ETL Untels

UNIVERSIDAD NACIONAL TECNOLOGICA DE LIMA SUR
FACULTAD DE INGENIERÍA Y GESTIÓN

CARRERA PROFESIONAL DE INGENIERIA DE SISTEMAS
INTELIGENCIA DE NEGOCIOS
DESARROLLO DE DATA MART PARA MEJORAR LA TOMA DE

DECISONES DE LOS PROCESOS DE VENTAS DE LA EMPRESA
“DISTRIBUIDORA CASERITA”, 2019
INTEGRANTES:
Hernández Sánchez, Lisseth
PROFESOR:
M.Sc. Leónidas Asto
LIMA – PERÚ
Diciembre, 2019
1
INDICE DE CONTENIDOS
1. Planeación y administración del proyecto.............................................7

1.1 Planteamiento del problema........................................................................7
1.2 Estado del arte............................................................................................7
1.2.1 Antecedentes nacionales.............................................................................8
1.3 Procesos de negocio...................................................................................9
1.4 Alcance del Proyecto.................................................................................10
1.5 Objetivos....................................................................................................10
1.5.1 Objetivo General........................................................................................10
1.5.2 Objetivos específicos.................................................................................10
1.6 Justificación...............................................................................................11
1.7 Recursos y costos......................................................................................11
1.7.1 Personal.....................................................................................................11
1.7.2 Hardware de desarrollo..............................................................................11
1.7.3 Software de desarrollo...............................................................................12
1.8 Beneficios..................................................................................................12
1.9 Tareas a realizar........................................................................................12
1.10 Roles y equipos.........................................................................................13
1.11 Administración del proyecto.......................................................................13
.....................................................14
2. Análisis de requerimientos..................................................................15
2.1 Modelo de Negocio....................................................................................15
2.1.1 Descripción de los procesos de negocio....................................................15
2.1.2 Los problemas del Negocio.......................................................................15
2.1.3 Objetivos, Estrategias, Indicadores o KPIs................................................15
2.2 Resumen de los requerimientos obtenidos en la entrevista.......................16
2
2.2.1 Catálogo de Requisitos..............................................................................16
2.2.2 Definición de Medidas...............................................................................18
De acuerdo a los requerimientos definimos dos medidas:.........................................18
3. El modelo lógico: modelo dimensional................................................18
3.1 Selección del Data Mart.............................................................................18
3.2 Definir las dimensiones..............................................................................18
3.2.1 Mapeando las dimensiones del negocio en las tablas de dimensión.........19
3.2.2 Agregando las claves primarias a cada dimensión....................................19
3.2.3 Identificando las jerarquías analíticas........................................................20
3.2.4 Agregar las claves a cada atributo jerárquico............................................20
3.2.5 Determinar la granularidad de cada dimensión..........................................21
3.3 Definir la tabla de hechos..........................................................................21
3.3.1 Mapeando las medidas del negocio en las tablas de hechos....................22
3.4 Definiendo las claves primarias y las relaciones entre tabla de hecho y
dimensiones..................................................................................................................23
3.5 Definiendo el Modelo de Estrellas o Modelo de Copo de nieves...............23
4. Diseño técnico de la arquitectura........................................................25
4.1 Descripción de la fuente de datos transaccional........................................25
4.1.1 Modelo de la Fuente de datos...................................................................25
4.1.2 Descripción breve del modelo....................................................................25
4.2 Infraestructura: servidores, equipos...........................................................25
4.3 Flujo técnico de la arquitectura: back room, front room.............................26
5. Procesos de extracción, transformación y carga.................................27
5.1 Identificar fuentes y destinos detallados....................................................27
5.2 Selección de herramienta de ETL..............................................................27
5.3 Cargar dimensiones...................................................................................28
5.4 Carga dimensiones y tabla de hechos incrementales................................29
6. Diseño físico.......................................................................................30
6.1 Trasladar el modelo dimensional al modelo físico. Aplicando nombre s y
estándares de la base de datos, identificar el tipo de datos y la longitud de las
columnas, etiquetar atributos como Nulos y No nulos...................................................30
6.1.1 Diseño fisico de la dimension cliente.........................................................30
6.1.2 Diseño fisico de la dimension vendedor.....................................................31
6.1.3 Diseño fisico de la dimension Articulo........................................................32
6.1.4 Diseño fisico de la dimension tiempo.........................................................32
6.2 Determinar la longitud de la BD del DWH..................................................33
6.3 Determinar la estrategia de indexación......................................................33
6.4 Sentencias SQL para crear el modelo.......................................................33
7. Aplicaciones para usuarios finales: características.............................33
7.1 Elegir la herramienta para procesamiento analítico...................................33
7.2 Lista los resúmenes de información requeridos por los usuarios...............33
7.3 Determinar los cubos.................................................................................33
3
7.4 Diseñar los reportes a mostrar...................................................................33
7.5 Selección de herramienta de aplicación para usuario final: Puede usar Ms.
Excel u otra herramienta...............................................................................................33
7.6 Implementación de la herramienta Ms Excel u otra herramienta..............33
7.6.1 Crear las tablas dinámicas.........................................................................33
7.6.2 Construir los gráficos dinámicos................................................................33
7.6.3 Crear interface para navegador web.........................................................33
8. Conclusiones y recomendaciones.......................................................33
4
INDICE DE TABLAS
Tabla 1. Beneficios de la implementación de una solución BI......................9
Tabla 2. Cronograma del proyecto.............................................................11
Tabla 3. Requerimiento 01.........................................................................13
Tabla 10. Requerimiento 08.......................................................................15
Tabla 11. Detalles del modelo dimensional................................................15
Tabla 12. Claves primarias........................................................................16
Tabla 13. Definiendo jerarquías por dimensión..........................................17
Tabla 14. Clientes_dim..............................................................................18
Tabla 15. Proveedor_dim...........................................................................18
Tabla 16. Articulo_dim................................................................................18
Tabla 17. Vendedor_dim............................................................................18
Tabla 18. Factura_dim...............................................................................18
Tabla 19. Medidas del negocio..................................................................19
5
INDICE DE FIGURAS
Figura 1. Organigrama de la empresa.......................................................10

Figura 2. Base de datos transaccional de la empresa...............................18
Figura 3. Modelo dimensional....................................................................21
Figura 4. MS SQL Server...........................................................................25
Figura 5. Pentaho......................................................................................25
Figura 6. Conexion de la base de datos con Pentaho...............................27
Figura 7. creacion de las tablas de dimension...........................................28
Figura 8. Carga de dimensiones................................................................29
Figura 9. Carga de dimensiones y hechos.................................................30
Figura 10. Cargar dim_cliente....................................................................31
6
1. Planeación y administración del proyecto
1.1 Planteamiento del problema
La inteligencia de negocio actúa como un factor estratégico para una

empresa u organización, generando una potencial ventaja competitiva, que
no es otra que proporcionar información privilegiada para responder a los
problemas de negocio: entrada a nuevos mercados, promociones u ofertas
de productos, eliminación de islas de información, control financiero,
optimización de costes, planificación de la producción, etc.
Actualmente la empresa, cuenta con una base de datos recargada y
con información confusa para los trabajadores, por ese motivo no se
realizan adecuadamente las estimaciones en los procesos del negocio.
El gerente del negocio no tiene la información exacta de las venas y
ganancias obtenidas, la falta de pronóstico y que no se utilicen las fuentes
históricas en ventas, origina que las metas que se establecen a los
vendedores no sean exactas y en ocasiones no llegan a cumplir, esta
situación no permite aumentar la productividad de los empleados.
La empresa tampoco cuenta con un control en las cajas, lo que produce
que algunos vendedores por querer atender rápido a los clientes no
generen comprobantes de pago.
Actualmente tampoco se cuenta con un control de clientes, algunos
vendedores no registran a los nuevos clientes, o registran más de una vez
a un mismo cliente lo que genera exceso de datos repetidos.
La empresa tiene la necesidad de analizar las ventas realizadas
diariamente para así tomar decisiones de continuidad o expansión, pero la
información que se tiene esta desordenada, Es por ello que la
“Distribuidora Caserita” desea implementar un análisis de predicción
mediante el Bussinnes Inteligence, comenzando por armar datos del Data
Warehouse, depurarlos para crear la data mart y así finalmente hacer un
análisis más preciso de los datos y crear predicciones óptimas para la
toma de decisiones
1.2 Estado del arte

Se encontraron diversos estudios sobre la aplicación de inteligencia de
negocios orientadas a diferentes áreas de la empresa, de las cuales se
7
muestran las orientadas al área de venta, almacén y finanzas, que son
las estudiadas en esta investigación.
1.2.1 Antecedentes nacionales
- “DISEÑO DE UNA SOLUCION DE INTELIGENCIA DE

NEGOCIOS COMO HERRAIENTA DE APOYO A LA TOMA DE
DECISIONES EN EL AREA DE VENTAS DE LA EMPRESA
FARMACEUTICA DISPEFARMA”, En la universidad Nacional
Mayor de San Marcos. Este trabajo de tesis llego a las
siguientes conclusiones
La solución de inteligencia de negocios mejora
significativamente la toma de decisiones en el área de ventas
de la empresa Disperfarma.
Se identifico los mejores clientes por producto y los clientes
fidelizados en el tiempo lo cual facilitara el desarrollo de estos
clientes a fin de ofrecerles nuevas promociones
La solución de inteligencia de negocios mejoro
significativamente la calidad de la información haciendo más
confiables los reportes generados a partir de ella brindando un
soporte para la toma de decisiones de la empresa.[CITATION
Car17 \l 10250 ]
- “ANALISIS DISEÑO E IMPLEMENTACION DE UNA DATA

MART QUE GARANTICE UNA ADECUADA TOMA DE
PROMED E.I.R.L LIMA, 2017”, Este trabajo tiene como objetivo
desarrollar e implementar un datamart para garantizar una
adecuada toma de decisiones. En conclusión, se demostró que
el análisis, diseño e implementación de un datamart garantiza
una adecuada toma de decisiones, calidad de reportes y
calidad de información en el área de ventas de la empresa.
[ CITATION Jos17 \l 10250 ]
- “DESARROLLO DE UN DATAMART PARA MEJORAR LA
TOMA DE DECISIONES EN EL AREA DE VENTAS DE LA
CORPORACION FURUKAWA”, Llego a las siguientes
conclusiones
8
o El modelo multidimensional de la solución logro abarcar
las necesidades de información identificadas y fue
presentada utilizando diagramas de fácil comprensión.
o Los procesos de extracción, transformación y carga de
los datos fueron correctos y coherentes
o La elección de las herramientas de exploración fue la
adecuada, debido a que permitió una fácil interacción.
o El datamart cubrió las necesidades de los usuarios
estratégicos logrando así que la gerencia de ventas
tenga ahora una herramienta para el análisis de ventas.
[ CITATION Ale14 \l 10250 ]
1.3 Procesos de negocio
- Descripción de la organización
- Razón Social: “Distribuidora Caserita”.
- Ubicación: Villa el Salvador.
- Rubro: venta de productos de primera necesidad, golosinas, y
bebidas al por mayor y menor.
- Clientes: Los principales clientes de esta empresa están las
amas de casa, y los propietarios de bodegas ya que compran los
productos por mayor a bajo precio.
- Competidores: Los supermercados son una fuerte competencia
ya que tienen mayor publicidad y en algunos casos dan ofertas
que iguala los precios actuales que tiene la empresa.
- Organigrama.
9
Figura 1. Organigrama de la empresa
Gerente
general
Jefe de Jefe de
ventas almacen
Vendedores
Fuente: propia
1.4 Alcance del Proyecto

Con el presente proyecto se pretende mejorar el proceso de toma de
decisiones en la empresa mediante la creación de un Datamart que
permita a los encargados del área venta (jefe de almacén y jefe de
ventas) tener un mejor control de sus procesos y realizar análisis para
pronosticar en el futuro.
En el área de ventas se tendrá mejor organización en cuanto a las
ventas de cada empleado, lo que ayudará a saber el avance de los
mismos y la eficiencia en su labor. También se tendrá un historial de
ventas mensual, para tener los datos de los productos más vendidos en
el mes y reforzar los menos vendidos con promociones o activaciones.
1.5 Objetivos
1.5.1 Objetivo General

Desarrollar una data mart para mejorar la toma de decisiones de los
procesos de venta de la empresa “Distribuidora Caserita”
1.5.2 Objetivos específicos

- Desarrollar una data mart para mejorar la toma de decisiones
de los procesos de venta de la empresa “Distribuidora
Caserita”.
- Desarrollar un data mart que muestre las ventas realizadas
durante la semana.
- Desarrollar un data mart que muestre las ventas realizadas
durante el mes.
10
- Desarrollar un data mart que permita ver que productos se
vendieron.
- Desarrollar un data mart que permita hacer una comparación
entre los vendedores.
1.6 Justificación
La presente investigación se justifica en la necesidad que tiene la

empresa de conocer el nivel de ventas, los productos involucrados y
vendedores. Esta investigación propondrá el desarrollo de un DataMart
para poder tomar decisiones que ayudará al crecimiento de la
organización.
Desde el punto de vista académico es justificable debido a que se
pretende contribuir con nuevos conocimientos a los demás alumnos de la
Carrera de Ingeniería de Sistemas fortaleciendo su formación profesional,
sirviendo de ayuda para trabajos posteriores.
Justificación metodológica, la metodología Ralph Kimball es una
herramienta importante para la aplicación y cobra mucha importancia en
su utilidad para obtener una mejora significativa en la toma de decisiones
en el área gerencial.
1.7 Recursos y costos

1.7.1 Personal
Tabla 1. Recursos y costos del Personal
Cantidad Tiempo Importe Importe

(meses) mensual total
Jefe de 1 4 3500 14000
proyecto
Analista de 1 3 3000 9000
base de
datos
Asistente 1 4 1000 4000
Total 27000
1.7.2 Hardware de desarrollo
Tabla 2. Recursos y costos del hardware
Cantidad Importe total

CPU 1 2000
Monitor 1 250
Impresor 1 500
11
a
Teclado y 1 100
mouse
Total 2850
1.7.3 Software de desarrollo

Tabla 3. Recursos y costos del software
Cantidad Costo
MS SQL server 1 $0
Bizagi 1 $0
Pentaho 1 $0
Total $0
1.8 Beneficios
Tabla 4. Beneficios de la implementación de una solución BI
Beneficios
Humano - Equipo de trabajo efectivo capaz de tomar
las decisiones apropiadas
- Enriquecer el proceso de análisis de la
información por parte de la gerencia
- Optimizar la gestión dentro de la
institución
Tecnológico - Herramientas de información acorde a las

necesidades de la empresa
- Tecnología amigable con los usuarios
Material - Reducción de tiempos y costos en la
emisión de reportes y el proceso de
análisis de información
- Información veraz y oportuna
- Toma de decisiones basadas en reportes
dinámicos
Fuente propia
1.9 Tareas a realizar

Las tareas a realizar las definimos siguiendo la metodología Kimball. Son
las siguientes:
Planificación del proyecto:
- Identificar los problemas.
- Definir el alcance del proyecto.
- Identificar los requerimientos.
- Definir las tareas.
- Controlar los procesos de la empresa.
Definición de los requerimientos de negocio:
12
- Realizar entrevistas a los encargados de las áreas en
gestión.
Modelado dimensional:
- Elegir el proceso de negocio.
- Elegir las dimensiones.
- Establecer el nivel de granularidad.
- Identificar medidas y tabla de hecho.
Diseño físico
Diseño e implementación del ETL
Mantenimiento y crecimiento del DWH
1.10 Roles y equipos

La única persona encargada de la planificación y desarrollo del
proyecto es quien redacta este documento. A mi cargo está el monitoreo de
la planificación del mismo, también mencionar que la parte técnica de este
proyecto como son: la carga de los ETL, la creación de las dimensiones y
de la solución BI también está a mi cargo, siendo el único responsable que
toda la información sea consistente y que se trabaje con datos reales
1.11 Administración del proyecto

El proyecto se realizará en aproximadamente 15 semanas que dura
en ciclo académico, a continuación, el cronograma con las tareas a
realizar:
13
Tabla 5. Cronograma del proyecto
Fuente: propia
14
CAPITULO 2
2. Análisis de requerimientos
2.1 Modelo de Negocio
La empresa distribuidora caserita se dedica a la venta por mayor y
menor de productos de primera necesidad, como también golosinas y
bebidas.
2.1.1 Descripción de los procesos de negocio

Proceso de ventas
El vendedor consolida la venta y registra en el sistema para
verificar si los productos están en stock, si los productos
requeridos están disponibles hace la factura y deriva al cliente a la
zona de despacho para la entrega de los mismos.
El sistema hace el descuento y los ajustes necesarios para
tener la cantidad exacta de los productos en stock, El encargado
de almacén en ocasiones revisa que el stock del actual sea igual
al que aparece en el sistema.
2.1.2 Los problemas del Negocio

En el negocio principalmente se tiene el problema en el área
de ventas, los vendedores no ingresan sus ventas al sistema, lo
que no permite un control exacto de los productos vendido y
genera problemas al realizar el conteo de productos, tampoco se
tiene información de los comprobantes de pago. La gerencia no
tiene la herramienta para obtener informes sobre sus ventas
diarias, mensuales o anuales, lo que no permite realizar
pronósticos a futuro.
2.1.3 Objetivos, Estrategias, Indicadores o KPIs

En la terminología empresarial, un indicador clave de
rendimiento (KPI) es una medida cuantificable para identificar los
éxitos empresariales. Los ejecutivos de una compañía suelen
utilizar KPI agrupados en una pestaña empresarial para obtener
un resumen histórico rápido y preciso de los éxitos empresariales.[
CITATION Mic14 \l 10250 ]
Para el presente proyecto definimos los siguientes indicadores o
KPIs:
15
- Ventas totales (por semana, mes, año).
- Ganancias (Por semana, mes y año).
2.2 Resumen de los requerimientos obtenidos en la entrevista

Para obtener los requerimientos de los usuarios se pactó una
entrevista con el gerente general y el encargado de almacén de la
empresa. (Anexo 1 y 2)
Esta reunión ayudó a comprender mejor las necesidades de los
usuarios de tener la información precisa en el momento indicado y de esta
forma reducir tiempos.
2.2.1 Catálogo de Requisitos
Los requerimientos indicados por los usuarios fueron
analizados y nos dio como resultado Lo siguiente:
Tabla 6. Requerimiento 01
Requerimiento 01 Nombre Generar reportes de

ventas
Prioridad Alta Tipo Funcional
Descripción: La solución de inteligencia de negocios permitirá
generar reportes de ventas en el momento que el encargado lo
desee. Tendrá en consideración lo siguiente:
- Fecha
- N° de factura
- Cliente
- Monto total
Fuente propia
Requerimiento 02 Nombre Medir las ventas

Descripción: se requiere que la solución de inteligencia de
negocios mida las ventas en base a la meta presupuestada
indicando el porcentaje de cumplimiento obtenido.
-
Fuente propia

productos vendidos
16
Descripción: Se requiere tener el detalle de productos vendidos
por funcionario, además del porcentaje de ventas por producto.
Fuente propia
Requerimiento 04 Nombre Generar ranking de

productos
Descripción: Se requiere tener un ranking de los productos más
vendidos en el mes.
Fuente propia

productos con poca
venta
Prioridad Media Tipo Funcional
Descripción: Se requiere tener el detalle de productos poco
vendidos para hacer activaciones o crear promociones
Fuente propia
Requerimiento 06 Nombre Sistema amigable

con el usuario
Prioridad Alta Tipo No Funcional
Descripción: Se requiere que el sistema sea fácil de usar para
los usuarios finales.
Fuente propia
La base de datos transaccional de la empresa se muestra en la Figura 2.
17
Figura 2. Base de datos transaccional de la empresa
2.2.2 Definición de Medidas

De acuerdo a los requerimientos definimos dos medidas:
- Cantidad: se refiere a la cantidad de artículos.
- Monto total: Se refiere al precio total.
- Ganancia: se refiere a las utilidades de la empresa
3. El modelo lógico: modelo dimensional

3.1 Selección del Data Mart
El proceso de negocio según lo analizado anterionemte en el proceso
de ventas de la empresa “Distriuidora Caserita”
3.2 Definir las dimensiones

Para definir las dimensiones con las que va a contar el data mart se
empezó identificando las mas importantes para la elaboración de reportes
de ventas que implican artículos, clientes, factura entre otras.
Elegimos las siguientes dimensiones
Tabla 12. Dimensiones encontradas para el datamart
Dimensión encontrada Dimensión definida

Articulo Articulo_dim
Cliente Cliente_dim
Factura Factura_dim
Vendedor Vendedor_dim
18
3.2.1 Mapeando las dimensiones del negocio en las tablas de
dimensión
Se identificaron las siguientes tablas de las dimensiones
definidas anteriormente:
Tabla 13. Detalles del modelo dimensional
DIMENSION DESCRIPCION NIVELES

Dim_Articulo Almacena los datos de los Id_articulo, Art_nombre,
artículos que se venden en Art_PrecioCompra,
la empresa Art_PrecioVenta, Art_stock
Dim_cliente Almacena datos de los Id_Cliente, Cli_Nombre,
clientes
Dim_factura Almacena datos de los NumeroFactura,
comprobantes de pago que FechaFactura, MontoNeto,
se le entrega a los clientes MontoIgv, MontoTotal,
utilidad
Dim_vendedor Almacena los datos del Id_vendedor, Ven_Nombre,
vendedor
Dim_tiempo Almacena los valores de
tiempo en día, mes y año
Fuente propia
3.2.2 Agregando las claves primarias a cada dimensión

Las claves primarias a cada dimensión son las siguientes:
Tabla 14. Claves primarias
Dimensión Clave primaria

Dim_cliente Id_Cliente
Dim_articulo Id_Articulo
Dim_Factura id
Dim_Vendedor Id_vendedor
Dim_tiempo Id_tiempo
Fuente propia
3.2.3 Identificando las jerarquías analíticas

En la siguiente tabla se detalla las definiciones de jerarquía
por cada tabla de dimensión.
Tabla 15. Definiendo jerarquías por dimensión
19
Dimensión Descripción Jerarquía
Clientes_dim Esta dimensión 1. Cli_Nombre,
contiene datos de
los clientes
Articulo_dim Esta dimensión 1. Art_nombre,
abarca los 2. Art_stock,
productos en venta 3. Art_PrecioCompra,
4. Art_PrecioVenta.
Factura_dim Esta dimensión 1. FechaFactura,
contiene los 2. MontoNeto,
detalles de los 3. MontoIgv,
comprobantes de 4. MontoTotal,
pago 5. utilidad
Vendedor_dim Esta dimensión 1. Ven_Nombre,
contiene los datos
de los vendedores
Fuente propia
3.2.4 Agregar las claves a cada atributo jerárquico.
Tabla 16. Dimension clientes
Id_Cliente CHAR(6) Clave del cliente

Cli_nombre VARCHAR(60) Nombre
Fuente propia
Tabla 17. Articulo_dim
Id_articulo CHAR(18) Clave del articulo

Art_nombre VARCHAR() Nombre
Art_stock DECIMAL(10,2) Cantidad en
stock
Art_PrecioCompra DECIMAL(10,2) Precio de
compra
Art_PrecioVenta DECIMAL(10,2) Precio de venta
Fuente propia
Tabla 18. Vendedor_dim
Id_Vendedor CHAR(18) Clave del vendedor

Ven_nombre VARCHAR() Nombre
Fuente propia
Tabla 19. Factura_dim
id CHAR(18) Clave de la factura

FechaFactura Datatime Fecha de la
factura
MontoNeto DECIMAL(10,2) Monto neto
MontoIgv DECIMAL(10,2) Igv
MontoTotal DECIMAL(10,2) Monto total
Utilidad DECIMAL(10,2) Ganancia por
factura
20
Fuente propia
3.2.5 Determinar la granularidad de cada dimensión

Llegaremos a un detalle oportuno para este proyecto, no será
genérico ni tampoco muy detallado ya que los requerimientos no
solicitan una gran granularidad
3.3 Definir la tabla de hechos

A continuación, definiremos el modelo dimensional según la
metodología Kimball, donde se muestra la relación entre la tabla de hechos
y las tablas de dimensiones
Figura 3. Modelo dimensional.
Fuente propia
3.3.1 Mapeando las medidas del negocio en las tablas de hechos

En la siguiente tabla definimos las medidas de negocio
Tabla 20. Medidas del negocio
Medida Descripción
MontoIgv Monto igv de cada factura
MontoNeto Monto neto de cada factura
Utilidad Utilidad recibida por cada venta
Fuente propia
3.3.2. Identificando formulas

Para definir las medidas, utilizaremos las siguientes formulas:
21
- MontoTotal: Suma se las medidas MontoIgv y MontoNeto
- Utilidad:Monto ventas – Monto compras
3.3.3. Granularidad de la tabla de hecho

Los requerimientos del proyecto no exigen una alta
granularidad, por lo tanto, tenemos una granularidad no muy alta
pero si precisa para cada dimensión.
3.4 Definiendo las claves primarias y las relaciones entre tabla de hecho y
dimensiones.
Una clave primaria de una tabla es la columna cuyos valores son
diferentes y en cada fila. Debido a esta diferenciación hacen que cada fiila
sea exclusiva . Cada tabla debe tener una clave primaria.[ CITATION
IBM19 \l 10250 ]
Las claves primarias de la tabla de hecho y sus relaciones son las
siguientes:
Tabla 21. Claves primarias y relación entre la tabla de hechos y las

dimensiones
Clave Primaria Relación

Id_cliente Relaciona la tabla de hechos con la
dimensión cliente.
Id_articulo Relaciona la tabla de hechos con la
dimensión artículo.
Id_vendedor Relaciona la tabla de hechos con la
dimensión vendedor.
Id_factura Relaciona la tabla de hechos con la
dimensión factura.
Time_id Esta unión, servirá mas adelante para
realizar las consultas de fechas, extrae
la fecha y la transforma en días, meses
y años
Fuente: propia
3.5 Definiendo el Modelo de Estrellas o Modelo de Copo de nieves
Un modelo estrella es un tipo de esquema de base de datos que

consta de una sola tabla de hechos central rodeada de tablas de
22
dimensiones. Un esquema estrella puede tener cualquier numero de tablas
dimensionales. [ CITATION IBM19 \l 10250 ]
Por la siguiente definición, el modelo del datamart de este proyecto

es el modelo estrella, ya que la única tabla que tiene relación con las
demás es la tabla de hechos, por lo tanto, toda información relacionada
con una dimensión debe estar en la misma tabla.
Se escogió este modelo por la ventaja que trae a la

desnormalización, es decir obviar las uniones entre las tablas cuando se
realizan consultas, procurando asi un mejor tiempo de respuesta , y mayor
sencillez en cuanto a la utilización.
23
CAPITULO 4
4. Diseño técnico de la arquitectura

Se detalla el ambiente de integración junto con las tecnologías a
utilizar y el funcionamiento del datamart uniendo los factores como
requerimiento, entorno y estrategias de diseño
4.1 Descripción de la fuente de datos transaccional

4.1.1 Modelo de la Fuente de datos
…………. X ESQUEMAS si es muy grande
4.1.2 Descripción breve del modelo
4.2 Infraestructura: servidores, equipos.
Para definir el modelo físico del datamart se establece el modelo
copo de nieve y para la construcción del mismo se recomienda el uso de:
Software:
- MS SQL Server
- Pentaho data integration
Figura 4. MS SQL Server
Fuente: Google.com
Figura 5. Pentaho
Fuente: Google.com
24
Hardware:
- Procesador Core i3
- Memoria RAM 6 GB
- Memoria interna 700 GB
4.3 Flujo técnico de la arquitectura: back room, front room

Para el flujo técnico de la arquitectura nos basaremos en dos divisiones:
- Back room: la arquitectura Kimball supone que los datos utilizados
por las aplicaciones de BI están estructurados dimensionalmente,
organizados por procesos comerciales y unidos por la arquitectura
del almacén de datos de la empresa.[ CITATION Kim19 \l 10250 ]
- Front room: Es la cara publica del datawarehouse, es lo que los
usuarios ven y trabajan.[ CITATION Kim19 \l 10250 ]
25
5. Procesos de extracción, transformación y carga
5.1 Identificar fuentes y destinos detallados
Se identifico como origen a la base de datos transacional “cowapi” y
en la a continuacion se muestran las tablas de origen para el proceso de
extracción de datos:
- dbo.cliente
- dbo.factura
- dbo.vendedor
- dbo.articulo
Como destino se creó la base de datos “etlfinal”, en la siguiente tabla
se detalla las tablas y la relación con la tabla de origen
Tabla 22,Rrelacion de tablas de origen y destino
Origen Destino
dbo.CLIENTE cliente
dbo.FACTURA ventas
dbo.VENDEDOR vendedor
dbo.ARTICULO articulo
Fuente propia
5.2 Selección de herramienta de ETL

Usaremos la herramienta Pentaho para nuestra ETL para ello
debemos primero crear la tabla “etlfinal” que será la tabla de destino,
donde se cargaran las dimensiones y la tabla de hechos de ventas, para
ello necesitamos establecer una conexión entre el gestor que es MS SQL
Server y la herramienta de integración de datos PENTAHO, asignaremos
una clave y usuario a la tabla.
Figura 6. Conexion de la base de datos con Pentaho
26
Crearemos las tablas para cada dimension
Figura 7. creacion de las tablas de dimension
fuent
e propia
5.3 Cargar dimensiones

Para cargar las dimensiones establecemos la conexión entre la base
de datos transacsional de MS SQL Server y Pentaho.
 Localhost.cowapi.sa es la conexión a la base de datos origen
 Localhost.etlfinal.sa es la conexión a la base de datos de destino,
donde cargaremos las dimensiones.
En el Pentaho, creamos un job que llamaremos “Carga de
dimensiones” en este se extraerán los datos seleccionados de las tablas
de la base de dato origen y se cargaran a las tablas de dimensiones
correspondientes en la base de datos destino.
27
Figura 8. Carga de dimensiones
Fuente propia
5.4 Carga dimensiones y tabla de hechos incrementales.
Para la carga de dimensiones y hechos creamos un Job principal en

Pentaho, que funcionara de la siguiente forma:
- El proceso empieza con la el código SQL que limpiara las tablas de
dimensiones.
- Sigue el Job “Carga de dimensiones”, el que explicamos en el
capitulo anterior.
- Se carga a la tabla de hechos los datos seleccionados en el job
“Carga de dimensiones”
- El proceso termina cuando todo salga exitoso
Figura 9. Carga de dimensiones y hechos
Fuente propia
28
6. Diseño físico
6.1 Trasladar el modelo dimensional al modelo físico. Aplicando nombre s y
estándares de la base de datos, identificar el tipo de datos y la longitud de
las columnas, etiquetar atributos como Nulos y No nulos.
6.1.1 Diseño fisico de la dimension cliente
Nombre de tabla: dim_cliente
Tabla 23. diseño fisico de la dimension cliente
Campo Tipo Longitud Atributo

Id_cliente NCHAR 10 NOT NULL
Cli_nombre NVARCHAR 60 NULL
Fuente propia
Para cargar la tabla dim_cliente en pentaho, seleccionamos

los datos de entrada de la base de datos transaccional “cowapi”,
que son los mencionados en la tabla anterior (Id_cliente y
Cli_nombre), le añadimos la transformación secuencia, para que
estos datos esten ordenados y lo dirigimos a la base de datos de
destino y estaría completa la carga de la dimensión cliente
Figura 10. Cargar dim_cliente
Fuente propia
6.1.2 Diseño fisico de la dimension vendedor
Nombre de tabla: dim_Vendedor
Tabla 24. diseño fisico de la dimension Vendedor

Id_Vendedor NVARCHAR 10 NULL
Ven_Nombre NVARCHAR 50 NULL
29
Fuente propia
Para cargar la tabla dim_Vendedor en pentaho,

seleccionamos los datos de entrada que son los mencionados
anteriormente (Id_Vendedor y Ven_nombre) le añadimos la
transformación secuencia, para que estos datos esten ordenados
y lo dirigimos a la base de datos de destino y estaría completa la
carga de la dimensión vendedor.
Fuente propia
6.1.3 Diseño fisico de la dimension Articulo

Nombre de tabla: dim_Articulo
Tabla 25. diseño fisico de la dimension articulo

Id_Articulo NVARCHAR 10 NULL
Art_Nombre NVARCHAR 50 NULL
Art_PrecioCompra NUMERIC 10,2 NULL
Art_PrecioVenta NUMERIC 10,2 NULL
Art_Stock NUMERIC 10,2 NULL
Fuente propia
Para cargar la tabla dim_artucilo en pentaho, seleccionamos

los datos de entrada que son los mencionados anteriormente le
añadimos la transformación secuencia, para que estos datos
esten ordenados y lo dirigimos a la base de datos de destino y
estaría completa la carga de la dimensión articulo.
30
6.1.4 Diseño fisico de la dimension tiempo
La dimensión tiempo la creamos para generar las consultas
posteriores a la tabla de hechos.
Para esto se extrae la fecha de las facturas, se genera una fila nueva
y se transforma dichas fechas en dia, mes, año.
Se generaron los siguientes datos:
CAMPO TIPO LONGITUD ATRIBUTO

The_date DATETIME NULL
The_year int NULL
Month_of_year Int NULL
Time_id Int NULL
The_day Varchar 100 NULL
The_month Varchar 100 NULL
quarter int NULL
Day_of_week Int NULL
Day_of_year int NULL
Is_leap_year
Week_of_month Int NULL
Week_of_year Int NULL
6.2 Determinar la longitud de la BD del DWH

6.3 Determinar la estrategia de indexación.
6.4 Sentencias SQL para crear el modelo
31
Figura 11. Agregando claver foranea a la dimension vendedor
Figura 12. Agregando clave foranea a la dimension cliente
Figura 13. agregando claves foraneas a la base de datos ventas
7. Aplicaciones para usuarios finales: características
32
7.1 Elegir la herramienta para procesamiento analítico.
7.2 Lista los resúmenes de información requeridos por los usuarios.

7.3 Determinar los cubos.
7.4 Diseñar los reportes a mostrar.
Mostramos los mejores vendedores
7.5 Selección de herramienta de aplicación para usuario final: Puede usar

Ms. Excel u otra herramienta.
7.6 Implementación de la herramienta Ms Excel u otra herramienta
7.6.1 Crear las tablas dinámicas.
7.6.2 Construir los gráficos dinámicos.
7.6.3 Crear interface para navegador web
8. Conclusiones y recomendaciones
33
34
ANEXOS
ANEXO N° 1: ENTREVISTA AL GERENTE DE LA
EMPRESA
Entrevistado: Javier Rojas, gerente

general de la empresa Fecha: Setiembre 2019
Entrevistador: Lisseth Hernández
Objetivo: conocer la situación actual de la tecnología de la empresa
Dirigido a: Encargado de la empresa “Distribuidora Caserta”
Preguntas realizadas:
¿De que manera se realizan los reportes en la empresa actualmente?
¿siente usted que es correcto el uso que se le esta dando al sistema por parte de
sus trabajadores?
¿considera que esta nueva implementación ayudara al crecimiento y expansión de
su empresa?
Resumen:
Actualmente los reportes se hacen por medio del sistema que utiliza la empresa,
pero demoran mucho en cargar y solo generan datos especifico que no son muy
útiles para el entrevistado.
El gerente indica que sus empleados ven el sistema poco amigable por lo que su
trabajo les resulta pesado.
Para el gerente esta implementación le será de mucha ayuda porque podrá tener
la información exacta de su empresa.
35
ANEXO N°2: Entrevista al encargado de almacén
Entrevistado: Juan Sánchez

Fecha: Setiembre 2019
Entrevistador: Lisseth Hernández
Objetivo: conocer la situación actual en el área de almacén
Dirigido a: Encargado de realizar las compras
Preguntas realizadas:
¿De qué manera estima la cantidad a comprar de los productos?
¿Considera que esta nueva implementación ayudara realizar mejor su trabajo?
Resumen:
Actualmente no cuenta con reportes o pronósticos para realizar las compras, el
encargado tiene en una libreta los productos mas vendidos y revisa semanalmente
el almacén para verificar si ya es momento de realizar la compra, por otro lado, los
vendedores le informan cuando un producto se está terminando para que él pueda
realizar la compra.
Considera que esta implementación de una solución BI le ayudara a realizar su
trabajo desde su oficina y de manera mas exacta en cuanto a las cantidades de
compras.
36
GLOSARIO DE TERMINOS
- Jerarquias de dimensiones: Es un constructor de datos utilizado para
agrupar datos en intervalos basados en valores. Una jerarquía de
dimensiones puede contener varios niveles, cada uno de los cuales con su
propio conjunto de grupos. Los grupos de cada nivel inferior se deben
acumular en grupos en niveles superiores. [ CITATION IBM191 \l 10250 ]
- ETL: Son las siglas en inglés de Extraer, Transformar y Cargar (Extract,
Transform and Load). Es el proceso que permite a las organizaciones mover
datos desde múltiples fuentes, reformatearlos y limpiarlos, y cargarlos en
otra base de datos, data mart, o data warehouse para analizar, o en otro
sistema operacional para apoyar un proceso de negocio. [ CITATION
Esp19 \l 10250 ]
- OLP
- Datamining
- Pentaho: Es una herramienta desarrollada en Java, lo que le permite ser
compatible con cualquier sistema operativo. Esta diseñado para atudar
enlos procesos ETL´s , facilita la construcción, actualizacon y mantenimiento
del Data Warehouses.[ CITATION Pen19 \l 10250 ]
-
37
REFERENCIAS BIBLIOGRAFICAS
Carhuallanqui. (2017). DISEÑO DE UNA SOLUCION DE INTELIGENCIA DE

NEGOCIOS COMO HERRAIENTA DE APOYO A LA TOMA DE
FARMACEUTICA DISPEFARMA.
Durand, A. (2014). DESARROLLO DE UN DATAMART PARA MEJORAR LA TOMA
DE DECISIONES EN EL AREA DE VENTAS DE LA CORPORACION
FURUKAWA.
Espinosa. (11 de 2019). Obtenido de Herramientas ETL:
/www.dataprix.com/blogs/respinosamilla/herramientas -etl-que-sonpara-que-
valen-productos-mas-conocidos-etl-s-open-sour
Group, K. (11 de 2019). Kimball Group. Obtenido de Kimball Group:
kimballgroup.com
IBM. (11 de 2019). ¿Que es la jerarquia de dimensiones? Obtenido de
www.ibm.com/support/knowledgecenter/es/SSCVKV_9.1.2/Campaign
IBM. (11 de 2019). ibm. Obtenido de ibm: ibm.com
Microsoft. (2014). Microsoft KPI.
Samame, J. (2017). ANALISIS DISEÑO E IMPLEMENTACION DE UNA DATA
MART QUE GARANTICE UNA ADECUADA TOMA DE DECISIONES EN EL
AREA DE VENTAS DE LA EMPRESA PROMED E.I.R.L LIMA, 2017.
38
9. CAPÍTULO 5
10. PROCESOS DE EXTRACCIÓN, TRANSFORMACIÓN Y CARGA

Para llevar a cabo de manera correcta el proceso de extracción,
primera fase del ETL, hay que seguir los siguientes pasos:
 Extraer los datos desde los sistemas de origen.

 Analizar los datos extraídos obteniendo un chequeo.
 Interpretar este chequeo para verificar que los datos extraídos cumplen la
pauta o estructura que se esperaba. Si no fuese así, los datos deberían ser
rechazados.
 Convertir los datos a un formato preparado para iniciar el proceso de
transformación
4.1. Identificar fuentes y destinos detallados
Para el presente proyecto los datos de la empresa EnergyPla BI de

origen o fuente de entrada son las hojas de Excel para luego ser
cargadas y transformadas mediante la herramienta de BI Pentaho
para obtener como resultado una base de datos en MySQL.
4.2. Selección de herramienta de ETL
PENTAHO. es una herramienta de Business Intelligence desarrollada

bajo la filosofía del software libre para la gestión y toma de
decisiones empresariales. Es una plataforma compuesta de
diferentes programas que satisfacen los requisitos de BI.
4.3. Cargar dimensiones
Para cargar las dimensiones se estableció la conexión la data de una

hoja de Excel y el gestor de base de datos MySQL y Pentaho.
En el Pentaho, creamos un “Trabajo” que llamaremos
“ETL_ENERGY_PLAST” en este se extraerán y se transforman los
datos seleccionados de las hojas de Excel de origen y se serán
cargadas a las tablas de dimensiones correspondientes en la base
de datos destino.
39
Figura 14: ETL
Fuente: Propia.
Figura 15: Carga con éxito de los datos del ETL.
4.4. Carga dimensiones y tabla de hechos incrementales.
A la hora de realizar la carga de dimensiones y hechos crearemos un

“Trabajo” principal en Pentaho, que tendrá las siguientes funciones:
- El proceso empieza con un programa SQL a ejecutar.

- Luego comienza con la extracción de datos de la hoja de cálculo Excel.
- Paso seguido habrá una transformación de la información requerida.
- El proceso finaliza cuando todo salga el mensaje “Job execution finished ”.
40
Figura 16: ETL y flujo de datos de la tabla de hechos PRODUCCION.
Fuente: Propia
Figura 17: Código SQL en PENTAHO de la tabla de hechos.
Fuente: Propia
1.11.1.1 ETL y flujo de datos de la dimensión ARTICULOS.

Figura 18: ETL y flujo de datos de la dimensión ARTICULO.
41
Fuente: Propia
Figura 19: Carga con éxito el ETL de la dimensión ARTICULO.
Fuente: Propia
1.11.1.2 ETL y flujo de datos de la dimensión MAQUINAS.
Figura 20: ETL y flujo de datos de la dimensión MAQUINAS.
Fuente: Propia
Figura 21: Código SQL generado en PENTAHO.
42
Fuente: Propia
Figura 22: Datos Cargados mediante el ETL.
Fuente: Propia
1.11.1.3 ETL y flujo de datos de la dimensión EMPLEADOS_DIM.
Figura 23: ETL y flujo de datos de la dimensión MAQUINISTAS.
Fuente: Propia
43
Figura 24: Código SQL generado en la herramienta BI PENTAHO.
Fuente: Propia
Figura 25:Datos Cargados mediante el ETL.
Fuente: Propia
1.11.1.4 ETL y flujo de datos de la dimensión TIEMPO_DIM.
Figura 26: ETL y flujo de datos de la dimensión TIEMPO.
Fuente: Propia
44
1.11.1.5 ETL y flujo de datos de la dimensión TURNO_DIM.
Figura 27: ETL y flujo de datos de la dimensión TURNO.
Fuente: Propia
1.11.1.6 ETL y flujo de datos de la dimensión MATERIA PRIMA.
Figura 28: ETL y flujo de datos de la dimensión MATERIA PRIMA.
Fuente: Propia
4.5.
45
11. CAPÍTULO 5
12. CONCLUSIONES Y RECOMENDACIONES

5.1. CONCLUSIONES
Se identificó los requerimientos de análisis de información para las

áreas de Producción.
Lo logró elaborar un modelo de base de datos multidimensional que
permita el análisis y explotación de la información identificada.
Se pudo construir el DataMart para mostrar la información que se
necesita para poder tomar decisiones estratégicas en el área de
producción.
Se podrá tomar mejores decisiones en cuanto al uso de los recursos,
promociones y personal apoyados por una herramienta estratégica
de gran alcance como lo es un Datamart.
Los usuarios contarán con información real y oportuna, sin que exista
la dependencia de otra aplicación.
Es importante la correcta definición de las jerarquías de las
dimensiones del modelo de la base de datos, ya que de lo contrario
se podría obtener data incompleta y/o errónea al momento de
implementar una herramienta de Inteligencia de Negocios sobre todo
en la explotación de los cubos, lo cual se solucionaría mediante el re-
modelamiento de la base de datos y los cubos.
5.2. RECOMENDACIONES
Se recomienda que la solución siga creciendo con la adición de

información de todas las demás áreas con las que cuenta
EnergyPlast, al modelo ya construido.
Se debe mantener la administración y continuidad del 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.
Es importante que la información ingresada a la base de datos sea la
original, es decir datos verdaderos y no manipulados o cambiados,
pues los reportes que luego se generarán no serán fiables y éste
será un motivo principal de malas decisiones que se puedan tomar.
46
13. ANEXOS
14. BIBLIOGRAFÍA
Ordoñez Cabrera, L. M. (2007). DataMart de estadísticas médicas.

México.
Rosales Sedano, C. P. (2009). Análisis, diseño e implementación de

un DataMart para el soporte de toma de decisiones y evaluación de
las estrategias sanitarias en las direcciones de salud. Lima, Perú.
47
Alfaro Mendoza, L. A., & Paucar Moreyra, D. A. (2016). Construcción
de un Datamart que apoye en la toma de decisiones de la gestión de
incidencias en una mesa de ayuda: caso Consorcio Peruano de
Empresas. Lima, Perú.
Espinoza Vargas, J. M., & Palomino Ruiz, C. A. (2016). Desarrollo de

un datamart para optimizar la generación de información estratégica
de apoyo a la toma de decisiones en la Vicepresidencia de Banca
Comercial de Interbank. Lima, Perú.
Gamarra Ramirez, A. J. (2011). Solución integral para explotar

eficientemente la información de los contactos con los clientes
utilizando DataMart en Telefónica del Perú. Lima, Perú.
Guillén Rodríguez, F. S. (2012). Desarrollo de un DataMart para

mejorar la toma de decisiones en el área de tesorería de la
Municipalidad Provincial de Cajamarca. Cajamarca.
48

ETL Untels

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

ETL Untels

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL TECNOLOGICA DE LIMA SUR

FACULTAD DE INGENIERÍA Y GESTIÓN

DESARROLLO DE DATA MART PARA MEJORAR LA TOMA DE

1. Planeación y administración del proyecto.............................................7

Figura 1. Organigrama de la empresa.......................................................10

1.1 Planteamiento del problema

La inteligencia de negocio actúa como un factor estratégico para una

1.2 Estado del arte

1.2.1 Antecedentes nacionales

- “DISEÑO DE UNA SOLUCION DE INTELIGENCIA DE

- “ANALISIS DISEÑO E IMPLEMENTACION DE UNA DATA

1.3 Procesos de negocio

1.4 Alcance del Proyecto

1.5.1 Objetivo General

1.5.2 Objetivos específicos

La presente investigación se justifica en la necesidad que tiene la

1.7 Recursos y costos

Cantidad Tiempo Importe Importe

1.7.2 Hardware de desarrollo

Tabla 2. Recursos y costos del hardware

Cantidad Importe total

1.7.3 Software de desarrollo

Tecnológico - Herramientas de información acorde a las

1.9 Tareas a realizar

1.10 Roles y equipos

1.11 Administración del proyecto

2.1.1 Descripción de los procesos de negocio

2.1.2 Los problemas del Negocio

2.1.3 Objetivos, Estrategias, Indicadores o KPIs

2.2 Resumen de los requerimientos obtenidos en la entrevista

Requerimiento 01 Nombre Generar reportes de

Requerimiento 02 Nombre Medir las ventas

Requerimiento 03 Nombre Generar reportes de

Requerimiento 04 Nombre Generar ranking de

Tabla 10. Requerimiento 05

Requerimiento 05 Nombre Generar reportes de

Tabla 11. Requerimiento 06

Requerimiento 06 Nombre Sistema amigable

La base de datos transaccional de la empresa se muestra en la Figura 2.

2.2.2 Definición de Medidas

3. El modelo lógico: modelo dimensional

3.2 Definir las dimensiones

Dimensión encontrada Dimensión definida

Tabla 13. Detalles del modelo dimensional

DIMENSION DESCRIPCION NIVELES

3.2.2 Agregando las claves primarias a cada dimensión

Tabla 14. Claves primarias

Dimensión Clave primaria

3.2.3 Identificando las jerarquías analíticas

Tabla 15. Definiendo jerarquías por dimensión

3.2.4 Agregar las claves a cada atributo jerárquico.

Tabla 16. Dimension clientes

Id_Cliente CHAR(6) Clave del cliente

Tabla 17. Articulo_dim

Id_articulo CHAR(18) Clave del articulo

Tabla 18. Vendedor_dim

Id_Vendedor CHAR(18) Clave del vendedor

Tabla 19. Factura_dim

id CHAR(18) Clave de la factura

3.2.5 Determinar la granularidad de cada dimensión

3.3 Definir la tabla de hechos

Figura 3. Modelo dimensional.

3.3.1 Mapeando las medidas del negocio en las tablas de hechos