externas (relación con proveedores,

la economía, el entorno, clientes, etc.) De la organización.

La toma de decisiones es el proceso sistemático y racional a través

del cual se selecciona entre varias alternativas el curso de acción

más óptimo. (Carreto, 2010)

Etapas de la toma de decisiones.

El proceso de toma de decisiones tiene 4 diferentes etapas,

(Figura 2).

• Inteligencia: Consiste en identificar y comprender el

problema. En esta etapa se investiga el ambiente, es

decir, el entorno, tanto específico como general así como

vigilar la actividad interna de la empresa con el fin de no

solamente conocer cuál es el problema sino también

conocer la causa del problema, ya que dependiendo de

esta fase y del buen análisis en esta fase dependerá la

bondad de la toma de decisiones.

• Diseño: Se trata de elaborar las distintas acciones para

resolver el problema planteado en la fase anterior. En

esta etapa la experiencia es una ventaja importante

aunque actualmente puede verse mermada por los

cambios en el entorno. Actualmente, debido a los


31

cambios en el entamo, la creatividad y la innovación son

cada vez más importantes en esta etapa.

• Selección: Se trata de elegir entre todas las

alternativas posibles la que contribuye mejor a la

obtención del objetivo perseguido. Esta elección se

llevará a cabo según un determinado criterio dependiendo

de la posición del sujeto decisor y de la información

de la que se parte para obtener las diferentes

alternativas.

• Implementación: se vigila la ejecución de la acción

adoptada, y se procede a realizar las correcciones en

caso necesario. En algunas ocasiones ocurrirá que

su~an nuevos problemas que requerirán la toma de

nuevas decisiones.

Figura 2: Etapas de la toma de decisiones

¿Existe un
problema?
'.
''
'
'
!'
'
'' ¿Cuáles son las
.--- alternativas?

¿Cuál es la
t--- elección?

¿Está funcionando la
solución?
32

Tipos de toma de decisiones

De rutina: las mismas circunstancias recurrentes llevan a

seleccionar un curso de acción ya conocido

• De emergencia: ante situaciones sin precedentes, se

toman decisiones en el momento, a medida que

transcurren los eventos. Pueden tomar la mayor parte del

tiempo de un gerente.

• Estratégicas: decidir sobre metas y objetivos, y

convertirlos en planes específicos. Es el tipo de decisión

más exigente, y son las tareas más importantes de un

gerente.

• Operativas: son necesarias para la operación de la

organización.

Como tomar decisiones

Un gerente debe tomar la mejor decisión posible, con la

información que tiene disponible (que generalmente es

incompleta). Esto se puede hacer de dos formas:

• Decisiones intuitivas: se decide en forma espontánea y

creativa.

• Decisiones lógicas o racionales: basadas en el

conocimiento, habilidades y experiencia.

Para estas últimas, la literatura gerencial ofrece una amplia

gama de herramientas, como: análisis de Pareto, árboles de


33

decisión, programación linear, análisis costo-beneficio, matriz

Foda, Análisis, Hojas de cálculo entre otros. (Carreta, 201 O)

2.2.3. Inteligencia de negocios (Business lntelligence)

Business lntelligence es el conjunto de estrategias y herramientas

enfocadas a la administración y creación de conocimiento

mediante el análisis de datos existentes en una organización.

Es decir, permite gestionar una empresa en base a la información

que genera el propio negocio, buscando atender las necesidades

de información de ejecutivos y analistas, para ampliar el

entendimiento de sus operaciones y poder definir estrategias

de negocios acertadas, por ejemplo, permite almacenar, reunir y

analizar fuentes de datos de nuestros clientes, para estimar

ventas o descubrir patrones y tendencias potencialmente

beneficiosos, esto bajo un entorno que permite compartir la

información entre los diferentes departamentos de la empresa.

81 apoya a los tomadores de decision~ con la información

correcta, en el momento y lugar correcto, lo que les permite tomar

mejores decisiones para sus negocios. La información adecuada

en el lugar y momento adecuado incrementa la efectividad de

cualquier organización. (idensa, 2011)

En la Figura N° 03 se puede observar los elementos necesarios

que conforman la inteligencia de negocios.


34

Figura 3: Elementos necesarios para la inteligencia de negocios

Ot~lsione~

;:l~:I~J~~l~::\
1 .~t;·
!r;!ormaclon Datos
\

"'------~--~-
" .. QltUC'111Ut:ftlU

Ventajas de la inteligencia de negocios

Las ventajas que se obtienen de la implementación de una

solución de inteligencia de negocios en una organización son las

siguientes (morelia, 2012)

• Control de los Costes, al tener una sola solución que

permite manjar fácilmente los distintos programas que se

encuentran en los diferentes departamentos de su

compañía.

• Mejora de la colaboración y la calidad de las

decisiones, facilitando el acceso de la información en

todos los niveles de la organización.

• Orienta las soluciones tecnológicas hacia el usuario,

porque reduce los tiempos de aprendizaje mediante

el uso de herramientas de uso cotidiano.


35

• Proporciona una profunda visión del negocio a través

de un sistema integrado de usos: Scorecards,

Tableros de instrumentos, Informes, Minería de Datos, y

Almacenamiento Analítico.

• Asiste a los ejecutivos para planear y pronosticas el

trabajo, presentando una descripción común de los

procesos del negocio de una compañía.

Tecnología para Inteligencia de Negocios

• ETL (Extracción, Transformación y Carga).

• DataWarehouse.

• Datamart.

• DataMining.

• Reportes

• OLAP (On Une Analytical Processing).

2.2.4. DataWarehouse (Almacén de datos)

En el contexto de la informática, un almacén de datos (del

inglés DataWarehouse) es una colección de datos orientada a un

determinado ámbito (empresa, organización, etc.), integrado, no

volátil y variable en el tiempo, que ayuda a la toma de

decisiones en la entidad en la que se utiliza. Se trata, sobre

todo, de un expediente completo de una organización, más allá

de la información transaccional y operacional, almacenado en una

base de datos diseñada para favorecer el análisis y la


36

divulgación eficiente de datos (especialmente OLAP,

procesamiento analítico en línea).

El almacenamiento de los datos no debe usarse con datos de uso

actual. Los almacenes de datos contienen a menudo grandes

cantidades de información que se subdividen a veces en

unidades lógicas más pequeñas dependiendo del subsistema de

la entidad del que procedan o para el que sean necesario.

(NADER, 2005)

Definición de almacén de datos

Definición de Bill 1nmon

Billlnmon fue uno de los primeros autores en escribir sobre el tema

de los almacenes de datos, define que una DataWarehouse

(almacén de datos) en términos de las características del

repositorio de datos (lnmon):

• 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.

• 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.

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

una vez almacenado un dato, éste se convierte en


37

información de sólo lectura, y se mantiene para futuras

consultas.

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

los sistemas operacionales de la organización, y dichos

datos deben ser consistentes.

lnmon defiende una metodología descendente (top-down) a la hora

de diseñar un almacén de datos, ya que de esta forma se

considerarán mejor todos los datos corporativos. En esta

metodología los Datamart se crearán después de haber terminado

el DataWarehouse completo de la organización.

Definición de Ralph Kimball

Ralph Kimball es otro conocido autor en el tema de los

DataWarehouse, 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 DataWarehouse no era más que: "la unión de todos los

Datamart de una entidad". Defiende por tanto una metodología

ascendente (bottom-up) a la hora de diseñar un almacén de datos

(Kimball).

Una definición más amplia de almacén de datos Las definiciones

anteriores se centran en los datos en sí mismos. Sin embargo, los

medios para obtener y analizar esos datos, para extraerlos,

transformarlos y cargarlos, así como las diferentes formas

para realizar la gestión de datos son componentes esenciales de


38

un almacén de datos. Muchas referencias a un almacén de datos

utilizan esta definición más amplia. Por lo tanto, en esta

definición se incluyen herramientas para la inteligencia

empresarial, herramientas para extraer, transformar y cargar

datos en el almacén de datos, y herramientas para gestionar

y recuperar los metadatos.

2.2.5. Datamart

Según la definición de Oracle Corporation "Un Data Mart es una

forma simple de un DataWarehouse que está enfocada en una

área funcional de empresa como ser Ventas, finanzas, marketing,

etc." (Ganczarski)

De acuerdo a Bill lmmon, existen dos tipos de Data Mart:

dependientes e independientes. Un Data Mart dependiente es

aquel cuya fuente de datos es un DataWarehouse, Un Data Mart

independiente es aquel cuya fuente de datos son los sistemas

transaccionales, el Data Mart a construir en el presente trabajo de

tipo Data Mart independiente, porque la fuente principal de

información es el sistema de gestión académica (lnmon)

Los Datamart son subconjuntos de datos de un DataWarehouse

para áreas específicas. Entre las características de un Datamart

destacan:

• Usuarios limitados.

• Área específica.

• Tiene un propósito específico.

• Tiene una función de apoyo.


39

2.2.6. Diferencia entre un Datamart y un DataWarehouse

Un DataWarehouse maneja información de distintas áreas

típicamente es implementado como el . repositorio central de

información de toda una organización, mientras que un Data Mart

maneja información de un departamento en particular. La tabla

siguiente muestra una comparación de las principales diferencias

entre el Data Mart y el DataWarehouse:

Tabla 1: Diferencia en el Datamart y el DataWarehouse

Categoría ,. DataWarehouse 1 Data Mart

Alcance Corporativo Area de

Negocios

Temas Múltiples Simples

Fuentes de Datos Muchas Pocas

Tamaños 100GB-TB+ <100GB

1 Tiempo de 1 De meses a años 1 Meses

1implementación

2.2. 7. base de datos operacionales vs DataWarehouse

Existen muchas características que diferencian a las bases de

datos convencionales de los DataWarehouse, una de las

principales es el fin que tienen estas, mientras que las base de

datos convencionales están pensadas para soportar procesos

transaccionales de almacenamiento de información, los

DataWarehouse están orientados a la consulta y explotación de


40

datos, sin embargo es importante mencionar que ambos no son

mutuamente excluyentes sino más bien complementarios.

Las bases de datos operacionales trabajan con un tipo de

procesamiento OLPT mientras que un DataWarehouse trabaja bajo

un procesamiento de tipo OLAP.

2.2.8. Los Procesos ETL

Los procesos ETL son los que permiten a la organización mover

datos desde distintas fuentes de datos, formatearlos, purgarlos y

cargarlos en otra base de datos, Data Mart o DataWarehouse.

Es ampliamente reconocido que el diseño y mantenimiento de

estos procesos ETL es un factor clave de éxito en los proyectos de

DataWarehouse. Debido a la dificultad de diseñar y mantener este

tipo de procesos, existen muy poca proliferación de herramientas

de este tipo e igualmente respecto al modelado de estos procesos

(Lujan, 2005).

2.2.9. OLTP (Procesamiento de Transacciones en línea)

De acuerdo a Wikipedia (2012) (Online transaction processing) por

sus siglas es un tipo de sistemas que facilitan y administran

aplicaciones transaccionales, usualmente para entrada de datos y

recuperación y procesamiento de transacciones (gestor

transaccional). Los paquetes de software para OLTP se basan en

la arquitectura cliente-servidor ya que suelen ser utilizados por

empresas con una red informática distribuida. La tecnología OLTP


41

se utiliza en innumerables aplicaciones, como en banca

electrónica, procesamiento de pedidos, comercio electrónico,

supermercados o industria.

2.2.1 O. OLAP (Procesamiento Analitico en Línea)

De acuerdo a Wikipedia (2012) OLAP es el acrónimo en inglés de

procesamiento analítico en línea. Es una solución que consiste en

consultas a estructuras multidimensionales (cubos OLAP) que

contienen datos resumidos de grandes Bases de Datos o Sistemas

Transaccionales (OLPT). Se usa en informes de negocios de

ventas, marketing, informes de dirección, minería de datos y aéreas

similares.

Existen distintos tipos de OLAP:

• ROLAP

Implementación OLAP que almacena los datos en un motor

relacional. Típicamente, los datos son detallados, evitando las

agregaciones y las tablas se encuentran normalizadas. Los

esquemas más comunes sobre los que se trabaja son estrella ó

copo de nieve, aunque es posible trabajar sobre cualquier base

de datos relacional. La arquitectura está compuesta por un

servidor de banco de datos relacional y el motor OLAP se

encuentra en un servidor dedicado. La principal ventaja de esta

arquitectura es que permite el análisis de una enorme cantidad

de datos.
42

• MOLAP

Esta implementación OLAP almacena los datos en una base de

datos multidimensional. Para optimizar los tiempos de

respuesta, el resumen de la información es usualmente

calculado por adelantado. Estos valores pre calculados o

agregaciones son la base de las ganancias de desempeño de

este sistema. Algunos sistemas utilizan técnicas de compresión

de datos para disminuir el espacio de almacenamiento en disco

debido a los valores pre calculado.

• HOLAP (Hybrid OLAP)

Almacena algunos datos en un motor relacional y otros en una

base de datos multidimensional.

2.2.11. Cubo OLAP

Existen distintos concepto de acuerdo al punto de vista de los que

es un cubo OLAP:

Según Wikipedia (2012) es una base de datos multidimensional, en

la cual el almacenamiento físico de los datos se realiza en un

vector multidimensional. Los cubos OLAP se pueden considerar

como una ampliación de las dos dimensiones de una hoja de

cálculo.

Un cubo es un subconjunto de datos de un DataWarehouse,

organizado y sumariado dentro de una estructura multidimensional.

Los datos se sumarian de acuerdo a factores de negocio


43

seleccionados, proveyendo el mecanismo para un rápido y

uniforme tiempo de respuesta de las complejas consultas".

(NAOER, 2005)

Las estructuras multidimensionales que se mencionan en el

enunciado anterior y que forman un cubo son las dimensiones y las

medidas.

2.2.12. Medidas

El blog oficial para Olap Orade Corp. En el artículo

"OiapWorkshop 1: Basic OLAP concepts" (2007) nos dice que las

medidas representan los datos objetivos, muchas veces llamadas

hechos. Un ejemplo típico de medidas son las ventas, los costos,

ganancias márgenes, etc. Las medidas se organizan en una o más

dimensiones. Las medidas están por lo general representadas por

la forma de un cubo en donde los bordes o aristas del cubo son las

dimensiones y el contenido del cubo son los valores de medida.

Existen dos tipos de medidas:

Medidas Almacenadas: son datos cargados, agregados y

almacenados directamente en el DataWarehouse o Data Mart. Un

ejemplo de esas puede ser ingresos por ventas, unidades

vendidas, horas trabajadas, etc.

Medidas Calculadas: Son el resultado de realizar cálculos

matemáticos estándar en base a métricas simples. Por ejemplo el


44

precio promedio de venta, que se calcula dividiendo la sumatoria

total en dólares de las ventas entre unidades vendidas.

Hechos: Los hechos contienen información sobre cuantificaciones

o datos sobre hechos relevantes del negocio que quieren ser

consultados. Esta información a menudo está compuesta por

valores numéricos que cuantifican las transacciones o son datos

detallados acerca de las transacciones del negocio en un momento

datos. Estos datos son almacenados en una simple tabla central

llamada tabla de hechos. Esta tabla centra o tabla de hechos

puede estar compuesta por muchas columnas y millones de

registros, llegando a ocupar espacios muy considerables en

almacenamiento. Ejemplos clásicos de datos almacenados en

tablas de hechos son: registros de ventas, inventarios, movimientos

de cuentas, suscripciones, revistas, etc.

Granularidad: La granularidad es el nivel de detalle de los hechos

en un DataWarehouse (Peterson, 1995) . Por ejemplo se determina

que el mayor nivel de detalle de un cubo de ventas, es la cantidad

de ventas realizadas por mes, o sea, no llega al detalle de ventas

diarias.

2.2.13. Dimensiones

Las dimensiones identifican y categoriza los datos del negocio.

Ejemplos de dimensiones pueden ser producto, geografía, tiempo,


45

canal de distribución, etc. Las dimensiones son almacenadas en

tablas satélites que están unidas a las tablas de heChos.

(Ganczarski)

Las tablas de dimensiones almacenan toda la información asociada

con cada dimensión particular, esto incluye:

• Las relaciones de jerarquías de cada dimensión.

• Los atributos que describen cada dimensión.

Las dimensiones están formadas por tres componentes claves:

Jerarquías: Las jerarquías son estructuras lógicas que agrupan

datos pertenecientes a una dimensión con el propósito de

analizar1os por ejemplo: si se considera una escala (o dimensión)

temporal "Mayo de 2005" se puede incluir en "Segundo Trimestre

de 2005", que a su vez se incluye en "Año 2005".

Niveles: Los niveles representan una posición en una jerarquía. El

nivel superior contiene una agregación de valores para el nivel

inferior. Cada nivel tienen una relación uno a muchos o maestro

detalle con su nivel inferior. Por ejemplo una medida de ventas

puede encontrarse en la jerarquía de productos y en un nivel

superior en categoña de productos o sub categorías, etc.


46

Atributos: Los atributos proveen información descriptiva acerca de

los datos y son de utilidad cundo se seleccionan datos para el

análisis por ejemplo:

• Selección de productos cuyo color (atributo) es "Azul".

• Selección de clientes que tienen dos hijos.

• Selección de promociones que son de tipo "Multipack''.

Drill Down y Roll Up: Son técnicas analíticas especificas por las

cuales los usuarios navegan entre niveles de detalle de

información, desde las más resumida hasta las más detallada, en el

caso del Drill Down y del detalle a un resumida en el caso del Roll

Up. Las jerarquías de la dimensión son las que establecen los

caminos por los cuales los usuarios podrán hacer tanto un Drill

Down como un roll-up, esto debido a que la jerarquía o jerarquías

de la dimensión contienen los niveles de la misma. Por ejemplo

viendo la información de las ventas de Norte América, una

operación de Drill Down en la dimensión de región mostraría

entonces a Canadá, Los estados del este, y los estados del Oeste.

Al realizar otra operación Drill Down en Canadá, nos mostraría a

Toronto, Vancouver, Montreal, etc. (Alta Plana 1999).

2.2.14. Esquemas de Cubos

Un esquema es una colección de objetos de base de datos (tablas,

vistas, índices, sinónimos, etc.) existen dos tipos comunes de

esquemas de cubo: en estrella y en copo de nieve.


47

3.2.1. Estrella

Según Oracle Corporation el esquema tipo estrella es llamado así

debido a que el diagrama entidad relación que este forma se

asemeja a una estrella con puntas que se originan desde el centro.

El centro de la estrella consiste en una tabla de hechos y las

puntas de la estrella son las tablas de dimensiones.

3.2.2. Copo de Nieve

Según Oracle Corporation el esquema de copo de nieve es más

complejo que el modelo de estrella y es una extensión del mismo.

Es llamado copo de nieve por que el diagrama entidad relación se

asemeja a un copo de nieve.

La característica del esquema copo de nieve es que normaliza las

dimensiones para eliminar redundancia. Esto quiere decir que la

tabla de dimensiones es distribuida en distintas tablas pequeñas en

vez de una tabla grande como se lo haría en una estrella como se

muestra en la figura.
48

2.3. Definición de términos básicos

Toma de decisiones: es el proceso mediante el cual se realiza una

elección et:ltre las opciones o formas para resolver diferentes situaciones

de la vida en diferentes contextos: a nivel laboral, familiar, sentimental,

empresarial (utilizando metodologías cuantitativas que brinda la

administración). La toma de decisiones consiste, básicamente, en elegir

una opción entre las disponibles, a los efectos de resolver un problema

actual o potencial (aun cuando no se evidencie un conflicto latente).

DataWarehouse: sistema de información centralizado que contiene toda la

información relevante para una organización, y que permite de una forma

ágil y flexible la consulta de información. Está orientado a convertirse en la

única fuente de información para todas las áreas del negocio y ser la fuente

prioritaria para todas las herramientas de inteligencia de negocio que se

desee utilizar en una organización.

Datamart: Subconjunto del DataWarehouse que está orientado a un área

específica del negocio. Todas sus métricas y dimensiones están

relacionadas con el área de negocio en particular.

Dimensión: se refiere a la entidad que se encarga de agrupar, calificar o

catalogar cada uno de los hechos dentro de un DATAMART.

ETL: proceso de extracción, transformación y carga de datos desde una

fuente determinada hacia un DATAMART o el DataWarehouse corporativo.


49

HOST: ordenador/computadora conectado(a) a la internet.

OLTP: sistemas de procesamiento de transacciones en línea, o sistemas

transaccionales, en los cuales residen las operaciones de día a día de cada

negocio y que son la fuente prioritaria de datos para cada DATAMART o el

DataWarehouse corporativo.

OLAP: sistemas de procesamiento analítico en línea, es decir sistemas

orientados al análisis de información, basado en un DATAMART o

DataWarehouse.

SQL: lenguaje de computación utilizado para crear, modificar y recuperar

datos de un sistema de base de datos relacional.

Tabla de hechos: tabla de datos central que contiene cada una de las

métricas que se desea m medir dentro de un área específica de negocio.

Transfonnación: en el manejo de almacenamiento de datos, una

transacción se refiere a una unidad de trabajo que debe ser realizada de

forma atómica, consistente, aislada y durable.


so

CAPITULO 111

HIPÓTESIS, VARIABLES Y OPERACIONALIZACION DE VARIABLES

3.1. Hipótesis

3.1.1. General

"El DATAMART de información académica mejora la toma de

decisiones en la Universidad Nacional de Ucayali".

3.1.2. Especifica

H.1. "Es posible identificar el proceso de toma de decisiones en la

Universidad Nacional de Ucayali"

H.2. "Es necesario una solución de inteligencia de negocio-Datamart

de información académica en la Universidad Nacional de

Ucayali"

H.3. "Es posible determinar como el Datamart mejora el proceso de

toma de decisiones en la Universidad Nacional de Ucayali"

H.4. "Es posible proponer una solución de negocio inteligente-

Datamart, que apoye la toma de decisiones en la Universidad

Nacional de Ucayali"

3.2. Variables

3.2.1. Variable independiente

X: El Datamart

3.2.2. Variable dependiente

Y: Toma de decisiones

3.2.3. Variable interviniente


51

Z: Universidad Nacional de Ucayali

3.2.4. Unidad de análisis

Oficina de coordinación y eventos académicos y la Oficina de

Informática de la Universidad Nacional de Ucayali.

3.3. Operacionalidad de las variables

Variable independiente (V.I): Datamart de infonnación académica

Cuadro 1: Indicadores de la variable dependiente


Indicadores Unidad de medición
Tiempo promedio de respuesta de la información. (Horas)

Usabilidad de herramientas de soporte de decisiones. (%)

Satisfacción de los usuarios (%)

Portabilidad (%)

seguridad (%)

Variable dependiente (V.O): Toma de decisiones

Cuadro 2: indicadores de ia variabie interviniente


Indicadores 1Unidad de medición
Tiempo de procesamiento de la información. (Horas)

Tiempo promedio de respuesta de la información (Horas)

Cantidad promedio de solicitudes (Nro.)

1 Accesibilidad de la información 1 (%)

1Nivel de satisfacción 1 (%)


52

Variable interviniente {V.O): Facultades de la Universidad Nacional de


UcayaU

Cuadro 3: Indicadores de la variable interviniente

Indicadores ,l Unidad de medición


Personas involucradas (Nro.)

Equipos empleados (Nro.)


53

CAPITULO IV

METODOLOGÍA DE LA INVESTIGACIÓN

4.1. Tipo de investigación

La investigación de acuerdo a su forma es aplicada, ya que busca

confrontar la teoría con la realidad y a la vez de acuerdo a su tipo es

descriptivo . por que se trabaja sobre realidades de hechos (Roberto

Hemández Sampieri, 2010).

4.2. Nivel de investigación

El nivel de esta investigación es explicativo, ya que se toman las variables

y se mide cada una de ellas independientemente, para así describir lo que

investigamos (Roberto Hemández Sampieri, 2010).

4.3. Método de investigación

El método que se utilizó para la presente investigación es deductivo

inductivo.

Es el razonamiento que partiendo de casos particulares, se eleva a

conocimientos generales.

Este método permite la formación· de hipótesis. Investigación de leyes

científicas y las demostraciones. En la inducción se trata de generalizar el

conocimiento obtenido en una ocasión a otros casos u ocasiones

semejantes que puedan presentarse en el futuro o en otras latitudes.


54

4.4. Diseño de investigación

El diseño que se utilizó es "Business lntelligence Roapmap", de T. Moss y

Shaku Atre, es una guía de buenas prácticas que siguen 16 pasos en los

cuales se recogen las actividades a realizar para llevar un proyecto de

inteligencia de negocio. Está basada en el enfoque Botton-Top, la fase

extraída de la metodología fue la siguiente:

1. Evaluación del negocio

2. Definición de requerimientos

3. Análisis de datos

4. Prototipo de aplicación

5. Diseño de la base de datos

6. Diseño del ETL

7. Desarrollo del ETL

8. Desarrollo de la aplicación

9. Certificación

10. Implementación

11. Evaluación postproducción

Para la investigación se aplicó el método de divisiones sucesivas con

Pre-Test- Post -Test el cual consiste en:

• Medición de la variable dependiente antes de aplicar la

variable independiente (Pre -Test).

• Aplicación de la variable independiente.

• Medición de la variable dependiente después de aplicar la

variable independiente (Post -Test).


55

Se representara mediante el siguiente esquema:

GE: 01-X- 02

Donde:

GE: Autoridades de las Facultades de la Universidad Nacional de

Ucayali.

01: Análisis de los resultados, antes del desarrollo del Datamart

de información académica.

X: Datamart de Información académica.

02: Análisis de los resultados, después del desarrollo del

Datamart Académico

4.5. Población y muestra

4.5.1. Población

Comprende a los funcionarios del área encargada de la

Coordinación y Servicios académica y a los jefes de departamentos,

decanos y directores de escuela de 8 Facultades de la Universidad,

que hace una población de 33 personas (Anexo 5).

· 4.5.2. Muestra

La muestra de la presente investigación consta del 100% de la


población.

La muestra es de 33 personas.
56

4.6. Técnicas e Instrumentos de recolección de datos

Para llevar a cabo el trabajo de campo de la investigación en referencia las

técnicas e instrumentos, se muestra en el Tabla 3.

Tabla 2: Técnicas e instrumentos


TECNICAS INSTRUMENTOS

a. Entrevista. - Cuestionario.

b. Encuesta. - Cuestionario.

Se utilizaron técnicas e instrumentos que ayuden a conceptualizar,

observar y cuestionar.

4.6.1. Validación de las técnicas e instrumentos de recolección

A efectos de validar los instrumentos de medición, se realizó una

prueba piloto de cada uno de ellos con personas expertas en la

confección del mismo. A continuación mencionamos como fueron

desarrollados:

a) La entrevista: Entendida la entrevista como una

comunicación interpersonal, entre el investigador y los

sujetos que constituyen la muestra de la investigación, con

tal razón seleccionamos esta técnica con la finalidad de

obtener datos en cuanto a los conocimientos básicos. Se

usó la entrevista estructurada.


57

Instrumento: cuestionario; consistente en un conjunto de

preguntas secuenciales, categorizadas y estructuradas con

anticipación.

b) La encuesta: Con la finalidad de recoger evidencias sobre el

conocimiento, interés y necesidades.

Instrumentos: Los cuestionarios y pruebas de ejecución; hoja

que contiene un conjunto de preguntas en su mayor parte

cerradas, para tener información de primera mano.

4.7. Procedimientos de recolección de datos

Recojo de testimonios, mediante el llenado de cuestionarios.

a) Entrevista

Se estableció una entrevista con los directivos seleccionados y otras

personas relacionadas con el manejo de indicadores académicos, a

fin de obtener respuestas verbales a las interrogantes planteadas

· sobre los procesos de toma de decisiones y el manejo de

indicadores académicos.

b) Cuestionario

Se apiicó un cuestionario a ios directivos seiecdonacios y a otras

personas relacionadas con el manejo de indicadores académicos

con la finalidad de obtener información que servirán para el logro de

los objetivos del proyecto.


58

Conjuntamente con la técnica de recolección de datos se utilizaron los

instrumentos como los cuestionarios, esto permitió ver e identificar los

requerimientos funcionales sobre lo que fue la base de requerimientos para

desarrollar la solución de la investigación.

4.8. Tratamiento de los datos

Las encuestas se procesaron por medio de tablas y gráficos las cuales

ayudaron al análisis de tos datos, aplicando herramientas informáticas: Ms

Excel y SPSS 19.

4.8.1. Mecanismos para el procesamiento y presentación de datos

Los datos han sido presentados en tablas, figuras y gráficos,

analizados con la aplicación de la estadística descriptiva,

seguidamente se procedió a analizarlos. Para el procesamiento de

los datos se utilizaron las herramientas informáticas como: Ms Excel

y SPSS, presentándose los resultados en tablas, teniendo en cuenta

las variables de la investigación.

Para realizar el procesamiento y posterior presentación de los datos

recolectados, de las fuentes primarias (trabajo de campo) y

secundarias, que fueron necesarios para un análisis e interpretación

clara y precisa de los mismos, se utilizó la estadística.


59

4.8.2. Mecanismos para el análisis e interpretación de resultados

En esta parte se usó el análisis lógico como el estadístico, para

comprobar la hipótesis, teniendo en cuenta siempre la confiabilidad

y veracidad de los datos obtenidos y procesados con anterioridad.

Para la constatación de la hipótesis se aplicará el método de diseño

en sucesión o en línea, conocido también como método Pre-Test-

Post -Test el cual consiste en:

• Medición de la variable dependiente antes de aplicar la

variable independiente (Pre -Test).

• Aplicación de la variable independiente.

• Medición de la variable dependiente después de aplicar la

variable independiente (Post -Test).

Se representara mediante el siguiente esquema:

GE: 01-X- 02

Donde:

GE: Autoridades de las Facultades de la Universidad Nacional de

Ucayali.

01: Análisis de los resultados, antes del desarrollo del Datamart

de información académica.

X: Datamart de Información académica.

02: Análisis de los resultados, después del desarrollo del

Datamart Académico
60

'
Al final de la investigación se establecerá diferencias entre 01 y 02

para definir si existe mejoramiento o no en los indicadores expresados

en la variable dependiente.

El procedimiento consiste en determinar en primer lugar una tabla de

rango de valores, la cual nos permitirá ubicar valores cuantitativos de

los indicadores, por medio de valores cualitativos expresados en este

rango. Luego se hará la comparación de valores entre indicadores de

acuerdo al diseño de constatación; esta comparación nos permitirá

finalmente aceptar o rechazar la hipótesis de acuerdo a los estándares

científicos de la estadística.
61

CAPITULO V

REQUERIMIENTOS Y TOMA DE DECISIONES

5.1. Toma de decisiones en la Universidad Nacional de Ucayali

Las universidades se plantean la mejora continua de la calidad de los

procesos y servicios que ofrecen, de esta manera buscan incrementar su

contribución al desarrollo social y económico de su entorno. Para ello es

necesario contar con herramientas para la toma de decisiones que

permitan medir el desarrollo institucional y la cooperación académica

en las instituciones, sirviendo de soporte al desarrollo de la Educación

Universitaria y generando la sinergia de esfuerzos.

La Universidad Nacional de Ucayali, es un organismo público y por ende

tiene cargos superiores y cargos inferiores, es decir su estructura esta

jerarquizada, desde el consejo nacional de rectores hasta las decanaturas

que son consejos de última instancia.

El proceso de toma de decisiones en la Universidad Nacional de Ucayali

está basado en niveles, es decir cada consejo u oficina toma decisiones

basados en sus responsabilidades, estas reflejan el dominio de la gestión y

el grado de profesionalidad de todas las jefaturas en la Universidad

Nacional de Ucayali.

En la figura se muestra como es requerida la información entre la rectoría y

los vicerrectorados.
62

Figura 4: toma de decisiones

Analizando como es el flujo de la infonnación en la Facultad de Ingeniería

de Sistemas y la Oficina General de Coordinación y servicios académicos,

podemos observar que para tener unos infonnes académicos, se tiene una

secuencias de procesos que demandan tiempo, esto es sustentable por la

definición en reglamentos de procesos internos de la Universidad.

Figura 5: Proceso de solicitudes

~
u
1
/'-
L 1
t¡Q~
~
c;;futur~ de)
departamento

demora en la redaccion
de infbrrnes solicitados

~ Mernoranclum
e¡,/" /solicitud
63

En este contexto, la incorporación de las TICs en la gestión de las

instituciones es fundamental, ya que contribuyen a la distribución del

conocimiento, la construcción de procesos eficientes, la reorganización de

estructuras y la transparencia de los datos.

Los datos disponibles en las UNU (Universidad Nacional de Ucayali), con

un procesamiento adecuado, pueden convertirse en una herramienta

auxiliar y muy valiosa para mejorar la toma de decisiones. La pregunta que

surge en forma inmediata es ¿esto es suficiente para las necesidades de la

gestión? Se puede afirmar sin dudar que disponer de Jos datos no alcanza

para cubrir las necesidades de los directivos de la Universidad, es

necesario analizar estos datos y cruzartos con datos externos. Para ello

necesitamos herramientas que permitan estar a la altura de las

circunstancias y que ayuden a ampliar el conocimiento de la organización.

En el ámbito de herramientas DSS, encontramos el DataWarehouse.

Un DataWarehouse es una colección de datos diseñada para brindar

apoyo a los procesos de toma de decisiones compuesta por datos

provenientes de los sistemas transaccionales específicamente

estructurados para consultas y análisis.

El DataWarehouse permite manejar grandes volúmenes de datos e

implica la separación física de la producción de las operaciones diarias

de las operaciones de soporte a las decisiones de una organización.


64

El análisis de datos ayuda a los usuarios gerenciales y tomadores de

decisiones a convertir datos crudos en información valiosa. A través de

este tipo de información se puede lograr una visión integral de la

organización, entender los eventos en forma sistemática permitiendo así la

redefinición de estrategias. En síntesis, conocer la organización.

Con el ánimo de proveer una solución de inteligencia de negocios, que

apoye el proceso de toma de decisiones en la Universidad Nacional de

Ucayali y al ver que existe una necesidad de estos tipos de soluciones,

vimos como punto de partida incluir estos vacíos en el análisis de

requerimientos para comenzar la primera fase del proyecto.

5.2. Definición de requerimientos

Con el propósito de identificar las necesidades de información específicas

de los usuarios, se decidió llevar a cabo una serie de entrevistas con

decanos, jefes de departamentos y directores de escuela.

Para ello se elaboró una· propuesta en base a la información con que

cuenta la Oficina de Coordinación y Servicios Académicos, sobre el análisis

que podrían ser de interés para el trabajo que estos realizan.

(Ver Anexo 2).

Posteriormente se diseñó una guía de entrevista (Ver Anexo 3) con una

serie de preguntas encaminadas a conocer las labores de la unidad: el

intercambio de información existente entre estas y Coordinación


65

Académica o la Oficina General de infonnática, así como los reportes

estadísticos importantes para el buen funcionamiento de las mismas.

Se entrevistó a un grupo de decanos, por ser estos las entidades que

pueden realizar procesos de toma de decisiones con respecto al área

académica de cada una de sus facultades. Así mismo, se entrevistó a los

jefes de departamentos y directores de escuela de cada facultad, puesto

que son quienes ayudan a los decanos a llevar a cabo los procesos

anterionnente mencionados, para la carrera que ellos dirigen.

Para definir a cuales jefes de departamentos, directores de escuela y

decanos se entrevistaría, se tomaron en consideración las siguientes

características: visionario, que realice constantemente análisis a cerca de

la situación académica de sus estudiantes y cuya carrera este dentro de

aquellas con el mayor número de estudiantes.

En base a lo anterior, se entrevistó a los siguientes:

Cuadro 4: Cargos encuestados

Facuitad Cargo

Ingeniería de sistemas y de • Decano de la FIS

ingeniería civil • Dirección de escuela de sistemas

• Jefe de departamento de sistemas


..
1 Med1c1na humana • Jefe de departamento

• Directora de escuela

Ciencias forestales • Decano


66

• Director de escuela

Ciencias administrativas, • Director de escuela

contables y financieras • Jefe de departamento


i i

Como resultado del análisis de los requerimientos de información, que se

recogió de la entrevista, se determinó que los usuarios requieren realizar

análisis acerca de los siguientes temas:

•!• Análisis de población académica

• Análisis por modalidad de ingreso

Se muestra la cantidad de alumnos por ciclo, para cada escuela,

agrupados por el tipo de ingreso (Examen ordinario, Cepre- UNU,

ingreso por equivalencia y reingreso, Etc.).

• Análisis por sexo

Se presenta la cantidad de alumnos ingresantes a las distintas

escuelas, agrupados por sexo.

• Cantidad de ingresantes

Se presenta la población de ingresantes en las distintas escuelas y

relaciones con histórico de ingresantes.


67

•!• Análisis de rendimiento académico

• Rendimiento académico

Se puede realizar una comparación del rendimiento académico de

los alumnos, para cada facultad y escuela, por sexo

• Ranking de alumnos

Se presenta los alumnos que registran mayores promedios en sus

cursos curriculares, clasificados por periodo académico y escuelas.

•!• Análisis por curso

• Cursos aprobados y desaprobados

Con este análisis es posible identificar los cursos aprobados y

desaprobados de cada alumno en cada periodo académico y en la

escuela al cual pertenece.

• Cursos con mayores dificultades

Este análisis presenta los cursos de los alumnos que mayores

dificultades tienen en aprobar.

•:• Análisis de deserción estudiantil

• Retiros parciales

Este análisis presentara los cursos con retiros parciales en cada

semestre académico y en la escuela específica

• Retiros totales

El análisis de retiros totales identificara aquellos alumnos que se

retiran del ciclo académico.


68

•:• Análisis de egresados

Uno de los puntos más solicitados fue en del historial de egresados

por cada escuela profesional. Este análisis permitirá comparar que

número de alumnos que terminan sus estudios por cada promoción de

ingreso, en la escuela que corresponda.

Estos ítems se consideraron la fase de análisis de Información

Académica.

Tras haber identificado otro proceso muy importante en la gestión

universitaria, he recogido requerimientos sobre las necesidades de

información Bibliotecaria, para integrar y complementar la información

académica de los estudiantes.

A continuación se presenta los siguientes ítems para el análisis de

requerimientos bibliotecarios en la UNU.

•:• Visitas de estudiantes

Como el sistema de gestión bibliotecaria, solo contempla el registro

de las visitas de estudiantes, este fue el principal objetivo, analizar

que estudiantes visitan, de que facultades, en que fechas (años,

semestre, meses, semanas, días).

•:• Prestamos de materiales

Analizar los materiales prestados, que materiales son los más

solicitados, agrupados por materias y analizar las fechas de estos

préstamos.
69

•!• Registros de lecturas

Analizar que materiales son los más leídos, en función del tiempo,

este análisis permite conocer que prioridades se deben tener según

las expectativas de los visitantes bibliotecarios.

En la fase inicial de este proyecto, se recogió todas las necesidades

especificadas en las entrevistas sobre la gestión académica y gestión

bibliotecaria, y se incluirá según surjan nuevos requerimientos.

En la fase siguiente se realiza un análisis de las distintas herramientas

que nos permitirán gestionar eficientemente la información analizada ..

5.3. Selección de herramientas de desarrollo

Se realizó una comparación de las ventajas y precios de los SGBD más

utilizados en la actualidad, para decidir cuál de ellos era la mejor alternativa

para elaborar el Data Mart para el registro académico.

Cuadro 5: Tablas de bases de datos


,,
Base de datos Ventajas Precios
• Relacional
• Seguridad
!! El más usado en íntemet
MySQL Server • Multitareas 0.00$
• Transaccional
• Qpen Source
• Relacional
SQL Server 2005- • Trabaja a nivel de redes 6874.00$
2008 • Seguridad
70

: ..· Relacional
1 E! más usado
Oracle 11g mundialmente 10,000.00$
• Permite uso de particiones
• Multiplataforma
• Orientado hacia intemet

1 Cuadro 6: Comparación de servidores Bl

Herramientas Bi Ventajas Precios


• Integrable
SQL server 81 • Soporte Microsoft 9592.00$
• Escalabre
• Alta disponibilidad • Enterprise Edition
Pentaho • Integrable 3500.00$/.
• Portable • Comunity edition
0.00 $1.
Oracle 81 • Multiplataforma • 10,000.00$
• Seguridad
Jasper 81 • Multiplataforma 3000.00$
• Soporte comunidad

Pentaho 81 suite

Pentaho es una suite de Herramientas de código abierto comercial para

Inteligencia de Negocios que cuenta con todas las herramientas necesarias

para cubrir el espectro completo de Inteligencia de Negocios dentro de una

organización: Análisis interactivo (OLAP), Reportes, Integración de datos

(ETL), Tableros de Control y Minería de datos. Adicionalmente, la

plataforma provee integración con Hadoop para grandes cantidades de

datos.
71

Pentaho ofrece dos versiones de su solución en base al modelo

anterionnente descrito: una versión comunitaria gratuita orientada

principalmente al mundo académico, y una versión Enterprise comercial

orientada a la implementación profesional tanto en empresas privadas

como en instituciones gubernamentales u otras sin fines de lucros que

pretendan potenciar sus capacidades analíticas para mejorar su gestión. El

siguiente esquema resume el modelo:

Figura 6: Pentaho

Pentaho Bl Suite
Write euíld Enterprise Edition
'1

Sofl,..'ilre
Maint•l\&nC(!
~
Enhanced
func!ION>I•ty

l'roduct
bpertlse

Open Source Community

Pentaho provee lead developers y lineamientos técnicos para el desarrollo

del ·producto La comunidad contribuye con nuevas soluciones y se utiliza

como un "test bed" para estas innovaciones Mejora eficazmente la calidad

del producto mediante una rápida identificación de defectos u

oportunidades de mejora

A continuación presentamos una tabla con una descripción detallada según

la versión:
72

Cuadro 7: Funcionalidad de Pentaho

Software y Servicios Community Edition Enterprise Edition

Reporting Open Source Certificado


Analysis Open Source Certificado
'"'- -•-•-- __ _._ ~--- ,.... - ----- ,... _
_,:~---•-

uasnooaras 1 upen ~ource \...enmcaao


Data lntegration 1 ETL Open Source Certificado
Business lntelligence Platform Open Source Certificado
Data Mining Open Source Certificado (Add-On)
Interacción con foros de la si si
comunidad
Ambiente de desarrollo unificado 1 si si
para Agile 81
Documentación Web comunitaria si si
(wiki)
'1
Soporte profesional no si

En lo que sigue del documento se presentarán los distintos módulos que

contiene la solución. Cabe destacar que éstos permiten el desarrollo de una

solución completa e integral sin requerir de otros complementos:

• Pentaho Data lntegration: Limpia e integra datos desde donde sea

que se encuentren.

• Pentaho Reporting: Accede a los datos y provee información de alto

valor a la organización.

• Pentaho Analysis: Permite explorar y analizar los datos de manera

interactiva, rápida y ágil.


73

• Pentaho Dashboard: Entrega resúmenes de información y métricas

de alto valor a través de una interfaz interactiva y fácil de

comprender.

• Pentaho Data Mining: Descubre patrones escondidos en los datos,

y permite predecir eventos futuros.

A continuación describiremos cada una de las herramientas a utilizar en el

desarrollo y la implementación del Datamart académico.

Herramientas de desarrollo Pentaho

• Pentaho data integración

Esta herramienta ha sido catalogada por la comunidad 81 a nivel

mundial como de altísima calidad. En resumen, permite rápida y

eficientemente extraer datos, transformarlos, limpiarlos, validarlos,

cargarlos, etc. desde donde quiera que se encuentren.

Algunas características:

~ Librería de transformaciones completa con más de 100 objetos

de mapeo.

~ 100% Java, amplio soporte multi plataforma

~ Rendimiento y escalabilidad probado de nivel empresarial.

~ Herramienta gráfica de muy fácil uso

~ Monitoreo y Debugger integrado

Algunas conexiones a las bases de datos que soporta

~ Apache Derby
...,. Borland lnterbase
~ Calpont lnfiniDB
74

.);;- Firebird SQL


» Generic database
~ Greenplum
)¡;- Gupta SQL Base
)¡;- 18M 082
);;> lnformix

~ MSAcces

,..
'¡;;, IIIIC::: C:::l"'ll C:::onu:>P'
IVIV V'-oa(L.. V V I YVI

~ MS SQL Server (Native)

~ MaxDB (SAP DB)

~ Monet DB

~ MySQL
)o> Orae!e
~ Oracle RDB

~ Palo MOLAP Server

~ PosrtgreSQL

~ Remedy Action Request System

~ Sap ERP System

~ SQLite

~ Sybase
Esta funcionalidad es una de los puntos por el cual ele9í esta

platafonna.

• Pentaho Report designer

Esta aplicación de Pentaho proporciona todas las herramientas

necesarias para que estos sean diseñados y publicados para ser

consultados fácilmente vía web por quienes Jo requieran.

Dentro de sus caracteñsticas destacamos:


75

• Diseñador gráfico Drag-and-drop que proporciona un control

completo de acceso a datos, diseño, agrupación, cálculos,

gráficos y formato para informes "pixel-pertecr

• Incorpora un wizard paso a paso, que guía al usuario durante el

proceso de diseño

• Provee plantillas de alto nivel, predefinidas para agilizar el

proceso de diseño del reporte sin mermar la consistencia de este

mismo ni su look

• Permite crear parámetros para que el usuario final personalice la

información que quiere desplegar en el reporte

• Permite que los reportes sean publicados al 81 Servar desde la

misma interfaz para que los usuarios seleccionados puedan ver

los reportes a través de su cuenta Pentaho Analyzer

• Pentaho Schema Workbench

Esta herramienta de la suite Pentaho tiene como objetivo facilitar la

tarea de diseño de cubos OLAP. Su sencilla interfaz permite modelar

un XML con el diseño del cubo a través de opciones lógicas e

intuitivas que no requieren de un manejo avanzado de este formato

de archivo.

Dentro de sus características destacamos:

• Diseñador intuitivo de esquemas OLAP

• Permite crear, editar, actualizar y publicar esquemas OLAP para

ser desplegados por aplicaciones de visualización Pentaho.


76

• Acelera . de manera considerable la construcción e

implementación de este tipo de soluciones

• Herramientas Servidor

Pentaho server incluye herramientas de administración que reducen

los costos de operación al simplificar el despliegue, mejorar la

fiabilidad y la facilidad de uso, mejorar el rendimiento y la

escalabilidad de la solución.

Dentro de las características que proporcionan estas 3 herramientas

de administración destacamos:

» Configuración de seguñdad

La Enterprise Consola de Pentaho provee un directorio

centralizado desde donde es posible manejar las

configuraciones de seguridad e integración con directorios ya

existentes (por ejemplo LDAP).

» Diagnóstico de las aplicaciones

Pentaho incluye· aplicaciones capases de diagnosticar el

estado de los servicios. Esta característica provee a los

· usuarios administradores de herramientas para validar las

configuraciones de sistemas incluyendo el acceso a

repositorios, configuraciones de sistema, aplicaciones web, e

email.
77

}'> Utilidades de repositorio

La consola de administración de Pentaho provee un set de

utilidades para simplificar backups, migraciones, y para

restaurar repositorios relevantes de información. La

configuración de imporVexport permite a los administradores

identificar fuentes y destinos para estos respaldos, además de

especificar exactamente que se desea importar o exportar para

respaldar.

}'> Manejo del ciclo de vida de la aplicación

Facilita a los administradores hacer cambios en un sistema de

prueba o desarrollo, validar esos cambios, y luego implementar

los cambios a los sistemas 81 en producción. Adicionalmente,

permite que versiones anteriores puedan ser restauradas en

caso de error y/o auditadas.

}'> Reportes de auditoria

Estos reportes ayudan a los administradores a entender y

optimizar sus aplicaciones de Business lntelligence.

}'> Usuarios y roles

La consola de administración de Pentaho permite definir en

detalle los usuarios que tendrán acceso a las aplicaciones.


78

Requisitos mínimos de hardware y software

Para llevar a cabo la implementación del sistema y en base a las

herramientas seleccionadas anteriormente se proponen como requisitos

mínimos los siguientes:

Tabla 3: Requisitos de Hardware


..Haroware
.
1 Servidor J Usuario

• Procesador Pentium IV 3.8 Computadoras personales con las


GHz. siguientes características:
• Memoria RAM 2 GB. • Procesador PENTUM 4 o
• 160 GB disco duro. mayores (mínimo a 3.4 GHz) .
• Dispositivos de CD-ROM o • Memoria RAM 2 GB.
DVDROM • 1OGB de espacio disponible en
disco duro.
• Dispositivos de CD-ROM o
DVDROM.

Tabla 4: Requisitos de software

Soñware
Servidor Usuario
• Sistema Operativo: Microsoft • Cualquier Sistema Operativo.
Windows® 2000 Servar. • Internet explorar 8 a mas.
• Oracle 1Og Enterprise edition. • Google Ghrome
• Programa Antivirus .
79

5.4. Arquitectura técnica

A continuación se presenta un esquema general de la arquitectura técnica

del Data Mart diseñado, en el cual se describe las fuentes y destinos de la

información del Datamart, así como el flujo que seguirán los datos desde el

sistema fuente hasta las personas involucradas en la toma de decisiones.

Se tiene seis procesos o sub-sistemas en los cuales se encuentra

estructurado el proyecto de tesis:

•:• Fuente de datos

•:• Extracción, transformación y carga

•:• Cubos de información

•:• Presentación (Reportes e indicadores)

•:• Seguridad

•:• Administración

Figura 7: Arquitectura de la solución

Administración y seguridad

ETl O!.AP !='FlESENíACION


fUENífS DE DATOS

L)
f-1 r--1' ¡

Datarr.:.rt
'· ·'
1

1 "''.""' l
1 .... /
l
l{9J 1
1 J !

"'

Da:o~ Información , Conocimiento )


--- _::. ~----~!---·~-- ----~ .. ~"-~-
80

El sub-sistema corresponde a las fuentes de datos que se utilizaron en la

obtención de los datos que alimenta el sistema. En este proyecto se

utilizaron como fuente de datos una base relacional donde se almacena la

información académica, denominada Sistema integrado de gestión

académica, archivos planos y otra denominada Sistema de gestión

bibliotecaria.

El módulo del ETL es la sección donde se agrupan una serie de

procesos que llevan a cabo tareas relacionadas con la extracción,

manipulación, control, integración, limpieza de datos, carga y

actualización de los DataMarts, todas las tareas que se hagan desde que

se toman los datos de la fuente en este caso la bases de datos relacional,

hasta que se carguen en el sistema para su utilización en la construcción

de los cubos o reportes.

En esta parte del sistema se mantiene los datos obtenidos en una base de

datos temporal que se encuentra en MySQL, que es usada para

ejecutar todos los procesos, tareas antes mencionadas.

El sistema OLAP es el núcleo del sistema que es el repositorio

central de la donde se almacenan los datos que se están utilizando. En el

Datamart se almacenan los datos operacionales en estructuras

multidimensionales que optimizan el acceso para las consultas y que

son flexibles, además de contener toda la Metadata de la información

almacenada que ofrece información descriptiva sobre el contexto, la


81

calidad, condición y caradeñsticas de los datos. En esta área se incluye el

motor de cubos multidimensional que es el encargado de ejecutar las

consultas realizadas por los componentes externos.

El módulo de presentación es el área correspondiente a la

interacción con el usuatio, cuya funcionalidad es mostrar los datos

almacenados de forma útil y transparente a través de las distintas

herramientas. Este sistema se comunica directamente con el servidor de

cubos a través de consultas, las cuales retoman la información requerida

donde ésta es transformada y presentada para la visualización final.

Los reportes requeridos en el proyecto se encuentran en esta área.

En módulo de Segundad se encuentran definidas las restricciones de

acceso a los objetos de la plataforma y a los diferentes recursos.

Y finalmente, en el módulo de administración se encuentran las

herramientas administrativas de la plataforma. Gestión de usuatios,

administración de conexiones de fuentes de datos, herramientas de

limpieza de los diferentes cachés y el sistema de archivos interno del Data

Mart se encuentran en esta área.

5.3.1. Análisis de las fuentes de datos

Los datos que se utilizaron para alimentar el Datamart Académico,

corresponden a la fuente de datos del Sistema Integrado de

Gestión Académica, Este sistema tiene información relacionada a

los docentes y estudiantes de la Universidad.


82

Para alimentar el Datamart de Biblioteca, se extrajeron del sistema

de gestión bibliotecaria, que contiene información relacionada con

alumnos, materiales, préstamos, entre otros.

La base de datos no tiene suficientes restricciones referenciales

ni método de verificación de los datos que se ingresan,

pudiendo así ingresar información no solo incorrecta, sino también

en diferentes formatos con significados no siempre interpretados de

la misma forma.

Los reportes e informes generados a petición de los decanos,

directores de las escuelas son generados de forma manual y la

mayoría de estos entregados como archivos planos de texto.

Este sistema es la principal fuentes de información que se

utilizó a lo largo del proyecto. Puntualmente, es el proveedor de los

datos a partir del cual se generaron los reportes e indicadores. Es

por ello que se realizó un análisis exhaustivo de la base de datos

para diferenciar cuales son las entidades relevantes para la solución

del problema.

A partir del análisis de las vistas entregadas por la persona

encargada de la fuente se procedió a analizar los requerimientos y

obtener información de cuáles eran los campos necesarios para


83

los reportes e indicadores solicitados, se lograron identificar

cuáles eran los campos que formarían parte de la solución.

A continuación se detallan dichas vistas:

5.3.2. Calidad de datos

La cantidad de datos extraídos de los sistemas transaccionales es

toda la DATA actual que el sistema contiene, con la finalidad de

tener un mayor rango de análisis en cuanto a información histórica y

actual, además después del proceso de filtrado de datos se quitan

los que no nos van a servir en el análisis posterior, los datos que son

almacenados en el DATAMART, de actualizarán con la frecuencia

definida en el siguiente ítem.

5.3.3. Frecuencia de carga

Cuando hablamos de frecuencia de carga, nos referimos a que

tiempo se actualizara los datos del DATAMART extraídos de la base

de datos operacional.

La frecuencia de carga o actualización de datos se realizara según

las necesidades de los usuarios, es decir que tan actual quieren los

datos para su análisis, la fecha puede variar desde un días, semana,

mes, semestre, etc.


84

5.3.4. Modelo multidimensional

En modelo multidimensional se diseñara según los requerimientos

recogidos, es decir según los indicadores o información que se

desea analizar para un objetivo específico.

Por ejemplo tenemos los siguientes diagramas multidimensionales

}¡;- Diagrama Alumno

}¡;- Diagrama Ingresos

}¡;- Diagrama Egresos

}¡;- Diagrama deserciones

}¡;- Diagrama matricula

}¡;- Diagrama matriculas - cursos


, Diagrama prestamos
, Diagrama visitas

' Diagrama lecturas

Estos diagramas multidimensionales son los responsables del

almacenamiento de los datos, como se puede apreciar, existe

distintos indicadores que se puede extraer según la combinación de

sus dimensiones.

Recalcando la arquitectura técnica diseñada está constituida por tres

repositorios de datos diferentes:

• Base de datos transaccional (OLTP), en este caso con la base de datos

del sistema de información académica.

• Base de datos del diagrama estrella

• Base de datos multidimensional


85

A partir de la base de datos del sistema de información académica, se

cargaran los datos necesarios para la elaboración de los reportes, donde

se someterán a diversos procesos de extracción, transformación y limpieza.

Una vez formalizados los datos extraídos se procede a almacenarlos en el

Datamart del sistema.

5.5. Especificación del modelo dimensional

Teniendo identificadas las necesidades de información de los usuarios y

habiendo seleccionado las herramientas que se usaran para el desarrollo

del Datamart, en esta fase se llevará a cabo el proceso de modelado

dimensional.

El proceso del diseño dimensional, estará basado en los siguientes cuatro

pasos:

• seiecclonar ei proceso de negocio a modeiar

• Declarar la granularidad del proceso de negocio

• Seleccionar las dimensiones que se aplicaran para cada fila de la

tabla de hechos

• Identificar las métricas

A partir de los análisis planteados en la etapa de obtención de

requerimientos se identificaron cinco procesos de negocio a modelar.


86

Análisis de ingresantes

FASE 1. (Seleccionar el proceso de negocio a modelar): Analizar el

ingreso de los alumnos, tomando en cuenta diferentes factores que

influyen en este y que fueron mencionados en el apartado anterior. Al

mismo tiempo se decidió induir el estudio de población académica, puesto

que existen elementos comunes entre los dos análisis. Con esto se evitara

que exista una redundancia de datos al modelar dos diagramas que

contengan información similar.

FASE 2 (definir la granularidad): Al observar los datos almacenados por el

SIGA (Sistema de Información Académica) y tomando en cuenta la

dinámica con el cual trabaja la universidad, se determinó que todos los

datos estaban en función de un cido determinado. Por tanto la granularidad

para este proceso de negocio a modelar será ciclo o semestre

académico.

FASE 3 (seleccionar las dimensiones): De acuerdo a las peticiones

efectuadas por los usuarios, se identificaran las siguientes dimensiones:

~ Dimensión alumno

~ Dimensión sexo

~ Dimensión especialidad

~ Dimensión periodo

~ Dimensión modalidad
87

A continuación detallaremos cada uno de las dimensiones con el objetivo

de aclarar al lector de estas agrupaciones.

• Dimensión alumno

Esta dimensión representa a todos los alumnos, con los datos

necesarios para los reportes o análisis.

• Dimensión sexo

Representa el sexo de cada alumno, puede ser identificado y ayudar

a clasificar a los alumnos ingresantes

• Dimensión especialidad

Representa a las escuelas y facultades, con sus respectivos

identificadores que permiten clasificación según los alumnos

• Dimensión periodo

Representa varias granularidades, es decir representa año,

semestre, día y semana, permite clasificar y navegar por todo el

historial de ingresantes

• Dimensión modalidad

La modalidad es un canal de ingreso a la Universidad Nacional de

Ucayali, existen diversos tipos de ingresos a la universidad, esta

dimensión permite clasificar a los ingresantes según el canal

elegido.

FASE 4 (identificar las métricas): los valores numéricos de interés,

mediante los cuales se podrá analizar los ingresos a la Universidad, en

este caso se determinó la "Cantidad", y sirve para definir la cantidad de

alumnos según agrupaciones analizadas


88

Los pasos anteriores se resumen en la siguiente tabla:

Tabla 5: Detalle de Diagrama lngresantes


Granularidad 1 Dimensiones Métricas

• Ciclo/ Semestre • Alumno • Cantidad de alumnos


• Especialidad
• Periodo
• Sexo
• Modalidad

El diagrama estrella es el siguiente:

Figura 8: Diagrama estrella de lngresante


DIAGRAMA lf~GRESA~ITES
:J Olt-I_ESPECIAUDAO
: J DIH_ALUHUO KEY_E!:.f'fCl.d.UD~.:IlNT

i I(EY.ftL~IIC INT lO _FSC'I.EI.A V;.f!t:t:~.R(2-Q


' , ID .fi.~~·l:-40 ~:,•fl.(:!iAf(2'1) "j FACTjfiGRESNlTE.
----tH
KE:fJ'W.·~NO llli

J
~SRE$ \'ARCtVR(l~) .J t>l- __ j : . A..~E·: l.' Fi"iCM~J\(2~)
: • ~.f'El.Ll!:IC )•l VA'U:11.•.R(25~) ~ I<EY_E.S..'ECV.LlO~.D !Ni 'm _FACu. r.oc "'.<RC!i.•'-(24)
, J !.l'fU!OO.f' •:.~!\CHil\{25~) _ J l(f:i' .f'Ef.!OOO illi !, F~U.TA:) \'.O.ROiAA(l2S)
1*'----,
~ ~~~~~_I:Q/'1;1:~'? ~··-~ft'~"f"!(5~)
~ "¡ ~~~-~~'=' !::T
J
1 1
SEXO VA'.CM•J;¡pi) 1 ..> Kf:Y_MCOf.l.~!'lJ !Ni
: .. m_~xa tNT 1 .Ct.:'ITIO.o::'JiNT
b+----,111
1

ID .MOO•.LlD•.D II.<RCt'.!'.!'/.(2-.) t>-J '" 1: -:J OH-t_SEXO


MCOf.I.IC~.D •:Af;t:r.l'.'"-(51) 1
l ____'ir 1 i
l._ ____ th V.EY_S.."XOlNi
FE!:!OOO \I!\ROi!f'.{2"l) 1 . · NO:-JeRE •:p.fi:OiA't(24) •
_,.. __
. p),rtC cr,.<.r<.N 1
''"] Dlf.1_PERIOOO
· !OJ:.SCUEL~ v.~~:CH!\R{2~) 1
i I(Ef_FER100C1!Ni ~ - :¡:
'E.SC!Jfi!-. ~·~J.:~!f~(~2B) :J üi-M_HüüAüüAü ~
' lOftRlOOO V.:R01•.R.{2-Q
¡ • ABREV I';J':Cli!lf!{2") I(EYJ~OO.•UD/o.D ltlf
; . DES.CR!F!:lON v_oJtCtit._('iS)
1 .. 10 )'Al.U. i A0 V AA.CM~l'-{2~) '1 . COO!OO VAKC1A<!(6)
! .·P~'liO !NT
· f~ut.T.o.O v~J~O'VR(l:li!) i -' NOMSR.E v.•.~Oit.=:( ¡:¡fl)
; - FECti.•.JN,.CES VA'l.Ct'.•.R(l2S}
· FEO'.•._M _o:5 \\eRCM.<J't(l2S) 1
e>
89

Análisis de egresados

FASE 1: Se necesita detenninar, comparar, consultar y ver evoluciones de

los alumnos que tenninan sus estudios universitarios, así como ver los años

de estudios dedicados hasta tenninar sus carrera.

FASE 2: Al igual que el análisis antetior, se detenninó que todos los datos

estaban en función de un cido detenninado. Por tanto, la granulatidad para

este proceso de negocio a modelar, será ciclo o semestre académico.

FASE 3: Las dimensiones identificadas para este proceso de negocio son:

~ Dimensión alumno

~ Dimensión especialidad

~ Dimensión periodo de ingreso

~ Dimensión sexo

~ Dimensión plan curricular

~ Dimensión petiodo de egreso

A continuación. se desctibe las dimensiones no infonnadas en las fases

anteriores:

• Dimensión periodo de ingreso

Esta dimensión registra el año en el cual el alumno ingreso a la

universidad.

• Dimensión plan curricular

Representa el plan curricular llevado por el alumno, o los planes

curriculares llevado por el alumno en el tiempo que duro sus

estudios.
90

• Dimensión periodo de egreso

Registra cuando el alumno egresa de la universidad, es decir

cuando el alumno termina sus cursos del plan curricular establecido,

no confundir que este término solo implica alumnos que terminaros

su cursos curriculares del plan ultimo llevado, no se incluye

bachillerato o tesis, debido a que el Sistema Integrado de Gestión

Académica no contempla estos registros.

FASE 4: Los valores numéricos, que se requieren para evaluar a los

alumnos egresados son: Cantidad de alumnos.

Tabla 6: Detalle de Dimensión Egresados

Granularidad Dimensiones Métricas

• Ciclo/ Semestre • Alumno • Cantidad de alumnos


• Especialidad
• sexo 1

• plan curricular
• Periodo de ingreso
. .
¡• ~

1-"enoao a t:greso·-
El diagrama estrella es el siguiente:

Figura 9: Diagrama estrella para análisis de materia

FACT_EGM~JO$

- _... - -.. - ·: '• -=

~ ·- ~ .·;: ~-;:: .1-- ;.. ..... - ~-

-·.
:::-.- <

Uli-I_Pt K}IJDO

. -
;:::-.-=: __ ,.. :·-.· :- :-
91

Análisis de Retiros Académicos

FASE 1: Se necesita determinar, comparar, consultar y ver historial de

retiros y causas de los retiros académicos, hacer comparaciones por

periodos académicos y por escuelas profesionales.

FASE 2: Al igual que el análisis anterior, se determinó que todos los datos

estaban en función de un ciclo determinado. Por tanto, la granularidad para

este proceso de negocio a modelar, será ciclo o semestre académico.

FASE 3: Las dimensiones identificadas para este proceso de negocio son:

};;- Dimensión alumno

};;- Dimensión especialidad

};;- Dimensión periodo de ingreso

};;- Dimensión periodo de retiro

};;- Dimensión plan curricular

};;- Dimensión sexo

A continuación se describe las dimensiones no informadas en las fases

anteriores:

• Dimensión periodo de retiro

Esta dimensión registra el periodo, año del retiro respectivo en el

cual el alumno realiza un retiro total de semestre o ciclo académico.


92

FASE 4: Los valores numéricos, que se requieren para evaluar los retiros

académicos son: Cantidad de alumnos.

Tabla 7: Detalle de Dimensión Retiros académicos

Granularidad Dimensiones Métricas

• Cido/ Semestre • Alumno • Cantidad de alumnos


• l=c:~l"i~lin~n
~'""t'""""""'''"'""'"'

• sexo
• plan curricular
• Periodo de ingreso
• Periodo de retiro

El diagrama estrella es el siguiente:

Figura 1O: Diagrama estrella para análisis de retiros académicos

DIAGRAMA PESE!I.<;ION
' DIH..AWMIW
• OIMJ>ERIOOO KE1' _¡:.... w~·U~,:)_ tNT
Y.~ ( ,FERl .:lDC !NT !D_.<!.t-:-'~'10 '·'.RCNAfi~::1;

- 'FACT_DESERCIOtl 1----- íH ~ISR.!OS ~,>J.:CHAA.{i2a)


OESG•.Jf •:I0:-1 •, Ar CM .P.[15-)
,¡¡-- .•KfY.}!F;l·::lO•:OjNlO•: INT 1
~.~!·~f'lT
! . • ,I(Ef_ESFE:OAJ.IO~.DINT !>t-----'
f~CM~JNJ)ES v;;:,::M~F:(ll~)
1--+<l
• KEr _FER.lOOO !N1
re.:!J,.;.,.<J..tT_C!S ·;AACii,.tF..H2S)
;-.;..----, ; OlH_PLAil
-· t<fi.~~t.~NC JNT 1
KEY ~~LAil L"li
,- -;<j KfY_FUI¡ INT 1
.. ~ DIH...,PERIQOO_IIllCIO 1 1>!----, 1 lD _hAN vAR011P.(2-l)

1 1 1 lD _ESCUE"•· \ ~.RCH~R(2-l)
KEt .}ER!•)O~_!NlctO !NT
1 1 1
ESCI.fL.• VAR:<h.'R{l2~)
ID ..fe:F'.,l•:il,;; V.-'I'..:HAf.:(l-1) 1 1 1
1 1 1 A!'.REV ;• ,>RCHAA(::-l;
(1ES~.:lO:I VAfi.CHM.:(~~)
_..,_- l • _; Dlf-LESPECIAUDAD 1 1 FEPJOOO ';Af!01~2<)
'------n-t
' ~.MO!N1 1
~!t .~SPfC!~UO~.l'l HIT FE.F:!OOOj:OES ''.~HCH.•.f'J,ó'i)
I'I!CI1r.)ti_CES 'i-'I'..CH.:,P-(12!) 1
!C _E5CWEI.f. ·: ARLHAF:(2~) ± AN:.) CHA;,({
fE.:n.~_rl.ii ~-2; ;.~.:n.:;.\¡~;j
ESCUEI.AV~.FI.CMI-R(l2!) _ · OIM_SEXO CRED!T OS !NT
~mv v}fi.Oi!IR(<'lj KfY _!>EXO JNT 10 _EST.•.OO !NT
ID.JACUn.AO V&RCH-',P.(l'l) t<::>Mé!:.E v~.R.<hAA(2~) ESTA..": O V$CH.4P.(2'!)

/
93

Análisis de Académico

FASE 1: Se necesita visualizar los cursos cursados por los alumnos de la

UNU, en periodos específicos y escuelas profesionales, e identificar las

notas y detalles de los cursos (aprobado y desaprobados).

FASE 2: Al igual que el análisis anterior, se determinó que todos los datos

estaban en función de un ciclo determinado. Por tanto, la granularidad para

este proceso de negocio a modelar, será ciclo o semestre académico.

FASE 3: Las dimensiones identificadas para este proceso de negocio son:

).;- Dimensión alumno

).;- Dimensión especialidad

).;- Dimensión periodo de ingreso

).;- Dimensión sexo

).;- Dimensión plan curricular

).;- Dimensión plan curso

).;- Dimensión resultado

A continuación se describe las dimensiones no informadas en las fases

anteriores:

• Dimensión plan curso

En esta dimensión se registra los cursos según los planes

curriculares de cara escuela profesional.


94

• Periodo

Representa un ciclo Semestre, normalmente de 4 meses lectivos,

es la unidad mínima en los planes curriculares.

• Dimensión resultado

Se registra el resultado del curso llevado por el alumno, aprobado o

desaprobados.

FASE 4: Los valores numéricos, que se requieren para evaluar a los

alumnos egresados son: Cantidad de alumnos.

Cuadro 8: Detalle de Dimensión Académico

Granularidad Dimensiones Métricas

• Cicioi Semestre • Alumno • Cantidad de alumnos


1• l=c:~ri~lirt~rt
~"'t'"~ ..... ··~ ....

• Sexo
• plan curricular
• plan curso
• Periodo
• Resultado
El diagrama estrella es el siguiente:

Cuadro 9: Diagrama estrella para análisis Académico


Dl,.. l SiPf C lA U DAD
OlM_..[.:liTADO__ PL.AN
IJ(I't_I!.U:aa ... ~CAt• l'r¡
..:e. _1!!!:....-III'C)OJ--L.,.~ r~ "!"
.tO_!':i'CU!L.I>. 1r A"CMfO.I(,.;;:_ ..
~...,~,.-~ v4t Q-<.4Ff, .:-..
t 1á J __ [ ORI SAO OS t~.t.J. VAFICM~I l:.t'•¡

..,.,1:\.>. tZ~-~ ,¡ ,oji<!:n.,o,l'l ::;~¡ li.'}_!ACI..~ T/&0. ..fJI1..'C"M-.F:~:""}

Jl.fo.fi..L,.)<!l.i'• ... ,-"-.,:¡o,,-i.'¡}.ti!.J flt...,O.. .. TA.C vA,F.',~I'P ¡Jf;· OlH .PLAU


.,:..; '"'!i!..-#..:1' ... - ..._..-.._r.¡;.;;. ".-,~-:T"''M 1A,ttj
JC_F·¡._..,,.... ~~PI'.O"'!Jlll~í:O.•.

l~ J.~ C..,.::!¡.,..,..,,.;. CrtAFI., :H,


~0:._!.-:;::~u:.~ ......,..,c_nA.J..{:."- ~~ ·!:....,:--. ~ • .a..r o-- a.~: ' l ;;;_:.l

..-ü:)~~"'Ai.. .,.1\,T ::M ..lo.i'-~~.,~ ...e~...e~ """'Ct;.-ft'':i""


:;,.:.,r~ ~•.r . .;r..¡. .-¡;¡:,.; y y H ~~ .tYaü ~AJOt.~ ..... 2"'~

ft",_Jt~~~·""".:ro.!<l'. ;¡-.; Dlt4 ___s~xo


t•-':-~~ ... ... .-ho-.~ 1 , , .. 1 . Dtr.t_P['RJODO CPC.QJTQ': 1"'4T
t!II..JIU.f~C .f·IT Jt: _U"'" ..C.::. tNT
,,:~!~.;;c.~.:,.~ ..... .:r-o~~"·f~<t·
Q&..',:,.·¡¡:.(_¡C..., .. ~.f"c:r-J.I.. ..,"!:}
...... ..... ·----· ---.--
'"'oi!.T ........
.._
~ ~ •.., ... ~ ,..,.

~:;.,.,,..).,...,PI vM~41'·U·

,.,!!,.., . . .,.::u~p-4 ,.....,.~,...,.,r l~•l


95

Análisis de Matricula

FASE 1: Se necesita conocer el estado de matrícula de los alumnos y los

cursos matriculados en un semestre académico, y ver cambios según realice

retiros parciales o retiros totales.

FASE 2: A diferencia de los otros módulos, este se actualizara con

granularidad de 1 día, para reflejar los cambios diarios mientras dure el

semestre académico. Por tanto, la granularidad para este proceso de

negocio a modelar, será día

FASE 3: Las dimensiones identificadas para este proceso de negocio son:

~ Dimensión alumno

~ Dimensión especialidad

~ Dimensión periodo

~ Dimensión sexo

~ Dimensión cido

~ Dimensión matricula

A continuación se describe las dimensiones no informadas en las fases

anteriores:

• Dimensión ciclo

Esta dimensión registra el cido académico, para identificar los

cursos matriculados por el alumno.


96

• Dimensión matricula

Representa el estado de matrícula del alumno.

FASE 4: Los valores numéricos, que se requieren para evaluar a tos

alumnos egresados son: Cantidad de alumnos.

Tabla 8: Detalle de Dimensión Matricula

Granularidad Dimensiones Métricas

• Día • Alumno • Créditos permitidos


!!!! 1= c:ncri!:llif'l!:lri
L-~t""""'""UttUUU
!! Prnrneoriin nnnrieor::::.rin
11 V I 1 IV"" I V f"''-"1 I U V I U U U

• sexo • Créditos matriculados


• plan curricular • Cursos matriculados
• Cido • Cantidad de alumnos
• Matricula • Total
. .
E! d!agrama estre!!a es e! S!QL!!ente:

Figura 11: Diagrama estrella para análisis de matricula

:J 0It-1_ESPECIAUOAD '
:"J DIM_ALUMUO :J f AC_t-IATRICUlA • KEY _ESi'EOAt!DAO INT
: KEYJ.lU:.INO fNT J- - -tf .-JO _ESCLI:CLA V,l.R.(HMI.(2'1)
: .> KEY..AL ~A-l NO lNT
. 1
, ·' tD_.o,¡.I.HJO VARCNAl'!(2'0
, , NOMe!'.ES VAFHliAA.{I:le)
-J~.PEulOO)'l V#I.CNAR(2S~)
r--.. ,_-
1
.r KEY _SEXO INT
~ ~ KEY..fERlOCIO lNT
1'-' I(EY_cta. O INT
;
t>t-- J
1

1
i'-' KEY_MATFUCUt. AINT '
:J 0Ir1_MATRICULA
...¡.J .> KEY_ESf'EO~.llCAD INT : , 1 KEY..MATf<lCV.A lNT

~---· ·-·- ,---- ~-'MA)(_CRED_PREDINT !*"- "'-- *I''ID_MAmlCUI.A vM!CtiAA(S)


..J DIM_SEXO
. KEY)~EXO tNT
"'="
1
1
~
'MA>:_OJR~PER. !NT ¡. ;
j .JNOMSRE VAROi ....."!(S'I)
>
-.>NOME:P..E V.I>.P.Oi/f\(2~ rlt-----
: .) PP..ANT DEOMA!.(S,2) '
1
1 r -t<¡ .;; NUM_C?.ED_MAT INT ¡>+---- --~
f ¡ _;, NUM_C\Jf!_MAT INT l 1
0 0 0 l '..>CA"'TIDAO !Ni
1
:J OH1_PERIODO 1 'i
:J Olf.I_ClClO
~
· • Kf:Y _Pf!UOOO lNT r 1 KEY_CIQ.O !Ni
• 10 )'EruOOO VAA01AR(21) 1
.:>ro_aao vAR01AA(2~)
~ )0ESCR!t>CION IIAfl.OiAA{~S) 1 1
VAR01AA(5~
~-
)NQMSRE
9-.l liMO lNT J
t>
; . -- . . . . - -· ·-- -.
: •' f-~Cl1AJN.•Of5 Vl'f!l1iAR(17S) .
....
r
1

' . fJ:C'rV.•WT _DES VAACttAR{IlS)


97

CAPITULO VI

DATAMART DE INFORMACIÓN ACADÉMICA

6.1. Diseño físico de la base de datos

En esta sección se presenta el diseño y las bases de datos creados para

almacenar los datos que serán gestionadas por la herramienta de

explotación de datos.

En el presente diseño se utilizará dos bases de datos, cada uno con una

función determinada pero ligados entre sí, estas bases de datos son los

responsables de transformar la data inicial y hacerto accesible a los

reportado res.

6.1.1. Base de datos INTERMEDIA.

La base de datos intermedia tiene como objetivo generar las claves

primarias y guardar el historial de modificaciones, siempre en

cuando se requiera guardar, también realiza el filtro inicial de la

carga de datos, y está ligado a las tablas principales del DataMarts,

a continuación se muestra cada uno de las tablas considerados en la

fase intermedia de carga de datos.

Cuadro 8: Tabla Intermedia de docentes

Tabla Docente
-- ~~- ••v

m
N -;:;- '""''
!:ti" ""
•.t!
!f:e N
N
._;;
~
~ ~
1- '.l ~ q :e
~ 2 S: u
ce
:::::: .....
;Ii
w lJJ el.
.,: ~ §
u
o ro'= ;;::
~
(':.
~ ... ""J:
._,
ti~ a:
e '.;) lllt.;) '" ~

o~
~
UJ
1 o,
f"1
0: ''
.:::-. L'
t;:
CQ
8, D {fj !,!}
lJJ .....
e ;~ --~
o
~

i ~ 8
M f"1
2 v u I:L 1:1:
- --·-~~~·---·~·- ·-----~

l
98

Cuadro 10: Tabla intermedia de Facuitad


Tabla Facultad
,-- ~· •-.--~~< • ,-·-~ -~~ .. ---Loo - ' - " '

1:J DB_FACULTAO \7 :

t; KEY ·F~t:Ul HD INT -¡


O;~~.~~;~-V~~H.f\R(&) 1
ONOMBHES V~.R01AA(l28)

OVERINT
vf.IDATE
OFF DATE

Cuadro 11: Tabla intermedia de Alumno

Tabla Alumno

(:J OB_AlUtJJNO
~: KEY _I>.LUMNO lNT
OIO_ALLIMNO V~.RCHAR{24)
ONOMBRES VAROiAA(S'!)
O .A.?ElLiDOS VAR01AA(l28)
0 NOMBRE_COMPLETO VARCHAR{255)
OSEXOVAACHAA(1'!}

<> !9 _$SX9 !f\IT


O JO _t-100All0P.D VARCHl~R(24)
OMOOAI..JO¡!i,D VAACHAR{l28)
O PERIODO Vf..R01AA(24)
OANIOINT
O ID _ESCtJELA V.6.RCH;..R{24)
OESCliELAVARCHAR(l28)
OAf';REV VARC!1Nt{2'!)
i..J ló _F~.CUL:fAó VARái.a.R.(2i)
l OFACUL TAO VAROiAA(l28)

l
O VER !NT
OFI DP:TE
vFFOATE
.-~- w-~ --·~--~~ •r---~·----- •·-~-"~- •••---
1

l -- -- --- "
99

Cuadro 12: Tabla intermedia de Especialidad

Tabla Especialidad
/" -. - .. ... ··- --··- .. ------,
¡ ':J DB_ESPECIAUDAD Y '
1' KEY~EsPEQALIDAD INT 1
1'J!D_;SCUELA VARCHJI.R(24) 1
<>ESCLIEL¡l;, VAROiAA(I28)
O ID _fACU TPO VARCHAR{24)
O F.e.anJI.D \IPJt01AO.(l28)
v ABREV VARCH~R(24)
<>VER INT
Ofi Dfl.TE
Off DATE
... ·,
·
-~ -- r

Cuadro 13: Tabla intermedia de Curso

Tabla curso

(5 oá~cuiso - - ;,'
i KEY _CURSO INT
vID _QJRSO VARO-If.R(2'l)
<>NOMBRE VAR01AR(l28)
<>VER fNT
1<>Fl DATE

~~ffOATE
...;
Cuadro 14: Tabla intermedia de Plan Curso
Tabla Plan Curso

(~
\

~ •
w ire...
:
~ ~
1
: ~j
o'' 1- 5rJ; '<;'!'
~
~
N
~
N
i1'
o(l: w. w
~
r-~-, ....z lf;l_.
N
.... ~
tt <t ¡5
"::1
ot.;
~
~ -v· 'Q.
::::;,
,,.o o ~
i u
oo ~ N
~
u
o ~ O! N
w
ªa,
.:¿~
i
a 1
'
el
~ ~
::::;,
o ~
o o ~
~
§
<:!'
'::>-; § i >... o ""- >
~ iÍ1 u, oo;
::o :;.:
~
! ,, ~
Q.
l lXI ~, o:,
~
-'
8
':;1 o,
ffi
o lll '-n
t;J V• iY.
::o o
~-, a,
[C

u, ob
<:1,
>
o
[(] ~
>
t1
o,
o o ¡; G: ~·
IJJ
<'1~ ¡
1-

~ fe
.,,
o.., o Q,
o fiJ b..l
~1 8I..J llJ (J_ Q Q fJj ¡¡:
o 8
..... a -' e o
IX
¡;: ¡:: u u > f.tl
:n
'----
:..!
(~.
<) () ()
u..
!) () Q o o <> o
l.}

o o ó <>
100

Cuadro 15: Tabla intermedia de Periodos


Tabla Periodo
---
,.--~- --~"~-~ -~-- -----~-~ - - -- ---~

i :J DB_PERIODO v '
f::Kff_P!:RJOOOINT -~~--~-

<>ID .,,PEfdODO V />RCHAR(24)


v ANIO !NT
0 OESCR!PClON VAROi/lft(45)
<>FECHI>.JN_DES VAACH.é.R(I2S)
O FECHA_O..JT_DES VMCHP.R(128)
OVER lNT
<>FIOATE
OFF DATE

Cuadro 16: Tabla intermedia Planes


Tabla Plan
r~ - ~ ~-- --- ~ -~-- -- - -------- ---,
:J DB_PLAN v •
\) KEY ~Pl ?N 1NT -~ ~- --1'
OID_PLAN VAROiAA(24)
O ID ~ESCUELA VI>.ROiAR('lS)
<.>ESCUELA VAROiAI:!.(l28}
O.ABREV VMCH!o.R(2-'1)
<> PERIODO VAROi AA(24)
OPfRIODO_OES VARCHAR(54)
<MNIOINT
OCREOITOS INT
<>!O _EST AOO INT
<>ESTADO \IMCHAR{2~

l~:~:s ~ .J
r _>'-.
\._
_. . . - ~- _,
101

Cuadro 17: Tabla intermedia Sección


Tabla Sección

:J DB SECCIOU
KEY SECCICN INT 1
v!O_~ECQON VARCM.AA{24) 1
J SECCIQII V AACHAR{24)

·...-VERINT
0FI DATE
¡-vFFDATE
,.

Estas son las tablas necesarias para la generación de claves

intermedias y el registro de historial de modificaciones del Datamart

Académico, a continuación se muestra las tablas intermedias para

gestionar la información de la Biblioteca central de la Universidad

Nacional de Ucayali.

Cuadro 18: Tabla Autor

Tabia Autor
_J DB_AUTOR ,.
1 KEY ~.UTOR INT(ll)
v!DjVTOR VAROiAR(16)
:>NOMBRES IIAROiAA(256)
-J PAlS VARCHAR(128')
O VER INT {11}
.Jfi DATE
-.'FFOATE
,.
102

Cuadro 19: Tabla Editorial

Tabla Editorial
(j DB_EDITORIAl- ,' '

, KEY_EDTTORil-l. INT(H)
0 ID _EOIT OFUAL \1 AACHP.R( !6}
O NOM6RES VAROiAA(255)
OPAIS VARCHAR(128)
-.)VER lNT ( 11)

..
Cuadro 20: Tabla Materia

Tabla Materia

:J DB_r-1ATE RIA •
J Kgy_1~,6JgpJ.~ lNTflÚ - l
, O ID _I11ATERIA VPFtCHAR( 16)
1 <>NOMBRES VARO'IAA(256)
. OVER!Ní(ll)
' Qf.I .DATE
vFFDATE

Cuadro 21: Tabla Alumno

Tabla Alumno

--- . G'
trl
......
N
Á
··,

'
' $i ~
' ~

.... <f~
N
i ~
N re-
"-'
~
re-
.... ~ ......
......
N
.......
oc ~
; ~
~ :e ....... :> :z;
w ......"'
~ re
~ .......
_. <(
:r
....
'-'
S: ~:> ~
1- o
a ~
\1 V !t
~> o
~
~ o
~ S: ......
"'
1
....o .¡_; ~ ~ gI
N

~ ~
~
> o
~ :> ~
-.~
:>
~ o
z o > > !:: o ~ <t ~ ~ >
i o '.!! V, ~ :!:; ~ ~ > r.l :> 1-;

a
~- .:..._:. l. ("\

e ~·
"S"' 7
::;z_::; -. o ¡.. -~

';¡J ~
~ ""
<J;
lt o <t > :5
~ § o
~ oo w 1~
::> ~ !;t o
' li"" > jlj5 f.; r.:J _,

~
¡ !XI "'·, ~1 U) ...... ID
o v:., :E, [fJ ::::> u:, <!:

~ g lE ~ ~ g w
:E
8 o
g i5
1 u
! o : [jj
z ~ 31 o.... tn l:i el
g u.. > iL 11:
1
n.~
! <> o ') o o o o <> <> o () o o o o 0 o ().
'-
103

Cuadro 22: Tabla Material

Tabla Material
r--- ·-

1"' ...
\!;' ~
M
~
.A '
1 ..... ...... ~ { ~ ...... .._.,
N

.......
'
9.é ....... ~ ......
N ....... ......
N ~

9.i ~
~
<t-E' o "" w. '"-1
\0 O'
<i.
:r.:
t5
9.i N"' O' .._,
lr'l

........ ~
N

~ ;S ~ ~ r V > ~ o o !if
>
-- '21 ~
!!:-~ ~
V
~
!::
:::.
? ;;t o Sí> >~ >
C(
¡¡:: t;: m !!
o
>
z ~
.:.¡
~-
'-'

og
>
1Y.
9.i .cé
~ 1::: «> o <(~ <:( !:;;;S 'Q;UJ ~-
o ._.
~ -
-;::;-

otO
1' :E
: ' _,
'<:!:
.'¡;'" -'
o
o
~ g 63, o ~1 1- :E, o o:
<(•
·-
9 ¡:: o
F ~ o !:i "T. !tí
~ UJ 9 <( 9 :E 9 > ¡¡: :t-
nl~~ o o o
UJ UJ
() <> <> o 1) ó <.> o o o <>:

6.1.2. Base de datos DATAMART

En esta base de datos se encuentran las tablas estructuradas en

diagramas de estrellas, tal como se mencionó al principio, se

utilizara el diagrama estrella por la flexibilidad para cruzar los datos

de las tablas miembros, además que cumple con los requisitos

analizados, a continuación se identifican los diagramas diseñados

para almacenar toda la información del Datamart.

A. Diagrama de alumnos ingresantes

Cuadro 23: Diagrama lngresantes


Diagrama lngresantes

'>ID ....... UMNO \'N',C!1.'\F;(2~

JN~t.."<.e'S v..c.F..CHAA(l~'ZI)
v .....f'~.l.toOJ-'1 v~-t~S~)
~Jr.~E\.-'1-t\l<::\_~ V,_,fl,c;..,_,;t(',!-6)
·>NOM'Efrf'._COMFtt.E'TOv,a}"~~$1.(~1::0)

:.. f.er.o "-~.'ftCn.•J~(~1)

-~lO..,MC\O.A.\.l!JACJ VAf,J:M.Iitfl.(l1)
'> Me3!<-lD.1'.0 y_..ftéMN':(óoQ
.; F'FRJOIXa vAAQ-1.~{~-1)

·.,; ~.Mü "'-"~(1J


<> lü.J!fCUE'-A Y.•f<Cr...il(.l1)
:> f.~-ct...el- ,., \•JoJ=.;.CM.AF.:.(l~)
V AEF:fv t.~J;.Q.cr:.~(:i-!)

. ~~tn_f¡i_CU\.'i'~ \•~"lCr.A~~~1)

J.~-~·::~ T~ v~-~-~-~~-1-~~~- ·--~ ...... 1


l .. ~-·-----·---~---~----------~-.
104

B. Diagrama académico

Cuadro 24: Diagrama Académico

üiagrama Acaaémico
Dlf.l... PLAU..,CURSO
DH1_AI.Ut1UO
Dlll_IUSUl TADO KE·f_FLI..N_Q.A=...:,. :t17
,_tv. .~.. ~.;~;~
!~-.. AJ..i-MN-~ 'tA~c.H;.::~~.-. J
I'.EY_RES.u,T,io_D":"· !N.T U::_!=1. .. ,__a;; S::l v.l.J~O-;Aq-{

~EM, V,!.ti:O·tl..~~i-4) !L_Fi.AN" V}.!\.CH.L...~<~j_·.;~


NQMf~t;~ v;:.~;::n.•.tt(~.;,:¡)
¡o_~~:-:tl:· V,!P::.-:M{:•l
.'"~\-~~,_Mv.~t..ctt.~~~~t¡
:j. Fl..~.N_t.E!.v~Cl'tl!'..i;i-fJ
- Afi:Lk..~.:t_..Pv).-Jl~f.f4_:t-U)
FACT.•ACADfBICO 1 m_o.Rs.::ovAÑQ-!~~'i,.)
N.:M&\S,..c.:.t.t~r,"-~v;,R.Qo-.11t{ft:)
1 t,il_ ...l......~l:·:dtr. 1 r:.e::..,a,.,~¿; v,.lo!'l,CH,ij\(l:il
{.i:'k ;_,.y,4,.\0t;.f'.,~; ~;
.. _ _ _ ~ • ~~f,. ~!!<.':- !N1 1
~--' C:'C':,..Cl.ftSCJ.VARCH.Lf..: ;¡,'
!t:.,Ub:.;.~N7 1 • '

~e- t.t:;(-,;.,t..~C:."~ v..!.,..;n-.;.~:.;.1 l't""---_j ' yjy_(¡;.¡¡c:,J.,L:t".J.DN!' 1


f t-.f'(,..~L.•N:t-tr
t t.K.OAt.~ti.-.:. v,,\;)1,.\,~i-1)
0111 SEXO ~ i<E<_fJ'!'l;:~.~.:,¡;
FE:t::\.•:· \l ..i,'tQo!AftP.")
- 1 1~ r.EY F1,,l11f..Cl..fiSC..:N.
.•.."f~C,.+~-!; t ..
~rr s~...:.:tr'i . - Dlfi_PLAN
~"tlv ..iJt:Cl1..a..~~.c)"'¡~ 1 ~..tY.,"\!!:r..t";',O,t:•:-!N-;:" M!YJI.~}~ ;~·f'T
:e_a.o...-e¡..lv.•..~·q<;;4)
ea.,t;¡._l v"-~. :l1:.¡r._na,
~ CAt-1'!~-~=-~ i>i------------, :r-_~.lJ.I V..lo$..01A,~.~:.:.'
1 t :C:_e!O...EL..! W·,~O".J..ft :_,J
At~E\1 v.'\:::X~~\(:.f' 1
1 Dlli_PERIODO ~i aEOXL.i.lt.a~Q-l!.ñ(t:t)

DU·I_ESPHIAL!DAD
t te:v_~a:-:c:-:Nr ~'Rov V.W:)<A'.('<)
::-.~:: :..:<•:,v.:.?.CH a.F-.{2~) pe:=:;:~_:. V.'\.~OiAR{~" J
Kl'f~U:-JC4.~!~0 lW'! c.~:r·c:·:tt v.:J•.o-t.J...~¡.;s:) ~E!t! ~'0~:.. C~ 11A?-'.;Oi¡l.R{.
.~H!:.:u'7

¡:;¡;Q1.&_!!'11,.CE:S v;.•.I(.Q-s:*.,'t(12!:)
=;~A_C:\,.:; .. ~E3. VAA.Oi:'·~(l~! l

C. Diagrama de asignación Docentes - Cursos

Cuadro 25: Diagrama Docentes -Alumnos


Diagrama de asignación Docentes - Cursos

_, Dl~l_COIIDOCEriTE j DIN_OOCEIITE
. OIH_EWH.IAUDAD OIH...CA TOOCEil TE
(Ei _DVNOC<Lir.! !UT Kf.r_DOCf!'ITEl4T
Kfl"..,t:!i.k!Q!t.~tc·A;j !N7 ,:fY..,..CAi~H:!NT! hiT
ro_C.lMlO<ENTE v•.RCMR-(8) tc_OOU:NT! 1/~.C.M¡.R~Z~)
ro ~!SC!..'!I...a.. v ";;;.t::NA~ {:l•) IC_CATti•XI!NT!! \IAP.D-<••1'.;1)
t<wl•BRES ".R01M(llS)
-~SR!: '1/'.f'CMAP~(S·{
E!=.t::Utk,4. \',lJ"..lr'AA{l~) I.U'll\f;! c~R01'i<(o•!
C.&íeúOf'J.A 'lt'AF.'CHA.~{é«i)
....fl--- - - - - -
."!.'\!'. v.*CH."J!.{~1)
CCr;OK!:~ ·,•.ROi~(ó1J
f
1 FACT_DOCEriTE_.CURSO 1
t
f .q(f'l' s=:cr:Ic.t., lriT 1 . ) DII·IJ'LAII_CURSO
1 -
- -'!<, ., r{t''f _t:!lf:O.~J.lD...O lNT 1 KEY_Pl.;>I_Cl.IR!O Ni
. ! OI~LSECCIOII ~ 1{!'-'.JS\l·:.·OC.l fW'
!>''
!Ct ]i.AJ.¡_¡:u'so "~~'H'.~2~..
K!r_!~é,lCI'!l'IT 1 •KU F"'""' lNT
m,.:.ecOON':AROi:=.R(l.,J .,..... --~ - - - - -l ' - - - - - -~. '"'EtJ-
'· . -cur.:.sn- ..'~'NT
·L!ifot . ,--·tt ID_F'l:~·N V,.&RQ-I~{~~J

lD_F'ER.;OC..:: v.rf~CM;:;R,:i;
1 'Y.EYJ)CCENTE INT ~--+--~
1 "'KE,. Sff1Ft.fi\SNT 1
'-------~ ~K!Y=C•TOCO:~NnNT 1
' OU4..,SEHAIIA 1
>.--~

»··-- -----""-------~ Hlt:JClüF:.Co~T(i!:,:l)


KEY .}HI'I l'IT
. ~."IN f':lAT{.,2)
!O_,PL~N C!'!l.•:Ji'rl(21)
' OIHJERIOOO
t:!r _l!~!fifC.CC ft>.JT
l>!- r - -!'1 IO_escc!E". v•.;.:n,o.ll.{l1;
!Cft~!<~~ v...;.CM•.R.(l1)
105

D. Diagrama de Deserción de alumnos

Cuadro 26: Diagrama de Deserción de Alumnos

Diagrama de Deserción de Alumnos


l -iruu AIUMNI'\

.-:J O!HJ'ERIODO .
- ·-·
CH.t'MRAt~tA.
~- --- ----- --- --· --------.,
CE C\!SfF.,CfON DE R.t..iMNüS ~
~

1
...J .... L • • , _ , _ ........ V'"~~'I'-

t<Er -~LUMNO INT


K~f.F-~AIOOO INT l 1·¡,ID ftl.M>IO W.Fll:!",i\R(l'IJ
1 •li:>_R:J':J=.··- v..of,e:n•.l'l.(~<) 1 r-:J·FACfJ>ESERCIOil -----·..¡ • t\!Ct~tE:RES, VARCHAA(1:!!1)
.·D~SCf:J1'CIC>N V.'\Fl<:Mfll.(~!:J l. ' ·~t_J!'•!YCO 1

r----
1
1
l '"Nfo !Ni
!"'1- -,
1 1
¡'"'~<~
!
"-
't<ct.J:5f-5ü.~~¡o,._n !W.
INT
1 l 1

1
-"';<:f~M..I.~..JN-Cffi l?lf~CMJI.~(l~t>) - ~ .,.t{EY..._!;f_tH) fNT
·.·fE.;;o;~.,.cLii"_Pf'.~VA'<C~'.'J<{L1t.i 1 I.. Ke-t'~L~IMNO!NT J ::1 DH'I...PLAII
I..>K~YJ'LAII !NT
~----,

¡-~.>!(N CIQCINT 1 t:f:Y PLA.. IIJT

1 >CAII~!DAI.' !N'T
::J DIMJ'SPEC!AUOAD ~ •• !OJ'LAf-i VARO; ...._(:!,)
: 1
'
1 l(fY~e~F·~.;:,!.!.lOAO !Ni
1 t l .i iO _E$CJJElA V ,a.,r.!:HJIIMe¿(:H)
1 1 1 • ESC\.JELA '·'MQ;""'(l:ilt)
• •IO.ft,~WEL.~Ii'AACrt.•.F{(~"')

¡ ESC.t..f'-.1..AV/o.R.ú'1~(12&l
1
1 :y. y 1 ._..A.EREv v.ARCr-..e:..H.{2"•\)

•.•.!*•fv \'AACnJ'.R(~~)
-' iü .J'f,C\.,_T .<D '' /ftCr:Ail.(2;)
>f---'
,--- 1
·-----~:!:1
!_ - - _ - -H ; PfRIOOO VAR01AA(2"1)

1
•F....:u>. T~.Ci v.~OiiR(l~&)
:!: r ..;;.,NtGi':n:.~i~J
1
,..-:J Dll'f..JiEXO /"- •

..1 Dlf·LOCI.O
1

,_. CREOl'iQ¡ !NT


r<eY,J~O INT 1 KEY_C!ClCIIJT
[ ,'NCJMl"f.:.a _v;..t<.c.nAK~:j
...
.10 _OCLO V~.F:CM,.¡;,p-;) ¡ ¡->fDJ'STAOO !NT
j ;.E~T.'OOL'N'~Jl(.:/1)

1 ..~ NOMeR.f \'fo.RCiAA(é-'1)


~
j l
.
E. Diagrama de matricula

Cuadro 27: Diagrama Matricula

Diagrama Matricula

~ DIM_AlUMilO ~:J FACT_DI·1ATRICULA ¡. KE'V I'I.FNINT \


y¡>.R.Ci.>,''(~"!j
l
1
_,.¡<;;·f-4U.JMNO!NT
1 • >ID ;l.;t,N 1

[---¡
!>!- - - - 1_- _ _ .;t.l•lDJSCUEl,O.. v.~R01.•~(21)
: .lO_,..,.'MNO'-'.'<RC:H•~tUJ ¡- _,.~ey_~~FECJ.o.liD;CI!NT

¡• 1-fl- _l
1

. ~·:-:":'"''"' .1
NCt•1~Rf:i v~Jl.Ct;AA{;:;!i) v KEY _f•EfUCJOO !tJT
~ ~EY F'l.Nl iNT
.... J;.fiEU.fOO,..M 'lrACr:AR(J:~~)
,- -1_,.t.::f.'t'~.
e
1
¡;t,¡....,CUF::.m lNT

~
1
l "'KEY ~sexo oo
___ L__
;-- --------1-- ~ ,ol{óT..M.-'JR!WAINT 1 ¡ i
~

:J üiM_iiüVt_Cü~
1 1 1 ,ONT!DA!l lN'T
~) DIH_ESPECIAUDAD 1
Kf'f -~F·EU!'.l.ti'L~D i NI j ! • :
1
:
1
KE't_FHN_O.JR50 INT
'ID.}'l.•.N_CLI?..SD V,<f/D1i\R(2"!);
'i ~- -i- -tf i ·~!ARCHPA(21)
... ID Ji~'tll'LA v.~Ri:t'"~R(~-1) r" __ _f
1 --' 'IO.JL!:N 1
t. 1 1
·~SCm~ \1~~'::,/-11(1:!11) 1 1
' ] Dlfo<!_J>ERIOOO
1 1 •
i KE'fJ·SRiOOü M 1
" ~- !Ofif;!OOO VA'lCM~.F:(l1)

~ 1 ~ c;:~<J<JPC!ON ·.-~.Ret:IR(~o) i
,
:J Olf4_MATRICULA *
r.EY .~1,~TF3CL1V. !NT

1
:J DlM_SEXO ->~MC.!Ni ; 1
-~ Kev_~~"' !NT "fi::Crt~._lN.OfS vl'f<Crt!J':(l2t<} ,~
.
J ~ 10 _MATf\IC\.1!..._ VM.lC"HAR(&)
11 •NOMEF:E v,o.RQ;Afl.(F.~)
, "NOMo~~ VAfcQ-IA'I.(.l.;)


. ,, F~Ct<.A_CUí -~g VAACJ-i~F<(l~)
. "
106

F. Diagrama de egresados

Cuadro 28: Diagrama Egresados


Diagrama de Egresado
l DIH_J:SPECIAUDAD
·- - .) DrMJSTADO_PLAII
~J DI~I_AWHIIO mh!.F(..ft.M.á o~ At.ur--1"~0:;. ¡;c~:;.JilC:Ia:i Y.EY ~SF'I!ü:'J.!C~.:s !NT
fi!Er_E:S.TADúJLAN JNT
1-!~·r' ......~1-Uf'o'l~tú fNT i':lj::'SCU5l.A V -.P.Ct-t"-,!~.(2~}
' JD_:MIJMNO V:l.F>C.H:&R(;<-4)
-•~; flet-'IER!':' '·.·..-.P.:C.<-<:!R('~)
• FACTJGIUOSAOOS - E~t.El 4., Y~P.C~'*<U.e)
-fH
~~~E!'; I.'Af(!:f"'i"f:{¡2!J 1 AfR.EV \: .IIRCtiAt~( :!."'1)
: ~ Af·fl-l-tOOJ~ ·,;,¡-'Cr.AF:{n~>
""'K:EY..,Al-L.i-1~..0 H..rT
.;(~t,..fiF-=-Cl."'!.JD-\0 lNT ?-t.- r- - ¡:;, _F~C\..tl. T ;.t:l ·.: ~f.:f"t~R{:l"Q
M~I.L IOO_F· 'olt<.fi.Cr..AA (2:.f>)
_.I(EorftxOJNT
..- -l<Í "~¡¡U i;i<!OOó INT >;-1
1
1 F."LU T¡&.O V¡t.~Oi!\Q.(12!)

.. • DIN_PLNl
K~J·t.;.t.,JNT

!t'.Ji..A."i y_¡.J.,-:J1.:.;t{~~.~
1 , •<e·U·•I'I•UJT
u~~~·)l,o t'fT
te! _r1®!l.l..i: 0.-'lil V AR.Cn.-".f\fl"l)
- . ~-· '~-------·- ·!C_~scua~ V.AJ{.CK~R{:.,J

E~r:\...fEt,4. V~RCH;.R(l ;::!:,)


1
N :::O.~ tc':-,AÜ ·~·¡\fl,q,~J\(Q"t,J 1 ; l!eR.EV Y"""-i:l"'.fo_q,p.1)
ffl~l..:JOO 1--------tt-• P~lot',;:"; ll~_RCH.*l~-1)

,.,Nt~ r.:n.~~1J
YAII.Q·vf:•.p••.)
;_Y y pe.::..toc.::._o!!{ y ARCt-:A.C\:(6'1) '
fi.~~~uf:.kA Vl',f"'-n..:~;.~(l1) le 1 'DII1_SEXO It."-"JOCMAR.-(1;)
e:~~!~.'- \l!.~.t:'iAA.(l~ti.) J OIJ-I_PERIOPO l(f:"r'~C1!NT -Cf.f"OITOS TNT
t(fy ..fff;.!~ tNT

.. HlftfdúOO V::.f:.C'L~~~·ú
OfSCfflr.C.!(lN ·:..a.F:.CJ-t#'l("'l'J
f-lé>MER~ .,..RO<Al'.12") . ·ID _E.:ST.-.00 !Nl

i"!bi.A~H~_.OE.! I.'AA.CM.oll:l!(l-5!)
, --r~C.t"~-~ClJTJ)!Sv¡a.FtC.""!AA..(l:!.!l)

Estos son los diagramas elaborados en el análisis previo a la integración de

los datos, es decir de esta forma estará estructurado el Datamart

Académico, cada diagrama de ajusta a un grupo de requerimientos

permitiendo obtener indicadores mediante el cruce de las dimensiones

enlazadas a la tabla Central.

A continuación se presenta tres diagramas estrellas, diseñados para

explotar los datos de la Biblioteca Central de la Universidad nacional de

Ucayali, quiero recatear que este análisis Bibliotecario es un aporta más

para integrar la información tanto académico como bibliotecario.


107

G. Diagrama de prestamos

Cuadro 29: Diagrama de Prestamos


Diagrama estrena ae prestamos

-:J DH-1_MATERIAL :J FACT_PRESTAt-10


.::J Dif1_AUTOR
KEY _AUTOR !NT{ ll)
Kf:Y _M.-\TEFU.t.t. 1NT(1 ~) 1
.- KEY _MATERl.41. !NT{ll)
!P,..M.~.TS:UAL VAROiAA(l'=-} 1 .> KEY _EO!TORlt.t. lNT(ll}
1 !P_AwTCR VAROiAR(16)

T1T!JI..O V/<.FIOiAfi.\52;!!} _ -rd- KEY_MATE?.l.l.!NT(H} r----~ NOMBP.ES 11-'.ROiAA{25ó) :


· PA!S VARCHAR(28)
ECJ!OON VAACHAA(51) 1 ; .>KEY_TlfMPO !NT(ll}
!!leM?L~.I'>. 1NT : 1 -' I<EY _A.UTOR. !NT(ll) l>+--.,
AMOCHAfl.(1) rll- _1 CN<T!C.o\0 tNi
¡ 1
1 _j Dll-t_t1ATERIA
,:.t'\i'TAOf ,_, u ¡\~A!:t/"')(;-'.\
- .., ..,.,.. •-•n~~o. 'r\f'"o1oo.t '""\•-'IJ,I -
r KEY_I-1ATEÑ!A !NT(ll) 1
f()_E;QITOii!A~ VAACHAR( !6) .
)' y __ ~ 1

' '1\UTOI'l \'HtCH ...R{12e) 1 l--~1 JD_MATERll-. VAACHAR{ló)

!O ji/TOR V/>.ROiAR( té) 1 -:1 DIH_TIH1PO NOt-lSRES VAR01AA(2S6) 1

M.«tER!A V.A.R01AA(12!!1)
1
~------' KEY _J!EM?O i NT ( ll)
1!.1 ~"l.I<TEfl.IA Vh{01."1R(l~) FECHA_DES V.-\"'.CiAA(&'I)
1
1 D!A.)?;EM_.tD INT(ll)
± 0!1-.J.::!M YAJKHAR.(4S)
.J DIM_EDITORIAL DlA_MES !NT{ll)
KEY _EDTTORJAI. JNT(ll) D!AJ.NlO lNT( ll)
· !D _roiTOR!AL VAACMAR( lé) ' ·SEM_ID OO(ll)
NOMSfl.e:S y,IJKl1AA.(2S&) • S:t-1_~ _ANIC VAACH.\R(M) ,
1
f!AIS VAACHAF:(5'1)

H. Diagrama de lecturas

Cuadro 30: Diagrama de Lecturas

r
üiagrama estreiia ae Lecturas
.:J PIM_HATE'RlA
:J Dlfo1_MATEIUAl
KE:"/.,..MATi!!RlA lNT(t ')
~~E"t' _Mio.TE:R1AL lNT{ll)
-IC>..,M.o\lfW.J.A VAA.Ctl-".f;~().i.} -+f. l "'K!;'Y_M ...TI!W,. TNT(ll)
J.D_MATEF!V,I. vAR.01#'f.(1~)
'- - -~ ~ Ki!'T _E-i:$1TCR.IA1. tNT(t l) __
NC,!MCA,C~ VAftCNAA(.:i'~t!.) '
1 TMU.O v,o.ROi.~.R(S~3}
, JI(EY.AI.IT<>Ft !NT(D) 1 ~rotCCN VAA.C.Hrl-Ñ.(S..,)
.. ,t;;y .llEMi"' IN'f( H} l-.,. ---- -+i
í- -4 ~l(t:V..MATI!:IU"'- !NT(ll) fl>-t- - ¡ e)!'MP•LA:.0.1tJT
""'IOCMAR(<)
·• .' Ol!4_EOITORlAL l emTm ...O INT 1
P!OtTORtAL VARC:HAR(2!.f..-)
Ki'\'jt:ltTClRln tNT(tl) 1 :
· 10 ,.t;Ofl <>f'.lM. •l'f<t::NAf<{ 1<1) l '( 1
NOf..'IL1f<f~ vAACNN<.(:t5f.t) , #· - -
,--
...
- - J
:J Ol l'l_T lEMPO :!-:
KE'f _T!e1-1PO ttfl(tl)
.J DlM_ftUTOR
Ff:CHo'l\_pE~ VAK01~._(6~)
X:eY..._AwTOF-" tNT(l_l)
· Ot.~_::;:::t-·1_lC 1NTCll)
10_"'-'TOF< YAAC>-1Ak( 16)
~l~._!;fM V,&.RCH~~(:1-S)
Not-1ek.e~ Vl--.k01AA{:t56)
' 1 OlA_ME~ tNT{ ll)
P·.~!~ V ... F!<:MAA(l4)
CU.,_ANIO li'IT( 11)
· ~M_ro tNT(ll}
108

1. Diagrama de visitas

Cuadro 31: Diagrama de Visitas

u1agrama estrena ae VISitas

: '::) DIM_ESPEClAUD~
::J DIM_AlUMtlO :J OIM_SEXO
K~ _AlUMNO tNT
1
KET' SExO iNl'
1, · NO;E.'fl€ IIARC1.1f\(2'l)
!
1 1 KEY_ESPEOAI.lOAD INT
.t lO _ESCUElA v M'..ct!AF:(21)
; 10 .ft,JJMNO \'ARCI-1~}¡{24) · .> E.SCIJEt.A VAR.C1AA(l26)

1
) NOMBRfS VAROiAA{l:la)
1>' r--í
l - ABREV \f AACK>\R(21)
( .• ID _F.~ClllT PO VAACM~Jt(2'l}

: 1->FACUI. TAO VARCHAA{l2B)


1 b

k--J

6.1. Extracción - Transfonnación - Carga de datos

Para el proceso de Extracción, Transformación y Carga de Jos datos, es la

primera fase de un proyecto de business lntelligence, en esta fase, se

analiza la fuente, el origen de los datos a extraer para luego pasarle a un

proceso de filtrado, estandarizado, anular datos nulos, o datos que no

significaran o no servirán para el análisis posterior.

El proceso de extracción se realiza de diversas bases de datos, ficheros de

textos, Excel, JSON, ERPs, entre otros, consiguiente a ello se filtra los

datos uniformizando los datos y separando los datos calculados, a

continuación se lista los ETL creados para este proyecto.


109

ETL-1. ETL ALUMNIOS

Proceso ETL de alumnos

IETiLALU~t'!NO:~

~~ ·~ 00~
~~ - ¡±}--
t..
~ -¡~\Tu.·t..¡-- ----~
Null ~
·- llaJ---- __ -$------ -t~
¡q¡:n___- Alun:nc· mJifo¡
~----....__
R eno m "m e:amooo

J --+9\,
ADA_ALUMi'.IO , ·•
1\JIO.lfu;;c:ula Vcri'fic;;:¡ nuf1·1 ·

~ae de .~uA.__Ai.uMNüi Busca f:acu 1ltxl


Le>R.~clc t m ... J ,___ _ _ ____J Bu:;;c;:~rb;;wch:.

Asigna Moü:~Lidad de i111greso J


-- Q) ~J
Actualinar DEI_ALUMI>JO
-- 1±]. '

Renombra
~
\
~ -
8 "c'modoh""'
~~-
Anio SeJu'
f
M:= 1/F=a

~xtras ¡a]\j() )
1 txtra~a 5t:~
Ver~iQrta OB_AlUivlNO .
(
-----~___,/ ~
~
~1!:~ J .., - •W~~ ~.
--É] • fí~ AhJIIIIIU~ nullu:os rin;:~

¿t~;_,~ ~¡rgtiza
.•
Ar." ¡·17:<r n!M - ..
' _Al IJMNO Fin: atizado
1\lUMN-;;_,.,,. rT-r.;¡-,-n-fo_r_n-,;¡-don finaliza® J

Cuadro 32: ETL Alumnos


110

ETL-2. ETL DOCENTES

Cuadro 33: ETL [ )ocentes

Proc :eso ETL de docentes

1ET!L D:t:JCEN'1iE J
fül -- . - - JAFrl . -
~M ayuscu~
[_j!¡_
PRG DOCENTE
¡Busca Categona
.
[ Busoa Co •ndici.,;;J
_._ _9 Inserta a1 DB i intem1:edia
DB_DOCH.fH: MYSQL

Extr~edePR~7DOCENTEJ ~\IA"l
DB ORACLE o!G
.· . ~.:
~
l ~~J[(Sl
. . ·.·.. 1 -·--.
~~
-· :~~uu Bus¡* cat docente Buscardon e locenile
Remplazan~· {
J
·

~~
.._¡. <' ActUlliza O •imension
..,. Q . '\J DlM- DOCí :NTE .
DOCE! NTE. NULL
=N
_y
Filtrar 1filas ~1 c1 c:J
1~:1¡ ..... ¿~

[rranformaciion Tem1ina~ ~-11


Exportamos una capia --J
STI EEP

a formato ex e el para post .erior


consulta.
¿~

· · Finalizado DOCENTI E.xlsx L--------------------


111

ETL-3. ETL FHCUl-TAD

Cuadro 34: ETL Facultad

Pro<:eso ETL de facultades

_..__ f~·¡
.B.
~:TILIF=ACIIJIL TAD J
Pl.A_FACUU;~D
ln~~n~ ¡:;r¡ nR FA\.W TAn
Extmc de PIJ\_F/\C .ULTAD 1 f"JR !t\!TFF<MFfJIA MYSO!
DS_ORI\CLE íiG ____¡;) --- -......,----...,~"

----f~ ....
R-emplaza null 1\ikrv u.5 c. uloa Ac'iu;ali:;.:a ()

A~luul i;:::e~ dimem.;i un


O l~t/~._FACIJLTAD

r
L
Plc:tUaliza Ol~.,_FACUlTAD
:;:cp~r·-,;:¡-.:1-2-X-f:I>-__-JI-ll-i:i-\:-.O---p-i"_t_i-~-Jn-~-~-rr:hivcl,;J
<Xl r:urit1i'l
STEEP 5

.........._-t~l Trnnfnrm,.r.:H111 J::<m1in;;r.:JJ

F.~GULiAD.xlsx 1-m:alr:zado. · ·
112

ETL-4. El"L ESPECIALIDAD

Cuadro 35: E:TL Especialidad


Proceso ETL de escuelas

ETIL f.ACULT..A!D · ES1CUELA)


--~~ f~~I ... l~:
PLA_ESCUEi.A
Estraede PLA_EOSCUELA J
Mayuscula
Busca Facukad en DB_FACUlTAD J
hnserta 1 Actuali<a DB-ESCUELA J
DB ORACLE í1 G
...
1~---~. . . . . .~'-..{.:'
/1!.'"""'1 6[];~.:.
1 .....;~ ·.,¡
.
Busca Facultad Rem¡plaza null Crea abreviatur.#\ctuali2:a Dft_ESCUEU\

1Ellporta Escuela a Excel2007

. ~··•J}-.n .
" 1' . .. . -~--~-·~-------....,..____~
~ ....

.------- .
TranfoiTilacion ·~ rerminada J . J .. ,
;//E~U·~ :;_xlsx Actualiza DIM__ESCUELA SLEl:P 1
- / 1 .
~~r Inserta 1 Actuali;~a DlM_ESCUElA

Finalizado
113

ETL-5. ETL PLAN

Cuadro 36: ETL Plan de Estudio

Proceso ETL de planes cua Ticulares¡

ETLPLAN

ral .~1
~~E±r------ ~¡¡r ~ {[}- .....
6-..
·-x
~9
Pl)\_PlAN_ESTUO 10 Renombra = Concatena Type
Extrae de: pla_plan 1_estudio
Database: Oracle "11g
J -o____,J
Busca ;;;;n_b_r_e-en-0-IIV_I___E_S_P_E_C-LA.._UA_· Inserta en 08 íntem1edia
OB_PLAN

Pfan'='O

~~-.~ .
'-"S? ,. ~t-··
~[} '
·-"1
_,. ~'""
\::a::::

1Tranfo
Fin

mmacion te m1inada J
PL~N.E:XE Actualiza DIM_PLAN
Inserta e1n Datamart
OlM PU~N
J
114

ETL-6. ETL PLAN CURSO

Cuadro : 37: ETL P'lan Curso

[_ _ _._ _ Proceso ETL de curs •os

~fliPLAN C!UIRSO _,
.
"':V~·
'-!-.."'
Bus
ca~d· en Fa•·ur
. -
~ladJ
.ra1e de : plan- d plan • '

.abase:oradefíg
.
•.

-·''"':J'' ~~·
0 J
A-+

"'-
~ .';¡k.
1
1 cib ·
l'ilas
:wl. :]·,·
"" ,. '
· "·
Busca
~
. ·• c;·~so
'.
st· ~,--- ,. . ...............>.,.-
/
· ·.
~.ffi
~ir'
....-""'• .
Busca plan
· -.-
---,..11
:su!->
·
.
.ca ••1'4 de CUffi
.o
X ~
e!:"'
verifica nulf". = :~J
Null plan curso Susqueda
. '''
"' ¡ lase do D.,¡.',os~--..,.-
_....
Nul! busqu-eda
~~
Type
fiAI_
l.ltiJ .. -~-,_..J~·.· íJ.'¡ --,---..
~C:ilr~
~- ..... ~]
~
,.,__
Trar 1fom1acion1tem1inada Pllii_Ct JRSO.xlsxd.ctualiza DlM PLAN CUIRSO Actualiza DB_PLAN_CURS 10 Renombra campos
- ·-

L------------------
115

ETL-7. ETL PERIODO

Cuadro 38: ETL Periodo Académico,


Proceso ETL de, periodo

ETL PEIR~:ODO~~

[1~
CR~~_PE RlODOS
.. i~=l
Renombra
- limpiamo!s espacios y
concaiena.mos cadenas

OS origen: GA
Tabla : e¡:; tM~DERlODO
1Re1nomb ralos campos

'
~-~~ERIOOO
~

,. . ,. t_.-..------- ..
Inserta e n la tabla in'tennedia

J ¡¡¡;¡¡ ::::

Actu~a D!M_PER!ODO
DB_pEF <lODO

X'~
Fin
PERIODO
!
Tranforr nacion finalizada 'hserta e1n el Datam:~.rt
DJM_PER!OOO ~
~
~
lnseri ar 1 Ac.tualizar
116

ETIL-8. ETL CURSO

Cwadro 39: ETL Curso


Proceso ETL de cun:sos

1ETLc-uRioJ

llil -- .{±1 .. ~
Mayuscula
...
PlA__CURSOi Renormbra campos

Extrae de: PLA_PLA.N_ESTUDIO 11 Renombra.mos los nombres ~::;onvertimo:s a mayuscu!a Inserta en 06 intem1edi J · .
Databa.se: OR.~C:lE í 19 -- [ DB_CURSO
1/

Ac ~tualíza. Dlt\1!;_CURSO

[
·-~n-se-rt-,a-e_n_D_a_ta-n-la-rt-¡
DIM_CURSO
_ _ _ _ _ _ _y

~ranfonnacion finalizad;: J
Fin
Jl17

El"L-9. FACT INGRES.6~NTES

CLiadro 40: FACT lngresantes

Proceso ETL de al umnos ingresantes

[IJ -- 11~=1 ~ ... ~ ;JYtl


OlM,_;\lUMNO Re mombra Busca Especialid< ld Buscar Periodo J; itl:.,ca Modalidad

t.:....l4'/
//
•,··x

X

~ ------f;Jl
Add canti<i.,d FACT_lNGRESANTE
118

ETL-10.. FACT ACADEMIICO


Cuadro 41: FACT Aca:iém ico
Proceso ETL de seg¡uimiento académico

É, J 1HL FAC' T_ACADiEIMlCO

rr::il. __ _...,____~_
~: Fact __acad~mico_otl)g"
~
E :xport_tabl-e
!Tk. . .__
Renomba '"· '-··.........
Carga Plan Curso ¡Carna Especialidad Carga Periodo J
~origen: DATAMART
L >la:Historial__fidJa
Filirar filas Busca alur nno Busca plan

s.i Nota es>= 11APROBADCJ


el se DESAPROBADO

~~
Preparen~ A-. .
~adtr
------~ Buscareurso Busca o¡
~
constantes
, 1c --- ' an cursc1

Fa'c. . •
, _acaO<lmiro
~J¡n --r~~
S"l'd- = --e~
_ _ .,_ " .
éargaCurso
---
J
"'1 d Tabla Ftltrar filas .2 1 ,. L j
- --
.IJ¡JCmsoftt .Excel Writer
119

El"L-11. FACT DESIERCION

Cuadro 42: FACT De:serción

Proceso ETL de deser1 ción totalles en periodos ler ctivos

lF,AC ifiSER:CIIOIN IESTUOlANTll

1Carg,; 1 alurnno ~· C~rga peri~dt~ J


~ ·--N.~d
~~:.
. ,_ lr?Sl _ --
1~~
~ .... 1
H!ST_NOTA Renormbra Bus( :a Alumno Busca Periodo lnlicic;¡

1 .. ~g • -
~-~,....
~ ·
1
;
Busca Periodo Final
"-........ Renombre ultimo Añadi r constantes Buscar Plan
'·-~
Q....,

'··~---. . . . ,_§·..,.. .
=" './
~--~

Insertar 1 Actualizar
Errores
120

ETL-12. FACT MATRICULA- CURSO


1

Cuadro 43: IFAC" r Matricula -Curso

Proceso ETL en cursos matriculado's

1FAC1. MATIRICUI.A- CURSO J


1 ·-~---
l 3uscar Plan Curso Buscar Tipo curscBu!scar Estado curscBuscar{periodo

m---[~}-·-~
~
.

R~"{ust ;;ar Alumno Buscar especialidad Microsoft \:.-2

""1C~ [('~
E~-~~---
'b
CRM_O_ FICf-IA_MATR!CULA
Fact Matri< :u la_Curso Filtrar filas Cantidad Re place
121

ETL-13. FJ~CT MAT'RICULA

Cuadro 44: FACT Matricula

Proceso ETL de matrlculélt

1 FACf P111.A.TRICULA J
....,....-itr±:J
, ';~ ; ,....... ~ ;¡ trar filas Buscar Alumno Bus1 ;ar Especia.lid..'1.d

~
Script 1
w ~
w ~·
cr-----~~
E:r ttrada Tabla.
Nullos FACT~_MATRICULA -~t--.
Ultimo Film
Cantidad Buscar Matricula,
122

ETL-14. FACT IEGRESADOS

Cuadro 45: FAClr Egresados

Proeeso ETL de egres;ados

J
~~
~. ...,..__ ~-
·--~' .... ·L91:
___fL?L ---e-_.,...._~-
NOEGR~~AOOA

,,
·x - -
_;

/R.: ombra 2 Busca ol an


'
Filtrar filas'·-~

/
[W(•-
ID-·----m
Busca Alumno Busca estecialidad
Historia!

G}--------Q----
~-F~~In - FACT._EGRESAOOS
-@]
AOD CA~!TlDAD

~-~ Buscar Periodo


123

A continuación de mostrará los procesos destinados para la carga del Datamart Bibliotecario.

ETL-15. ETL MATERIAL

Cuadro ·46: ETL Material


Proceso ETL de tmaterial

IE'TlAUTC~
. .

-Qrat-i~=l
·x· .. -~ ~~~
~ .. 1
~~~m J
AUTOR Renombra Mayuscula Si es null
asigna valor Filtra columnas J
~6 'fuente¡ biblioteca~.
1abta: aulor _J . _Renombra
_______ campos
_.,- ¡Mayusc~
........_"$
Renombra 1 ~
Con ·-
tcton .......··~---~~
Renombramc->s_ca_m_opo~s-J
~
Exporter Autor__nuD

~
lWT -- .. .
-§-
Actualiza DIM_AUTOR
-- Act1 ualiza 08 _PiliTOR
Tranformacion te rmínada

Fin de la tranfonmación J A~t OIM_AUT(~ 1Actu;; ~liza DB__AUTOR J


124

ET'L-16. ETL FECHAS

Cuadro 47: ETL Fechas

Proceso ETL dE! fechas

1ETl flECHA J
~
L fliiH'il_!l"lOS
de t:nem
un,a fecha:
de 2005
Ordeno campos
antes insertar

ffi ~---------i"':,~•
Gen~la
\ ,/ _. • ~alcufar Fec~
' Jfi /. .- ."- ---
L
~úÍo RestoAt1ibutos ..

'm ·
6
,·~ "',·,
Aiiadir_1~di a
/ ~r
X¡ .
Calculo de iíextos
Fonnufaparaalgum:J.s
catculos de campos

~ercion
/'

Generamos una secuencia


de niJI:neros. empezando LtJI__TIEMPO
en tabla

por 1, que luego sur11aremos


a la fe,cha
1 lit-·---
lnsenta en O!M_TIEMPO Upper
1.25

ET'L-17. ETL MATERIA

Cuadro 48: ETL Mataia


Proceso ETL de materia

( E"TiL. MA"TE RilA J


---~
.
_.J,_--
~i!ATERli·\ Renon 1bra Uppsr fH4-..--~_.$- Materia_Nu!l

.--~---
~______
Do rige~: biblioteca
:1.bta: ed1tonal .n.
!1", ,{ - - Filtrado --~-..
· - -•
___./ ¡~ULL. .............

Re placE! Null -~:.:iS 1


~V.AcrU;liza DS_MATERJA

lóJI ~ t::ualiza DB_MATERIA

Tranformacion terminada lnsertar f Actualizar

Ac"!ualiza DIM_MATERIA l
,yJ
126

ET'L-18. ETL EDITORIAL

Cuadro 49: ETL Edito rial

Procese, ETL de editorial

1ETllEI[ )alO'R[AILJ

ji =ilt~o de registros
EDITORIAL Re11ombra Upper
L !13CIOS

@f3 fuente_: b!blioteca


Lbla: eclttonal

..
Editorial NULL

rziil
lWJ . ~ ~
Tranfom1acion te rminda Actualiza DIM~EDITDR!Al. Actualiza OB_Eü!TOR IAL

.r:r
/;~, ~ .~:.·
.....
~¡~ ~~-'
•'f"l>o
~~
• <:¡.0\
,.,~
,..,.,.~.
~"·-~
.
"fJ\~
.,_,,
e~¡
y 1¡
re
l¡'
:i/0'
)i ::ry
?.J
,>:. •:

~
r·f}1'' C'·~·
o'•
'/ .:;:- /
\, ¡ ,-:...:../·
• ): (> .'
~:h,,c:;::-···
127

ETL-19. ETL Al JTOR

Cuadro 50: ETL A utor


Pr oceso ETL de autor

~TLAUTOR J
·~·i~:¡ ·~ • 1
fSj _e_s_n_u~
1~UTOR

0!3 f.uent•e: biblioteca


F{enombra.

11 Rene )mbra camp~


t.flayuscula

1MayuscJJa
Lignav~ ______
Fil~ra Jcolumnas
[

Tablt~: autor J
1-- ....
JJf1~
~~jt---1...
__ ---11
Renombra 1 Null
Esnombramos campos
Exporter Autor_null

~~ ... ---:---§----..___.
Actualiza DB_AUTOH
Tranformacion tem1inada Actualiza DIM_AUTOR

Fin de la tn:mfom1ación
Actualiza DIM_AUTOR Actualiza DB_AUTOR ~
128

ETL-2Q. E1 rL ASISTENCIA

Cuadro 51: FACT Visita


1

Prot:eso ETL de asisten cié 1

[!E'TL F.ACT_V:Isrr.A

~~-.. ¡~:¡ ~-- ~ . ---1~1 .. 1


ASiSTE :NCtA Renomtra DJM_ALUMNO

OS orig• ~n: bibfio·¡ec~ Busca key Alumno


Tabla: a: sistenda __)

líll ... ~J 1---- ..... ---{ID-''


!e " .... ~· V 1

OK lnsert FACT VISITA


~:iamos 11 desoues J Add constí?Jit
Fur"
Lrtamos FACr_VBITA .
Agregamos Cantidad=1
por registro
l
~
Facl_yisita_1 null
129

ETL-21.. FACT LECTURAS

Cuadro 52: FACT Lecturas


Proceso ETL de 1ectu1ras

[ E'Tl fACTjLECTURJ!~

[11-~ ... ~ ,._--iiD------ :ll&\1 . ... ~


LECTURA
08 orige1: bibl ·io1eca- J
DIM_MATER!AL

Busca key material 1


DiM_AUTOR
~)u sea key autor E 1~.1ATERIA
.sea key materia
---

lífl ~- ·~~ ----~ §Í ~ií:lti~ramos valores nul~s


Tabla: lettura /

OK INSE 'RT FACT_LECTURA -m-


HENOMBRA 2 AOD CONSTANT
1Agreg~; - - -Cantidad=1
·nos
porregt:stm .
------

~ 1Pre¡[)aramos la lnsercion
L tCiamos la tabla y
~go Insertamos

'•.
130

ET L-22 .. FACT PRESTAMOS

Cuadro 53: FACT Prestamos

Proceso ETL de prestamos


~- . . ==;Ql
IETliFACT~PR:E:STA~

~
~ .. - ~~~
,;.."8._...,;;\"_
.. ~~-
. .......
?R,ESTA~. rlO

DB origen :biblioteca
Tabla: pre! ;tarro
J DIM__MATERIAL
Busca key
Dl~¡¡_..ll.VTOR

Mat•n,il [eusca. key Autor


y . . ,
DIM MATERIA
~tSCil key Mateña
. -- ... /

~,.,..~~/~il:~l [Filtramos registr-os nui~:J?J

rnn-/"... 'k
Phi
~~ A~ -- -m- x
X
.. ~!J
fl1dd constarn
El]
··
f act_prestamoJlUU
/
OK !nsert FACT PRESTAMO Renombra
Vaciamosylueg-o ] Preparamos insercion ~.greg;;tmos Cantiad=1
lnse1rtamos FACT__PRESTAMO l:'orregistro
L--. ,l".
6.2. Diseño de cubos multidimensionales

Para el diseño de los CUBOS, se utilizó la herramienta Schema

WorkBench, de la suite Open Source de PENTAHO, el cual nos permite

definir cubos a partir de los diagramas estrellas previamente construidas

según las necesidades que queremos analizar.

A continuación mostraremos algunas vistas de la herramienta así como las

funcionalidades que ofrece.

Figura 12: Pantalla de Schema WorkBench

1 fff., !Od!l \.liew Ootlons Vllindowll Hl?ll)

1
tj Anout · '

!Sebe m a Workbench
j
1Product Verston : 3.4.1.1

~ New r-earures : Access Lonrro1, Aggregare. 1ao;es

\.Java 1 l;S and above

Esta herramienta facilita diseñar los cubos lógicos, donde se analizara la

información contenida en el diagrama estrella. Los componentes de un


1.~1
132

cubo son muchos, cada uno con ciertas funcionalidades, por ejemplo el

contenedor de estos cubos es un ESQUEMA, que agrupa la cantidad de

cubos definidos o creados, quedando de la siguiente manera.

Ilustración 1: Schema de Datamart Académico

Schemo • Academlcos (ACADEt.:ICO.xml)

1$ . t.¡. 0,;_ ~ N~ UD+ C~ ~ ""+ 1


+.
r~fsc."',e~,.,- - -- -
C! ~ A.caoem~co Attrtbute
;ame
,_ ti:' lngresantes aesc'lpbon
A.C3del"l!COS

-Coord.naclon
- A.cao:teJ'Y\tca
~ - • t.;NU
o- C:O Egresados ~ea:;;wesca~!tor
aefaultRole
o- ();l Deserc1on
o- c5::J ~.latncula
o- ti:' l.!atnculaCursos

' 1

Cada cubo tiene sub componentes el cual de despliegan para formar la

estructura funcional de cubo, en ella contienen las dimensiones, variables

cuantificables, roles definidos niveles o jerarquías entre otras, todo estos

componentes con el fin de poder explorar la información contenida en él.

Un cubo es una estructura definida en formato XML, el cual la herramienta

SCHEMA WORKBENCH, ayuda a construir con la interfaz amigable y

grafica que tiene, los cubos son tos principales componentes o mejor dicho

son la principal definición para un DataWarehouse o Datamart, los cubos

son construidos siguiendo ciertos criterios analíticos, es decir según las

necesidades analítica que se quiere analizar, también se puede definir todo


133

el diagrama estrella en un solo cubo, o seleccionar unas cantas

dimensiones y listo, a continuación se muestra un cubos construidos en

este proyecto.

Ilustración 2: Cubo Lógico Académico

,f E=:s~~n2.:td:J.C~
t\~l. E ~::~.c. ~.'i:-n.1~·1'1

-~~~i.r/tV
~b::-.-~'!

Otro punto a considerar en el diseño de cubos con los roles, es decir para

quienes estará disponible los cubos y para quienes no, estas definiciones o

permisos también es posible definir conjuntamente con el cubo, a

continuación vemos que el rol SGA tendrá acceso total al cubos

académico, pero no tendrá acceso a los otros cubos.


134

Ilustración 3: Permisos a cubos lógicos

@ Sche'Yia
r,;- e¡, . .caaemtco · + Attríbute
3!1
- ~ 1noresar.t~s ...caaerrnco
- t,i:} Ea~esaJ~s
~ Desereton
fCO'I ''"'t't"u'~
'J.) in~ 1 1,.. ;¡..,¡

-- ~ ~-~alnculaCursos
SG ...
rl . .
¿,:,1 scne"13 ~rant
~ -, •¡;¡¡ ,.t~r"·
.....
C.r11.'t1~ - ~

~
Gt•nt Cu :.le Grar.t

~ Cu )€: Gran!
c,.,t

6.3. Cubos multidimensionales

Para analizar los datos del Datamart académico, se construyeron un

contenedor o esquema y 6 cubos lógicos definidos en el diagrama estrella,

el cual se detalla a continuación:

6.3.1. Cubo académico

Ilustración 4: Cubo Académico

Attnbute
~a"')e "caae~•co
Ta "J!e tact_acMeMJCO :J·escnp~:o,., r-~ ,.,
~..;
,.~-<>M-·!
- . .,..g
...1..i. ......

1 Espec1a1.10la :act:on
1 Penoao
. 1 . Res ..J:taoo
.1 Sexo

t o • .:. ............ ,..or.;o...,, .... ,.


f IQ.I' t.,..,lf l11iwUI~f
•.

~- 1 Curso Plan
' '
cant1aaa
135

Este cubo permite la exploración de los datos académicos,

correspondientes a Facultades, Escuelas, Periodos académicos,

planes curriculares, cursos curriculares, sexo de los alumnos y

resultados de los cursos al final del periodo ya sea aprobado o

desaprobado.

Este cubo puede ser accedido por herramienta de análisis como

JPIVOT entre otros.

6.3.2. Cubo ingresantes

Ilustración 5: Cubo lngresantes


,na me lngres_?~tes_
? lS:) lnQresante~ •a es cription _Cuno tngresa!)te~
[ilij Tabte: fact_¡ngresante :captJOn -1---·-·
J Especialidad :ca di~ "~
o- ·---·
;enat)led .:t':
o- ,... 1.. Alumnos
;.;sícfe i:vJ
o-) '• Sexo
o-),_ Pe nodo
o- .11" t.lodalidaC! de tnoreso
o- l Facuttaa
"' '
o- i Escuela
¿ ...

~ CantidaC!
<\) t.laxrmo
S:> t.linimo

Cubo ingresantes para analizar los ingresantes de las diferentes

escuelas y en periodos distintos, así como relacionar con las

distintas dimensiones asociadas al Cubo, esto· facilitara la

explotación de datos del mismo.


136

6.3.3. Cubo egresados

Ilustración 6: Cubo Egresados

. ~ "'c.a.:H~"''ICO Attnbute
~ ln,.....r~.e- "!!or'\t,;)C
Egresa::cs
:u;;) E;resaa:l
es:;, E:·t::2l::~
'' Tac:e ract_eQresaaos
' '::acne
· - . 1 . EspectatídaCI
~
1. Se.:o:o
•.- 1 Alur-:nos
l Pt:riOdoEgres o
,_ . ! . Penooo1n.;~eso
•- 1 PlanCurncutar

1 EstaaoPtan
~ Cant.oaa ' '

6.3.4. Cubo Retiros Académicos

Ilustración 7: Cubo Deserción


.....
fl:' 1\CadeJ"I';. co Attnbute
'~a "'le Ceserc¡,:.r¡
e::¡;, lngr.-.~ant•¡ 'Jesc<.p!•~n ::~:~Des ere. D"~
@ Ecresa~os :J~!:~n

eo .:J~Jei':.~t :a che

Ta~:e fact_aesercion
l Espec~aro13Cl
,_ 1 "'.lu~no
1 Penodo ae Retiro
1 ,..._ ..~ .............. ,_ ,.,. ...........

1 Se'lO
C-
<
1• PlanCurr:cular
<0 Totar
("'..
'V ··aY~.-,...,o
l•• ~

~r::nr;"r)O
137

6.3.5. Cubo matricula

Ilustración 8: Cubo Matricula Vigente

o- r:?J .1\cademico Attribute


o- {i;J tngresantes
: na me ¡,¡11 3\rtcu
. . 1a
· description E~too r.latric.ula
~0~-----------+_~_~~~~t
o- 6;) Egresaaos
~-------------~----------1
().. @ Desercion caChe rrJ
enao!ed ~
~ (!) r.latric.ula
: v;siole la
, [ili] TabJe: fact_matticula
' ó- )-. Facultad
~ ; ( ..AJumno
: ~ ~ p-··~ ... ~ .-
1
..... A. CIIUIJIJ
:1
1 ~~~Sexo
l. ~ CantidaCi

6.3.6. Cubo matricula cursos

Ilustración 9: Cubo Matricula Vigente Cursos.

o-
1&..
t"S; lngresantes
rYJ il:n.fa~~l'fne­
- 'J...' -w• "'-'""vv.J
H:C- --Attribute-- - ] ~--------- ----¡
na me :r,latriculaCursos
:f-:--- . .
o- tS) Oesercion descnptton !cuoo IAatricula Curso
caption
o- (?1 Matrícula ·.
cache [_;'_]
? @ 1.13trlculaCurso~ enabled ~
, [ilil Ta!>le: fact_matcurso .: visítle 0
:
o- ;~ Facultad
o- ;~ Periodos
~;~Alumnos _.

1: O- ), Plan
t,..' )'-..
A Cursos

~ A. EstadoCurso
o- A. TipOCieCurso
~ Nveces
- ~ CreaitosM
~ CursosM
~
...... Matriculados
138

6.4. Definición de metadatos

Los cubos ayudan a analizar grandes volúmenes de datos, permitiendo

explorar los datos históricos, los datos actuales y pronosticar los datos

futuros, en estas perspectivas, esta información tiende ser analizado por

ejecutivos de las empresas, pero la flexibilidad de presentar la información

en una plataforma 81, también puede ser accedido por la parte operativa de

las unidades o áreas de las empresas, a continuación presentamos la

implementación de los metadatos definidos en este proyecto, ello permite la

exploración fácil y amigable de los datos contenidos o datos a analizar.

• 1nicio de la Herramienta

Figura 13: Pantalla de Bienvenida de PME

¡--Fi!; Eclrt· -T;;e!$ -¡:¡~¡;--= --~--~- ~------- ---- - -- --- -- - --- ·----- -- ·- -~-------l

l~ ... r;] w ; ¡;;¡) l ., 'f' \" '"!'' 1 ~- 1


l.
1
1 • h

Gr~pi1Í,bl View · , Loc~lfs ·. Log V!tw :

l
, Connections
Su~iness Modet~ There are 3 business models avai
Select one of them in the tree to v

1
1!

1
1
! ( ;----·-
~ tU
..
139

• Conexión con Base de Datos

Figura 14: Conector de base de datos de PME

A.l1vilfl~#:'d
.:.tpt;onG
f:•cahf'\riJ'
{:.h.if-t:f;:l(>)¡ Se-::tí.-.;:s
C~r~-e.::t~en Typt
My;.Ql He't N.t;n'\•,
Neo...,¡a..v
N;o:.1~~li'l

Ur$t~f.-·)';Uti
f'¡:_ns-rrtS.L,!l
F.crn-eCI)" .:..::hO>'t f::cque-s! S.yturn Table!Opllce fr::.r- Oatt~
SAP EflF' Stttem
''-Qt.\U
SyD"-"'
SybiUt!~
1

T~rAdll:t:'J
Wr.Ntrli• é!tAbi'ltt Pcrt Nwmb~tl"'
'.'4!!:-ft.,ft
1521
\larti.::~ s. .
·,lf;,'i-~e m, f'..ren S:

onec
.~G
JNOi

OK
"""' 1

• Metadata lngresantes

Ilustración 1O: Metadata lngresantes

. " . . ¡::

Cmned1~~~
Su!inw Mcdti( Reportes de 1ngresantes Locala: an_US
Repcrt~¡ de ~~~rmnle~ (d
Universidad Nacional de Ucayali

:_~ ,,/-~m:o
': Rel_,t.cnsh~r~
~) Ews:nes:: ·;·¡tN
~epc:rte de Egres~dcs (da!
l'.~pc:ie de Ciesercic11 ~d~;,

¡:~
Sexo

r '..// 1 L1 Especialidad
¡

Periodo Modalidad
140

• Metadata de Egresados

Ilustración 11: Metadata de Egresados


F!l~ Edit Tc. o!~ Htlp
J,. . ::::; ~=: ~

Canntction'
n,....,~,........a..- .....J ....... r-,.._.,..~--rJ..-,....
e:.t•ntu Modti> F\l:!lJUill:! cyt t:::::>aUU:::>
U~:!
. Repones de lngre!antes (d
' f:•porto do Egr•u<la• (d>t
Universidad Nacional de Ucayali
,•j Bwsmut TabltJ
:l-¡j RclatioMhip'
~ S..,s¡ne~f Vitw
- r:~pcrte de Oeserócn {d~t.

Sexo
Plan Curricular

• Metadata de Retiros Académicos

Ilustración 12: Metadata de Deserción

Gr~phiul Vitw _Lo-cale~ tog View


(cnntcticn;
' 1:1\l~lr.tSS MoatiS Reporte de Desercion
,:· Rtporte' <!~ lngrt"n:t~ (d
-"" Rtpcrte de Egre~adc;s (d~t
Universidad Nacional de Ucayali
- Reporte de Otserc.on (dbt.
~., Busintn í ables
~ F:el~tionshípl
:;; El\.lsín.::s Vlew

Plan Curricular

Sexo
Periodo de Ingreso
141

6.5. Reportes dinámicos

Los reportes dinámicos son conocidos como los reportes de fácil acceso,

parametrizable y de fácil exportación a PDF, HTML, EXCEL, etc.

Para ello utilizaremos PENTAHO REPORT DESIGN, para crear nuestros

reportes y luego publicarlos al servidor de PENTAHO.

Estos reportes se implementando a medida que los usuarios soliciten

nuevos tipos de reportes, el responsable y administrador de la plataforma

81, tiene la responsabilidad de publicar y asignar al usuario solicitante o

compartir a todos los usuarios.

Además de considerar el· permiso y si es necesario el permiso de

administrar el reporte por parte del usuario final.

A continuación se mostrara con unas series de pantallas la configuración

de Pentaho Report Design.

• Ejecución, Start

Figura 15: Pantalla de Inicio de PDR

~ .-:. - ··~-~ ~ ·- """"


1 L il, t.
l :; 1 ,.. ' ,... • •
:\.·~-~-_..,_,¡l
J....,l.--~~~-l
~ -~ :·-; -
vers1on 3 9 O-GA 15557

~~(ll.aa ... J:&llUAA ~"bAA .,....,,.:a.4 .. Mowttvlo ~ .Jctta


C!'•,~ ¡,........• 3t'"tf'll ~.bltC j.,C.I"Jt. L..3FL~ ~ff'S•!)f": 1 :IJ"'¡
l•t.' .srs.~, l''-• ""~1 .,..~1 ..,,.. '-'ht fll• •.x..::.t~ 1n .c:..ot~li~,.,.¡;~ *'""
r-·• 1 ~f.!" ·• lf ,~._ ~ • ~: 1 ef !""~ •. et,.,. ~3'M g" ~

t,.:;:!t·,·.at• :J>::ott ... ~•~ .tl"tJ•f ,... Qh.: fua.ac U~t .... ,., r-.... ::1,: L.e-.,.,.._
ra ;¡¡UJb;...~ or •" ~ '~'::"" ttn:ts. "'T~T ,_M-4.1\f't'T'r ~ M1'
,. ..~e .~,.. .. -~ ~ . . ..;;- ....-::. ~ ...,.. ,~ \;' lt"t h¡;;:~,.,. r., t""'t
s.c•e.~:: ·•~"":""'~" _;'),.W'f"\t~, c-Jr~r.ts; a~:t lt"".z:a:.:~r-•
142

• Pantalla de Bienvenido

Figura 16: Pantalla de Bienvenida de POR

--------------------

~.-:¡_,;~;,e-,
.. C: ;pMatona! ~IFI!t j'l
- -'i:::::i'-
' ... - _...,,
~ ___ - -1( --
• w Pr~~uCIIon R~~,.-.s 1
D !.-atu.won e1an~ 1\tp
O .-:natsrJtw
l
- ~ .
·~~---

LJ
!-- ...•
. ; ...,

-~ .

Ruourcee
fnnml1

-;¡- C.hl'loU.o--1''111tfAf"hH'Io
l "- • •••••• -· ··---•r

• Plantillas de reportes

Figura 17: Plantillas de Reportes de POR


1'<.~00¡'¡ Ou.g!'l Wiara

Stttct L.OOk ano Ft~l


-l.ook ana Ftet
•· Templete
[ C._¡!. So.. ""

í i..-. -~ni ;~!'!P ,. n Rt!f)()r1 Oocument

1
,
•.
r.-~-------------,
Cobalt
rJá¡j¡'-----·-----~
_
~-
-
........ ...
·.-. -

Uaptt
tlíct<el

·!.... J.

--

11
143

• Configuración de conexiones

Figura 18: Conexión de Base de Datos de POR


~.. 1

:. ···= ·· • r~:. 1'"


.Opuon•

Sottlngo
·A s ...wo
APIIC:~O Uto<by
t"'Ori;ltH::I ltt.t•tb~=­
CMP<>t>llnfliiiDil
L.Jtaoot•
ExhmOB

uor.ene <H~"-'"twtoo
QfntH'I~Iht11
~h.. t)tli!l !:iQL 86t;&
H2
HOC!OOP Hlvo
,lty~reo~lc

oer~ oe2
't1fobria~t

OORC
.mu1

OK e,,.,.,,. .1

• Tipos de Reportes

Ilustración 13: Ejemplo de Reporte en POR


3 T 8 9 10 11 12 13 14 15 16 17 18 19

''"~u'"''''"'
, , 1 . '"''-·tii ..P "\.U
'L l""l'- .,,'-41,,. .
,,, 'lrt' 1\t'
I.JL 111.-'r•~·u
"'1 "-' 1
1

C'ttR>IIItH PcJiltOO .\cndntico

p, rl•t~h íUÚP

.........~ ; ......
..... -.. -....
r"w...-1:.~-
'-~1\IIC''

1 h .1 j t.,. t f-L-Ü~ ·u '~ ,,_ ...:~,

Plan Crcúítll '\!'tu C~tíllÍP


144

• Gráficos Disponibles

Figura 19: Gráficos Disponibles en POR

~i •t Prtma~ ~:a~rc; r .._ - ; _:{ ~-;-~- 1._____.


--
no;¿;... ·-- !..;:. ___ -- - - ···IU';-'r í:--¡---- --- - - - ____.. ____¡
N•m•
·<··"····:.' "·' "'"'' <.
1

cmoo.v~o..mc:~ctor ____,.._______
t·==:.:.:.:;::..:;,;.:;;.:;::.. ~ __;_
ng·~Ub·lll~-~,~~~~ ~,~-:,·.· C;~.!.;~~~7~.A-·o5 ~ (Í• .,. ,: -;,-,ft'.i·r:~~t~:-t . .: .· 'l: -,. •':f4' ,..~ !• • ;q ,\i y·· .:.,Jf ~~~~ - ,J .... l' ·•·.;:-/::.:'.'"~~
tn~rHht

:~~~:~·~.:~. . .,_ '~·'"~:~~·~ _.. 1 ctttQC.ry-t:lotumn

~.~~":~r;.~~:~~·.~~:::~
Urtf4;·0"(tll!'lc:l
. .:;. :. .. ;;;:..:::;:-=:::;;:=::t;:;:=:::::--::--.rz;,.._:.~::--=-·=-;;::=-=·::~:-;:;
¡;.._:;: ...:;::~ 1·
ttit"kiiOotkC:•I"'I
l\bn:OfltJ.f ~ ~:.:r;~z;~;i~¡:=;r-~ :S·!~;:~ i_: ~-z-,-.:; ¡.~, ;:.:...; :; I-•·:1-~·-.:-,[E-Jr_:; :. :. . 3:';-: ·S-~: : ;-.,·=·=·,~,¡;:;:'f~-:;:.;¡·J:;
·.-:;:.-::¡:;. c.:3:··-3··,:::Z·:···Z-'..
3· . ];.·:i- ~J:.-:; ';1J;, ~
b,.r..b0f4e"'t
rTI:A..t•Cir•W1121\
sen•t-cók)r

·=::::::::::::::::¡ 1
~~I_¡:i<!!in~:=.·-!!<•:!·o·;E•·•·::2··I:>..:!:vr:;:-.::-.:;:~~º.::':·

···!····
D~flh~gt
•no-o·•""*
1
rlfoe
1,'
oorotr•:oler
:it\ll·<ll:;ll
tt~m·:3 (bfoJ
'
ptol. t;·tl~ft~
¡>101-0l•ilpt\J
~·~.,..Pl~4•r
1.0
t.O
ro~ .. ¡ 1
,...11oM
.............. :
S•ntSorit-t ....J
-· -J,

6.6. Indicadores básicos

Para facilitar y visualizar en forma resumida la información, en esta

herramienta tiene un Framework, Open Source PENTAHO DASHBOARD

DESIGNER, que es la alternativa al diseñador de Dashboard de la versión

Enterprise de PENTAHO SUITE, con ello podemos diseñar los Dashboard

para mostrar los indicadores puntuales y tener una visión clara de cómo

está evolucionando a través del tiempo, para esta plataforma 81- UNU, se

ha implementado indicadores académicos para lngresantes, Egresados,

Deserción estudiantil entre otros.


145

A continuación mostraremos las bondades de la herramienta y como se ha

utilizado en la plataforma:

• 1ngresantes

• Retiros Académicos

• Análisis Académico

• Matrículas y Cursos

• Egresados

6.7. Administración de usuarios

Los usuarios de esta plataforma los conforman personas con cargos de

Decanos, Directores de escuela, Jefes de departamentos y personas

interesadas en la información académica, para ello se ha implementado un

control de seguridad avanzada, para no permitir el acceso a personas no

autorizadas, en PENTAHO 81 tenemos un administración de perfiles,

usuarios y acceso a contenidos de publicación de contenidos orientados a

81.

Los usuarios y perfiles para la plataforma 81- UNU. Esta implementada en

un servidor pequeño y versátil para su administración, estos usuarios y

perfiles serán administrados por el administrador de la Herramienta, para

asignar a los usuanos correspondientes, esta función incluye

mantenimíento y limpieza de usuano, verificación de contenidos publicados

y atención a nuevas sugerencias por parte del usuano.

A continuación veremos algunas pautas sobre la implementación de estos

y los accesos permitidos.


1 146

• Pantalla de Bienvenido de Administración de usuarios

Ilustración 14: Pantalla de Bienvenida de PDU

~.oadellaarlct
1 Se.l"\lfi'Statos:
BI·VNtJ

Administrllcion de Usuerios BI - UNU

1\dmlnlstr•cloo Go Rí>les • P<!tfliH Adnt~nclon Ge Usuottos


.. e cu-:::.1 tt ~f•f;.et. f-! J~, ~'::t f.;~j~:'Y'ff.t!'l ~t.! !.S•.r~r·:.;. !l-"1 1~ r~:.!:" G~ H; df u.""Z. ;:;~.!l')~~
!{!~·~ 10::} :-.·!J':C:. ~ :1't::~t!t 'esu ~~~!~'¿' t'' e:,,,,, i>~ es::. rit"'f!":'tÍ!'~::; fflf."'"t·it: '=.e:~·.
:o.~t-u.:. e .:.:·et·~"·.~:oon ~~,,t~~;~n~ e,:;ltt::.~~r. o!:"·'J'l'"•.et ~e;! t~t ii!':..~1~! ::~!
:.~tl!+r~;-. ti s:r.tr-.Z,,

• Pantalla de Usuarios y Peñiles

Ilustración 15: Pantalla de usuarios y Peñiles del PDU

Ad!:llnlstnrloo 4t Usuario~
1 Rl.ltt:ltt

'~~:;¡,
Á':J.([J'":

ESLI::-TEC"'
f!:. 1v':.LO~:.;

,!~~ ~~., !..1S..'!I iCJ


S¡~:~'::!~
147

• Pantalla de Asignación de Perfil

Ilustración 16: Pantalla de Asignación de Perfil en PDU

Adc!elttttd.':l dt llmri:s Stn:tl Status:


Dl-UNU

,_____
,:,.:..:._.:.._--.-~ -~~~-- •
. 1 c.e~~:

,lttl

CJ~s.: ... ~=:o~.:

LP~·f:fl;:¡ Ci t~,g ót Sit~f!"='U

".!!·~Mal'"':u
ll:..:Utl".l.Cli!d
· F.'.C'.'li.""D

• Conexión a bases de datos

Ilustración 17: Pantalla de Conexión a bases de datos en PDU

1At::iaistmi:a ~e Vswi~ StrJtt Stlltus


BI·UMU
1

1 -1
_ ~ t;,
~,..-c·•;1 e~
;,.:~ tC<il.
·--·- -·-.-. -- --------,
... (';
~------

'1
148

• Administración de servicios básicos de Pentaho Server 81

Ilustración 18: Pantalla de Administración de servicios en PDU


Adl!lilllrltade~ 4t Utaatitl
BI·UNU

1! 1 ¿}y;,;.m !if,!I""'Qi 11 Vfr,i~l :3.k!ts. ~! 1


1M<tWto l,l«!t'• 11 Mo-~,¡or, C1~ht 1

6.8. Despliegue de aplicaciones


Para el despliegue de aplicaciones creadas por las diversas herramientas

diseñados como mostramos en los puntos anteriores, desplegaremos en el

repositorio central de PENTAHO CONSOLE, donde se ejecutaran los

reportes almacenados, en esta aplicación se enfoca también la seguridad

como accesos de perfiles y roles, permitiendo la óptima forma de

administrar y gestionar los reportes almacenados.

Para los despliegues de reportes o indicadores académicos, se deberá

seguir el siguiente procedimiento:


149

PASO 1:

Hacer un requerimiento escrito o verbal, al encargado de la parte de

administración de la plataforma, esta información le brindara la Oficina de

Coordinación y Servicios Académicos, dicho cambio se realizara según el

perfil que tenga el solicitante y será accesible para todos los usuarios que

pertenezcan al mismo perfil. Este cambio está disponible en no mayor de

48 horas, siendo el responsable de publicar la actualización o notificar el

motivo del no cumplimiento de dicho requerimiento.

PASO 2:

El usuario podrá visualizar los reportes creados en la sección

correspondiente y a partir de ello, personalizar su reporte o indicador.

Otro punto a recordar es que el usuario puede crear sus propios reportes y

guardarlos en el directorio asignado o crear su propio repositorio para

ordenar según los reportes o necesidades de análisis.

Los usuarios que no ven los cambios o los datos actualizados en los

periodos correspondientes, deberán solicitar la actualización al encargado

de la administración de la plataforma. Estos procedimientos se realizaran,

según los pasos mencionados anteriormente.

Ahora se establecerán el despliegue de aplicaciones por parte del

administrador de la plataforma.

Para poder publicar un reporte, un análisis de datos (cubo), un Dashboard

pre diseñado, se procederá a realizar lo siguiente:


150

PASO 1:

Crear el reporte personalizado, general, o nuevo reporte para compartir a

los usuarios, en las herramientas siguientes: Schema WorkBench,

Metadata Editor, Design Studio, Design Report, Pentaho Dashboard Editor,

etc.

Para la publicación del reporte al repositorio, deberá contar con el permiso

necesario para hacer estas autorizaciones, el administrador deberá realizar

las pruebas necesarias antes de publicar a los usuarios finales, con la

cuenta de demo, deberá hacer los Test necesarios.

PASO 2:

Deberá hacer la coordinación para notificar a los usuarios del cambio

realizado, para que estos aprovechen el nuevo recurso agregado, dicha

notificación no debe exceder las 24 Horas.

Con estas buenas practicas se pone a disposición del usuario encargado

de la administración de la plataforma y los usuarios, para que puedan

aprovechar al máximo la herramienta de Business lntelligence, que abarca

las áreas de gestión académica y bibliotecario.


151

6.9. Diseno de la aplicación del usuario final

En esta fase se definieron los rotes de acceso a la infonnación contenida

dentro del Data Mart, estos son:

• Decano: pennisos de acceso a la infonnación relacionada con la

Facultad que dirigen.

• Coordinador de Carrera (jefe de departamentos y directores de

escuela): pennisos de acceso a la infonnación relacionada con la

Carrera que coordinan.

Como ya fue mencionado en capítulos anteriores, se proporcionará a los

usuarios un listado de reportes predefinidos, los cuales surgieron de las

necesidades de infonnación comunes entre ellos y, serán útiles para el

proceso de toma de decisiones. Estos reportes han sido divididos en

directorios que a su vez estarán subdivididos por carpetas con una

agrupación específica:
152

• Análisis J~cadémic:o

• lng rresantes

o Análisis de datos

• lngresantes por modallidades y ,escuelas profesioni3les a partir del2010.

Ilustración 19: lngresa11tes por modalidades

.QO;ill ~H e~ lngres:lni:es •
Mo!.lallllaCJ AGRI ;)flOMIJ\ t:UfERr,,cRiA ltiG.ffJIEAA DE S 15TfF.'IIiS
mms.1 nslon~s
1EQPUESTI!) DE COLEGIO '1 11
___:¡ .o.nrmnr.s
COMIIIIIOAOES IlATIVAS ~~ 4
__. ~ ;!~l..tUt:!i;t

~ l E:> pe: ci<>ltd'od COHVEitiO • UIIU GOREU - CCIIII :2 :2


- l Facut~~ COIIIJE.IIIO COLEGIO I\1AYOn. ·J
·, l Mnt1:ll;tf;,d rl~ ln(JrP!On
CO!IVf:lliO IUA6EC ..1 1
...:.::; 1 Periodo de inoreso
~~l ::sexo COINEIIIO UFAC 2.

OfPOR'TISTA CALIFICAGO .: J ,;;

M&dic!as
rm.r.APAf:llnt no~ 1

..,. _J 1
Mt:tJfJj:;s EXAMEII OI~DIIIACIO ~.:~, n;~ ......,
o 7ct1Jl
ltiGRESO CEPREUtiU S6 133 rn
tit M:ndmf:'
TAASLAOOr El<TERIIO t:'!: 11
o Mir.!nm
t HA5LAlJUl Hl ll:HIIU

TRASLADO• S !llTER SEOE S

•=-.
VJC.TI1:lA OE VIOlENCIA ::' j
153

• Historial de lrrgres. antes de la escuela de lngen1iería de sistemas por sexo.

Ilustración 20: Hist· erial de lngresantes

Columnas""'

Filas ""' [sexo 1:\ ·]

fittt ro ""' f EscuetJ--Q-~:-1


~...,____,__,

Sexo 1993 '1999 2000 .2001 21il02 2003 2004 2.005 2:006 2007 2001) 2009 2010 2011 2012 263
fEME 111110 ~ 4 9 1 .!:. 7 S 5 -·" 4 1S 10 1€ 9 13 6

MASt :Ull!lO 16 !:6 61 ~ iU s·J '~~ o!4 42. !:7 B2 39 .::~


"• { 72 €0 .::.·~
~ 1 S;&
154

• 1ngresantes por sexo

Ilustración 2 1: lngresantes por sexo

E:!itUela L"EMEIIHJO f.1ASCUII-.f0

A<;ROUOMIA 1~2 l~!:i:l

Ai :>RDr!OMIA .AGUAYTIA 5-5 'l€9

IIJ GEUIERfA AGROIIIOUSTRIAL 83 135


fi,IFERMERlA ¿;:s 1135'
IIJ GEWERfi\ J\MSIEIITJ\L 170 :>:!S

1/l GftJIERIA fORESTAL 2.~5 1189

C ~S. A DMII!lSTRATIVAS 454 1F.fl!;.

C !5. COUTABLES Y FIIIAIJCIERAS i312 tB11

C:~. COIJT.i~SLES Y fl:lAIIC!EAAS (.AGUAYTI A) 19 92


ECOIIOMIA 'f IIEGOCIOS lriTERIIACJOUALE!S ·tlo zo.n
DE:RECP.O ¡::·'""
-V~ n:l
C:l Fllr.IAS.IlA'TIIRAI FS Y P.IIFI'li'O AMRIFilTF .!1 ~:.;

Ct EIIC!A& SOCIALES - EDUCAC!OIJ l!lTEnCl ILTUML :L3 ./;!)

ftliJCACIOtl ltiiClAL ·¡¿ 24

H lUCACIO;t PRIMARIA 251 1!':0

E~;TUDIOS GWERALES .i2 !:0


IDIOMAS ::.o €''u

lE:IlGUA Y LITERATURA 71 64
1.55

• Historial de ln!Jresantes a la Universidad Nacional de Ucayali desde el año 2000.

Ilustración 22: Historial de lngresantes a la UNU

E:s cue!a 20CO 2001 2C02 2003 :i!00-1 2005 2006 200 7 2C03 2009 2010 2011 201:l 2013
AC ;ROII0~.11A ¿o ES ~11 55 2i ~G 07 ~e
()_ -~
/(; .!.! .!7 ~e:
?: 7 ~2.

AC >ROllO ~-~lA AGUA YTIA 2] 25 j! 3: 23 25 ::.~ 21 21 ~ ::


1!11 :iEIIIER!IA AGROUIDU STRIAL ·-
_, :o .!j 3: 3 e2

E!l fERr.lE:RIA .;- 70 ::1 eo " .!3 ~~ ~ <:. _, t:7 82 ,. t €3


'1 -~
-" 1 ~ t~ !:3

1111 :iEIHER:IA A:.1BIEUTAL i3 o ':S 17 S2 7-3 7! J ,_


-e:

1!11 ::;E!liER!lA FORESTAl :a '35 2·1 .:1 :o 51 i:O ;~ 1 eo !3 !..7' ,.


-~
"1.
¿;, j !7
C!). AOWIIISTRATIVAS .:o 70 ¿;¡¡ ~:
..
-~ ::o 69 10 o 1CO E3 71 --
". 9~ 3 9.3

C~i. CO:ITABLES Y FIIIAIICIERAS '"


c. 110 ~;g :s ~q ':0 7() 10 o 9:? 102 117 2:: : CO S.~

C!;. COIITABLES Y FIUAIICIERAS (AGUAYTlA) 23 "<"


.:$ 2:3 3! ~ 32

EC :OliO~.~ lA Y IIEGOCIOS HITERIIACIOIIAL ES 1: .;¡ ;;} 713 (6

OE:RECHO 90 12D ¡:;o 71 ·-


_, "
-~ €1 10 1 1CO 121 123 112 12': 1 1c
CJ; EllCIA~S IIATURALES Y f.1EDIO At.1BIEIIT E 10 12 ( 13 11 2!

Cl: EriCIAS SOCIALES - EOUCACIOIIIIITER•:ULTU RAL n 19 1G 1' g 12


~~
EO 'UCACiiOIIIIliCIAL 11:
'""
EO 'UCACOII PR1~.1ARIA ¿o 130 :o ~,
te 23 ¿¡¡ ':0 15 1
10 1~

ES TU DIO S GEUERALES 1
6 : 15 '7 3~ 13
156

o In di icadores

• [ )istribució•n de alumnos por~ ¡enero de 1ngeniería desiste mas en ell año 201 O

lliustración 23: Distribución de alumnos


¡----
lngresantes tdistribuidos por género
---------- ------------:--:------:-----, - -
. lt·.:J3ENIE:O:l~ CE ~ISTE1>L:l.~>
. • 1
'
-
;<.Q10
-----~-~--- ----. ~- ··- ·-- ----- ---
..
-~ --, ~

-----& -~- -··------- -~ ·~ --.~----~


r -- -- - - -- - -- - - - - -- - - -
Graftc :o de PieCilart por Genero j, G•af1cc • de Barra por Genero

1: 1
.,
1'loÍ /
..)-

1i~~-
l :
!
i! ~:::~ r-_
11
1 1
;J
1 j
i !
n---, ¡
! !
1
1
' 1
1 1
1
1 ~~

-.,
- 1 •
·-
1 J ¡¡ 2)
1

- J._j/ '"'"
1; =~
!>'3 :;~;¡

-
S L"
--~-' -------r---
:; t.t.!.·:c:.:u~;¡) =:r.t:r-;1~.:::" ··~.E: ... _.I,. e F"E· 'E~ . . ~,. .. ::

l. :-..: t:t.?l
157

• Historial de lngresantes por escuela

Ilustración 24: Historial ele lngresantes

Hi·storial de ingr·esantes por escu ela ·· UNU

lt-~¡;EN~E?.I~, i:E Sl~:;re'-~.S . , t,I,>.S ;CI.!Lit.O •

;: . E:stad,sllca de Evoluc!on de Ingresan _te_s_-,-.,.,.._,_,,.._...,.


.., - - - - - - - -

. .j
..{ .- .,
·: ..... 1
1

'
: •• -J
1
.. ~ ....l
1

1
'---......,

1
-w 1 ~ - ., r· ·--
--l
1
r- - ·- -¡
! 1
--1
1 e-9 e"
"'~ • ..,

.,,
:·· .....
1

76
1
501i
l
1

! ' A~•
l
1
!2
1 . ~-~

eo ·. ¡
¡
"' ~tl 51 i
1
1
! ~e
1. 4:! .::!
'"' .
l
~;

'
,~,

1 i !

i f 1

-~--~-_l~_j __ ,_
1
1

-r--~.:__.._~ -t~ _l1 _ ~~ J'L...


1

L.--~ l .. --......~.~~·-
!1
. ·""'-· 1' --· --,-··-- : .. ,. _ L ·.-L .. 1
_..J ... ~ _ _l
'

- .J

-:.l""'t!'J.l~
1
! ' .. ..

¡ '
...,
. .,
.

...__,

.. ...·-

~
.1
l
Q)
C/)
L-
o
a.
C/)
ro
e
e:
2C/) H
·¡¡;
<>
00 Cl) '"
~~~
Lll "O .r
......
ro
·e
Cl)
...
·~

·e
Cl)
O>
e
Cl)
"O
C/)
2e 1 _'- -·¡ ......,. q
m ~ '
ÜJ 1 ...
@
O>
e ' '
Cl)
"O
ro
·e r

.9
C/)
'

I
• L~---"''; _ _ _ _, :

~--------~--------~
1 •. •'~ ...
~

·¡:
C!
...••

\•
..
·" ...:.
.
¡•
j'!
o
.e;
en
<O
,,
(Pl

'
159

o Reportes

• Lista de lngr·esantes Em ingeniería de sistemas en el año 2010.

Ilustración 215: Lista dB lngresantes

(VI'¡ l0"'\'IRSJ LIHD X.ACUOXAL DI l'CA\.".\LI


._;:.L A h.lrnllo.~ i:n¡ ;resant«'i .JI'l? I '>~UI!b ~- Ailo
'Fo:tnPb Profrc;inn:d 1\tl:=~iF Ri .i. i)'F ~iSIF\J.!l.S
"\t1o : 2.0Cf;' ronllngr~s!urcs : :tw
; :ltfm Ct:~digo l"nher. Ap~!U:Id()~ y ''ombre> ;;.,:.:o Periodo- d"' 1 a;;rc' '"'
·::.::1')-=~-=·l ACCSV.-:SE:).! \SD:O-?.l.CO R;-;1~~-~E ~HSCI.l.J:!\C

., -:·:-::·.: ;¡-~: -:::: ..:.o"L::t.~...-;c~ C'-:~~·os:..x; .. .!•.t~~nu:!;o


::=-"!"·!
~l.::'.L~l}.~=:_.\::·hl: EZ-~~CA¡:J:.o 3 ·:=~~:nACO
~~:-::~·-;;:::.! !".i..J..\j't:'L lJ ..'-l..' :::::r:..r
• ~-;:-~;: j ""'¡j2:! ~ A.~i!.:l.S<Rt:1Z>t~IEOO A.?:.1..Ll..!.,'DQ 71V.SC't1.JXQ '!--:.~~~ ~l

5 ;:,;;«>::.·o~::-1~'\S .l.0tN).\'.\SCl1.EZ-'iBYI ¡:-¡:\n:-,;,;n :::.::;.:--.¡


.() '::..-:::.":.\ :._,!~:~
~\.~e-; !'St.l..O .•"..t.·.~: F.~-~·:C1S ..
:-.r.~c- -~::.;o
!::r:-.¡

i JY."':J:~·:i::-s
..
s~~~-a.:...-::...,),..~-¡::,:r ""Er.:.A~'C ..~~t.C!"> :C.\~,1-!:L :-iASCll.JXú ::::.-.¡
S 1'~7~r::ma B.EJ.\l?..;.,-..:o.~!l.:.:..~--""';:,LJ..\,-:JO:, LV.:~ ~.rA:ocr:uxo .~:~-¡

EE.'\.~;c:O-SA.P.O:,fO-KE.tl Y ?.OSE.l,.).i t:!i~.$}~~-·o


'il c::~::.::r:;:t.t :.:y:-.¡
CA.!J.j_~~..;.~.~.. e~; i\!:-c:c\R~~:~~ l"~re:-:::·;o
!O ~~::~-:l~L~ .:::·~-!

C."...\11iV:i-~.1t::<l~'• .!..l1'1 ~J:il'.'V:: },Ll.SC'i.1.1).'ú


H v:;!J:!:!-r·:i; ;-.._~~-i

C-~:C:-i.~1·~l.:· !{f;),3.ll.X..SlT.·~.:r .Tr!C~


~2 :-:~::1 ·:·-.:<!l-! .~,!A!~Cl..'U~.:o ~~·~,--!
160

• Historié 31 de lngresantes de lngeniel ·ía dH sistemas.

llustrac :ión 27: Historial de lngresan1 tes d·e Ingeniería de sisemal 3

'========= = =
(Wl ll.\1\LKSill.\.IL\ACl' 0.\.U. Dl lC.-\YALl
'-,; lingns:tl\12~ por I~cueJ;¡Jl roffüona.l

I:.S(Uel:a l'rofe5ional: L\Gl:.:\!i:.~


~~~~~========
'!.L"lo. Dl: S.!SI.C)...L~S
========= -------
tSÍad1Stic11 (le A.lllm;os fllf.llfesllntes po-1 f.stueJ<J. P•·ofeSlon;,Í

100

95
fl!ü
.. ..l
~ ·100

so
90
. .... ..... ... . 1
·.....-· ... ··..... t llU
,..

~~. ,./86
85
~ .... ...ll
'
l
a1 ..···-. ~
1

~70
~
00 •••• ••••• ·····.. ..·' .~
~
eo
·. ..·· ·•·... .·· ·~·
~

"'
1::1
75 ·.... ······ ·······
.............. ·-··· ....~
.. · 73
--: il
73
foo
1
.::0
1:) 70
"'>.: 70
~
u 65
6.'5
'1 (;:)
40

1~l" l
61
bO ,:ro
co ":
'..., '1
¡
5:- 20
'1
J~
l
:;o Ji .- 10

1
o 1
~S
- '1· :o 1 1
L .:..... .. ~o

1-~3 1.999• 2COO 2001 21:í02 2003 :001 21 OfiS 2000 21)()7 ~8 2009 2010 :21)11 2012 2013
AllQO

11 Sl>lli'> ~1 • .. • Si"lli<!l \ 1
========::::::::::::=======
161

• Retiros A, cadémicos (Retiros totales.}

o An~ílisis

• 1 ~lumnos con Retiros Totales en Ingeniería de sistemas a parti1r der2005

Ilustración 28: Alumnos con F~etiros Totales

P~ri~»d!> lngre,;o Alunn, Pe-tind<> Ref iro í<>tal

P'~ri!l<dO 1 GP.J .2005 AUAGA-SIL\ IA-HECl"OR ROLAf·IQ.O ?erindo ll d ~~ 2UGS

CAVO'RO-OA' lfiLA.Cil•RLOS .AlEJAfJORO Periodo 11 d· ~~ 200~

HEiUAUO!OZ :-?ORT.C>CARRERO-LE'I'BE R Perlod<> 11 d· el 200!i


P¡:::R,A.VA!SI ':lltF7-.IFSliS fi!MOU ?P.rirnt~ f rt~ '' ?llf\;"1

PIU ElO TOR R!i:S J\JJ\11 M"'UUE;:t, r>er;.,d.,. 11 d d 201)6

TOIIIltiAGA-< :tARCiA ..TOriY f'><ti..W 1 ti• •I:ZQOá

VIL LAt;U~I-" •·I:UKI...'IJVA-¡:J.IifLt;J5 !::Uf!IUU!:: r-..,notl~> 11 a el 'lUir.$


lUI;IlGA-VA.l EIICIA-t~RUCE PeriM~> 1 dg !1 2005

Peóf)·do l del 20!H> EGIJSGIUIZ..· ·OOMirH3UEZ-OOW!It P!ri.,do. 1d~ !1 2011


ELESCArl0-1 .;p, MAC--CRISTriiAI.I A1JCREE ?~riooo- 1 de,¡ 21l11

G!WOlA-OA CRUZ-FI:OSERTO P&riodo- 1de ti .21l0&


ME-~IA-PAC :HECO-OSCAR OR:Ulr 11 Periooo:> 1ds >1 21JOS
P<>riod"' UC. .-1 200S
PEREZ-ZAtJ~ i9RIA-'9!0!.:TRA11 ?-.riodo i d; ti 201)$

!;C:CIY...•IA-MI LLOtlC:O.CAClLO$ CllniOUC r~rio-áo- 1 di! ~12007

f',_rii><IO 1 cl'-'1 20GT CAR,t!HIL"-·l ~IRAeAL-t·JEHEMIA$ Pt>rlotiD 1 •!• !l Zll07


HUERTA-GOl 'IZALO·IERICI< FREOY P~riodr.o 1 de !l 2001

MARVIO-OE SOUZA ..JIMMY HOMERO Perlll'dc> 1d5 !1 2010

OUIHfPiil!lLJ \-\lflLQN-t.UIS ARMANDO Periodo 11 d el 2012


162

• J~lumnos con Retiros Totales en Ingeniería de si:stemas a partir del 2005 por sexo.

Ilustración 29: Alum11os con Retiros Totales en Ingeniería de sistemas

P'eñGrtto R:?'l: ra. Allumno FE 'nEIIl!IQ i\11A!'>~Vl.IIIO

?eriooo (l d;!l2012 't 'ALTA OURANO. JORGE LUlS


P..ri<>d•~ 1 oh 1 !1S"? 11 or.lt?IJERO.VEPA-5RICK SOr!

p.,, ftJ'IJ,, 1 lid 21}01} A tRO 5EZ111EiJA-<3ARCIA.OtliL 2

OtEL AGIJllA-TORRES-llllOER DAVI() 1


1' 1.\STI1R-:J.RFIISIII=!-.51!.VIFR

llt!VCAA-l:!:I"IIIOZp,..,JC::¡lJ!; '11'/.0.l.Tl:R

\1 'At<t.:iA5·1-U..>Ht:S·LUIS l:l'IHIÜUI:: :.!

Peri11do 1d!!l2002 l JMA.VARGAS"-JORGE ALBERTO


1'< M.Rnm;;z CJ\l?.T/\Ij0/1 MJ\Rtl\ ZOIL/1.

R :urz:-eON!LLA·M.AtlUEL ALE·'·'l.JlORO

Periodo 1 d~l2003 A ,YU..01J-PtrlCHl-CESAR AUGUSTO


c:HIIillPAY-GOME.2.0SC.!I>.R P.QgERTO

H IIOAL00-5Atlt:HEZ·Al.SER'f CHRISTIAil

H IUA'Y rtl>.l A "!A·I'V!I:f1WL>o.·U ~{;AK

1 OPF7-S!liJ.MJlRT.U ! 111 S At>II,!;TIN

¡:: 11fJEO.A GI\Vlli\N WllLY l-H;::JRV ~

TAtiC:.·ARM.<>.S-EO\'\fARO WllltAM 5

V 'A SOUSZ-CH UOUI ?QMA-'WilliAl'..J


? .. ri.:-do 1 rhl 200<1 A,I.EGS:::IA-QIJU~I-JO.MAR':OAIITOtJIO

F i'IElTAS·FREITA3-AO.RlAU SE!'-1310

<: lARCl.~·A.CO STA·GlNO AHOERSON


1 nJARF~-RC'InRIGIJF"7-Ffl.':fW r.nr.lii=Z
163

o Indicadores

• Retiros Académ1icos, Ingeniería Ambiental

Ilustración 30: Retiros Académicos, lngenierí a Ambiental


IN:::~-:~~~::: ::r:~~v_:.; ..
~

n !tlrc.l i:~,:·!,:'!rr':IC~'l
Cre5c~ >:t! SIU.IW ~ 'J - ., ·~•Jt• il e:-:. !ie-lnh:
----------- -----------
~j
¡.;.o:~ c:c!
1 :;; 3

' 19}9
r. -~ ~r.::1

~ l1 2nc2
~

. ·. ~
:~.:

:.;:~':3
. ., ..
1
.
,"
•: ., L i i ' l ... ;¡
:.:e:::
l
...&.. .,t' --. "'1 -- ~..,
2G2.:
..!.ñc:) 2.~:7
-,, !Showinc¡110 TO of -1~ entri•et

:·r- 1\
Grafi~ :l ::::~ R'ltir~l ~~~!ro:-~ xr G~r-::·?-r;;5.
~! • ;•.

.1
~ -·~1
""
1\
~
u

:1 l ~ .... 1~ r~
//j.,
1 \

~~1- ~ r.
1
.,
·--··...._ ~

""-,' 11 __ ,_--·' -~ :
l_;T'_~¡ [ ~- .
1
~

:..ri~s =:: :;.~


'------- -------------------t -:-.:t::: -::v-:· .. ~· •.; n ,....... .:~-~~·.::
:164

• Egresados

o Análisis

• Historial ·de E!gresados por Escuela P rofesional.

J1ustració11 31: Historial de Egresados por Escuela Profesional.

l :sc:uer.:; FEMEIIIUO MASCULillO

J \GROIJOMIA ~.:o
343
"'-
J H~ROIJOMIA Af'.IIAYTIA 2. /7

! :rtFEilMERIA "74 20

1 IIGttut:HIA AMtlltlll AL ....... 11

! IIGEIIIERIA fORESTAL 7:! 2'12

<:s. AO.f.11li1STRAT IVA S 17E• 3::~

( :s. COliTABLES Y FIIIA!lCIERAS i91 2i~

t lERECHO 11;9 n¿

t :IEHCIJ~S
··~
fiATUAALES Y MEDIO AM61ftf TE 29

f. :JE!IC!AS SOCIALES. EDUCACIOIIIUTEF !CULtliJRAl 23 2:3


! :DUCA•CIOil PRIMARlA '141 !;<5

1 .EriGU ~~ Y LITERATURA 52 :2
1 11ATFJ\¡lATif:A FI.'\IC:A F IIIFORMATir.A 1'=, !1

1 IIGCfiiCR!A OC SISIWlAS (, m
1 11EOIC lilA HUMAIIA 4~ €7
165

• Egresados por planes rurrict Jlares por escuela profesiont 31

Ilustración 32: Egresados po1 r planes curriculares


---
Escuela Plan FE ME!II!IO UASCUliO

AGROliOMIA PLAIJ 1992-l 1~7

PLAn 1993-1 1 2.0

PLAil 2002-1 2:4 1cs


AGROUOMIA AGUAYTIA PlAtl 2002-1 8 2.7

EtJfERME:RIA PLA11 1995-1

PlAfl 2002-1 23 5
PLAII 2006-1 :::o 2:
!llGEIIIERIA AMBIEIITAL PLAII 2007.-1 ~· 11

liiGEUIERIA FORESTAL PLAI/1990-1 25- 79

PLAI/1993-1 2:0 49
PLAII 2003-1 1'9 a~

CS. AOMllliSTP.ATIVAS PlAil1992-1 1>6 ~~=

PLAI.I 2002-1 11 J'l

=~·
O•C:
PLAII2002-II ... '···
PLA1120D7-1 1115 H3
·~

1
r
!
1r

r
,;
¡
1
' ~ ..
¡
¡ d

l
1

1
'~
:1
_ _. t'
..,
.r-~';l
.. ' '
L_
1'i '
! ' ,' 1
'' ' 11
en 1 '.!

1' ' ;l
CI:J
E
~
Cf)
(])
"O
CI:J
en •¡::
CI:J (])
E ·e:
2en (])
O>
e:

(]) cb
"O "O
CI:J en
·e "V
(]) "O
·e:
w
CI:J
C/)

O> ~
e: O>
w
(])
"O ~
(")
en e:
en o
"O <>
~ CI:J
en
·u
o ~ . •i
"O
CI:J
~ ......
en ' 1
(.) O>
'ñ w ..:! ! 11
Ji
'"" 1'1
e:
• 1!

o

!!

·'
,,
....
IJI
t.,.

..
"'
•·
,.
,,
1]

1· ,.
;,! l.
111
V

Hl
..
:. ...
'
;

roe '' '


~· ....;
!_!
,,. ' ,. ..,,
o
'¡¡)
'"
~
ea. ,.
ro
Q)
,.... roe ::J
\0 u
.-1 o en

··)
Q)
'éñ
>.
~
ea.
ro
Q)
o
tC
ro
....
o
\ <' \
·----

::J
a.
u en
en
Q)
o .;
¡-¡

~ "'enro -
;~
~ ..
;:¡

¡; ~
i li
o ~ :"' ..,..
f.
:!!
tC
ro -~ ,.
....o w '"•J
~ ,,
a. -ii
C")
•• ,,,k
;,¡
en ~¡
7 ' !
o c •{

"'
<> ~ f

6,,, l.
,.~

"'roen ·u :::.
1

~
e!
..... >
C) en
w .2 '':
·'ft~.,
,,

• •'

·f ..
! ~
(l
?.
tJ "·•
'"'l
~·¡

•i
"'
'

168

o Reportes;

• Egres;ados de Ingeniería de sistem1as con sexo MASCULINO

11ustra1:ión 35: E.gresados de lngen ieria de sistemas con género masculino

(j¡ Q.iT\'l:RSID..\D•X\ClOX\.L DI. rC.\.Y.\LI


'--" 'R»pnr,rJ> dJ> -~~nm'll n~Fgr~>t~ñM P""' J<~ut>by !'í!>>:n
Esruda Pr.,.rc•ionnl: ~ ;or;.;;iS?~L\ DE s·:s.IDL\S Scx<> : ::.1.\SC"";.;'"U~O
¡ - ---- - -----Iit.-.cilmli;,re-Aiuñ niO$i!rJeS:.UO:s-p.or-tittm~y:$eio'- ----~ ... --- -- -~-------- --
1

_...:~_1_1_ ___ l ~ 11

ll
11.0
1
1 10.5
1D"_.. - '
1 1' IU

~"
liJ.O
!~.5 .:._,....,. &
,.-.-.-.---~-·- ~--· .... lg
-
r. -~-·~ l'
!~.0
/'_.. ....
.,/'
--- -----~ 9'--
~a
¡-
/
1?.5' l
~
1

l!!
IS.O 1
-, ',~ 1.i' 1 .¡:!. - 1 n
Q)
ol
~ ?.5 . ; - ~
~ ;;_o: '1 1 ~S ""
', ~- ~
~---~---

i 1s.sj '
. -,.,
/ 1

,
,__..,. ,b a ~

r-l-l'~//,-~l
8 15 o; 1
__

~ ~ ,.
1:¡" 1¡ 1 1
!>.O ¡ 1
1)
,;¡_; l 1
1
.J.O t t 2
:H~
:3.0~ _____3_l.J -- t1
1 •
(!
~oos 21..iG6 ~007 2083 200~ 2010 2011 2012
At'""IIJ:5

E~•ies1 -~~~~sil
=========:=::::::::::
169

• Re~portte de Cantidad de E gresados de la Universidad 1\lacional eje Ucayali

llu:straciión 36: Reporte de Cantidad de Egresados de la Universi·dad Nacional de Ucayali

(!j·1 p;n;R.sm .\n ".\llfli'U 1. nr t:r .\Y .u .r


'-... JJurruu~s I:¡n!i:Jdos d.~ la C'\l~
~--~--------~~
i9tntlil'tlo:,. lilto All.l1fltnt>9 Ei!f&~attO<• Íle"' ü..;nto:ldadlr"~lon~ i~(J¡;o ik-ry,..f>
,,¡IJO l 3J38 381:; I:M
:mi i
l~
:m!
l 3:5

1 JiO
t
.)!$ + ) 3;$
t 1
:330
~... '
1 t1l0
'l----·'
..·2 i !
:2iS 1
1 '
., 1
1 :!:5

.'
1
1:: :~o, 1
1
1 :m
1
.! :~5'
i 1
i 1

~--
~1.-l :21f! ' 2:S
'~
~ :zao
!
; '
1
' 185 ... \.,
t :00
' 1 ,.:1¡
:i 11'"!\ ! 1-- 172</
• l :\ • H!i
!
~
... ISO 1 . '
1

i
' 1
i
i
'
.

!\
¡ 1
1 no
1:!5 1 117 i 1
1,:$
1
¡ ' 1

r~J
100 92 1 1 1 1
1
i i 1.3 11tD
;sj t;J; 157 67_/ i
5J / 1..._
, . 1
1
11
! 1 7i

l
$0' ..... ¡ 1 1
l.jJ
28 1

5
1
!S ' 10 ¡ ¡
o;
G
... j
1
J ' .. J 1
_; •J
. -- - .
j J •. j ..! J 1 2'
---~·...-
~-- ~r- ...._ -
-· ~
.. - -
-:!003 -- -- ',.....- - .... ~---- ...,. .... -- - .. o
1!)?.5 ··~ ·~¡ l!l?:l!l 1~!1.) :!!lOO ::001 :00~ ~4 ~OS ::ooc. :r.ID7 ce ::ooo -:o ZOID :!011 :'O·t: ~ ::!013
ll.t'lo$

1 C)~•,.,c 'S •· .. S~u.,c 1_1


; );.:in:~
170

.. Lista de alumnos egresados d~e la escuela de lng,eniería del sistemas en el año 2005

IIU!stración 37: Listad e alumnos egresados de la Bscuela dE:! Ingeniería de sistE3mas en Hl año 20ffi

1E'Scuela IPr-o.fefesional :
INGENIERJ,~ DE S!STEI.P•.S
- •
.Año de lngn~so:

. 2095 -~
Output Type
HTML (Single Page} •

., r~IJ:;, -Ej<et.""l.!t?.r

-----.---~- --- ~·lr-- ~~-----------------~~-- ~ --""""!----~~--- -· -~----~---- --·-_,r . . --.....--...·-:. . . "' -----·- . . ---~--------"'"'- l ~ -~ """"'"-.. ·----,;- ----·~-~ ~--, --
'
1
i 1 =====================================
fi') l~t\l:RSID.\D :SACIO~AL DI t"CAYALI
'-.;/ :Reporte d1 ~ ,\lumno~ Ig¡re5ado5 por I 5tuel:l ~- Añ••
:: --- --- --- ===:======
Escueht Profesionul: l);"GJ::O.. :t:{L~.'Jt. !S!St.t..\!..~:5
Año : ::!.005 Tot:sl Egresados : 3
r .Ite~-Codi~o tni;e~. .\·J~e~l~~~~-y~::;n~:es-
' . .
-- ~ -- - Suo Demon- Años ~riodo de Igm~-
"1

¡
"''- -~~- ----~~
c:::m:o1 ~s \-. ),.'lQt~z;~-wo:;.:c;.n;.;..'\ i>iEc-o ~í.~SC"~L.I:\0
S
~\;:'!'!O l ·1!:\ :~1{\

C-.AST?.O.-F.J..S.l.3!-lL~RY OEtE~f S
2 (;'~~':-50!14 FE).!E\'D-"0 ?!tb::, I -1!:!1 2f.lll

;;'" c-r:t. ~1):.~IDj. A: ~!OF~:-CCLO~ ll.·Cií.AR!O EXRIQi:E \Ll.SC1..;1.1!\0 ~~;.e,¡ ,;!=1 .2~1~

.?J_~na ! 'i
171

• Lista de alumnos egresados de la escuela de Ingeniería de sistemas en el año 2007'

Ilustración 38: Lislta de alumnos egresados de la escuel;a de Ingeniería de :sistemas en el año 2007
Escueia Profefesion-al:
INGEN IERis~. O::. S!S rEr.tt-S T

:Peño de¡ · Aiio :


2007 ,,
output: Type
HTI.IL/SinolePaoal '

ñ•l'j ~ . ,. .1...,1t;:d:,:¡-.::·:;¡Jt-:;~
.,. - -~ t

(ji D 1\"IRSIDAI> :SACIO~AL .Dr t'CA\' .tLI


'--" .\!u lr:mo~ !gr~5;~dos por I scueh y .Jdio
======
h¡url:a Pro fesion:d: iXGE\"{E?JA DE S!STE"\!AS
.-\iio ; ~.co· Toti1li:;rui1dos; l!

!te m Cudl{:u l iuh~c .\ptllidos ~- ::-iombres 5PIO Plan dP fstud.to Periodo Ct' Igrl'so
~¡:-.;;::no.m;:I)~.H nn T\,'1'\: ~L\~C::~L.:!-:0 rt-l\!: .::.:t; ¡
«r.::~l::: ~) k-'lttC'".!'J U·!?:! !wJ

l -o:~:J:~<j.l· ~1
r ('")7l ~n.r. l \"\=~o..¡ -~..t~ 1 t Tl7-~.o
U".sc--.1.n:o tt.-".:: ~=-= 3' 1 ~~.:-~ 1.1 ;!!l ::.. ~·

;:-~...,.._:-~~V l i ~~· 1.~.=117


:.J.".SC'!.l..D:o rt.'\!-; :.!!"et 1
~-:.~:)~1. !! 1o·r..o:.::-u !!!1.!'.~
~~\:~?1· .t9 "'~ \·!l~;:;¡:,T¡:.¡:¡:-~¡;:-¡:c.nl~·xT ~n'\1: r::r ~.1.\SC'i..L~:o r-tl\.•~ '1:C~ z ~-~=u ~:1 .:~-:J

'l\:~1-:.J~·~: :t ..
::,:~::;·¡:;:- \.rn~;.~:-411ll rr:7 F'E..}.!5!"~;o r-t.'\!-i.:~:x
1~V!.~ .U ,!H .!'..'tl

6 ~,:·:~..::: :~-
~nil~iHO~-~lTi~~~n:=r w ~r:.o ~S}.~~:t> rt~: !!::;! ::rm~~ u r.!:!l ;;-;,

·::--;·::::.it: ~! .•
:r.-o;:~s J.a~·;::~.C".l..~2-ú~ ·we~~:..:'-1:'1 lJAo;~::u::o ~·t..~:~=~:-!
::::n-:!~ i ~~t =~-

,,,. :;:o::¡.;:::.:: ~rlL~'"D,J.l,.~.r;·t~7i:-Ht"G'~ :s:y;...:¡ ~ot...~i !,t;~c:t.n:o ~L-~..!; :'!: ;.1 ;-rt::--:!o a·.'!;;\::-~ ..
17~~

• Historial de Egresados de 1ngenieria de sistemas.

Ilustración ~19: Historial de Egresados de! Ingeniería de sistemas.

{j) l"::\1\'IRSIDAD :'\ACIO~A:L DI fC-\\'ALI


'-' 1R ~porc~ die' .Histor:i:ll dé!· Igr~~ado~ por I~tueh :Profi?"sional
=======P1-ofr-s.tonal:
I~cu~la iXQEX~.:::.t:;. :>E StS:i"E:\1:4..5 ==========-
Toid I grcnd o, : S
GJ<rft~O ele- EtJII ;o;o2tdt>~
13
13 1 1 13

J'Zi
. _ ..... ¡.~
,.......
·¡.¡,.....
.......
l
'
r ·~
~ '11
11 '
,__,........... ~
./
., i
• 10
1
. 10 ¡
,./ \..._ 1
1
~ 9

'"'
o
/9 1
~ 9 l
., ..../ .... r a
..,.
<i ; '

't)
IJ'
7
1
"--._ / / ~ 7
l 6
1
(:
? ..
u S'-.'-._ /
' .,./ 6
b '
~ , ...'
S1 ...../ . / 1

t:
l_
4 j

L_j ~
i
3
3 i
..____ :t_,
2()0:5 2006 :wo; 2008 2009 2010 2011 2012
.A~:

, Soeries 1 • ·-- Se11es 1 ]

~--------~------------------ ~~~---------------
:173

• RendimientoAca dém1;co

o Consutas

• Cursos n 1atric:ulados por un alumno e n el periodo 2008- 1

llustraciór1 40: Cursos matriculados por un alumno en el periodo 2008- 1

(W) n"THJ [{SlD.:\D XACIOX\1.. DI t:cAYA.LI


-..:;.. Cemult: 1 ~l'erüNio .l,cndmico

Escuela Profesioul :1:\" GE:\'IEB.L.i..DE S!SIT::...!.-\$ Periodo: .2COS-I


Atumm: C3 tüZ-:.\~!EX:lOZ:\-J ..;L\!E EL\!E::;(. Codqo: COO ~{}B&6!1t
- .. - l
.Plan
--
Clldigo
- Cllr>O Cn~dito
---
~ota
-
Estado
- -- . ·~
.
...
?LA::\ ~OC>6-i !S.W5 ~IRO:~::FXGOX A LA:r\GE\";:E5~.i..~. DE 2 !5 .A?R03.80
s;:;T.E"~.t~3

:?Li.X 2Gü!5-! ?\E .if)6 :.\.!EIODo:i. OGiA DEL !R.:1..3.~30 i ;_;;¡;¡\"ERSii.U!O '
~ !-6 ..~:?ROB.:iDQ

?E. .1..-:\ ~OQIJ.i QG.H); Qi..l:>.·ECA GE'\13....~.L 3 15 .A?.R.ORi..!:lO

?LAX 2CD·~-i L{T.II)i LOGiC~ ).. I.A!ü.'iAI!CA ..i !i .A?RO.B:".DO

:?LA.:\" .~W6-i .iJ.-!02 Dl:Si..~.!O DE !XCE.XiERJA. _,., ~ ~


,\?R03:\DO

?U-X .~Cli6-! )Sl-!03 :.\Li.IE\L\TIC.~ ¿ -~ 1] ..\?::t03:iDO

?LA.:\ ~Vv6-.! Tf -H!.; ! t. cx¡c:.,.s DE cmK-;..:c.l,.c·:ox


., t~. A?.i:\.03.\DO

?a:gina 1 !
o a ~ ~ e 13 §

AtGOnCf&tCAI

1\tCt,JRfTU~Atl

Jt:.CO~:n~J:'<' ~~tiCt't:AAO~~ATC::

AAAJ.t::.~ Ut·~GTEMAS

A"AlGil iCOHOLii;O

AAf<L¡¡s Yus~o oe •~oo


~Uteouo._'l lH rc-n:r co:n· n~;rrROtu:

(;lflCU!TOS &LE!:'TMMO::O~

COr..U'li't<OAr:3 1; INTfAPJ<~rr..tn

CONfiU YP.EEI.l'I.Aa:) OHOUito:l

COfHACILIOAU.Of;}lll!f.!At •
O[Fri~M H;..C:üHAl
m
-
e :::J en
PltltUO lllliJ-lG.YG({)I,U::'r-Oc:x.:. l~----- (O
en m
DIJUJO OE lllGENII;R,._ e:_.:.:_:::_:_:___ ________ • ~ .....
(J(;('flO bf~t)flti.WJ l~
CCUACilNEJ Dlfl'flt>!Cio\10
·0·---~,----cc---------,
r
ID
o
0:
::J
_,
ar
~

ro·
ª"§:e=;·
.......

ID
~'TA.DUft:AAPl,;AiiA
~ a. a.
C1TAOGTr;Aif
..
~ m m
en
m e;;· o
-
I:CTRUCTURAOJMK•SAVAII<AOO • • • • • • •

fC.:!J\11 en éi) e
ID Cil
tORM. V f.Vf\1.., UCPFtUYIZCl03
a. 3 oen
FIJHDAf,IENl'o3 Df.C(Ri N~'-' (ii' ID
en
COlON HCI'JJI.QQ(;A g ID
-o
INGC.Iflj¡JU\ QJ;tor-TVW..Rt:

IH(l(WiliR"' UEOOFl\'IO.RU AVAAZJIDO(')


ID
a. a
O"
m ID
INCrNiitPP\CCOHOMCA
o a.
tuau::; rr.t:uro' e
~
oen
Ul
IHCtCHOONCO ft
6 ...¿
lijl;lfSTD:;Ul:O NI en a.
ID m .....
.....,
i"TROU.Aii;Q, ur:~UTfUKJ en
lfrf!t0Ql,ICCO,.Af.J\111Gl..'f1UU\OJJ~t$f.

trNF.};t"'Tr.'H\CON Ut10rERACouc;t
',

L
"'a
O"
ID
-o
a
.;:.

-=-···
ID
INVlSfCACOHOPCitAH/AI [ a. O"
ID
o
en a.
INVm'Tl..";ACOUO,r!AATI'f'AP ¡·
[
lEJ•G.OúP~.JRAl!P(:OH W ~-""::'
J
'<
oen
lEHCUNt ~1; >ROGRALI.\CilH O a. m
LOC.I;:... "AJWATJ::A
m
en :::J
-·~·· ~ ·-· ID m
lCOGT~A
-o
...,
.... t"•VC>" .......
lll,..nnM.ti!TU

r.tA"fnJATCAt
~
" --
':::" "---== - -~,.._ --:::_
.....
'-'
O"
-
-o
\11
:::!.
ID
a. o
MATE:I.IAn;A 11
o a.
IIATCtlATl~A lb en
o
1\J
t.lhHI.IATC,UJ o
,....
!tffODOtot;~Or,t TMWO UN!>ICIIGIT.
....,
(X)
Mt.::nOC.OHU:.OUIO!JfU!l ..!...
MOPft.A.lllfUTO OP M:i! DI: DAf03 m
ldOOflOSY!liMUUICI!!PI
:::J
PftOGRAJ.lAC•)~ úA.I(JITAJJAAO!ai.lf1"CJ~ ID
rmf"r¡ m
en
o
' e
m
m
.. •1 ...,..
...,
V

o
t.i:UfUt..-..OC.U:IrT.'\lW
::iGT(MA3 OLJTI!:IDUJ001
CD'
en
GSfCI.l/GOPt:tlATMJd ,_. a·
.....,.. ......... :::J
.,."'"'u•~••r. <i-J'l.,..o.l
,.,.. ..... --~ ......... "''"''..N.."'"'r- m
:TFCNr.:Aa Dé '~OGRAMACk)H ~~
;umi a.
ltlf'INfORPJAfCAI ~- -~~-~- -~ ·-----· "6'" m
TOORU\ OI!UfCtlOUc:; o
175

• • El grafico anterior enTablé 3

Ilustración 42: El grafioo ar 1terio1r en Tabla

Curso APROBADO DESAI"R081li'O

ALGORm;tiCA 1

ALGORITMICA 11 ; .t..

ALGORITMO Y ESTRUC1 iiJRA OE OATOS 17


·=
AIIAUSIS OE SlsrEI\;lA! > 34 e·
ANALISIS ECOtlCMICO g

AtiALISIS Y OISSIO OE REOE!) 1~

CIRCUITOS ELECI'RlCO! S Y Eli:CTROIHCOS 9 2

CIRCUITOS ELEC!"RO!l!l :os 24

COMPILAOORESE IIJTE ;RPRETES[') 3 3


CO!-IFIAS. Y REEM?LA:Z O OE e;autPOS 3

CotiTABiliOAO GEtiERJ \L <!.5 1.2


OEFEIJSA tlACJOJAL t:-2

DIBUJO OE HJG.Y GEOI MET.OJ:;sc. ~'

DIBUJO OE ltiGai!ERIA f."l'!· -·r'


OISEiiO OE SlSliMAS 2~

ECUACIOtiES OlfERE/1( :tALES·

ESrAOISTICA AR.ICAOJ! 1 17 1
ESTADISTICA 11 10 10
..........
.9
e
(J)
.E
"(3
o
e 7!
,,
. ..... •o
; ..
8 "
'1:')
,, ,,
''
r 1
•:.r
"q
''
Q) o " .,

,....
;;: y
"O "O ·'' ~~
í
e ~ ro. ••
·6 '-
:¡::¡ 0
"(3
(/) .~
.-. e
(J) (.) j~
1') ..
- (J) ("
(9
a;
cf
;.;
1 (/) •'
o o .0: r.- .,.
"O ~ -~~~
1
Cll ::J
e (.) "'
ol
o e(J)
"(3
(.)
<i> (/)
o ,.
V ••~¡
Q) -¡- "O e
(/) ("1) JJl ¡.•
o ..- ::J 1'
,. !. ,•
~ o
~
C\1
(.)
·e::
......
L
·-''· ·-·'"
.-,'
u u (O ·1
...-;
·1
e(J) "O .~,

o E ;,--
,,
·e:: (/)
...
(/)
o
(J)
a. o
e
"O
Cll Q) E ,.1'" (')
l•o

::J e ::J e H
o
·e:: (J) (ij ri" ~).
....-
Cll
(/)
Cll
(J)
"O ,,
1•
.•.,,
E E ~ ·~
(/) (J)
3
b
e ti (/)
"(j) e
E Q) o
:J ()
"O
Cll
Cll ~
(J) ·e:: '<:t
"O (J)
·e: e
-o i·· ¡.;!''
~ e ,;
(/)
"3
(J)
C> "o
~ (/) e ~
::J e ti
o
(/)
e
o
ü
(J)
"O ::J ...,...;.
1--'
,,
(O '·
..
,..
q
..
,.
'-
r

q

..."
ü ''
• "u ' ' "
o


177

o Reporte de Cursos asignados a un docente seleccionado en la encuela de Ingeniería deSiste mas en el

periodo .2013-1.

llustracic)n 44: Re¡porte de Cursos asignados a un docente seleccionado

S1!!eccioo1;! una Escuel:a:


1
JNGÉNIERIA DE sJsrEri,~s ..
Seleccione un Periodo:
'Per!MO 1 Cel 201.3 .,
S1>k>t:rinns> un nnrs>n .tp :
'RIOS HIDALGO éLOTILDE. ..
Out~ut Type
· Hil!L {3inl¡le Pilge) ..
einztd "..e.~to-EJ•.:G~.l~!r
- ----.¡·-- ---.. ----:-----,,....- -...~~¡ --· ------:------, ~

(if¡ l~lYIRSIO_\.D X~ ,CIO:XAL DI t'C\YXLI


,._/ Consultad~ Doc~nte~ y Curso~ A5ignado~
- -================ ----
----
h:ul'la Proft>siond : ~ GEXiERL~! JE Si S, T:E:.ns Periodo: ?:ricdl) i del ~vU
Docl'nte: R'!OS :-rrD.~LQ ·O ClO!~i..DE
- -,
Codigo .-\pellido s y :-;ombres Crt>dlto Tipo P~n_c_u~r~ ~~~~ _j
}..fD.SO~ ~ !ODElX~·!iE :---,-¡o DE BASE DE D.UOS. j OJ3UG.~ ro.am .?l AX 2006- i

-~31503~).3 ESFRi..TTt:?...J. DE. D..\TOS -~ \'.\);Z,~ ~ Ol 3i..iGATO::t!O .?L\:l.' 2üt)1.?. il

T¡;¡j;>fi7f¡)_ n;;;,¡:"\:o i"l'F Si'STF '\í! tS ! OPfi ;e; un:=uo. ?LAX 201.'9- n
?.1Ji:t:l ! ' ~
178

o l~eporte de Estado de matrícula y cursos matriculados por alumno y escuela profesional:

Ilustración 45: Reporte de Ct Jrsos asignados a un dccentl 3 sell3ccionado

(rt'; t"XIYIRSID.\D ~ACIOX~ \L DI rCAYALI


'-" Con•;ulta di:' :Estados d:t :l..btrt( ul:! ~- Dl:'talle~
==========~~===
Ese u el a Profesional : ~02\.IC:?..:.~ ::>:z SiSTI :;...:.~S Perio( lo : ?:ricd::- i d:-1.2•J L;
.-\pellidt 3s r ~ombres : C~.:?-...?-~0:'\-,!.?-~L;.Lo- S.!.\.."L Codig ;o: CJ;J.~0.30!12

Sexo : ~!.\SC\.1. :-xo


Estado ele :\latrkula PPS Cre,diW5 Permitidos Creátos :\1 :atricuhdos Curso~ :\btriculados

~:~..T?~ ~c.:.:LADO lG.:; ll 11 .,

Pian ( ~urricul:n Curso Credito S. Yeces Credí tos :\klt Cursos ~fat Estado
;.¡, ..~.; :::;::..! lAtt.EF:. D:S ~E~ ..~~~·aoLtO "· .~.L~.:rFJCl"LOO

;t.~,.:.; .:::;:-.! :rr:.t. :.tc:.rr_:,:cAcia,-a~ : C• :.L~T'F1C't1..00

;:~1....~ ~:=t·1 lXt'E~Ti:FJA o;. so;::"\\'A?..:E : o ~·.L~ !'F.1C1.1.)..DC·

;LA!.; ::~:"'1 ~,IODEL.l...\.!iDOTO DEE.!.'!E: DE DJ.TC.S ~


~ -~f.ATF.:Ct1..;DO

;LA:\ :~;;:-.I OES r.:C); DE!. CO:t\OC!:'.C8' ·:¡o ~ ') o ;¡ 1\0 .MA-:lFlCT_.Ul..."'\0

::.LA..'= ::·~$·! ~E0n:ZD.l.D ~?O?.::Ll.r::O. (~¡ 1\0 ~!ATF.Iet1..00


·=-

~?;:.~ir~:.!
179

o Lista de cursos matriculé Idos por un alumno de la esc:uela profesional de lngEmieria de sisba'las.

Ilustración 46: Lista de c1ursos matriculados por un alumno

.e.COSTA·BEM2trl0-f'ACO YIJflOIJE

Periodo 1del 2013

Curso Codigl> Crediito Tipo de Curso Credito s Matricul'3dos Curso~.; MalricuiO!di>S Uro de Veces

OII!AMI( ::A DE !SISTEMIAS iE!IS07M .3 08l1GATORt0 3

METOO< )S rJUI\,tERICOS AFTBG015 4 OBLIGATORIO o


t:!ICROC :OUTROlAOORES TSIS0701 3 OBL!GA'iORIO :~

IIEGOCI OS ELI:CTROWCOS 1"9150005 2 O BLIGATOR!O o


SEMHIA .RlO 11 SCSE0707 1 08l1GATORIO

SISTEM. A OPEHATNO TBIS0703 ·! OBLIGATORIO 4

TAllER OE DE S.l!oRROLLO SCEL0901 2 EILECTNO ESPECIAUOAO o


TESIS 1 SCIVOBOS 3 OBLIGATORIO o
180

• Reportes y consultas generales.

• Lista de escuelas profesionales

Ilustración 47: Lista de escuelas profesionales

t0r¡ DiVERSIDAD :'\.o\CW:\AL Df t'CAYAU


'{~':, Um. dt !scutl~~ PJ·oftsíoualt~
Fwdtttl : CS. ECO:-<O~::CAS, Ai);,.:.t:\1ST'RAJ:\'AS YCO;\TABUS

,_

CO:'\

E.C?-.i"E.a

c:coxr

• Planes curñculares por escuela profesional.

Ilustración 48: Planes curñculares por escuela profesional.

(~\ V~I\ TRSID...\D XACIOXAL Df t·cA '-~Al!


-.:..:.r Ll.i!~ M Pl:~n~s Currtwlcr¡,s Pat· !Huel~ PI'Ofe!ional

At1<l

:S9S-1 ?LA...., l99S-l !.9!/S

~un-t ?US ~o/.1~-l 2.·~~

;; :lút\~ .. ! ?t..~...'\ ~~'0'~ ..~ :!.~~:; 215

,¡ 1~~~~l ?t?...~ -~~~-~-,~ ~-·~.tf.~

~ -~~:!9~f .?LA~ ·:·~~;1.;- 2.(\~-~-

6 ..
"'r-:a.11
........ .....
·~ ~
'P! ~"~
"¡,.,......\ ~t1g .. ~~ .tú~~·
181

• Lista de modalidades de ingresos a la Universidad nacional

de Ucayali.

Ilustración 49: Lista de modalidades de ingresos

{j) UXIY!RSIDAD XACIOX.U.- DI ro.Y ALI


-...:..-.- lhtn d~ \1odaUdad~' d~ Jngruos a l.n 'C\T

Total.Modalidadts: .16

·~ ~-- - ,~w--.w< ~

ltl'lll Cadí:<~ di' ~iodalidad ~ombre d~ 1:~ .\Iodalidod


_._ ·-----~-'"' ~-~ ~-----·-
00
~ Ol lfR ?'i.:"ESTO DE COLEGiO
3 o~ iXQR.ESO CEP?..EL::..-¡_;
..; o~

5 {¡~

6 0;\
,. !}~ !RAStADO EX ?E?....'\ O
S úi
~ ói:
10 (j;t

i! J(i
,.,
;¿: "
"
o .!~ co~,,·rx:o t.7AC
j,; B C0).\'EX10 · i.i'X'ú GO?•.!'..i. CC).,"'X
~S 1-~ EX.-'.Mf:\ CO:M?LEME.:-.;7.~.R!O
!6 !5 TIL~.SlADOS EXTER SEDES
182

• Planes curriculares por escuela profesional.

Ilustración 50: Planes curriculares por escuela profesional

- •- - . --: -···-;-··:-:--~ ·.. .;--_;-.--:··:::-·:; :.::-~ -:-···--:-;:r.·.:. .::.--:. .• -: ·.

-::•. ,.

s::

. ..
__..,,, . .. ........,.. ...
"'- .:..;. '• .,.., •'"u.,::,•..t¡!;.:,
-- .
"',•,;',,,~••
-~

....:...::.

-·-~~~-
_,&,, • ., • .-,.
... .., ........... ·-·
.•1'-..J:'V:.P• ""'--~-

11

Al mismo tiempo, se permitirá a los usuarios, crear reportes personalizados

a partir de la información del Data Mart, y podrá guardar en algunos de los

directorios mencionados o simplemente crear una carpeta personal y

guardar sus reportes solo para él o compartirlos con otros usuarios.

A continuación de mostraran los reportes reconstruidos y publicados, y que

estos estarán disponibles para los usuarios finales. En ello se mostraran los

reportes más relevantes de la parte académica.


183

CAPITULO VIl

ANÁLISIS DE RESULTADOS Y PRUEBA DE HIPÓTESIS

7 .1. Resultado de la encuesta

De los cuestionarios del Anexo 3, sobre los servicios de información

académica, toma de decisiones y uso de herramientas tecnológicas se

tiene las siguientes evaluaciones:

7.1.1. PRE-Test

a. Análisis del cuestionario N° 1

Este cuestionario está dirigido a los Decanos, Directores de

escuela, Jefes de departamentos y personas interesadas de las

Escuelas Profesionales de la Universidad Nacional de Ucayali.

Objetivo: Identificar el escenario actual del manejo de la

información estratégica dentro del ámbito universitario.


184

P.1. ¿Qué le parece la forma en que se publica los Indicadores

Académicos en la Oficina General de Coordinación y

Servicios Académicos?

Cuadro 54: Datos estadísticos de la pregunta 1

Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado

Válidos Malo 20 60,6 60,6 60,6

Regular 10 30,3 30,3 90,9


Bueno 3 9,1 9,1 100,0
Total 33 100._0 10tt_O

Grafico 1: Datos estadísticos de la pregunta 1

Histograma

'1 1

1 1
71'\
1 \ 1
1......

1
111•33
, ...
Desviación típica e ,667

·15

f:l
·¡;
e
olll

..
:S
u
olll

""'
10

1.5 :2.5
1
3.0 3.5
·.~
4.0 4.5
185

Interpretación:

A la pregunta ¿Qué le parece la forma en que se publica los

Indicadores Académicos en la Oficina General de

Coordinación y Servicios Académicos?; El 60.6%

Manifestaron que es "Malo", el 30.3% "Regular" y el 9.1%

"Bueno".

P.2. ¿Qué 1~ parece el Nivel de atención que se brinda a las

facultades en cuanto a indicadores académicos por parte

de la Oficina General de Coordinación y Servicios

Académicos?

Cuadro 55: Datos estadísticos de la pregunta 2

Porcentaje Porcentaje

. ·----··-·- . -·--·· ..-- ·-.. --


viditfn ::>r~
rmrrl::.tfn
---···-·---
Válidos Muy malo 1 3,0 3,0 3,0
Malo 19 57,6. 57,6 60,6
Regular 11 33,3 33,3 93,9

Bueno 2 6,1 6,1 100,0


Total 33 100,0 100 o
186

Grafico 2: Datos estadísticos de la pregunta 2

Histograma

Media = 2,42
Desviación tipica • ,663
1 33
111=

15

Interpretación:

A la pregunta ¿Qué le parece el Nivel de atención que se

brinda a las facultades en cuanto a indicadores académicos por

parte de la Oficina General de Coordinación y Servicios

Académicos?; Los entrevistados expresaron que el 57.6% es

"Malo", el 33.3% "Regular", el 6.1% "Bueno" y el 3.0% "Muy

Malo".
187

P.3. ¿Cómo calificaría usted desde el punto de vista de apoyo

en la toma de decisiones, a la información proporcionada

por la Oficina General de Coordinación y Servicios

Académicos?

Cuadro 56: Datos estadísticos de la pregunta 3

Porcentaje Porcentaje
Frecuenda Po~ntaje válido acumulado
Válidos Malo 11 33,3 33,3 33,3

Regular 19 57,6 57,6 90,9


Bueno 3 9,1 9,1 100,0
Total 33 1000 100 o

Grafico 3: Datos estadísticos de la pregunta 3

Histograma
. __
Media " 2,76
:-:.:;1·'
Desviación típica = ,614
1 33
N=

20

.....un 1$
e
Ql
:S
u
....Ql
&&...
10 ¡

1 1 1 1\

o . - - - -------- . ----- - - - - -
3,0 4,0 4,5
188

Interpretación

A la pregunta ¿Cómo calificaría usted desde el punto de

vista de apoyo en la toma de decisiones, a la información

proporcionada por la Oficina General de Coordinación y

Servicios Académicos?; Los entrevistados expresaron que el

57.6% es "Regular", el33.3% es "Malo" y el9.1% "Bueno".

P.4. El tiempo de demora en entregar unos indicadores

académica solicitados a la Oficina General de

Coordinación y Servicios Académicos le parece:

Cuadro 57: Datos estadísticos de la pregunta 4

Porcentaje Porcentaje
Frecuencia Porcentaie válido acumulado

Válidos Malo 15 45,5 45,5 45,5

1
Regular 1 42.41 42.41 87,91
Bueno 12,11 12,11 100,0 1
1 Total 1 100,0 100.0

Grafico 4 : Datos estadísticos de la pregunta 4

Histograma

M~dta • 2/57
Oesvi<ldón üpko • .~2
Na-33
189

lnte,.Pretación:

A la pregunta "El tiempo de demora en entregar unos

indicadores académica solicitados a la Oficina General de

Coordinación y Servicios Académicos le parece", Los

entrevistados expresaron que es 45.5% es "Malo", el 42.4%

es "Regular" y el12.1% "Bueno".

P.5. El acceso a indicadores académicos en la Universidad

Nacional de Ucayali le parece:

Cuadro 58: Datos estadísticos de la pregunt~ 5

Porcentaje Porcentaje
Frecuencia Porcentaje valido acumulado

Válidos Malo 13 39,4 39,4 39,4

Regular 17 51,5 51,5 90,9


Bueno 3 9,1 9,1 100,0
Total 33 1000 100 o

- - .
Grafico 5 : Datos estadisticos de la pregunta 5

Histograma

f·ll~io=2,7
Desvi~eión tfpteo • ,G3i
N•33

-~
20

-~
e:...
::S
...
~

.....¡:;;
"1
10
/1 \1
190

Interpretación:

A la pregunta "El acceso a indicadores académicos en la

Universidad Nacional de Ucayali le parece"; Los entrevistados

manifestaron que el 51.5% es "Regular", el 39.4 es "Malo" y

el 9.1% es "Bueno".

P.6. La forma en el cual se publican indicadores

académicos en la página web de la Universidad Nacional

de Ucayali le parece:

Cuadro 59: Datos estadísticos de la pregunta 6

Porcentaje Porcentaje
Frecuencia Porcentaje valido acumulado
Válidos Malo 14 42,4 42,4 42,4
Regular 17 51,5 51,5 93,9
Bueno 2 6,1 6,1 100,0
Total 33 100,0 100.0

Grafico 6: Datos estadísticos de la pregunta 6

Histograma

~o

1\
1 \1
""e:
~¡;

... "i
<11

......"'
:J
rl
:,o 4,0 4,5
191

Interpretación:

A la pregunta "La forma en el cual se publican indicadores

académicos en la página web de la Universidad Nacional de

Ucayali le parece"; los usuarios entrevistados expresaron que

el 51.1% es "Regular', el42.4% es "Malo" y el 6.1% "Bueno".

P.7. El tiempo en reunir información para consolidar

indicadores académicos dentro del ámbito universitario, le

parece:

Cuadro 60: Datos estadísticos de la pregunta 7

Porcentaje Porcentaje
Frecuencia Porcentaje valido acumulado

Válidos Malo 16 48,5 48,5 48,5


Regular 15 45,5 45,5 93,9
Bueno 2 6,1 6,1 100,0
Total 33 100.0 100,0

Grafico 7: Datos estadísticos de la pregunta 7

Histograma

f'ffediG • :2,68
OeswiCteión 1q>ko • ,61 4
N:33

10 1\
.e .--, __,7~ \
1~$11 1 1 \ 1
192

Interpretación:

A la pregunta "El tiempo en reunir información para consolidar

indicadores académicos dentro del ámbito universitario, le parece" ;

Los entrevistados expresaron que el 48.5% es "Malo", el 45.5% es

"Regular' y el 6.1% es "Bueno".

b. Análisis del cuestionario N° 2

Este cuestionario está dirigido a los Decanos, Directores de

escuela, Jefes de departamentos y personas interesadas de las

Escuelas Profesionales de la Universidad Nacional de Ucayali.

Objetivo: Identificar el escenario actual del manejo de la

información estratégica dentro del ámbito universitario.

P.8. ¿Cuánto es el tiempo promedio de demora, desde que

usted realiza una solicitud de información académica a la

Oficina General de Servicios Académicos sobre

indicadores académicos, hasta que usted pueda

visualizarlo?

Cuadro 61: Datos estadísticos de la pregunta 8

Porcentaje Porcentaje
Frecuencia Porcent~e válido acumulado

Válidos 1-2 días 13 39,4 39,4 39,4


5 a masdias 20 60,6 60,6 100,0

Total 33 100,0 1000


193

Grafico 8: Datos estadísticos de la pregunta 8

Histograma

Medi3"' 4,131
Desví3Ción tfpíca • ,496
1\1 e 33

::!0
.~
u
e
¡¡¡
:S
u
2!
L&..

10

Jt 3,5
1.
4,0 4,5
1
5,0
1
5,5
l
Interpretación:

A la pregunta "Cuánto es el tiempo promedio de demora, desde

que usted realiza una solicitud de información académica a la

Oficina General de Servicios Académicos sobre indicadores

académicos, hasta que usted pueda visualizarlo"; Los

entrevistados expresaron que el 60.6% demora "5 a más días" y

el 39.4% demora "1 - 2 días" .


194

P.9. ¿Entre qué cantidades usted solicita información

relacionada con indicadores académicos a la Oficina

General de Coordinación y Servicios Académicos durante

un semestre académico?

Cuadro 62: Datos estadísticos de la pregunta 9

Porcentaje Porcentaje
l=rP.r.Ju:mr.i"'
.... ----··---- . -·--··-J- 1
Pnr~iP. v!tfirln ~••m•ll"'rln
---···-·---
Válidos O- 5veces 9 27,3 27,3 27,3
5 -10 veces 10 30,3 30,3 57,6
10 -20veces 2 6,1 6,1 63,6

20 -30veces 5 15,2 15,2 78,8


30 veces a mas 7 21,2 21,2 100,0
..... _... _. ...... Ann"
IOl'al
1 ""1 íGO.,OI IUUIUI

Grafico 9: Datos estadísticos de la pregunta 9

Histograma
'lO Me(fla., 2,73
Desviación típica =1 ,547
N•33

·~
r:l

e
Gl
:l
BJ \ n
~
........
4

"'"
195

Interpretación:
A 1~ nr~n.tnt~ , l=ntr~ nt 16 r!:lntirt~rt~c: tlc:t~rt c:nlirit~ infnrrn~riñn
1 \. "·"' ,.,. V"~""'"·'"" (, ......... '"' '1""""' ~· '"'""''""""""'"' """'""'""' """''""..""'"'"" .... ....,. 11 " " ' " " ' " " ' • •

relacionada con indicadores académicos a la Oficina General de


Coordinación y Servicios Académicos durante un semestre
académico?: los entrevistados expresaron que el 30.3%
solicitan "5-10 veces", el 27.3% solicitan "0-5 veces", el 21.2%
solicitan "30 veces a más", el 15.2 solicitan "20-30 veces" y el

P.10. ¿La infoi'TT'Iación proporcionada por la Oficina General de

Coordinación y Servicios Académicos relacionada con

indicadores académicos cumple con los requerimientos

escritos en su solicitud?

Cuadro 63: Datos estadísticos de la pregunta 1O

Porcentaje Porcentaje
Frecuencia Porcentaje valido acumulado

Válidos Si 20 60,6 60,6 60,6


No 13 39,4 39,4 100,0
Total 1 33! 100,0! 100,01 1
196

Grafico 1O: Datos estadísticos de la pregunta 1O

Histograma

Medía= 1,39
Desviación típica "' ,495
1•1=33

20
1!3
·¡:;
e

1 \\
411
:J

...~
Ll..

10

o---
1,0 1 ,S 2,0 2,5

Interpretación:

A la pregunta "La información proporcionada por la Oficina General

de CoordinaCión y Servicios Académicos relacionada con

indicadores académicos cumple con los requerimientos escritos en

su solicitud"; Los entrevistados manifestaron que el 60.6% "Si

cumple" y el 39.4% "No cumple"


197

P.11. ¿Le pennite tomar decisiones óptimas, la infonnación

proporcionada Oficina General de Coordinación y

Servicios Académicos en cuanto a indicadores

académicos?

Cuadro 64: Datos estadísticos de la pregunta 11

Porcentaje Porcentaje
1 Frecuencia
1 Porcentale 1 válido acumuiado
1
Válidos Si 16 48,5 48,5 48,5
No 17 51,5 51,5 100,0

Total 1 331 100101 100101

Grafico 11: Datos estadísticos de la pregunta 11

Histograma

"~··•é'
1Desviación
N 33e
tlpica • ,508

20
"'
·¡;
eCll
:J
u
...
Gl
&&..

"1 1 \
-

Ji ,5
1
1 ,o
l
1,5
j
2,0
1J
2,5
198

Interpretación

A la pregunta ¿Le permite tomar decisiones óptimas, la información

proporcionada Oficina General de Coordinación y Servicios

Académicos en cuanto a indicadores académicos?; Los

entrevistados expresaron que el 51.5% "No le permite tomar

decisiones" y el 48.5% "Si le ayuda a tomar decisiones".

P.12. ¿Ha utilizado usted alguna herramienta de soporte para la

toma de decisiones?

Cuadro 65: Datos estadísticos de la pregunta 12

Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Válidos Si 11 33,3 33,3 33,3
No 66,71 66,71 100,01
Total 1 100,0! 100,01 1
199

Grafico 12: Datos estadísticos de la pregunta 12

Histograma

20
.!:!
(,)
e
Gl

.
:;l
(,)
41
u..

1{1

1
•w

l 1 \l 1

Interpretación

A la pregunta ¿Ha utilizado usted alguna herramienta de soporte

para la toma de decisiones? ; Los entrevistados manifestaron

que el 66.7% "No utilizaron herramientas de soporte para la

toma de decisiones" y el33.3% "SI".

P.13. ¿Cree usted que implementando herramientas de soporte

para la toma de decisiones en la Universidad Nacional de

Ucayali, mejoraría el proceso de toma de decisiones?


200

Cuadro 66: Datos estadísticos de la pregunta 13

Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Válidos Si 33 100 o 100 o 100 o

Grafico 13: Datos estadísticos de la pregunta 13

Histograma

·~·'"'
1DeSVICICÍÓn
l·l= 33
tíPICO • 0

10

J. 7
¡•
1, A
1... ,•. 1
1•
n
··-
1
.,.
1 1
..
1?
1
~
1
1
··-
1 1
1

Interpretación

A la pregunta ¿Cree usted que implementando herramientas de

soporte para la toma de decisiones en la Universidad Nacional de

Ucayali, mejoraría el proceso de toma de decisiones?; El 100% de

los entrevistados expresaron que "SI".


201

7.1.2. POST-Test

A continuación se presenta los cuestionarios que se ha realizado

terminado el desarrollo del Datamart de información académica

a. Análisis del cuestionario N° 1

Este cuestionario está dirigido a los Decanos, Directores de

escuela, Jefes de departamentos y personas interesadas de las

Escuelas Profesionales de la Universidad Nacional de Ucayali.

Objetivo: Identificar el escenario actual del manejo de la

información estratégica dentro del ámbito universitario.

P.1. ¿Qué le parece la fonna en que se publica los Indicadores

Académicos en la Oficina General de Coordinación y

Servicios Académicos?

Cuadro 67: Datos estadísticos de la pregunta 1

Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado

Válidos Malo 6 17,1 18,2 18,2


Regular 13 37,1 39,4 57,6

1
Bueno

Muy bueno 1 :t 25,71


14.3
27,31
15.2
84,81
100.0

Total 33 94,3 100,0


Perdidos Sistema 2 5,7
Total 35 100,0
202

Grafico 14: Datos estadísticos de la pregunta 1

Histograma

Merfia-= 3,39
. Desviación tfpíca " ,E!66
N=33

;······--1
5,0

".
!

Interpretación

A la pregunta ¿Qué le parece la forma en que se publica los

Indicadores Académicos en la Oficina General de Coordinación y

Servicios Académicos?, Los usuarios encuestados manifestaron

que el "39%" es "Regular", el "27%" que es "Bueno", el "18%"

"Malo" y el "15%" que es "Muy Bueno".


203

P.2. ¿Qué le parece el Nivel de atención que se brinda a las

facultades en cuanto a indicadores académicos por parte

de la Oficina General de Coordinación y Servicios

Académicos?

Cuadro 68: Datos estadísticos de la pregunta 2

Porcentaje Porcentaje
Frecuencia Porcentaje váildo acumuiado

Válidos Muy mato 1 2,9 3,0 3,0


Malo 6 17,1 18,2 21,2
Regular 15 42,9 45,5 66,7
Bueno 9 25,7 27,3 93,9
Muy bueno 2 5,7 6,1 100,0
Total 33 94,3 100,0
Perdidos Sistema 2 5,7
Total 35 1000

Grafico 15: Datos estadísticos de la pregunta 2

Histograma

1 ,..,.,. 3,15
Desvlaci6n típica =,906
No:33

10

¿j
o1 l
o
~ 1 l
2
1
l
3
1 1
4
1
l
S
204

Interpretación:

A la pregunta ¿Qué le parece el Nivel de atención que se

brinda a las facultades en cuanto a indicadores

académicos por parte de la Oficina General de

Cqordinación y Servicios Académicos?, el "45.5%" de los

usuarios manifestaron que es "Regular'', el "27.3%" que

es "Bueno", el "18%" que es "Malo", el "6.1%" que es "Muy

Bueno", y el "3.0%" "Muy Malo".

P.3. ¿Cómo calificaría usted desde el punto de vista de apoyo

en la toma de decisiones, a la información proporcionada

por la Oficina General de Coordinación y Servicios

Académicos?

Cuadro 69: Datos estadísticos de la pregunta 3

Porcentaje Porcentaje
Frecuencia Porcent.aie válido acumulado
Válidos Malo 5 14,3 15,2 15,2

Regular 16 45,7 48,5 63,6


Bueno 10 28,6 30,3 93,9
Muy bueno 2 5,7 6,1 100,0
Total 33 94,3 100,0
Perdidos Sistema 2 5,7
Total 35 100,0
205

Grafico 16: Datos estadísticos de la pregunta 3

Histograma
2U lllle<tia e 3/27
Desviación típica • ,801
N=33

15

~
~
e:
Cll
:S

..
~
CIJ
10

"-
1 /1 \1
5

Interpretación:

A la pregunta ¿Cómo calificaría usted desde el punto de

vista de apoyo en la toma de decisiones, a la información

proporcionada por la Oficina General de Coordinación y

Servicios Académicos?, el "48.5%D de los usuarios

manifestaron que es "Regular", el "30.3%" que es

"Bueno", el "15.2%" que es "Malo" y el "6.2%" que es "Muy

Bueno".
206

P.4. El tiempo de demora en entregar unos indicadores

académica solicitados a la Oficina General de

Coordinación y Servicios Académicos le parece:

Cuadro 70: Datos estadísticos de la pregunta 4

Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado

Válidos Muy bueno 1 2,9 3,0 3,0


Malo 5 14,3 15,2 18,2
Regular 45,71 48,51 66,71
161
1 Bueno 1 11 31.4 33.3 100,0

Total 33 94,3 100,0


Perdidos Sistema 2 5,7
Total 35 1000

Grafico 17; Datos estadísticos de la pregunta 4

Histograma

1... , . 3,"
Desvtación llpica = ,rB1
Nc3:!

15

.!:!
u
e
Cll
:::ll

'l
~
...41
lL.

o ."' 3 4 5
207

Interpretación:

A la pregunta "El tiempo de demora en entregar unos

indicadores académica solicitados a la Oficina General de

Coordinación y Servicios Académicos le parece", el

"48.5%" que es "Regular", el "33.3%" que es "Bueno", el

"15.2%" es "Malo" y el "3%" "Muy Bueno".

P.5. El acceso a indicadores académicos en la Universidad

Nacional de Ucayali le parece:

Cuadro 71: Datos estadísticos de la pregunta 5

1 Porcentaje Porcentaje 1
1 -t-recuenaa. 1-
Porcentaje VálidO acumulado

Válidos Muy malo 1 2,9 3,0 3,0


Malo 4 11,4 12,1 15,2
Regular 11 31,4 33,3 48,5
Bueno 11 31,4 33,3 81,8
Muy bueno 6 17,1 18,2 100,0
Total 33 94,3 100,0
Perdidos Sistema 2 5,7
Total 35 100,0
208

Grafico 18: Datos estadísticos de la pregunta 5

Histograma

u .. ...: ... -., .t:"


o;;;k!~i6n·:ipk3 .. 1.o34
1~= 33

Interpretación:

A la pregunta "El acceso a indicadores académicos en la

Universidad Nacional de Ucayali le parece", el "33.3%"

considera que es "Bueno y Regular", el "18.2%" que es

"Muy Bueno", el "12.1 %" que es "Malo" y el "3%" que es

"Muy Malo".

P.6. La forma en el cual se publican indicadores académicos

en la página web de la Universidad Nacional de Ucayali le

parece:
209

Cuadro 72: Datos estadísticos de la pregunta 6

Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado
Válidos Muy malo 1 2,9 3,0 3,0
Malo 8 22,9 24,2 27,3
Regular 15 42,9 45,5 72,7
Bueno 8 22,9 24,2 97,0

1 Muy bueno 1 2,9, 3,0 t 100,01


Total 33 94,3 100,0
Perdidos Sistema 2 5,7
Total 35 1000

Grafico 19: Datos estadísticos de la pregunta 6

Histograma

1 ......,.,
. DeSV1ElCIOI1 IIPICS a ,666
1~=33

1.5

O~·~~~~.-~---.--L--,--~--.,--~-¡r-~=-~~
o 2 3 4 5 6
210

Interpretación:

A la pregunta "La forma en el cual se publican indicadores

académicos en la página web de la Universidad Nacional

de Ucayati le parece", el "45.5%" manifestaron que es

"Regular", el "24.2%" que es "Malo y Bueno", el "3%" que

es "Muy Malo y Muy Bueno".

P.7. El tiempo en reunir información para consolidar

indicadores académicos dentro del ámbito universitario, te

parece:

Cuadro 73: Datos estadísticos de la pregunta 7

Porcentaje Porcentaje
Frecuencia PorcentaJe válido acumulado

Válidos Muy malo 1 2,9 3,0 3,0


Malo 1 2,9 3,0 6,1
Regular 14 40,0 42,4 48,5
Bueno 10 28,6 30,3 78,8

1 Muy bueno 1 20,01 21,21 100,01

Total 33 94,3 100,0


Perdidos Sistema 2 5,7
Total 35 100,0
211

Grafico 20: Datos estadísticos de la pregunta 7

Histograma

IAedia =3,64
Desviación típica e ,962
I>J•::B
'12,5

·-t""'

~
·~
e
~ 7,5
u
~
LL

5,0

/ l
0,0 1 1
o c¡1'
1 2
1
3
1
4

Interpretación:

A la pregunta ¿ El tiempo en reunir información para consolidar

indicadores académicos dentro del ámbito universitario, le

parece?, el "42.4%" manifestaron que es "Regular", el "30.3%"

que es "Bueno", el "21.2%" que es "Muy Bueno" y el "3%" es

"Malo y Muy Malo".


212

b. Análisis del cuestionario N° 2

P.8. ¿Cuánto es el tiempo promedio de demora, desde que

usted realiza una solicitud de información académica a la

Oficina General de Servicios Académicos sobre

indicadores académicos, hasta que usted pueda

visualizarlo?

Cuadro 74: Datos estadísticos de la pregunta 8

Porcentaje
. l_ . _
1t-recuenaa
- 1 Porcentaje
PorcentaJe valrdo acumulado
Válidos O - 60 minutos 7 20,0 21,2 21,2
1-3 horas 13 37,1 39,4 60,6
3- 6horas 4 11,4 12,1 72,7
1-2dias 7 20,0 21,2 93,9
5 a masdias 2 5,7 6,1 100,0

Total 33 94,3 100,0


Perdidos Sistema 2 5,7
Total 35 1000
213

Grafico 21: Datos estadísticos de la pregunta 8

Histograma

Media =2,52
Des\IÍ3CÍÓI1 típico a 1 ,22í3
1. 1•1=33

10,0

.~
u
e:
41
', ...
;:J
u '"
...
41
1.&..

50

• 1 1/ 1 H \1 1
::11 ' o 1
1 '
2
1 '
3

Interpretación:
!u' 4
w 5 6

A la pregunta ¿Cuánto es el tiempo promedio de demora,

desde que usted realiza una solicitud de información

académica a la Oficina General de Servicios Académicos

sobre indicadores académicos, hasta que usted pueda

visualizarlo?, el "39.4%" de los usuarios encuestados

manifestaron que demoran "1-3 Horas", el "21.2%"

demoran "1-60 Minutos" y "1-2 Días", el"12.1%" demoran

"3-6 Horas" y el "6.1%" demora "5-Mas Días".

P.9. ¿Entre qué cantidades usted solicita información

relacionada con indicadores académicos a la Oficina

General de Coordinación y Servicios Académicos durante

un semestre académico?
214

Cuadro 75: Datos estadísticos de la pregunta 9

Porcentaje Porcentaje
1
Frecuencia vaiido acumuiado
Válidos O-5veces 5 15,2 15,2

5-10 veces 15 42,9 45,5 60,6


10-20 veces 10 28,6 30,3 90,9
20- 30veces 3 8,6 9,1 100,0
Total 33 94,3 100,0
Perdidos Sistema 2 5,7
Total 35 100,0

Grafico 22: Datos estadísticos de la pregunta 9

Histograma

Media= 2,33
Desviación típico .. ,854
1•1=33

15
1 ¡e¡\
.~
(,)

e
Ql
1/ l \
~ 10
...
Ql
u.

5-

ok?l 1
.'i-:----
1 1 1 1
n
w ~ '
') <l
~ ~ 5

Interpretación:

A la pregunta ¿Entre qué cantidades usted solicita

información relacionada con indicadores académicos a la

Oficina General de Coordinación y Servicios Académicos

durante un semestre académico?, El "45.5%" de los


215

usuarios manifestaron que solicitan entre "5-1 O Veces", el

"30.3%" solicitan "10-20 Veces", el "15.2%" solicitan "0-5

veces" y el"9.1 %" solicitan "20-30 Veces".

P.10. ¿La información proporcionada por la Oficina General de

Coordinación y Servicios Académicos relacionada con

indicadores académicos cumple con los requerimientos

escritos en su solicitud?

Cuadro 76: Datos estadísticos de la pregunta 1O

Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado

Válidos Si 25 71,4 75,8 75,8


No 8 22,9 24,2 100,0
Total 33 94,3 100,0
Perdidos Sistema 2 5,7
1Total 1 10o,ol 1
Grafieo 23: Datos estadísticos de la pregunta 1o

Histograma

]
Medio• ·1,24
Desvi3cíón típica = ,435
N •33

o1 1
216

Interpretación:

A la pregunta ¿La información proporcionada por la

Oficina General de Coordinación y Servicios Académicos

relacionada con indicadores académicos cumple con los

requerimientos escritos en su solicitud?, el "75.8%" de los

usuarios manifestaron que "SI" y el"24.2%" "NO".

P.11. ¿Le permite tomar decisiones óptimas, la información

proporcionada Oficina General de Coordinación y

Servicios Académicos en cuanto a indicadores

académicos?

Cuadro 77: Datos estadísticos de la pregunta 11

Porcentaje Porcentaje
t-recuenaa t-'orcentaie váiJcJo acumulacJo

Válidos Si 25 71,4 75,8 75,8


No 8 22,9 24,2 100,0
Total 33 94,3 100,0
Perdidos Sistema 2 5,7
Total 35 1000
217

Grafico 24: Datos estadísticos de la pregunta 11

Histograma
40
Media= 1,24
Desviación típlca .. ,435
14 =33

,.,
·~
41
::J
'!,!
...
Cl)
,J 1
LL.

t 1
o .... 1
1,0 1 ,S
1
~,o
~ :!!S
ff.·

Interpretación:

A la pregunta ¿Le permite tomar decisiones óptimas, la

información proporcionada Oficina General de

Coordinación y Servicios Académicos en cuanto a

indicadores académicos?,el "75.8%" de los usuario

encuestados manifestaron que "SI" y el "24.2%" que "NO".


218

P.12. ¿Ha utilizado usted alguna herramienta de soporte para la

toma de decisiones?

Cuadro 78: Datos estadísticos de la pregunta 12

Porcentaje Porcentaje
Frecuencia Porcentaje válido acumulado

Válidos Si 23 65,7 69,7 69,7

No 10 28,6 30,3 100,0


Total 33 94,3 100,0
Perdidos Sistema 2 5,7
Total 35 1000

Grafico 25: Datos estadísticos de la pregunta 12

Histograma

JO Media., 1,3
Desviación típica e ,467
1•1=33

20
1'$
·e:;
r:::
Cll
:;
~

...Cll
1&.. 1 1 1 \
219

Interpretación:

A la pregunta ¿Ha utilizado usted alguna herramienta de

soporte para la toma de decisiones?, Los usuarios

encuestados expresaron un "69. 7%" que "SI" y

"30.3%"que "NO".

P.13. ¿Cree usted que implementando herramientas de soporte

para la toma de decisiones en la Universidad Nacional de

Ucayali, mejoraría el proceso de toma de decisiones?

Cuadro 79: Datos estadísticos de la pregunta 13

Porcentaje Porcentaje
Frecuencia PorcentaJe valido acumulado
Válidos Si 33 94,3 100,0 100,0
Perdidos Sistema 2 5,7
Total 35 100,0

Grafico 26: Datos estadísticos de la pregunta 13

Histograma

Medi:o• 1
Oesví::~Ción típíc:;¡ ~ O
N• :33

10

0~~~--T-----r---~r----,,-----T--~-~.
,7 ,6 1,0 1,1 1,2 1,3
220

Interpretación:

A la pregunta ¿Cree usted que implementando herramientas de

soporte para la toma de decisiones en la Universidad Nacional de

Ucayali, mejoraría el proceso de toma de decisiones?, el "100%" de

los usuarios manifestaron que "SI".

7.1.3. Comparación de valores PRE Test y POST Test

Cuadro 80: Diferencias de medias Pre Test y Post Test

No Valor Valor
Indicador Diferencia
Inicial Final

P1.- Que le parece la forma en que se publica los


1 indicadores académicos en la Oficina General de 2.48 3.39 0.91
Coordinación y Servicios Académicos

P2.- Que le parece el nivel de atención que se


brinda a las facultades en cuanto a inócadores
2 2.42 3.15 0.73
académicos por parte de la Oficina General de
Coordinación y Servicios académicos

1P3.- Como caiiñcaria usted desde el punto de vista


de apoyo en la toma de decisiones, a la información
3 2.76 3.27 0.51
1 orooorcionada oor la Oficina General de 1 1
Co~rdinación y' Servicios Académicos

P4.- El tiempo de demora en entregar unos


indicadores académicos solicitados a la oficina
4 2.67 3.12 0.45
General de Coordinación y Servicios Académicos, le
parece:

5
1P5 - Fl
. -· -·
~P.sn
------ ~- ···-·----·
ind~dnrP.S-- ~dP.micnsP.n
-··
1~
-----··---- -- 2.7 3.52 0.82
Universidad Nacional de Ucayali, le parece:

P6.- La forma en la cual se publican indicadores


6 académicos en la página web de la Universidad 2.64 3 0.36
Nacional de Ucayali, le parece:

P7.- El tiempo en reunir información para consolidar


7 indicadores académicos dentro del ámbito 2.58 3.64 1.06
universitario, ie parece:
221

7.2. Prueba de hipótesis

7.2.1. Hipótesis General

"El DATAMART de información académica mejora la toma de

decisiones en la Universidad Nacional de Ucayali".

7.2.2. Formulación de cuadro de valores de indicadores

La constatación de la hipótesis se realizara de acuerdo al diseño de

investigación, el cual es conocido también como pre-test y post-test,

que se interpreta mediante la siguiente simbología.

X
GE::::.

GE: Autoridades de las Facultades de la Universidad Nacional de

Ucayali.

0 1 : Análisis de los resultados, antes de la implementación del

Sistema Datamart Académica.

X: Es el Datamart de Información Académica

0 2 : Análisis de los resultados, después de la implementación del

Datamart Académico.

El procedimiento consiste en determinar en primer lugar una tabla

de rango, para que nos permita ubicar valores cuantitativos de los

indicadores, por medio de valores cualitativos expresados en este

rango.
222

Luego de la comparación de valores entre indicadores de

contrastación; esta comparación nos permite finalmente aceptar o

rechazar la hipótesis de acuerdo a los estándares científicos de la

estadística.

Escala para la Contrastación de hipótesis.

Cuadro 81: Escala de contrastación de hipótesis

1 MYYMALQ MA~Q RflliJL~R BUENO MIJY6YfNQ

1
'V

1
1
2
1
3
1
4
l
5

Para variables cuantitativas

Rango de satisfacción

[0-1.5] Nada satisfactorio

[1.6-3.2] Parcialmente satisfactorio

[3-3-5] Satisfactorio

Para variables cualitativas

Rango de satisfacción

[0-1.5] Nada Ventajoso

[1.6-3.2] Poco Ventajoso

[3.3-5] Altamente Ventajoso


223

7.2.3. Supuestos de la prueba de hipótesis

1. Los datos muéstrales se seleccionaron de manera

probabilística a una muestra de 33, correspondientes a

autoridades de las diferentes facultades de la Universidad

Nacional de Ucayali, que interactúan con el sistema, así

mismo evaluamos 7 principales indicadores relevantes para la

prueba de hipótesis.

2. La hipótesis nula "Ho" es la negación de la relación existente

entre la variable independiente y la variable dependiente y la

hipótesis "Ha" es la afirmación correspondiente.

3. Se utilizó el 95% de confidencialidad y el 5% del nivel de

significancia.

4. Se acepta la hipótesis nula si el Valor Calculado (Te) es

menor al valor en tabla (Tt), caso contrario se rechaza la Ho y

se acepta la hipótesis alterna Ha.

7.2.4. Calculo de valor crítico y valor de prueba

Después de analizar las diferencias entre los indicadores en pre-test

(01) y post-test (02), se puede concluir que para todos los

indicadores hay diferencias significativas y una mejora después de

la implementación del Datamart de información académica.


224

Cuadro 82: Diferencias de medias

Valor Valor
Indicador Diferencia
Inicial Final

P1.- Que le parece la forma en que se publica los


1 indicadores académicos en la Oficina General de 2.48 3.39 0.91
Coordinación y Servicios Académicos

P2.- Que le parece el nivel de atención que se


brinda a las facultades en cuanto a indcadores
2 2.42 3.15 0.73
académicos por parte de la Oficina General de
Coordinación y Servicios académicos

-- ~
··~
..
ca1mcana ustea aesoe e1 punto ae VISta
t';-J.-~,;omo
..
de apoyo en la toma de decisiones, a la información
3 orooorcionada oor la Oficina General de
2.76 3.27 0.51
Coordinación y Servicios Académicos

P4.- El tiempo de demota en entregar unos


indicadores académicos solicitados a la oficina
4 2.67 3.12 0.45
General de Coordinación y Servicios Académcos, le
parece:

- .P5-· - Fl ;:r.r.eso ::~ inrfic-.:~dores ~dP.mir.m; P.n 1::~


-· ------ - ···------· -- -----····--- -·· ·- --
2.7
- --
3.52
- --
0.82
S Universidad Nacional de Ucayall, le parece:

P6.- La forma en la cual se publican indicadores


6 académicos en la página web de la Universidad 2.64 3 0.36
Nacional de Ucayali, le parece:

P7.- El tiempo en reunir información para consolidar


7 indicadores académicos dentro del ámbito
..
2.58 3.64 1.06
1umversrtano, le parece:

Calculo de la diferencia promedio (O)

4.85
o - n
- 7
- 0.69
225

Calculo de la desviación estándar (S)

l
S=~ n-1

l,
2 2 2 2 · '1 (l'' t 6''}2
S= •v "(1 .f3o)
(0 .zl- ,,. 'T'" (0 • 73 - 0 .u&
"'0) ..... (0 ;;;' 0 . 6'•)
'._,¡- •' ....(0 "'")2 7· (0 ,_,,_-
,)- 0 .ut•
. 4r "'r•j 2 .,.\
A'' 0 .uv · 10 .."t'' '" ..,.1
r¡ 60)
:n- •. • o-U.L
~ 6

S= 0.26

Hipótesis Estática

Ho = 01 - 02 >= O

Cálculo del valor critico o valor en tabla de la "T" Student (Tt)

(Anexo 12)

Tt (1- a)(n- 1)

Tt(1 - 0.05) (7 - 1)

Tt(0.95)(6) = 1.9432

Tt = 1.9432
226

Cálculo del valor calculado o Función de Prueba (Te).

o 0.69
Te =
S
- 0.26
=7.02
r;:: r=-
vn J7

Por lo tanto:

Como Te= 7.02 es mayor que Tt =1.9432; entonces se rechaza Ho

y se acepta Ha = 02 - 01 >O

Finalmente se concluye que la hipótesis planteada es aceptada.

En el desarrollo de la presente investigación a través de sus

diferentes etapas, queda demostrado que el "Datamart de

Información Académico en la Universidad Nacional de Ucayali", con

lo cual constituye una alternativa de solución al problema planteado,

con un nivel de confianza de 95%.


227

CAPITULO VIII

PROPUESTA DEL DATAMART DE INFORMACIÓN ACADÉMICA

En este capítulo se presenta la propuesta de diseño Datamart de infonnación

académico, donde se identificará el entorno de la organización y sobre todo

de las necesidades que se puedan identificar para realizar la toma de

decisiones, así como la detenninación de los requerimientos necesarios para su

uso.

8.1. Objetivo general de la propuesta

Brindar las pautas necesarias de como desplegar la herramienta de

Business lntelligence en la Universidad Nacional de Ucayali, así como

detallar el acceso del mismo e indicaciones y recomendaciones del uso de

la herramienta.

8.2. Propuesta de Datamart de información académica.

En la Universidad Nacional de Ucayali se ha desarrollado un sistema de

apoyo a la toma de decisiones el cual tiene el objetivo de reunir toda la

infonnación referente a la gestión académica.

Ahora es importante saber cómo se maneja la infonnación dentro

del sistema de los DataMarts. Dado que se busca que este sea eficiente

en la toma de decisiones.

El proceso de consulta de la infonnación por parte de los decanos o

colaboradores de las facultades, tendrán que registrarse para tener un

acceso a la infonnación.
228

Identificadores preliminares.

El sistema provee un servidor de configuración de roles y usuarios, donde

se gestionara dichos identificadores, esta función estará a cargo del

profesional autorizado por la Oficina general de Coordinación y Servicios

Académicos.

El tiempo de accesibilidad estará definido por la Oficina de Coordinación,

dato que el software puede estar disponible las 24 horas del día.

8.3. Estructura y Módulos del sistema de apoyo a la toma de decisiones

El sistema de apoyo a la toma de decisiones conformado por los siguientes

enfoques:

Datamart Académico

• lngresantes Universitarios

• Rendimiento Académico

• Egresados Universitarios

• Seguimiento de matriculas

• Retiros Académicos (Retiros Totales)

• Matricula Vigente (Consultas ONU NE)

8.4. Beneficios del Disefto de los DataMarts

Una de las claves del éxito en la construcción de un Datamart es la

integración de los datos de diversas fuentes, posteriormente para

centralizar la información y desplegar1o según necesidades específicas se

selecciona a un departamento y se emprende un programa piloto y


229

expandiendo progresivamente el acceso a los demás usuarios en este caso

se hará del área indicada, el cual se tomara como base para poder realizar

el Diseño de un Datamart.

Por ello es importante elegir este usuario inicial o piloto, siendo importante

que sea una facultad con pocos usuarios, en el que la necesidad de este

tipo de sistemas es muy alta y se pueda obtener y medir resultados a corto

plazo.

A continuación se enumera Jos beneficios que un Datamart puede aportar:

1. Proporciona una herramienta para la toma de decisiones en el

área funcional, basándose en información integrada y global.

2. Facilita la aplicación de técnicas estadísticas de análisis y

modelización para encontrar relaciones ocultas entre los datos del

almacén; obteniendo un valor añadido para el negocio de dicha

información.

3. Proporciona la capacidad de aprender de los datos del pasado y de

predecir situaciones futuras en diversos escenarios.

4. Supone una optimización tecnológica y económica en entornos de

Centro de Información, estadística o de generación de informes con

retornos de la inversión espectaculares.

8.5. Requisito básico en software y hardware

Los requerimientos básicos para que la herramienta de Business

lntelligence esté a disposición de los usuarios las 24 horas disponibles, es

necesario cumplir con caracteñsticas importante, ya que estará sujeto a


230

hardware como a software, a continuación se muestra las

recomendaciones mínimas de los equipos de hardware para desplegar la

herramienta 81 (Business lntelligence).

Ver Anexo 8

Una vez suplido las consideraciones de hardware, estamos disponibles

para enumerar la lista de software que acompañara la ejecución de la

herramienta.

Ver Anexo 8
231

CONCLUSIONES

Según el análisis realizado y sobre la base de los objetivos de la investigación se

establecieron las siguientes conclusiones.

1. Se ha identificado el proceso de toma de decisiones académicas en la

Universidad Nacional de Ucayali y los orígenes de los datos que alimentan

el Datamart académico (Capítulo V), además se realizó la estandarización

de los datos de forma que sirva como soporte a la plataforma

implementada.

2. Se ha desarrollado el Datamart Académico como producto de la

investigación (Capítulo VI) y se centralizó información académica sobre los

siguientes puntos:

• lngresantes

• Egresados

• Retiros académicos

• Consultas generales

• Indicadores Académicos

• Análisis de datos académicos


232

3. Después de realizar el análisis de los datos y las pruebas respectivas

(Capitulo VIl), Se determinó por medio del cálculo estadístico, la aceptación

de la hipótesis planteada, el cual demuestra una mejora proceso de toma

de decisiones académicas en la Universidad Nacional de Ucayali.

4. Con el desarrollo del Datamart Académico, se dispondrá de una

herramienta que facilite el acceso a indicadores del ámbito académico, los

usuarios dispondrán de información actualizada, consistente y confiable,

en tiempo requerido, como soporte en sus procesos de toma de decisiones.

5. Se ha propuesto el Datamart de información académica (capitulo VIII), el

cual mejorará los procesos de toma de dediciones en la Universidad

Nacional de Ucayali.
233

RECOMENDACIONES

1. La presente investigación ha servido para el desarrollo de un primer

Datamart orientado a información académica en la Universidad Nacional de

Ucayali, por lo que se recomienda que la solución siga creciendo

inicialmente con la adición de información de todas las escuelas y

facultades, al modelo ya desarrollado.

2. Como una segunda fase del proyecto, se debe consolidar la capacitación

de los usuarios finales y tomadores de decisiones en cuanto al uso de las

herramientas y al contenido del Datamart desarrollado.

3. Se debe dar seguimiento a la carga de información hacia el Datamart, a fin

de que se mantenga actualizado y realmente sea de beneficio para

los usuarios finales y tomadores de decisiones, tanto la parte

administrativa, como para las demás autoridades de la facultad.

4. Como parte del ciclo de vida de la inteligencia de negocio, es

recomendable que se cree un comité que vele por el seguimiento de

mejoras y adiciones al Datamart de Información Académica, hasta

lograr integrar a las diferentes áreas de negocio de la facultad, También

es importante que este comité vele por el control de calidad de la

información que se tendrá disponible dentro de las estructuras del

Datamart, afín de cerciorarse que la información allí contenida refleje la

realidad de lo acontecido.
234

5. Se sugiere que el personal de la Oficina de Coordinación Académica

que ha sido capacitado, se constituya como capacitador de los demás

entes que pudiesen beneficiarse con el uso de la información contenida en

el Datamart

6. Sería de mucho beneficio que crear otros ejercicios de práctica

supervisada orientados a acrecentar la solución que se ha dejado

desarrollada por el momento, a fin de que personas con experiencia y con

el deseo de graduarse, puedan aportar sus conocimientos para mejorar y

engrandecer la solución de inteligencia de negocio que se está iniciando en

la Universidad Nacional de Ucayali.


235

REFERENCIAS BIBLIOGRÁFICAS

Aguilar, J. E. (2007). Desarrollo de un Datamart para mejorar la toma de

decisiones en el área de planiñcación comercial del segmento Premium de

telefónica del Perú. Lima - Perú.

Alarcón, J. A (2011). ANAUSIS, DISEÑO E IMPLEMENTACIÓN DE UN

DATAMART PARA EL AREA DE MANTENIMIENTO Y LOGISTICA DE

UNA EMPRESA DE TRANSPORTE DE PASAJEROS. Lima- Perú.

Barrientos, M. A (2010). IMPLEMENTACIÓN DE UN DATA MART PARA LA

FACUL TAO NACIONAL DE INGENIERÍA CASO: CARRERA ING. DE

SISTEMAS. Lima - Perú.

Carreta, J. (22 de enero de 2010). EL PROCESO DE TOMA DE DECISIONES.

Obtenido de Toma de deciciones:

http:l/uprointroadmon.blogspot.com/2007/06/el-proceso-de-toma-de-

decisiones.html

COSO, l. T. (2011)./MPLEMENTACIÓN DE DATAMARTS DE VENTAS Y

COMPRAS EN UNA EMPRESA DISTRIBUIDORA FARMACEUTICA DE

LA PROVINCIA DE GUAYAS. Milagro- Ecuador.

Eulalia, A Q. (2013). ANALISIS, DISEÑO E IMPLEMENTACIÓN DE UN DATA

MART. Quito - Ecuador.

Ganczarski, J. (s.f.). Wikipedia. Obtenido de

http://es.wikipedia.org/wiki/Aimac%C3%A9n_de_datos
236

idensa. (2011). Inteligencia de negocio. Obtenido de http://www.idensa.com

lnmon, B. (s.f.). Wikipedia en español. Obtenido de http:// es. wikipedia. org/ wiki/

Bill lnmon

Kimball, R. (s.f.). Wikipedia en español. Obtenido de http:// es. wikipedia. org/

wiki/ Ralph_Kimball

Marroquín, M. R. (2007). DESARROLLO DE UN DATAMART DE INFORMACIÓN

ACADEMICA DE ESTUDIANTES DE LA ESCUELA DE CIENCIAS Y

SISTEMAS DE LA FACUL TAO DE INGENIERIA DE LA USA C. Guatemala.

Martínez, M. A. (2008). El Datamart en las pequeñas y medianas empresas como

auxiliar en el proceso de toma de decisiones. Veracruz - Me:xico.

morelia. (2012). Articulo: Toma de deciciones. Obtenido de

http://itmorelia.edu.mx/2012-admin/extras/lng.lnfonnatica2010/IFF-1016.pdf

NADE R. J. (2005). Sistemad de Apoyo Gerencial Universitario.

Natalí Janet del Rocio Padiema Venegas, K. V. (2003). Sistema de lnformacion

Académica y dee Servicios para la Escuela P'rofesional de Ingeniería de

Computaci{on y Sistemas de la Universidad Privada Antenor Orrego.

Trujillo: (Tesis de Grado) .

Rojas, M. (2002). Manual de lnvesügación y Redacción Científica. Lima: Book Xx

press.

rasero, C. m. (2008). IMPLEMENTACION DE UN DATAMART PARA EL RAMO

DE VEHICULOS DE UNA EMPRESA ASEGURADORA. Quito - Ecuador.

Samchez, J. (2004). Java2. mexico: navarrete.


237

Shaku, M. y. (s.f.). Business lntelligence ROADMAP.

Shinin, M. W. (s.f.). Michael Wladimir Vizuete Naranjo y Carlos Patricio Yela

Shinin.

Vizuete, M. W. (2006). Análisis, diselfo e implementación de un Datamart para el

área de sismología del departamento de geofísica de la escuela politécnica

nacional. Quito - Ecuador.


238

ANEXO

Anexo 1: Organigrama de la Universidad Nacional de Ucayali

~------
::t~..:.u···~"'f:!-1'-:.

¡....
--- ..:...
:'-: ... .,e.;~:
~~-
~ ::t e-t:~~-c:'

r-,_ --- ----~---.......----.


C#:r..t t:t: ...":...! =! f~Uu:w~

-.,- -..----- ... __


"t,•y,•.,, !•:•!'
:J"':,~""'"t;
!!>#T-.~

'( tf'C".h·J
'

•t~:e·e:::,.:): v.~;~.::::!::::
.o;:¡.-·;-,u,.,.:·.. : '-:)::'t1T,'t:

:" C!"'- t:t-: ...~·"! ~!".!1'.!1 t;~:.:;.. , :t 11


!.:!.!::.;;.r.:r:t!"'.:r"~o.; e C'Jt!e~~ y~-~":! j

~frnit
:.tt'-~1111 ~

-~~r~

-~-
_.l -
' :t:!.l',t~:.
239

Anexo 2: Propuesta de la Encuesta

TENTATIVA DE ANALISIS PROPUESTO PARA LOS REPORTES


PREESTABLECIDOS DEL SISTEMA

Se pretende desarrollar un sistema que reúna toda la información académica de

estadísticos que permitan hacer comparativos basados en datos históricos, para


poder visualizar las tendencias o características comunes de los datos entre los
fijforonfo~ nonnfin~ .B_fiorn6C! OJ ~iC!torn~ hnnt'f~~ ~ JnC! IIC!II~ni"\C! ~~ f~l"ilit'f~fi t'fo
\.IIIVI VI 1\.V~ fJVIIVUV~. '""'\,11;;#11 ta...., 'V1 Ul U IUQI a
~~~l.V'IIICI Q IV~ U~UQ11V~
1 IQ IQVIIIUQ\A \.AV

crear sus propios reportes, permitiendo que estos escojan los factores que
desean analizar. Con todo lo anterior se pretende ayudar a los usuarios en la
toma de decisiones.

Dentro del marco analítico de estudio y con las encuestas realizadas, se


complementara la información para analizar y presentar reportes avanzados.

ANALISIS DE RENDIMIENTO ACADEMICO

Retiros Académicos
Analizar que materias son las que afectan más al rendimiento de los
alumnos, por qué razón deciden retirarse de la universidad y en cuales
carreras se repite más este fenómeno.
Análisis por edad, sexo, estado civil

estudiantes por edades, sexo o estatus.


Análisis por tipo de ingreso (nuevo ingreso, ingreso por
equivalencias, reingreso):
Permitirá comparar el desempeño académico de los alumnos con el tipo de
ingreso que ellos tienen
Alumnos aprobados, reprobados, análisis de rendimiento
Como su nombre lo indica, mostrara la curva de rendimiento, que podrá
. , , , '"'"''" h.,in tiiforontoC! .-.ñ+onnC! "~ C!O~ nnr rn.,+on"!> .,,...,,.,..,.., .,., 1rnnn~ o+"
Q~l UfJCII LICIJV Ull'l:il 'l:iiiU:;;~ ~ n.'l:il IV~, JCI ~'l:ic:l tJVI 11 IQ~'I:illc:l, Q~ll 'l:ic:l 1 QIUIIIIIV~ 1 'l:i~......

Que permitirá observarlos principales problemas de los alumnos en el


avance de su carrera, o analizar el rendimiento de una materia específica a
través del tiempo, etc.
240

Análisis de créditos estudiantiles


Podrá compararse el porcentaje de alumnos a los que se les otorgo crédito
educativo son el rendimiento académico (base en el CUM) de estos:
Procedencia de nuevos ingresos
Este análisis será útil para determinar la relación existente entre el

de estos. Para ello es importante saber si la institución donde cursaron su


bachillerato es pública o privada, si es de religión católica, evangélica, u
otro.
Análisis geográfico estudiantil
Es importante conocer la dirección de vivienda de los alumnos
(departamento, distrito, etc.) para analizar los lugares de procedencia de
estos, ya sea por escuela, facultad o por año. Este análisis permitirá
observar la relación que tiene esta información con el rendimiento
académico de os estudiantes.
Para poder realizar este análisis es necesario contar con la información
resultante del estudio socioeconómico que se realiza a cada estudiante al
momento de su ingreso a la universidad.
Análisis por facultad
Por otra parte, permitirá mostrar el avance del CUM, de las diferentes
carreras o facultades.
Análisis por materia
Cantidad de alumnos aprobados y reprobados en una materia específica a
través de los diferentes ciclos.

ANALISIS DE PROBLACION ACADEMICA

Análisis por facultades: cantidad de alumnos por carrera

diferentes escuelas y facultades dentro de la universidad, en relación a la


cantidad de alumnos de cada una, mostrando cuales presentan alzas o
bajas en su demanda.
Cantidad de alumnos por carrera x ciclo x materia
241

Como varia la cantidad de alumnos en una determinada materia a través


de los diferentes ciclos.
Análisis por materia en los diferentes ciclos
Cantidad de inscritos, máximos, mínimos. Con esto se permitirá analizar
con un buen nivel de detalle el desempeño de las diferentes materias en un
ciclo o hacer una comparativa a través del tiempo, mostrando estadísticas
de estudiantiles inscritos, porcentaje de personas que retiran la materia,
- - . -

aprobados, reprobados, promedio del curso, nota mínima o máxima, etc.


Análisis por edad, seo, estatus
Este análisis servirá para saber cuántos nombres y cuantas mujeres están
inscritas por facultad o por carrera; en qué carrera o en que facultad
predomina más un sexo. Que rangos de edades se manejan dentro de las
facultades.
An,S,Ii~i~ l'la innra~n~ nnr enui'l!lalan~i~~
" ....... ~.~ """'"' 11 ·~·"'"'~"~ 1"'" ""''t""" ...........,.,....~
Que cantidad de alumnos ingresan por equivalencias en cada de cada
facultad, carrera, ciclo. Este análisis permitirá observar una estadística de
la cantidad de materias que son aceptables a un alumno proveniente de
una determinada carrera e institución. Esto servirá como base para orientar
a los estudiantes que deseen tramitar un ingreso por equivalencias, de
manera que puedan tener una noción de que cantidad de materias se le
podría aceptar.
Análisis de reingresos
Cuantos alumnos reingresan a una carrera o una facultad en un ciclo
determinado
Iniciales de los alumnos para inscripción de materias, distribución
equitativa.
Con este análisis se pretende mostrar una estadística por apellidos de la
cantidad de alumnos correspondientes a una letra, apellido, rango de
apellidos, etc. Que permita al registro académico en un futuro hacer una
distribución más equitativa en el momento de realizar el retiro de
documentos y principalmente la inscripción de materias.
Procedencias de nuevos ingresos
De qué manera provienen los alumnos de nuevo ingreso, en que facultad,
242

o públicas y como se distribuye la población estudiantil de la Universidad


en relación con las instituciones de procedencia {porcentaje de alumnos
por institución)
- Análisis geográfico estudiantil
Es importante conocer la dirección de vivienda de los alumnos
( non<3rf<3rnonti"\C> nic.tnti"\C> 1"\tri"\C. \ r"\<31"<3 <3r"\<31i'"7<31" fnc. lt ti"\<31"0C> no r"\I"I"\I"OnOr"\l"i<3
\ UCtJC;UlCIIIICIIlV;;) 0 UI;;)U llV;;) 0 VUV;;). J tJCU Cl CIIICIULQI IV;;) IU~CII e;;;, UC !JI V\JCUCII\JICI

de estos, ya sea por escuela, facultad o por año. Este análisis permitirá
observar cómo se distribuye la población estudiantil de Universidad en
relación con el lugar de vivienda (porcentaje de alumnos por
departamentos o ciudades).
Para poder realizar este análisis es necesario contar con la infonnación
resultante del estudio socioeconómico que se le realizar a cada estudiante
al momento de su ingreso a la Universidad.

ANÁLISIS FINANCIERO

- Análisis histórico de cuotas


Que rango de cuotas se manejan por facultad y por carrera, cuales cuotas
prevalecen más.
- Análisis de créditos estudiantiles
Se pennitirá conocer el porcentaje de alumnos a los que se les otorgó
crédito educativo, ya sea por escuela, facultad, etc. Así como también los
rangos de créditos otorgados.
Procedencia de nuevos ingresos
Analizar la relación que existe entre la asignación de cuotas y las
insti+u,.·lonoc.
11 1 l l l \J
rlo nri"\\"'nOnl"ia delns
1 IC;;) UC !JI V'""""'UCI lVI V
<3h •mnos •
CIIUI 1 1

- Análisis de solvencia de alumnos


Con este análisis, se podrá detenninar el porcentaje de alumnos solventes
d ontrn
~~ 1\. V
de ~~
Q
"niver~irlarl
U U
r"\1"\r ~n·nnns de tiernr"\1"\~
1 ~1\JI u, tJVI t'""' '""'""'"' \. 1 1 1..,-v..;JJ ogl"t
Q
tol~~
VUV1Q~J
fa"' tl+adeS
1 VUI L 1

etc. Que pennita a los entes interesados ver los puntos críticos y las
causas de los mismos.
- Análisis geográfico estudiantil
Es importante conocer la dirección de vivienda de los alumnos
(departamento, provincia, distrito, otros) para analizar los lugares de
procedencia de estos, ya sea por escuela, facultad o por año, este análisis
243

permitirá observar la relación existente entre las cuotas asignadas y los


departamentos o ciudades.
Para poder realizar este análisis es necesario contar con la información
resultante del estudio socioeconómico que se realizar a cada estudiante al

momento de su ingreso a la universidad.

ANALISIS DE CATEDRATICOS

- Análisis de catedráticos x materia, promedios


Una buena carrera la hacen los catedráticos que imparten cada una de sus
cursos, por tanto el seguimiento de la calidad de los mismos es una pieza
clave; con este análisis se podrá observar la calidad de alumnos aprobados
en una materia, la evolución de la materia a través del tiempo (la demanda
de la materia, observar si el número de aprobados y reprobados disminuye
o aumenta), el desempeño de un determinado catedrático en una materia o
área específica, para lo cual podría hacerse uno de los resultados de las
evaluaciones que realizan los estudiantes al catedrático de la materia cada
ciclo.

ANALISIS DE TUTORIAS

- Análisis de asesorias. Inscripciones reales (solicitar infonnación al


sistema de asesoria)
ESTE ANALISIS INDICARA CUANTOS ALUMNOS SIGUIERON las
indicaciones de su asesor, inscribiendo las materias que le asesoro,
cuantos profesores asesoran más de las materias que recomienda el
sistema de asesoría.

ANALISIS DE HORAS SOCIALES

- Análisis de cantidad de horas sociales por alumno


Por medio de este análisis se podrá visualizar en que momento los
alumnos inician o finalizan sus horas sociales y ver el avance de las
mismas a lo largo del tiempo, de las diferentes carreras y facultades,
permitiendo un comparativo entre cada una de ellas (escuelas y facultades)
244

ANALISIS DE MAESTRIAS

- Cuantos de los alumnos con pre-grado se inscriben en un post-grado


Con frecuencia un alumno de la UNU, decide estudiar un post-grado o
maestría dentro de la misma institución, con este análisis se observara que
tan frecuente se realiza esto, cuales maestrías son las más solicitadas por
un graduado de la UNU. etc.
245

Anexo 3: Cuestionario Final para evaluar requerimientos

Cuestionario N° 01

Breve explicación de la finalidad del proyecto:

Se pretende desarrollar un sistema que reúna parte la información académica de


la Universidad Nacional de Ucayali, y a partir de estas, presentar reportes
estadísticos que permitan hacer comparativos basados en datos históricos, para
poder visualizar las tendencias o características comunes de los datos entre los
diferentes periodos. Además el sistema brindara a los usuarios, la facilidad de
crear sus propios reportes, permitiendo que estos escojan los factores que
desean analizar. Con todo lo anterior se pretende ayudar a los usuarios en la
toma de decisiones.

Este cuestionario está dirigido a los Decanos de las Escuelas Profesionales de la


Universidad Nacional de Ucayali.

Finalidad de la entrevista:

Identificar la información académica que requieran y analizan cada uno de las


unidades a entrevistar, así como la información que intercambian con otras
unidades de la Universidad, todo esto con el fin de tener una mejor visualización
de los reportes que se podrían realizar dentro del sistema.

Encuestador: Reynaldo Claros Claros

Fecha: 25 de noviembre de 2013


246

Cuestionario 01A

Objetivo: Identificar el escenario actual del manejo de la información estratégica


dontro dol ómbito univoroitGrio.

Instrucciones: Responda con la mayor sinceridad posible. Marque con una "X"
en un cuadO de cada pregunta.

P.1. ¿Qué le parece la forma en que se publica los Indicadores Académicos en


1.:> f"'lfi,.in.:> ~onor.:>l no f'nnrnin.:>,.iAn u Coruit"Íne> A"""'nórni,.ne>?
ICl VIIVIIICl \ J v l lVI Cll \.IV VVVI U111Cl\JIVII J Vvl YIYV~ 1"\VCIUvllllvV~ !

Muy malo O Malo O Regular O Bueno O Muy bueno O


P.2. ¿Qué le parece el nivel de atención que se brinda a las facultades en
cuanto a indicadores académicos por parte de la Oficina General de
Coordinación y Servicios Académicos?

Muv maio
IV"l~J
n Malo n
fJflw..U\.,1....,
Reaulsr
···~·-··--
n ··-····-n ···-··········-
Bueno
............. ....,
Muv oueno n . u
, ,. . . .... ar
~
-
Bueno U - Muy bueno -
U

P.3. ¿Cómo calificaría usted desde el punto de vista de apoyo en la toma de


decisiones, a la información proporcionada por la Oficina General de
Coordinación y Servicios Académicos?

Muy malo O Malo O Regular O Bueno O Muy bueno O

P.4. El tiempo de demora en entregar unos indicadores académica solicitados a


la Oficina General de Coordinación y Servicios Académicos le parece:

Bueno O Muy bueno O

P.5. El acceso a indicadores académicos en fa Universidad Nacional de Ucayali


lopamoo:
247

Muy malo O Malo O Regular O Bueno O Muy bueno O

P.6. La forma en el cual se publican indicadores académicos en la página web


de la Universidad Nacional de Ucayali le parece:

Muy m~to O O
f.U ...f)
Ma!t>
*flf....;tt'\..1' . . . . . Bueno O Muy bueno O

P.7. El tiempo en reunir información para consolidar indicadores académicos


dentro del ámbito universitario, te parece:

Muy malo O
i:-fiii..t.J t·ie~tV
Mal~
....
O Regular O Bueno O
,~f~~"""" ....
Muy cueno O
1 .,~~~far
o Bueno O Muy bueno O

Gracias por completar el Cuestionario 01A, Por favor pase a la siguiente hoja
n~~ IV"\nlin• •~r " " " ol "••fttil!'4;,..n~ñ" 114 D
¡JCII O I.AJI/ti/IUCII vV/1 'G/ "U1C:'.;;»I.IVI IGI IV V 1 IJ
248

Cuestionario 01 8

Objetivo: Conocer el grado de utilización de la información académica por parte


de las autoridades de las facultades, el tiempo de demora de estas, y cómo
influye en los procesos de toma de decisiones.

lncttn.,~r.inn,:~~ct· R,:lc:nnnrt:::a r.nn 1:::~ m:::avnr c:in~rirt:::art nnc:ihl,:l M:::arn11,:l r.nn 11n:::a ")("
........................ " • • ~ .. 1 '"""t'"' ·~ ~·. ''-'- • '''""-J ""'' ""'' ,..,...,, ....... '-11 ...... '1""'""' .....,....,,
,........,-·-·"-'· ........... 1' 1 ""'' . , .

en un cuadQ de cada pregunta.

P.8. ¿Cuánto es el tiempo promedio de demora, desde que usted realiza una
solicitud de información académica a la Oficina General de Servicios
Académicos sobre indicadores académicos, hasta que usted pueda
visualizarlo?

O -60 min 1- 3 horas 3-6 horas 1 - 2 días 5 -A más días


,..., ,..., ,..., ,..., ,...,
u L.J LJ L.J LJ

P.9. ¿Entre qué cantidades usted solicita información relacionada con


indicadores académicos a la Oficina General de Coordinación y Servicios
Académicos durante un semestre académico?

"1"'\,_,,... _____ _
A C:· t::"¿r~·------- .. " ' t"\1"\ - • .-. - · - - ,.,n. .. - .-.-- - -.L.-
u-::> veces 0-lV veces t u-.w veces LU-.JU veces .JV· veces a mas
[J [J Cl Cl Cl

P.10. ¿La información proporcionada por la Oficina General de Coordinación y

con los requerimientos escritos en su solicitud?

("o: r-1
"'- r-1
;:)(u l'iU U
249

P.11. ¿Le permite tomar decisiones óptimas, la información proporcionada


Oficina General de Coordinación y Servicios Académicos en cuanto a
indicadores académicos?

Si 0 No O
P.12. ¿Ha utilizado usted alguna herramienta de soporte para la toma de
nol"i~inno~?
UVVI.:IIIVII-.;;;;i~:

Si 0 No O

P.13. ¿Cree usted que implementando herramientas de soporte para la toma de


decisiones en la Universidad Nacional de Ucayali, mejoraría el proceso
de toma de decisiones?

Si 0 No O

Gracias por responder todas las preguntas de los cuestionarios


250

Anexo 4: Análisis de requerimientos

MODELOS DE NEGOCIO A CONSIDERAR

La solución requerida debe contemplar la publicación de la información de los


siguientes modelos

Mocieio cie anáilsls cie infonnaclón académica: Aiumnos, Docentes,

Periodos, Planes curriculares, Cursos académicos, Egresados, Rendimiento


académicos, Retiros Académicos, Matricula Vigente.

Modelo de análisis de Biblioteca: Materias, Materiales, prestamos, Visitas del


no'•nlil"n lol"t• •r~ rlo rn~tori~loQ otl"
tJUIUII\JV, 1VVLUIQ U V 111Q\.VI1QI~, V\."'"

REQUERIMIENTOS FUNCIONALES Y NO FUNCIONALES DE LA SOLUCIÓN


REQUERIDA

De acuerdo a la planeación estratégica e informática de la UNU, la plataforma de


base de datos para el repositorio es MySQL server 6 y la herramienta para
extracción, transformación y carga de datos deberá ser Pentaho Open Source,
Community Edition. No obstante, es de considerar que el modelo que se plante
como estructura de datos deberá ser reutilizable por cualquier otra herramienta
tipo reportes que en el tiempo se considere, bien sea Open Source o Propietaria.

Si bien la cantidad de usuarios que ingresarán al sistema es ilimitado, por ser una

Necesariamente debe poder facilitar acceso Web vía Internet.

El uso de la herramienta de Inteligencia de negocios y el desarrollo de este


proyecto no debe requerir o incurrir licenciamientos adicionales o
complementarios a los que ya se disponen en UNU.
251

Plataforma con acceso vía web

Módulos de Inteligencia de Negocios:

Análisis multidimensional

Reportes predefinidos exportables a HTML, Excel y PDF

Tableros de control con opciones de Drill-down par a análisis o reportes

Comparación de ventas vs. metas

Reportes y gráficos asociados a los modelos antes mencionados permitiendo


bajar a en diferentes niveles (Drill Down/Drill Up) y vistas.

Herramientas de Extracción, Transfonnación y Carga de datos (ETL) con acceso


a diferentes fuentes de información.

. . . . . .. . - . . .
ACJmlnlstraCIOn ae usuanos Vía weo, que penn1ta ta vauaaCIOn y autonzac10n ae
estos por aplicación para asignación a usuario.

Bodega de datos: ImplementaCión del Datamart Académico.

DATAMART ACADEMICO.

Es el DATAMART que deberá implementarse. A continuación se detalla la


.f', '""i"n""lin""n "J
1Ul l ..... VI IQIIUCIU
""""'""""""toe.
ILv~
vVIII .... VI l v l
ron• .orinnc.·
"""fUviiUV~.
1

Componentes funcionales:

Estructura del Datamart Académico

• Análisis Académico

• Análisis de Egresados
o Análisis
o Indicadores
o Reportes
• Análisis de lngresantes
252

o Análisis
o Indicadores
o Reportes

• Análisis de Retiros Académicos


o Análisis
o 1ndicadores
o Reportes
• Análisis de Matriculas Vigente
o Consultas

Módulos de análisis: Para el mejor análisis de los datos, se dasificara el 5


sub módulos para los cuales en algunos de ellos se incluye una categoría
análisis, donde se almacenaran análisis predefinidos para cada módulo
además los usuarios podrán redefinir vistas particulares.

Reportes.

Se crearán reportes predefinidos para cada módulo de reportes y se


agregaran según nuevas necesidades de los usuarios.

Tableros de control Se implementará dos {2) tableros de control con 1,2 y


4 paneles de visualización para cada categoria de los sub módulos,
también se agregaran según nuevas necesidades de los usuarios.

Bodega de Datos:

Se realizó el diseño e implementación del esquema estrella para el


Datamart de Académico.
253

Anexo 5: Lista de autoridades para induir en la encuesta

LISTA DE AUTORIDADES DE CONSEJO DE FACULTADES DE LA UNU

N FACULTAD Decanos Director de Jefe de


- ~·- ~- ~- -~ -·-· - ---- .. - . " --- -----
....
1 cs. ECONOMICAS, ADMINISTRATIVAS 1 3 3
Y CONTABLES
2 CIENCIAS AGROPECUARIAS 1 2 2
3 CIENCIAS DE LA SALUD 1 1 1
4 CIENCIAS FORESTALES 1 2 2
r-
::>
'"""' ' '
n~n,..,...t r•r••,...• r
A nn• ,...,... .. ~
Ul:"t:\..nU T \..11:1'11\..IR::> I'ULIII\...1-\.:)
.
~
.
~
.
~

6 EDUCACION Y CIENCIAS SOCIALES 1 2 2


- --· --------- -- ------------- - -
7 INGENIERIA DE SISTEMAS Y DE 1 2 1
INGENIERIA CIVIL
8 MEDICINA HUMANA 1 1 1
SUB TOTAL 8 14 13
TOTAL 35 Autoridades

Tabla de cuestionario:

Resultado final de cantidad de cuestionarios a imprimir:

Cuestionario dirigidos a: Cantidad


Decanos 7
Jefe de Departamentos 13
nin:~MnrP~ rfp ~=~n IPI::t 1~

Totarl 33
254

Anexo 6: Resultados de los instrumentos de medidas

Diferencias de Medias de evaluaciones Pre Test y Post Test.

No Valor
Indicador Valor Final Diferencia
Inicial

P1.- Que le parece la forma en que se publica los


1 indicadores académicos en la Oficina General de 2.48 3.39 0.91
Coordinación y Servicios Académicos

P2.- Que le parece el nivel de atención que se


brinda a las facultades en cuanto a in<icadores
2 académicos por parte de la Oficina General de
2.42 3.15 0.73
Coordinación y Servicios académicos

P3.- Como calificaría usted desde el punto de vista


de apoyo en la toma de decisiones, a la infonnación
3
-·---··--- ·- _. ..._
,...nrnnnrrinn:::ttf::t
........... nnr '"' nt'irin::t
,.,-~

Coordinación y Servicios Académicos


._. r_ _
.....n<>r::tl
........ tt..
..........
2.76 3.27 0.51

P4.- El tiempo de demora en entregar unos


indicadores académicos solicitados a la oficina
4 2.67 3.12 0.45
General de Coordinación y Servicios Académicos, le
parece:
'

DC _ t:l ~oe,.. "'3 inAi~An.r6r' ~Aánü,..n.C!" Gft 1..,


1 _,_- L..l ~~U Q UIU~UVI~ c:n..rcn.r'VIIU""'~ 'I!Oill IG
5 2.7 3.52 0.82
Universidad Nacional de Ucayali, le parece:

P6.- La forma en la cual se publican indicadores


6 académicos en la página web de la Universidad 2.64 3 0.36
Nacional de Ucayali, le parece:

P7.- El tiempo en reunir información para consolidar


7 indicadores académicos dentro del ámbito 2.58 3.64 1.06
1universitario, le parece:
255

Anexo 7: Arquitectura de la solución SERVER 81 - UNU

,.- - - ·-
~ ,..'~\~~:;~]'' ••,' 1 : "{ "(

~----APACHE TOMCAT 6
Administración y seguridad

ETl (Flutinario)
fUENíES DE DAIOS
~----~
¡ ---- ¡ (

j ~1
~IG"'.
1
f 1 ,r- -v' l m
1 ¡. !
1 thtrr.~clél",
Tnnlf~lKié~

![ 1---J Y'fH!~)
1 -v¡
~ '

/
.------....,-------..-------,,..-----:---
Datos Información
--------
Conocimiento
L -
256

Anexo 8: Requisito de Hardware y Software

Pentaho 81 no tiene límites estrictos en el equipo o hardware de red. Siempre y


1"1 1~nrln 1"1 1rnnl~n In~ ront ti~i+n~ rnínirnn~ rlo ~nfhal<3ro l+onn<3 on l"tlon+~ n1 10 ~~ 1
\J\.,U;Ut\AV VUIII...,IQII tu.;, IV"'tUI~I\.'U~ IIIIIIIIIIV~ \.AV ~Uit.HQIV \t.Vti~Q VIl \JUVII\.Q .'1'-'lt;.i ~U

sistema operativo tendrá sus propios requisitos mínimos de hardware), Sin


embargo hay un conjunto de recomendaciones y especificaciones del sistema:

../ HARDWARE

RAM 2 GB DE RAM Ó SUPERIOR


ESPACIO EN DISCO DURO 10GB EN ADELANTE
PROCESADOR DUAl CORE (1.8 GHz- 3.33 GHz) o superior

../ SOFTWARE

JAVA- JRE (Máquina Virtual de Java) 1.6


APACHETOMCAT 6

../ BASE DE DATOS DE ADMINISTRACION DE PROCESOS, USUARIOS Y ROLES (PERMISOS)

BASE DE DATOS EN MEMORIA (DEFECTO) HSQLDB (No recomendado)


MYSQl SERVER 6 Recomendado

../ BASE DE DATOS DEL REPOSITORIO DEL DATAMART DE RR.CC.

MYSQl SERVER 6 Recomendado


También soporta Múltiples Bases de Datos Coordinar
257

Anexo 9: Diccionario de Datos- Tablas Intermedia


• Tabla DB_ALUMNO

"'UIUIII ltCUIR:
n ........ "i"' • ..-.-.
UCU.CI 1 YfJ~
nv
r-n. i.ll.l
I'IJ'V
~"""----'-·'- !
'\..UU&1:'11\GJIU

KEY_ALUMNO INT t/

1 ID_ALUMNO VARCHAR(24)
1 NOMBRES VARCHAR(64)
1 APELLIDOS VARCHAR(128)
1 NOMBRE_COMPLETO VARCHAR(256)
1 SEXO VARCHAR(24)
!
¡ Jl"'lo ,..~V,..
, IU _,CAV INT
ID_MODALIDAD VARCHAR(24)
1 MODALIDAD VARCHAR(128)
1 PERIODO VARCHAR(24)
1 ANIO INT
ltD_ESCUELA VARCHAR(24)
1 ESCUELA VARCHAR(128)
i ABREV VARCHAR(24)
1 ID_FACULTAO VARCHAR(24)
1 FACULTAD VARCHAR(128)
1 VER INT
; Fi bAtE
1 FF DATE

• Tabla DB_AUTOR

i DB_AUTOR
Columname DataType PK NN Default Comentarlo
11
1 KEY_AUTOR INT(11) t/ t/
ID_AUTOR VARCHAR(16) NULL
1 NOMBRES VARCHAR(256) NULL
, PAIS VARCHAR(128) NULL
i
!1 VER INT(11) NULL Versión

Fl DATt= NULL Fecha Inicial


FF DATE NULL Fecha Final
258

• Tabla DB_CURSO

1 DB_CURSO
r Colum Name DataType PK NN Comentarlo
KEY_CURSO INT t/ t/

NOMBRE VARCHAR(128)
VER INT Versión
1 Fl DATE Fecha Inicial
FF DATE Fecha Final

• Tabla DB_FACULTAD

1 DB_FACULTAD
1 Column name DataType PK NN Comment
i
1 KEY FACULTAD INT t/ ti'
1 -
IID_FACULTAO VARCHAR(8)
1 NOMBRES VARCHAR(128)
! VER INT
1 Fl DATE
1 FF DATE
1

• Tabla DB_EDITORIAL

1 OB_EDITORIAL
Columname DataType PK NN Al Detault Comment

1 KEY_EDITORIAL INT(11) ti' ti' ti'


ID_EDITORIAL VARCHAR(16) NULL
NOMBRES VARCHAR(256). NULL
1

1 PAIS VARCHAR(128} NULL


VER INT(11) NULL Versión
! Fl DATE NULL Fecha Inicial
FF DATE NULL Fecha Final
259

• Tabla DB_DOCENTE

1 OB_DOCENTE 1
1 Colum Name DataType PK NN Comment 1

1 KEY_DOCENTE INT V' V'


ID_OOCENTE VARCHAR(25)
1 NOMBRES VARCHAR(225)
1
1 éONoiéioN VARéHAR(64)
1 ~~~EGORIA VARCHAR(64)
1
1 VER INT
1

~~ J
DATE
1 DATE

• Tabla DB_ESPECIALIDAD

i1 OB ESPECIALIDAD
rColum name
-
DataType PK NN Comment
1 KEY_ESPECIALIDAD INT V' V'
VARr.HARf?4)
1 ID F.SCIJF.LA
1 ·--------. ...
.. ·-· .... .,
~,-

1 ESCUELA VARCHAR(128)
IIO_f'ACULTAO VARCHAR(24)
1 FACULTAD VARCHAR(128)
1 ABREV VARCHAR(24)
VER INT
Fl DATE
! FF DATE

• Tabla DB MATERIA

DB_MATERIA
Column name DataType PK NN Default Comment
1 KEY_MATERIA INT(11) V' V'
j ID_MATERIA VARCHAR(16} NULL
1 NOMBRES VARCHAR(256) NULL
1 VER tNTI11\ NLJlb
1 ·-·· •••• ' . '1

1 Fl DATE NULL
1 FF DATE NULL
260

• Tabla DB_MATERIAL

[ OB_MATERIAL
1
! Column name DataType PK NN Default Comment
1 KEY MATERIAL INT(11) t/ t/
l10TITÜLo
1
;ATERIAL
~ .. -
VARCHAR(16) NULL
VARCHAR(520) NULL
1 EDICION VARCHAR(64) NULL
EJEMPLAR INT
i ....... .,¡,.
1 ANIU
-·· ...
vHAt<(1)
-~,.,. ..... ·.
NULL
1
1 EDITORIAL VARCHAR(256) NULL
1 ID EDITORIAL . VARCHAR(24) NULL
1 AÜTOR VARCHAR(256) NULL
IID_AUTOR VARCHAR(24) NULL
MATERIA VARCHAR(256) NULL
1 ID_MATERIA VARCHAR(24} NULL
i VER INT(11) NULL
1 Fl DATE NULL
1 FF DATE NULL
1
·----·---

• Tabla DB_PERIODO

1 DB PERIODO i
Column name DataType PK NN Default Comment

KEY_PERIODO INT ....


IO_PERIODO VARCHAR(24)
________
j ANIO ....,. __ .... INT
. ·--- ·... -. ~-·
1 Ot:3CRIPCION VARCHAR(45)
1 FECHA IN DES VARCHAR(128)
\ FECHA_OUT_DES VARCHAR(128)
VER INT
!1 Fi DATE
1
1
FF DATE
261

• Tabla DB_PLAN

1 DB_PLAN
¡Column name DataType PK NN Default Comment

• KEY_PLAN INT t/ t/
'ID PLAN VARCHAR(24)
IID_ESCUELA VARCHAR(45)
! ESCUELA VARCHAR(128)
1 ABREV VARCHAR(24)
1

1 PERIODO VARCHAR(24)
PERIODO_DES VARCHAR(64)
1 ANIO INT 1
1
1 CREDITOS INT
1
itD_ESTADO INT
1 ESTADO VARCHAR(24) 1

1 ~IER íNT
DATE
1 FF DATE 1l

• Tabla DB_PLAN_CURSO

DB_PLAN_CURSO
1
Column name DataType PK NN Default Comment
1
KEY_PLAN_CURSO INT ti' t/
jtD_PLAN_CURSO VARCHAR(24)
liD PLAN VARCHAR(24)
1 -
liD PERIODO VARCHAR(24)
1 PLAN_DES VARCHAR(48}
liD CURSO VARCHAR(24)
DES_CURSO VARCHAR(128)
1 COO_CURSO VARCHAR(24)
!! CREDITO INT
1 TIPO . VARCHAR(24)
TIPO_DES VARCHAR(48)
i CICLO VARCHAR(24)
1 CICLO_OES VARCHAR(48)
1

1 VER INT
· i Fl DATE
j FF DATE
262

• Tabla DB_SECCION

[DB
-SECCION
1' -Coluni_n_n_a_m_e_ _,o'""a---cta---::TY,e PK NN Default Comment
' KEY_SECCION INT ..... .....
! ID
f
SECCION
·----·· -·--·
VARCHARl24\
•• ···-······,-·1
¡ SECCION VARCHAR(24)
! VER INT

~~ ~;~~
¡·--·---·---·----- ·-----·-----
263

Anexo 10: Diccionario de datos -Tablas Datamart

• Tabla DIM_ALUMNO

¡Col~mnDIM ALUMNO
name DataType PK NN Default Comment 1
1
!1 KEY_ALUMNO INT t/ t/
1
!ID_ALUMNO VARCHAR(24) t/ 1

1 NOMBRES VARCHAR(128) t/ 1

~~;~~~~-~
VARCHAR(256) t/
11
1
¡ Mr L..&...L.UJv_r
\/ACI"WACI"'>t:.C\
V/"'\"Url/""\f\.\¿,JU) ...
-~

1
!' SEXO
NOMBRE COMPLETO
- VARCHAR(512)
VARCHAR{24)
t/
o/

!
ltD_SEXO . INT t/
1 ID MODALIDAD VARCHAR(24) t/
1 MODALIDAD VARCHAR(64) t/

i PERIODO
ANIO
ID_ESCUELA
VARCHAR(24)
CHAR(4)-
VARCHAR(24)
t/
t/
t/
1 ESCUELA VARCHAR(128) t/
1 ABREV VARCHAR(24) t/
ID_FACULTAO VARCHAR(24) t/
j FACULTAD VARCHAR(128) t/

• Tabla DIM_CICLO

1 DIM_CICLO 1
¡ Column DataType PK NN Default Comment
1 name
1 KEY_CICLO _ INT t/ t/
1 ID_CICLO VARCHAR t/
(24)
lll.lt"oMDOC
j n:'V'IYI LII'L.
\IJ\DI""U/\0
YI"'\1\VI JI"'\" V
- ~

(64
264

• Tabla DIM_ALUMNO_ESTADO

1 DIM_ALUMNO_ESTADO
Column name DataType PK NN Oefault Comment
1 KEY ALUMNO ESTADO INT v v
, I.D_EST.ADO - VARCHAR(24'¡ 1/
1 NOMBRE VARCHAR(64) v
[ OIM ALUMNO EStADOcol VARCHAR 45

• Tabla DIM_CAT_OOCENTE

1! OIM - CAT- DOCENTE


1 Column name OataTVPe PK NN Oefault Comment
KEY_CATDOCENTE INT v v
ID_CATÓOCENTE VARCHAR(8) V
NOMBRE VARCHAR(64) v

• Tabla DIM_AUTOR

1 OIM_AUTOR

1 Ctflumn n11mu -oa~taType I"'K NN D.,._ult - Ctfmm~~mt

: KEY_AUTOR INT(11) v v
IID_AUTOR VARCHAR(1 v
6)
1 NOMBRES VARCHAR(2 t/
1
1
1 56)
1
1
PAIS VARCHAR(2 v
1 8

• Tabla DIM_AULA

i DIM AULA 1
1
1 Col;mn name DataType PK NN Default Comment
j KEY_AULA INT v v
1 ID_AULA VARCHAR(24i v
jAULA VARCHAR(64) v
265

• Tabla DIM_CONDICION_DOCENTE

! DIM CONDICION DOCENTE


! - - 1
1 Column name DataType PK NN Default Comment 1
j KEY_CONDICION INT ..... .....
¡ ID_CONDICION VARCHAR(24) .....
NOMBRE VARCHAR(128) .....

• Tabla DIM_CURSO

! DIM_CURSO
1 Column name DataType PK NN Default Comment
!
1 KEY_CURSO INT ..... .....
IIO_CURSO VARCHAR(2 .....
4)
1 NOMBRE VARCHAR(1 .....
28

• Tabla DIM_DOCENTE

1 DIM_DOCENTE 1
· Column name OataType PK NN Default Comment
KEY_DOCENTE INT ..... .....
ID_DOCENTE VARCHAR(24)
i NOMBRES VARCHAR(128) "'.....
i CATEGORIA VARCHAR(64) .....
j CONDICION VARCHAR(64) .....

• Tabla DIM_EDITORIAL

! DIM_EDITORIAL 1
1
1 Column name DataType PK NN Default Comment 1
KEY_EDITORIAL INT(11)
1
jtD_EDITORIAL VARCHAR(16) "' "'..... 1

Í NOMBRES VARCHAR(256) ..... 1


1
1 PAiS VARCHAR(64) ..... __j
1
266

• Tabla DIM_ESPECIALIDAD

[ DIM_ESPECIALIDAD
fcorüiñññime-·---·-·-oafa-;ype-·-----l PK NN Default Comment
! KEY_ESPECIAUDAD iNT v v
j ID_ESCUELA VARCHAR(24) v
i ESCUELA VP..RCHt'\R(12t\j v
! ABREV V.A.RCHARI24) v
i ID_FACUL TAO VARCH/~f~(24) v
______________
i... FACULTAD VARCH.i~,R(125i _ ___ v___________ ____________........-
.., .. ___ ...... .........,_. ....1

• Tabla DIM_ESTAOO_CURSO

i OIM_ESTADO_CURSO
Columnname NN Default Comment
¡ KEY_ESTADO_CURSO INT v v
! !D_ESTADO_CURSO VARCHAR;45\
[~.9M.!!~_f_ _____. . VARC H.<\R( 4~)__ _ __
-···-J

• Tabla DIM_ESTAOO_CURSO_MATRICULA

! DIM ESTADO CURSO MATRICULA .


~ Coi~iñññame- -----=---Da1aType ___, PK
__ ...... _
: ._, ..... ~, -··- --
....... .....
¡¡ 1'\t: T ~-- t:;:)t AUU-~ I...Ut<:::.Ur IJ'J 1 V
NN
V
Default Comment

: ID_ESTADO_CURSOF VARCHAR(8¡ v
i NOMBRE VARCHAR\48• V

• Tabla DIM_ESTAOO_FICHA_MATRICULA

íDiMESTÁDO=FIC!:!.~=~~~CU~---. ---~--J
¡ Cotumn name DataType PK NN Default Comment
l KEY ESTADO FMATRICULA INT v v
1
¡
ID- ESTADO- FMATRICULA VARCHAR(8¡ v
NOMBRE v
267

• Tabla DIM_ESTADO_PLAN

! DIM_ESTADO_PLAN
¡ Column name DataType PK NN Default Comment
! /
L_ _____________ .-.l

• Tabla DIM_FACULTAD

¡-j)IM_FACUlTAO
1 Column name DataType PK NN Default Comment

'---------------------····--············--··············.J

• Tabla DIM_MATERIA

f DIM_MATERIA
1 Column name DataType PK NN Default Comment

• Tabla DIM_MATRICULA

DIM_MATRICULA
Column name DataType PK NN Demult
Comment 1

'
_ _ _ _ _ _ _ _ _ _ _ _ _ ..!
268

• Tabla DIM_MATERIAL

[D.IM_MATERiAL---··----·····-·¡
i Column name DataType PK NN Default Comment

• Tabla DIM_MODAUDAD

! DIM_MODALIDAD
Column name DataType PK NN Oefault Comment

• Tabla DIM_PERIOOO

DIM_PERIODO
Column name DataType PK NN Default Comment
269

• Tabla DIM_PERIODO_INICIO

1
1 DIM_PERIODO_INICIO
1
1 Column name DataType PK NN Default Comment
KEY PERIODO INICIO
' -
!tD_PERIODO
- INT
VARCHAR(24)
t/ t/
!/
J DESCRIPCION VARCHAR(45) V'
1 ANIO lNT V'
1 FECHA IN DES VARCHAR{128) t/
FECHA_OUT_DES VARCI-iAR\128) !/

• Tabla DIM_PLAN_CURSO

~ DIM_PLAN_CURSO
Column name DataType PK NN Default Comment

1 KEY_PLAN_CURSO INT V' t/


i ·- -· ..... -· , ___ o , " ;...... .... • • ....... ,,.,. • ~

1 IUO_I"LAI'I_I..UK;)U VAJ'(L;HAK(L4) V"


i ID PLAN VARCHAR(24) t/
llo::::Dc;QIOOO Vh<.o¡OI-IAD.(<::'>4) ....
1 PLAN_DES VARCHAR(64) t/
. ID_CURSO VARCHAR(24) t/
1 OES_CURSO VARCHAR(128) t/
COD_CURSO VARCHAR(24) V'
1 CREDITO INT t/ o
l
j TIPO
TIPO_DES
CICLO
!NT
VARCHAR(48)
iNT
v'
t/
r/
! CICLO DES VARCHAR(48) t/

• Tabla DIM_RESULTADO

1 DIM_RESULTACO
1 Column name DataType PK NN Default Comment
1 KEY_RESULTAOO INT V' t/

1 NOMBRE VARCH/l.R(G4) v
270

• Tabla DIM_PLAN

[ DIM_PLAN 1
1 Column name DataType PK NN Default Comment 1
1 KEY_PLAN INT t/ t/
j ID_PLAN VARCHAR(24¡ ti'
1
ID_ESCUELA VARCHAR(24) t/
ESCUELA VARCHAR(128¡ t/
ABRE V VARCHAR(24) t/
j PERIODO VARCHAR(24) t/
1 PERIODO_DES VARCHAR(64) t/
1 ANIO CHAR(4) ti'
1 CREDITOS JNT t/
ID_ESTADO !NT V
1 ESTADO VARCHAR(24) t/

• Tabla DIM_SECCION

1 DIM_SECCION
1 Column name DataType PK NN Default Comment

1 KFV SFr.r.ION !NT ~ ~


1 ··-·-----·-··
¡ID_SECCION VARCHAR(24) t/
SECCION VARCHAR(24) t/
j ID_ESCUELA VARCHAR(24¡

l
1

ESCUELA. VARCHAR(128)
"'
t/

• Tabla DIM_TIPO_CURSO

1 DIM_llPO_CURSO
1 Column name DataType PK NN Default · Comment 1
1 KEY_TIPO_CURSO INT t/ t/
1 rn Tton
j ILI_IIrV
\ UÚ'lf"UI\t:U"lA\
VI"\" v i 1/"\"\"-"11 V
. 1

1 NOMBRE VARCHAR(64) t/
271

• Tabla FACT_FSECCION

Í FACT FSECCION 1
lcolumñ name DataType PK NN Default Comment
1 . , .... , - - - - - · . . . · - ... -
1 r\t Y..,.t~l"'t~IALIUJ.\U INI V'
, ~~EY PERiODO INT.
'
1 KEY_PLAN_CURGO
- INT
t/
V'
ji<EY_SECCION INT v
/ KEY_PLAN INT t/
! KEY_AULA INT el'
1 CUPOS INT v
! r.'iATRICULADOS INT v
j PARCIAL !NT t/
i TOTAL INT el'
1 CANTIDAD INT t/

• Tabla DIM_SEXO

j DIM_SEXO
Column name DataType PK NN Al Default Comment

l KEY_SEXO
NOr,mRE
INT
VARCHAR
(24i
V' V'
el'
V'

• Tabla FACT_DESERCION

1 FACT DESERCION 1
, Column name DataType PK NN Default Comment
1 KEY_PERIODO_INICIO INT V'
KEY_ESPECIALIDAD INT V'
1 KEY_PERIODO INT V'
1 J<EY SElt.O INT v
KEY ALUMNO INT V'
j KEY=PLAN INT V'
1 CANTIDAD INT V'
272

• Tabla DB_TIEMPO

j-g:J~;~:~e DataType
1
PK NN DefaUit Comment
1 KEY_TIEMPO INT(11) V' V'
1 FECHA_DES VARCHAR(64} .....
1 DIA_SEM_ID INT(11) V'
1 DIA_SEM VARCHAR{48} r/
j DIA_MES INT(11) NULL
1 DIA_ANIO INT(11) V
. SEM_ID INT(11) .....
i SEM_NUM_ANIO VARCHAR(64) V'
1 S~M_N~M- ... INT(11) V'
j SEM_NOMBRE VARCHAR(48i V
1 MES_ID INT(11) .....
1 MC:O_ANIO VAJ":Ol"1A~(40) ....
j MES_NUM INT(11) V'
! MES NOI\1BRE VARCHAR(48) V'
'
1 ANIO
- INT(11) V'
i AilliO ANT INT(1 i) V'

• Tabla FACT_DOCENTE

i FACT_DOCENTE
1 Column name · DataT~e PK NN Default Comment
1 KEY_DOCENTE INT V'
1 KEY_ESPECIALIDAD INT V'
! KEY_CATEGORIA INT V'
1 KEY_CONDICION INT V'
1 KEY PERIODO INT .....
KEY~ALUMNO INT V'
i CANTIDAD !NT 11'

• Tabla FACT_DMATRICULA

1 FACT_DMATRICULA
: Column name DataType PK NN Default Comment
1 KEY_ALUMNO INT .....
! • .,_., - - - - - · •• · - .. -
1 1\1: T _!::>f'I:I.,;IAL.IUAU iNT ti'
i KEY PERIODO INT V'
1 KEY=PERIODO_INICIO INT el'
, KFV ~FYO lt\IT
.
,/

1 ~;~=~~~~ICULA INT t/
1 CANTIDAD INT V'
• Tabla FACT_EGRESADOS

1 FACT EGRESADOS
1 Column name OataType PK
i KEY_ALUMNO INT .,NN Default Comment

. KEY_ESPECIALIDAD lNT t/
KEY_SEXO INT v
~<EY_PERIODO INT V
, KEY_PERIODO_INICIO !NT v
1 KEY_PLAN INT V
1 KEY ESTADO~PLAN INT v
1 CANTIDAD - INT t/

• Tabla FACT_HSECCION

1 FACT HSECCION 1
u
1 Col mn na me DataType PK NN Default Comment
i KEY_ESPECiALiDAD ¡¡...¡¡ v'
1 KEY_PERIODO INT v
1 KEY DOCENTE INT v
KEY_SECCION INT V
l KF."Y SEMANA
....
-···~ ..... INT o/
~
1 -~- · -

1 KEY_PLAN_CURSO INT v
1 KEY_PLAN INT V
KEY_AULA INT v
1 CANTIDAD INT t/
1 HINICIO OECIMAL(S,;.::¡ V
HFIN DECIMAL(5,2) t/
1 HORAS DECIMAL(5,2) t/

• Tabla FACT_INGRESANTE

1 FACT_INGRESANTE
j Column name DataType PK NN Default Comment
1 KEY_ALUMNO INT V
1 KEY:._ESPECIALIDAD INT v
KEY_PERIODO INT V
KEY_SEXO INT t/

KEY_MODALIDAD 1NT V
CANTIDAD INT r/
1
274

• Tabla FACT_PRESTAMO

UACT_PRESTAMO 1
1 Column name DataType PK NN Default Comment
1 ,,_,, ti•- ..---· ••
f 1'\1:. T _lVI~ II:.KI~L ii\iT("i'i) V
\I<EY_EDITORIAL INT(1i) e/
1 KEY_MATERIA INT(11) V'
) KEY_TIEMPO INT(i1) v
! KFY AUTOR
i ··-·...,.. --. -· ~
INTI11\
" " ' \ ' '1 .o/
! CANTIDAD INT {"

• Tabla FACT_MATRICUlA

j FACT MATRICULA 1
¡ Column name DataType PK NN Default Comment
1 KEY_ALUMNO INT V
I(EY_SEXO INT v
: KEY_PERIODO INT t/
1 KEY CICLO INT v
1 KEY_MATRICULA INT V'
1 KEY_ESPECIAUDAD INT V'
1 MAX CREO. PRED INT t/
1 MAX=CUR_PER INT v
! PP_ANT DECIMAL(5,2) V'
1 NUM_CRED_MAT !NT v
1 NUM_CUR_MAT INT V'
[CANTIDAD !NT v ·-·j

• Tabla FACT_LECTURA

1 FACT LECTURA 1
rcoJumn name DataType PK NN Default Comment
¡ KEY_MATERIA INT(11) V'
1 KEY_EDITORIAL INT(11} v
lt'CV 1\IITI"\D IMT/1"1\
...
·'
1 ;~~~-~~~~.~~~
ll"l 1 \ 1 l j

INT(11) v
r KEY=MATERIAL INT(11) o/
CANTIDAD !NT v
275

• Tabla FACT_MATCURSO

1 FACT MAT CURSO 1


jCOIUmn narrie DalaType PK NN Default Comment
i KEY ALUMNO INT .....
1 KEY=SEXO INT v
j t.t'"CV C~DCI"'t/\J lnl\n I~IT .;
! '"'- '-"··'"'r _
. . . ....,,_,..,._,...,":'..., II ... J V

1 KEY_PERIODO INT v
i KEY_PLAN INT .....
1 KEY_PLAN_CURSO INT v
KEY_TIPO_CURSOF INT .....
KEY_ESTADO_CURSOF INT f/
CANTIDAD INT .....
1 NVECES INT t/
! CREDITOM INT .....
1 CURSOSM INT v
1 CREDITO INT .....

• Tabla FACT_VISITA

i FACT VISTA 1
1 Column name DataType PK NN Default Comment
1 KEY_ALUMNO INT .....
1 KEY_SEXO !NT v
1 KEY_ESPECIALIDAD INT y
KEY_TIEMPO INT .....
1
CANTIOAO
._.. · · - · · - · - - !NT o/

Anexo 11: Manual de Usuario


,.
:¡'
1
276

11

il'
1
'
'
f , .. ,..-------·-~-- ..--·~~~A ~~..:.- •.~.n~ . ._; • •--'~ ~..._:;.._~~¡.~.A.-.~.;,.'·;~·¡_;~,
' '

¡J
'1
····-···----···········-~-.---·-------··-··--····-··-····-··---~··--·---·---·-·-------·-~-··--·-·--··--···------ _:._ ____________ ...,_.,__~~·.
~' ' :i

., .. •..·

Modulo Bl· Uni\OtaJdad Nacional de Uctyall Retiros por Gtne:ros

Iniciar sesión

con~

u. ~opvrWII!t tlOll • 02024


Graneo ele Reuros Acac

~~7
,:: ·~:---

::
'?
. ..:.

"'
'
1
¡\ --
277

Elaborado por:

Bacn. Reya1ao Claros Claros z.z 15 ae marzo ae1 zo14

Bach. Reynaldo Claros Claros 2.3 06 de mayo de 2014

Bach. Reynaldo Claros Claros 2.4 08 de noviembre del 2014


278

1. Conceptos generales

En este punto se explican los principales conceptos referentes a diversos


campos y herramientas con que cuenta la base de datos:

• INTELIGENCIA DE NEGOCIO (81): Se define como el conjunto de


estrategias y herramientas informáticas que permiten utilizar de
forma óptima la información existente para la toma de decisiones.

• SOLUCIÓN 81: La solución 81 es el conjunto de elementos de


análisis de información (Informes, Vistas OLAP, etc.) que permiten
acceder de forma sencilla y potente a la información para facilitar el
proceso de toma de decisiones.

• OLAP: Una consulta OLAP permite analizar según una serie de


conceptos (Dimensiones y medidas) la infonnación disponible en los
cubos OLAP. A partir de una serie de vistas

• OLAP se puede explorar el cubo mediante sencillas técnicas que


describiremos más adelante.

• CUBO OLAP: Un conjunto de información estructurada de forma


rlirnonC!inn'!:lll u ~I"I"OC!ihlo no oo f'!:llt'ilit~ ol ~n6liC!iC! 1 In "' ohn OC!t6
UIIIIVI I~IVI IQI J Q~~ILIIV ""tUV IQ\JIIIl.CI VI Ql JQII.,-,1..:»~ Ull '-"UUV v.;,&.a

compuesto por una serie de dimensiones y métricas.

• INFORME: Muestra un conjunto de información predefinida y pre


formateado. Pueden ser mostrados como PDF's, Excel o HTML.

• PENTAHO: Plataforma Open Source para 81 con la que se

análisis de los datos y creación de informes. Las soluciones que


aporta este software se basan en Java, lo que aumenta su
flexibilidad y capacidad.
• MÓDULOS PENTAHO 81: A continuación describimos brevemente
los módulos que componen esta plataforma. Alguno de ellos
279

permiten emplear las más avanzadas técnicas de explotación de los


datos y estarán disponibles próximamente:

• Integración de datos: Permite crear procesos de extracción,

como Pentaho Data lntegration.

• Análisis: Los usuarios disponen de tablas dinámicas generadas


por Mondrian y JPivot con las que puede navegar por los datos y
enfocar la información según sus necesidades.

• Reporting: Módulo de informes. Basado en JFreeReport, permite


"'"""""'"""'"
~vi 101 Ql
o<>+o +inn ño
v i ) lO UtJV UC
"'""' •rnon+n<> UO
UV'-UIIIOI llVi)
ño f'n.-......,.
JVIIIIQ Q~ll
6nil "J """ "''""""
vVI 1 ~1 Ql 1

capacidad. Los formatos en los que se realiza la exportación son


PDF y Excel.

• Cuadros de mando (Dashboards): Los componentes de los


módulos anteriores pueden formar parte de un cuadro de
mandos en el que se incorporan con facilidad gran variedad de
tipos de gráficos, tablas, velocímetros, etc.
280

2. Sobre la Solución SI Implementada

La herramienta de Business lntelligence que se ha implementado para la


Universidad Nacional de Ucayali, permitirá a los de"vanos, directores de
escuela, jefes de departamentos y demás personas interesadas a explotar
- . - - -
los datos estadísticos que brinda esta herramienta, además la herramienta
facilita el acceso de reportes personalizados por parte de los mismos
usuarios, es decir, cada usuario podrá crear su propio reporte y guardar1o
en su carpeta personal o si desea compartirlo con otros usuarios, también
podrá solicitar un reporte nuevo al administrador de la herramienta,
acercando a la Oficina de Coordinación y Servicios Académicos.

Esta herramienta se ha implementado para servir como apoyo a la toma


do dooioionoa do loo dirootivoo do lao faoultadoo do la Univoroidad nacional

de Ucayali.

"Inteligencia de Negocios es el proceso de


convertir datos en conocimientos y el
conocimiento en acción, para ia toma de
decisiones"

Con este objetivo se ha implementado la solución de Business lntelligence.


281

3. Caracteristicas de la solución 81

Para comprender la herramienta procederemos a acceder con un usuario y


Login para este caso. Usuario "reynaldo", Password "reynaldo",
procedemos a escribir en el navegador: ~_,~~ttp:llloCéll!J,Q..~t81_8jtJ2~n~h~(

lnteñaz para el acceso a la herramienta de Bl en la UNU.

~- BI•UIJIJ ><

Modulo 81 • Unf\l&rofctad Nacional de Ucayall

Iniciar &éslón

l§bt4fM

lnteñaz de presentación de la solución Bl

Modulo Bl · Universidad Nacional de Ucayall


+ ~ ,toc:-,4-::'rli!-o
+· L; Egr="Jt.!'o:
~· ~ I~.rt-s~m+f
-+ ~ M~!ric..:JI:'I
~ Ae!:<.!r!!ls
.¡. ~.....: R?tlt(lf, A<li<!Ym.IC(tf,

-1

~11

Descripción de los botones de acceso rápido de la solución Bl


282

Arc·hivo Vi~Ja Ayuda

Modulo 81 - Universidad Nacio

¡j¡enven os

Reporte Rapido
Hadoc2

F~e por te Raid o Hado e

Al hacer Click en el botón abñr reporte se mostrara la siguiente ventana,


en el cual podemos navegar hasta seleccionar el reporte que necesitamos
visualizar.

Open
Fl!ename:

Location:
/Analisis Academice

-~a_m_e_________________J..:!)_rp_e. _D_a_te_r"l_cw:lifi_e~-----'l
DAc:ademlCo Folder Mar u, 2014 1.:26:27 Pr-1
C:: Eg resados Folder Nov 13, 2013 6:22:04 Pr-1
Dingresantes Fokler f\'lar lO, 2014 11:39:41 Al'-1 ¡
DMatriCula Fo!der f>.1ar 11, 2014 6:42:51 PM
DRecur~.os Fo!der Feb !6, 2014 11:45:33 PM
DRetiros Academic:os Fo!der Nov 13, 2013 6:22:20 PM

l
Ala hacer Click en el Menú se despliega un sub menú, donde se podrá,
cerrar sesión, abrir repartes Hadoc, análisis de datos y reportes Hadoc 2.
283

Ayude;

l~uevo

,.!o,brir...

~ ¡
J , .......~~~~~

l~uevo Re porte
Vista de analisis..•
j

i
1
Modulo 81- Universidad Nacio
::;.:" · é:..' co:1 ::1... 1

Adminlsttar ~
1

'---to..__.....-...,._-;:-4. s:enven:dos

. ""J
1
1 11 Accesos Dara Nuevo reDorte Hadoc. Analisis
., "- - - - - - , - _...., - '" - - - ,. - • - .- - • -- " "~- - - J

• -:::¡uro' Acodemleos
r "" '"_.,.,- • -

de datos y Reportes Hadoc 2, las mismas


funciones de los botones.
Cerrar Sesion, Salir

La siguiente figura muestra el árbol de navegación para acceder a un


reporte el cual se muestra en la parte inferior "archivos". al hacer Click en
el reporte de la parte inferior se nos abrirá el reporte en el visor de reportes.
- - -

IJ~vegar
Modulo BI - Universidad Nacional d
B:envenidos

- Analists
;::_~ lndtcadores Arbol de Navegacion de los reportes
~ Repon:es
·~ lngre~antes

Ahora vamos a diferenciar ambos extremos, para poder identificar fa

.
estructura de la solución 81. en la oarte izauierda se encuentra el árbol de . .
navegación de reportes, en la parte derecha se encuentra el visor de
reportes, análisis etc.
284

ViW'I l!.yuaa
.. .--1 ""'"""'t.,
• ~- ' _e) . -~1
~ 1 t

._: Reportfs
· rngresan:-e~;
L: ;..na!¡;,,~
;_; !l)cí:,actores
L f<eport-e~;
+ :__, MZitriWfa
~::_: Recursos
- :_-¡ R.E:iros A.cz.cteml!os. Visor de reportes, archivos, etc.
L ;'JlZlliSíS;
:_; Jr,lf:cadores

11
1\ \ /
Navegacion de Reportes

A continuación se muestra una imagen con un reporte abierto, y se crear


un TAB, según los reportes que se abran.

tlavegar
-:.. ~-J Ana lisis P.cademico
·- ._) r.cadem,co
:..:._:: Consulta~; Se!~ e(nar un cub::
-"' -...:J Egres.ados
=:.:: f.nali!:is Oimljiones
:.: !nclicadores
:__.: Reportes
~ ~:---; I~tgre~antes
..::_: Analisis
:.::_: l'ldicadores
··V Tab

Para abrir un reporte solo basta hacer doble Click, en el reporte, para que
se visualice en el visor de reportes.
285

~ )( lt 2J localhost:8181/pentaho/Home
AN:.I\iVO Vo~ll f,yuc111
~ -..,;, ¡=t..- fJ' -- --- ~:;¿): . J" r-. tT.:\ ~ Q. Q
_ __ ! a 1~~ .,., ¡L_;.J .1:..J ..::.. . )..L.!. • , ~ ~

1-r,~v~g~r · ~-~ --:_-~-~~TI,I-6¡esaaospo~;¿ )~~~~o .·. ____-,


~D Anahsos Academice : '- .Jv"'1) ~ .t 11 ff· • f Q '
.:. wt:.J...,~dtmi'o
CM~uit~s
1 V"
Tab del primer reporte Tab del segundo reporte
.:. D Egre<t~do~ ~scu~lt Plan FEMfiiiUO MASCULillO
CJ f.naliiJs
D lndoc:l:dore> PLAII1992-1 1~7

D R-';.1or:et PLAII199S-1
* D ingre!llr.tes Categorias
PLAII2002·11 2~ 189
.•: D Matricula
r) (.1-~fllf".C:nt{ !'.!:RO!!Ot!!~ t.Qt!,&.\'1"!!'. Pt~.!! 2002·!! !~
l• (=} R;;;~;-~,~Mmicos WfERMER!A PLAII199S.f

PLAII1002-1 23
Reportes, Archivos
PLA112008-I ~e

IIIC?iEUIEilll\ AMBIEIITAL PLA112001-I 11

UGEHIERIA fORfSTAL PLA111900·1 ~!

Para cerrar el reporte abierto, solo basta hacer Click en la imagen X, de


cada TAB.

:. D Analisi:: Academ¡co
-=: D .r.c~demlco
D Cons~tltes
S D Egresados EseueiA Pl3n FfMEUIIIO M
[J /-..nl!h5tS
D !()áicadores AGROIIOMI PLA111992-1
D Re(lortes PLAU 1998-1
:+J D !:-,~weHtrttes Cierra el primer reporte
PlAII 2002-11 24
.+: D Matricull!
[J Rec.ur~o~ AGRO/IOMIA AGUAYTIA PLAII2002-11

EIIHRMERIA PLAU 1995·1

-------------~, PLAU2002-1
Archivos r......
PLAII200S-I :o
~ H1S\Orll'll de- Earesado$ oor flanes
trJGEUIERIA AUBIEIITAL PLAII 2007-1
~ Historial de Egresadoso por sello
IUGEIIIERIA FORESTAL PLAU1990-1

4. Otras funcionalidades de la solución 81


Ahora procedemos a crear una carpeta con nuestro nombre para guardar
nuestros reportes personalizados.
A continuación hacemos Click derecho en el árbol de reportes y añadimos
••~""~~ r"U''\rnhro r.o~t"\ol"+hu"\
UIIIIVIIIIJIO IO~tJOvUVV.
286

Archivo Vista /·,yuda

NavegiH
Modulo BI - Universidad Nacion
1+ 2 Anali$íS Academico

Se muestra al hacer
Click Derecho

Escribir el Ílombre de la carpeta y hacer Click en OK "

.--· .
-
.
""'"':"
- ..
.gar :"( '
Modulo BI- Universidad Nacional de Uca
Anofists Aatdemlcc

t.. - ·-

Nueva carpeta

~=~~111 rr===~l
r~====~~====~·~------~----~~~~==~' Nombre:

--
11

_ _ t\1í carpeta persona~ 1

·-
~ ~-~---------~
:.;·--·

Ya podemos visualizar mi carpeta personal creado, en ella se podrá


guardar los reportes creados para tus fines.
287

·~·
..=.. lliJ

tlavegar Modulo BI- Universidad N

!i""'.enid~

Mi carpeta
1
personal creado
IJ 1

A continuación se ha creado y guardado un reporte en mi carpeta


personal tal como se muestra en la siguiente imagen.

t~cw~gar .l

""' :.__: Analisi=: Academic:o


+. :-.:.J Academico
+ ~':~ Egresados t!atricuf& Vi9"er~t: 1'

·+~ ·~ Ingresant.es Column


+ '~ , Matricula Dimensiones
~·~ Recursos
Filas
+ __: Retiro=· Academic:os
~ MI carpeta pe-sonar t ..- • _;r I:SpeCliiiiCIIICI

o (A,O} filtro
o facu!tat!

o Sígl:;
Escuela
.._] Penr:t!a
Archivos .....J SeJ:O AGROtiOM

AGROIIOM

IIIGEill~RIA

~rtecreado v .J L!e::lrclas

~ A -L.I!-!- 1"""\1 A r'\


O. f\fléill~l~ ULJ-\t"

Definiciones previas:

• DIMENSIONES: Son los distintos puntos de vista desde los que se


puede analizar la información. Una dimensión está compuesta por
288

una o varias jerarquías que penniten conocer distintos niveles de


~ot'!llllo /t:i · nirnondñn +iornnn· Añn ~orno~+ro rno~\
UvlCIIIv \'-J·· L.lllllvii~IVII UviiiJJV. ' " ' " v - vvlllv~Uv- lllv~J-

• NIVEL: Uno de los niveles de detalle de una dimensión (Ej.:


Trimestre dentro de la dimensión tiempo).

• MEASURE (MEDIDAS, METRICAS): Valores (habitualmente


numéricos) que se quieren analizar desde una serie de puntos de
vista (dimensiones).
- .
Un ejemplo
- . de métrica puede.
ser el valor de
cantidades de alumnos, notas, promedios, etc.

r-i:d.das ~ 1
E~pec·~lrúaá Fenodo Retiro Sexo ~ 1 oía!

· - Fac ..rltades ~ c..tumnos .:. P·enodGs de Ret<ro~ y Sexo(:) 2.442[

~ CIHICL;S AGR.OrECU!-J0-5 ~ .1-.tumnos + ?enodos de Re:;ro~. ~ Sexo{~) 5i.5:'


·> CIEIKI4S D~ l~. s,~.lUD ..¡. FJumnos ·) ?eriodos de Reriro~ y Sexo{s) 218,
1 + ClE!4CIAS FOREST f'.LES * t..1umnos * Penados de Ret1ros * Se~:o(s) 177'

·>CS. ECONOMIUS, 1-,DMUHSTMTIVA.S Y C0'4T!-.8LES .:. ,'.tumnos .:. Periodos de Ret·ros .:. SeY.o(:) 737:'
+ OER.ECMO Y C!EtiCi.'.S fú!.Ji!CAS + /·Jumno~; 4 Feriodos de Re~iros + Sexo{s) 1ccd
' ·) EOUCAC!Ot~ Y C!EtiCV..S SOCl.4.lES .:. A!umnos ·> Periodos de R.e:¡roE. + Sexo( E) 297!
+ I~lGEWC:R!.A. DE SISTE~I.I-5 Y OE I:~GEI-IiER!A CML + A 1 un~nos .¡. PeriOdos de Re~¡ros + Sexo(s) 222 1'

"' MEDIC!IIA HUMANA .¡. Al:;~mno!. • Periodos <le Re:iros + Ser.oC!) 175_1

Ejemplo de vista de cubo de Retiros Académicos

La herramienta que facilita la exploración OlAP es STPivot. A


continuación, se exponen sus principales funcionalidades:

• Menú de Acciones: Un menú con un botón para cada una de las


acciones que se pueden realizar (cada una de ellas se describirán
más adelante).
289

• Tabla de datos: Presenta los datos en filas y columnas de las


dimensiones y las métricas seler~onadas.

• Área de filtros: Muestra todas las categorías que han sido


filtradas para algún elemento concreto.

• Vista del cubo: Contiene la vista actual del cubo. Desde ella se
r"U 10.rl0. n'!:a\f0gar r'\1"\r o.l rni~rnn 4!3 fr~\IÓ~ ño ~~~ ñin"'\O.n~it"\nOC r .. 10. eO
JJUCiUCi 1 IQ Vv 1 JJVI Cil 1111~ IIV Cl U CIYCio;) Uv IQ>;) Ullllvl lo;)IVI JO>;) "fUCi ,;,c;

deseen. Cuando pulsemos


.
un "+" profundizaremos
.
en la -jerarquía
.
de
dicha dimensión y pulsando sobre los"-" subimos dentro de ella.

ACCIONES

• NAVEGADOR OLAP
r--1

ltaMil
Esta es la más importante de las acciones, pues abre el menú de
navegación OLAP que permite seleccionar qué dimensiones,
elementos de las mismas o métricas se quieren visualizar y dónde
(filas o columnas) pueden verse.
290

Nueva v1st~ de anat:Sis ( •.;

' - facu!tz.des
4 CIEIKlAS ;..G:;:OPECUP.Rif..S 4 ,:..r~mnos 4 f'
+ CIEt:CIAS !)E LA SALUD .¡. Alumr~os .¡. P
4 CiENCYF.S FO::\EST ALES • ?.lumnos + P
+CS. ECotWM!U.S, .4DMI~JiSTR.ATiVAS Y COfH,ü.SLES 4 Alumnos 4 F'

+ DERECrlO Y C!Ei~G4.S POLITIO.S


4 EDIJO. CION Y C!!:W:Y·.S SOC!A.LES + ;Jumnos + P

¡i f, ~"'"'..' 1 ...L ..... - - - ___ , ....


~ !Nt.>l:~lll::K.If.

4 MEDIC!!:t•, HU~NU·.
-- - - - - - · ~4- •• -- -·---~ ---··

IJC: SlS 1 !::Mft~ Y!.>!:: mr.;::at:K.JP, t:ll/ll


·-- ·-

~ Aíumnos ~
+ ?Jumnos •
F·,
f·4

1~
.
"----/'
Navegador OLAP

En el área de columnas, se colocarán los elementos (dimensiones y


métricas) que deseamos visualizar como columnas en la vista OLAP.
Se procede de igual forma con el área de filas. El área de filtros
contendrá los elementos que no se desean visualizar en la vista del
cubo, bien porque se quieren ignorar, bien porque simplemente se
nt tioron fil+r~r lnC! rl~tnC! n~~ ~lnttnnC! rlo ct '" \l~lnroC! (", ·~In• tior
'i"-~1VIVII IIILIQI IV~ UCiii&.V,;:J pC!IO QI~UIIV.;:t UG ...;)U.¡;j YQtUIQ..,;). \JUQI"tUIVI

modificación puede aceptarse o cancelarse con los siguientes


iconos:

Al actuar sobre ellos, podremos ver inmediatamente cómo afectan a


1'!3 ""'""' tl+<!3 lnc- ~rnhinc- nt to e-o h<!3n ro'!31i.,.~rln (", t<!3nrln nhtonn<:>tT'Inc-
ra vvl r;:,ut<Cl rv;:, val r rurv;:, "tu"" """ r rao r r uarrL.auv. \JUClt tuv VUlut t~at rtv;:,

la consulta deseada bastará con hacer Click sobre el icono de


navegación OLAP para ocultar esta área y dejar únicamente la
consulta.

Para mover las dimensiones entre las distintas áreas se utilizan los
irnnnc: rnlnr!:lnnc: !:11
~~
' ' " " " ' IVftt.l "'"""IV""'"''WV'tt.l
l!:~rln rt~l nnmhr~ rt~ l!:~ rtim~nc:iñn·
........ V """'' 1 IVIIIWI V \otV 1'-" ""''' 1 lVI lVI VI lo
291

CohmHM<.t ' __.....-!'.lucw el dl.:lllC'nlll al an.·a ~~~. tila.;


.,. ...··~
\luc\.: 1.:1 dl'nh:nto al .ln.'<l ~.h.· liltro,

'!' ~ R~.·urtkna .:1~.:11-·nh.:ntu d~o.:ntro d~: -.u úr..:a


... ;
......... - - '4 1 • 1 • t ..
turro ~ 'HU..:\1.' t:l \."11,;111.;11111 ,lf ,u¡,;-,¡ Ul..' I:Uillfllll,h

Además es posible, pulsando sobre el nombre de una dimensión,

se quieren visualizar (o para qué valor se quiere filtrar, en el caso de


estar navegando en el área de filtros).

Especialidad
" FacL,:tades
~ C!EI\JCJAS AGROPECwAR!AS
v CIE'KIA.S DE LA SALL•u
" '- CIE:'-~C!AS FORESTALES
" t CS. ECONOWICAS, ADMii\IISIRAIIVAS Y CO~TABLES
" :- ~ DERECHO Y CIENCIAS PO:..IT!CAS
J .. .;:... C:t"\~ 11""·.1\rt'""'!\.• V l""tC:'\II""'TA.: Cf'"\r!At =~
· -., '-t..IV\...M\.1\JI'f 1 \....t¡;.,.•'l~.o.~-' ..;.n,.••n.,¡~'-~-,

" · ::1 INGEN!ERIA DE SISTEMAS Y DE JNGE'\JlERIA CIVIL


"' ;;. flr~EEli(lNA Ht;MA~~A

fx Formul~s:

Ejemplo de selección de datos con seiección de las facultades

Bastará con seleccionar y aceptar los elementos deseados para que


o~tt'\~ ""'"'""ro.,,_.,.r"\ Or"\ ru IO~t ...,. ""'"~' olt"" A 1"1'\ntino ,.,.,_¡;.r"\ ~o no~l'rihon
,.;.;nv~ CltJC:U v.C..IJCII 1 v i 1 IIUv~U C1 '-VII~UnQ. " " '-VIIUIIUCI\IIVI 11 ~v Uv~\IIIUvl 1

los iconos de la zona inferior que pueden ser de gran ayuda para
facilitar el trabajo sobre la dimensión.
292

Act!ptar o cancelar la modificación realizada

Eliminar la s12k:cción dl' toda~ las casíllas o selccciunar todas

l\grup<Jr o dcsag,·upnr los conjuntos de clcmcmos sclcccionnblcs

Una vez que terminamos el trabajo sobre la dimensión y aceptamos la


selección realizada! volvemos a la vista del cubo con todas sus
dimensiones. Debemos aceptar de nuevo para ver en la consulta los
cambios que se han realizado.

• MDX

Cada una de las consultas que vemos tiene su representación en


código MDX. Este se puede visualizar pulsando sobre el
correspondiente icono y el código obtenido se puede seleccionar y
guardar en un documento de tipo texto. Esto permite a usuarios
avanzados almacenar consultas que requieran de cierta elaboración
y se vayan a ejecutar periódicamente. Simplemente con copiar y
pegar en la zona de edición MDX nuestra consulta, obtendremos el
resultado.

• MOSTRAR PADRES

Para cada elemento en la vista OLAP muestra sus antecedentes


dentro de su misma dimensión. (Ej. Si se está en datos por países,
se ven el área geográfica y continente al que pertenecen).
293

Nuevl'l v1ctll de lll'laL!jS


-- -·. . "'-.~ .í ..... 1~
,-;.' '-~~1'= ~
~~ • _¡f7':" ..._¡ ~1
..I.JIV _:gj ...::.J