Foro 2

Foro 2
 Foro - Semana 5 y 6

Teniendo en cuenta la lectura y los encuentros sincrónicos, realice el diagrama de flujo
determinando los procesos que se deben adoptar para que un dato se convierta en información,
que sea relevante, que se pueda analizar y finalmente que genere un reporte gerencial para la
toma de decisiones.

De acuerdo con la pregunta presento el diagrama con el cual creo debería ser el proceso para
transformar un dato en información relevante y que aporte a la organización
La idea de este diagrama es generada principalmente de los temas vistos en los encuentros y del
modelo manejo de datos y construcción de un DWH según Kimball
A partir de esta información es que tomo las variables posibles que nos pueden suministrar datos
que se puedan convertir en información de valor para la toma de decisiones
o Fuentes externas: el entorno, el mercado cambiante y estático etc.

o Producción: todas las fuentes de productos generados en las empresas ya sean
tangibles o intangibles
o Almacenamientos Internos: Toda fuente de recolección de información, formularios,
landing pages etc
o Archivos: información histórica
Luego de identificar las fuentes se procede a verificar que datos son válidos, normalización de
bases, evitando redundancia, en esta misma instancia se deben verifica temas como
configuración de hardware, conexión a las bases de datos, Acceso a Internet o intranet y las
verificaciones de seguridad en esta fase se generan tres procesos importantes Extracción,
Transformación y preparación
Luego de esto se cargan los datos a la herramienta para su procesamiento o modelamiento lo
cual genera información que se va revisando y así mismo retroalimentando a la base central
DWH con sus procesos integrados de cada Data Mars generando consolidación y muestras
finales para realizar la respectiva minería de datos consecución de tableros de control para su
visualización y análisis

Referencias
o Modern Database Management.10th Edition.Jeffrey A. Hoffer, V. Ramesh, Heikki
Topi.2011 Pearson Education, Inc. Publishing as Prentice Hall.
o Datawarehousing fundamentals for IT professionals.2010. PAULRAJ PONNIAH.
o Decision Support Systems and Business Intelligence. Turban Efraim. Pearson. 2009.
o Modern Data Warehousing, Mining, and Visualization: Core Concepts.George M.
Marakas. Prentice Hall.2005.
o Modern Database Management.10th Edition.Jeffrey A. Hoffer, V. Ramesh, Heikki
Topi.2011 Pearson Education, Inc. Publishing as Prentice Hall.
o Database System Concepts.Avi Silberschatz , Henry F. Korth , S. Sudarshan.McGraw-
Hill. Fifth Edition. 2010.
o
Morales Garzon Zayra Esilda

15 de sep de 201915 de sep en 12:20
Gestionar la entrada de foro
Hola Juan Carlos

Coincido con tu aporte y con relación a la seguridad de la información es importante identificar en
donde se encuentran almacenados los datos con los que se van a trabajar, si están en (DAS)-
unidades extraibles, en SAN (servidores propios) o en NAS (nube)

Saludo
Toro Salgado Carlos Andres

Hola Juan,
Después de leer los aportes de varios compañeros y retomando lo que expones sobre el tema de
seguridad, pienso que es importante hacer un perfilamiento del acceso a la información que
permita diferenciar la forma como los usuarios son conocedores de esta. Desde el gobierno de
datos, el equipo de BI hace un gestión importante para controlar y monitoriar el despligue de la
información y busca poner bajo un marco normativo la forma como los distintos actores
corporativos acceden a la información. Es sin lugar a dudas un elemento clave en el camino que
recorre un dato para convertirse en cocimiento: el cuidado de estos como mecanismo de control y
protección del conocimiento empresarial.
Feliz día.
Cristancho Sanchez Carolina

Hola Juan,
sobre tu aporte veo importante resaltar los datamart puesto que se debe tener una buena
definición para que el conocimiento extraído sea de valor a la toma de decisiones.
Con respecto a lo que dices de la minería de datos estoy totalmente de acuerdo es importante
estructurarla para tomar mediciones y realizar seguimientos adecuados.

Contraer subforoTobar Patino Alvaro William

Tobar Patino Alvaro William
Docente, Compañeros,
Un cordial saludo,
Foro 2:
Actualmente para las empresas de negocio los datos se han convertido en un valor incalculable,
poder explotar y convertir los datos en información y que a través del análisis generar el
conocimiento para la toma de decisiones acertadas y de forma rápida. “La calidad del proceso de
decisión está estrechamente ligada a la calidad de la información (datos) con la que se cuenta y
a la calidad del análisis de los datos disponibles” (Mario, 2016).
A continuación se presenta un diagrama de flujo del ciclo de la atención de emergencias en fallas
eléctricas (empresa del sector eléctrico). Inicia con el proceso del centro de servicio al cliente
(Call Center), donde los datos recibidos por diferentes canales de comunicación (teléfono fijo y
móvil, redes sociales como twitter e incluso Whatsapp), se transforman en Información clave para
el alcance de los objetivos de negocio (calidad del servicio, satisfacción del cliente y mejorar la
retribución económica para los socios). El proceso está basado en la interación de elementos y
personas de la compañía que derivan en información (datos), orientados a proporcionar toda la
base de cálculo de los diferentes KPI´s producto de las diversas operaciones, y que finalmente
son parte del análisis y toma de decisiones para los planes de mantenimiento.
La metodología del sistema tiene conceptos del ciclo de vida Kimball, se centra en añadir valor a
la organización, donde se estructura dimensional-mente los datos con una información adecuada,
un almacén de datos bien diseñado, con generación de consultas avanzadas, reportes e informes
técnicos y Gerenciales. Con un proceso ETL donde los datos son capturados de diferentes
fuentes y son transformados a través de la depuración, homogenización para convertirla en
información consistente. (Brito. M, 2014).

Toma de decisiones en las diferentes etapas del proceso:
o Recepción de Datos (Entrada): Los clientes solicitan a través de llamadas, mensajes

en Twitter o chat a atención por falta de suministro o riesgo eléctrico.
o Los datos se convierten en Información (Proceso): Al ingresar estos reportes de
emergencias al sistema (Base de datos) se convierte en información para la toma de
decisiones de crear las órdenes de trabajo y asignar los recursos para la atención de las
actividades programadas y no programadas.
o La Información en el SGBD (Monitoreo): La información de ubicación del cliente, la
georreferenciación de los activos y la instalación de GPS en los dispositivos móviles permite
mediante los datos de las coordenadas el monitoreo y seguimiento en el cumplimiento de las
actividades de restablecimiento del servicio. Posteriormente esta información de ubicaciones
permitirá realizar los análisis de confiabilidad para programar más eficientemente el ruteo de
los móviles en pro de mejorar los tiempos de atención.
o La información se convierte en conocimiento (operación): Esta Información
permiten mejorar la gestión del recurso físico y humano, Insumo para generar reportes (en
herramientas BI) y el análisis para toma de decisiones en futuras intervenciones.
o Información en la Bodega de Datos (Gestión): Los datos son la base para la
construcción de los indicadores de gestión (KPI´s), que permiten medir el comportamiento y el
desempeño en todas las actividades del proceso; el seguimiento a las metas de los
indicadores que regulan al operador de red (Saidi y Saifi).
o La Minería de datos base para la planeación estratégica (salida): la recolección y
calidad de la información en los diferentes sistemas de información digital (SGBD), permite
mediante la explotación y transformación de los datos en información desarrollar una la
Planeación Anual del Mantenimiento con el rubro presupuestal más acertado.
o Nuevos Canales digitales (Entrada): Las aplicaciones móviles, el comercio electrónico
entre otros hacen parte de esa transformación de datos en información, ya que permite que
los datos capturados en los dispositivos migren directamente a los sistemas de información,
que deriva en minimizar los tiempos de respuesta y fomentar la inmediatez y transparencia de
estos registros.

Bibliográfica:
Mario, C. H. (Julio de 2016). En C. H. Mario, Toma de Decisiones en las Empresas: Entre el Arte
y la Técnica (pág. 19). Bogotá Colombia: publicaciones@adm.uniandes.edu.co.
Brito.M, D. (26 de enero de 2014). Inteligencia de Negocios. Obtenido de
http://inteligenciadenegociosdiegobrito.blogspot.com/2014/01/la-metodologia-de-kimball.html

Intranet, ENEL. (2019). Procedimiento Mantenimiento Correctivo. Bogotá.
Zapata Quiroz Aide Nallyde

Cordial saludo, William.

Los datos son un "tesoro" para las organizaciones, pero es importante considerar que los datos
organizados adecuadamente, se convierten en estrategia fundamental a la hora de tomar
decisiones, hoy las empresas contemplan dentro de sus presupuestos los gastos que generan los
diferentes sistemas que permiten facilitar el orden de la información, se conoce del impacto que
tienen para un enfoque adecuado.
Munoz Linares Juan Carlos

Interesante diagramación, permite identificar como las herramientas de BI, responder a las
necesidades y características del negocio y de ahí la adecuada planeación estratégica, el facilitar
el flujo de la información y su adaptación a los procesos de toma de decisiones.

Serrano Tirado Juan Carlos

Buen día Alvaro, muy interesante el diagrama que muestras, ami parecer es uno de los mas
organizados y haces énfasis en el agrupamiento de la informacion, solo me nace una pregunta,
no veo un paso de normalizacion de base o limpieza de datos,no necesariamente todos los datos
que ingresan son útiles, el no depurar la informacion puede crear redundancia y sesgos en lo que
se quiere encontrar, felicitaciones por el aporte
Avila Rodny Jose
Avila Rodny Jose


Saludos Alvaro;
“La calidad del proceso de decisión está estrechamente ligada a la calidad de la información
(datos) con la que se cuenta y a la calidad del análisis de los datos disponibles”.... Como se dice
popularmente tal cual!
Un sistema que gestiona, procesa y analiza información, como muchos sistemas debe ser nutrido
de calidad, en nuestro caso con datos de calidad, pues en esa misma proporción serán los
resultados que arroje el proceso.. datos de alta calidad = información de calidad & datos de
baja calidad = uhhhhh
Saludos..
Vera Vargas Franklin

Me parece muy acertado el ejemplo ya que los pasos establecidos son congruentes con las
metodologías que hemos estado viendo a través del módulo, además la calidad de los datos son
muy importantes, de nada sirve tener un auto de carreras si la gasolina (en este caso los datos)
no es de buena calidad.
o
Contraer subforoAvila Rodny Jose

Avila Rodny Jose
Buenos días apreciados compañeros y tutor, Mi aporte al foro:

Indicación de actividad: realice el diagrama de flujo determinando los procesos que se deben adoptar para
que un dato se convierta en información, que sea relevante, que se pueda analizar y finalmente que genere un
reporte gerencial para la toma de decisiones.
En general existe consenso entre los diferentes autores respecto a la importancia de los datos en
el presente para las organizaciones y la necesidad de disponer de mecanismos apropiados para
gestionarlos y extraer su valor para la organización, y lograr a través de ellos mejorar sus
procesos y la competitividad de la organización.
La información y el conocimiento se han convertido en un activo estratégico y una fuente de
ventaja competitiva para la empresa, es por ello por lo que las organizaciones han puesto interés
en disponer de los medios para gestionar sus datos y extraer información útil que ayude a
generar valor a las organizaciones. A continuación se observa el ciclo de vida de la información
que ayuda a entender la importancia de los datos para la organización.
Figura 1. Ciclo de vida de la información.
Fuente: (Curto, 2009).
o Datos se definen como cualquier representación de entidades o hechos que se haga

mediante textos, números, gráficos, imágenes y sonidos o vídeos. Son generados por las
diferentes actividades que realiza la organización para producir bienes o servicios.
o Información: datos útiles en un contexto o valor añadido del producto de datos
obtenidos por su interpretación (Piattini, y otros, 2019). Información que tiene significado de
negocio.
o Conocimiento es el aprendizaje que se produce al utilizar información repetidamente
en un contexto, con la idea de mejorar procesos productivos, reducir costos, optimizar
rendimientos. Es conocimiento para poder tomar mejores decisiones
o Acción, basada en la información y el conocimiento para mejorar la organización
o Las acciones producen unos resultados
o Y estos resultados se espera que generen valor a la organización, y se producen
nuevos datos para un ciclo continuo de mejora.
Es en este contexto, debido a los grandes volúmenes de información que se presentan en las
organizaciones y al desarrollo de las tecnologías de gestión de la información, donde aparecen
las soluciones de inteligencia de negocios (para nuestro contexto de estudio). Las herramientas
de BI buscan instaurar el ciclo de vida de la información de una forma fluida y
transparente en las organizaciones. Los sistemas de BI permiten pasar de los datos a la
información en las organizaciones. No solo es tecnología, un conjunto de software y hardware, es
tecnología al servicio de la información y la organización.
El valor de la información en las organizaciones radica (Rodriguez, 2012) en que ayuda a:
o Medir
o Comparar
o Reportar
o Analizar
o Predecir
o Avisar
o Colaborar
o Saber
A continuación observemos los procesos, que desde mi perspectiva y apoyado en la bibliográfica

consultada, se deben adoptar para que un dato en la organización se convierta en información,
que sea relevante, que se pueda analizar y finalmente que genere un reporte gerencial útil y
pertinente para la toma de decisiones, desde el enfoque de las soluciones de BI:
Figura 2. Flujo de datos en la organización para producir información útil.
Fuente: Elaboración propia, adaptada de Joyanez 2019.

En la figura se observa la organización y su entorno competitivo. El proceso inicia con los planes
y estrategia que emplea la organización en su actividad de producir bienes o servicios. Ello da
lugar a los procesos de la organización cualquiera que sea el sector industrial al que
corresponda. Los procesos de la organización generan datos, y en la medida que el tamaño de
la organización crece, así mismo lo hacen sus datos, apareciendo la necesidad de estrategias de
gestión de la información. En la medida que el volumen, variedad y complejidad de los datos
aumenta, se hace necesario implementar soluciones al manejo de datos para disponer de
información de calidad para la toma de decisiones de las organizaciones.
En este aspecto las soluciones de BI promueven la transformación de los datos en información
útil para la toma de decisiones. En la figura se observa una arquitectura clásica una solución BI,
las fuentes de datos, los procesos ETL, el repositorio de datos y la generación de los diferentes
tipos de información.
Al final se debe disponer de información útil, relevante, pertinente y hasta novedosa para las
necesidades de información para la toma de decisiones en los diferentes niveles jerárquicos de la
organización y los usos de la información que ellos requieran. Cabe resaltar que lo importante es
disponer de dicha información, que permita a los tomadores de decisiones apropiar dicha
información para trazar planes de acción que genere valor a la organización. De no conseguirse
ello, las soluciones de BI serian solo un generador de reportes más, sin ningún valor para la
organización.
La información generada en el proceso tiene como propósito servir a todos los miembros de la
organización para mejorar el desempeño de los procesos empresariales y para trazar estrategias
que le permitan a la organización su crecimiento y sostenibilidad, en el medio en que se
desarrolle.
La semilla de todo el proceso es el dato por ende este debería tener unas características tales
que permitan que los frutos de este proceso sean de alto impacto en la organización. Los datos
han de ser confiables, correctos y precisos para poder garantizar que las decisiones tomadas a
partir de sus aportes son efectivas, que constituyan piezas de información y brinden valor a la
empresa. Los datos con calidad son los que apoyan y fortalecen los diferentes procesos
empresariales permitiendo potenciar las oportunidades de negocio y la buena gestión en la
organización.
Los sistemas de información en las organizaciones deberían permitir que los datos en las
organizaciones estén de forma completa, consistente, precisa, actualizados, únicos y válidos para
el fin por el cual se almacena.
A continuación se lista algunos de los atributos de calidad que se consideran de los datos, sin
pretender abarcar todo su detalle y espectro de aplicación: facilidad de acceso, libre de error,
cantidad apropiada de datos, objetividad, relevancia, completitud, representación concisa,
facilidad de comprensión, representación consistente, credibilidad, reputación, disponibilidad
temporal, seguridad, facilidad de manipulación, valor agregado, facilidad de interpretación.
Para finalizar el aporte me gustaría resaltar:
Las herramientas de BI buscan instaurar el ciclo de vida de la información de una forma
fluida y transparente en las organizaciones. Los sistemas de BI permiten pasar de los
datos a la información en las organizaciones.
Bibliografía
Curto, J. (9 de Diciembre de 2009). Universitat Oberta de Cataluña. Obtenido de
https://www.youtube.com/watch?v=FJ91HT6aNiM
Joyanes Aguilar, L. (2019). Inteligencia de negocios y analitica de datos. Una Vision global de
Business Intelligence & Analitics. Bogota: Alfaomega.
Piattini, M., Caballero, I., Gomez, A., Gualo, F., Garcia, J., & Rivas, B. (2019). Calidad de
datos. Bogota: Ediciones de la U.
Rodriguez, J. R. (2012). Características de los proyectos de inteligencia de negocios . España:
FUOC. Fundación para la Universitat Oberta de Catalunya.


Cordial saludo, compañero José.

Considero un aporte muy amplio al tema, sin duda, los datos constituyen valor representativo
para las organizaciones, esta integralidad debe contemplar el manejo de los mismos para generar
reporte que permita un análisis ágil, así como la facilidad para la toma de decisiones.
Avila Rodny Jose
Avila Rodny Jose

* Bibliografía (corrección)
Curto, J. (9 de diciembre de 2009). Introducción a la inteligencia de negocios. Universitat Oberta
de cataluña
o
Contraer subforoZapata Quiroz Aide Nallyde



Cordial saludo.
A continuación, comparto foro;
DESCRIPCIÓN DE PROCESOS EN LA TRANSFORMACIÓN DE UN DATO EN
INFORMACIÓN:

1.Recolección y captura de datos:
La recolección de datos es la actividad que consiste en la recopilación de información dentro de
un cierto contexto. Tras reunir estas informaciones, llegará el momento del procesamiento de
datos, que consiste en trabajar con lo recolectado para convertirlo en conocimiento útil. (1)

Razones para la captura de datos:
1. Detectar información específica y concreta.

2. Aportar valor añadido para el análisis de datos.
3. Discriminar la información importante de la que no lo es.
4. Añadir metadatos para consultas e integración en los procesos importantes.
5. Comparar y obtener estadísticas fiables. (2)

1. Extraer, transformar y cargar:

La palabra ETL corresponde a las siglas en inglés de:
 Extraer: extract.
 Transformar: transform.
 Y Cargar: load.

Con ello, queremos decir que todo proceso ETL consta precisamente de estas tres fases:
extracción, transformación y carga. Vamos a definir en qué consisten cada una de estas fases.

Fase de Extracción en los procesos ETL Para llevar a cabo de manera correcta el proceso de
extracción, primera fase de los procesos 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

Además, uno de las prevenciones más importantes que se deben tener en cuenta durante el
proceso de extracción sería el exigir siempre que esta tarea cause un impacto mínimo en el
sistema de origen. Este requisito se basa en la práctica ya que, si los datos a extraer son
muchos, el sistema de origen se podría ralentizar e incluso colapsar, provocando que no pudiera
volver a ser utilizado con normalidad para su uso cotidiano.

Procesos ETL: fase de Transformación
La fase de transformación de los procesos de ETL aplica una serie de reglas de negocio o
funciones sobre los datos extraídos para convertirlos en datos que serán cargados. Estas
directrices pueden ser declarativas, pueden basarse en excepciones o restricciones pero, para
potenciar su pragmatismo y eficacia, hay que asegurarse de que sean:

 Declarativas.
 Independientes.
 Claras.
 Inteligibles.
 Con una finalidad útil para el negocio.

Proceso de Carga: la culminación de los procesos ETL
En esta fase, los datos procedentes de la fase anterior (fase de transformación) son cargados en
el sistema de destino. Dependiendo de los requerimientos de la organización, este proceso puede
abarcar una amplia variedad de acciones diferentes.

Existen dos formas básicas de desarrollar el proceso de carga:
 Acumulación simple: esta manera de cargar los datos consiste en realizar un

resumen de todas las transacciones comprendidas en el período de tiempo seleccionado y
transportar el resultado como una única transacción hacia el data warehouse, almacenando
un valor calculado que consistirá típicamente en un sumatorio o un promedio de la magnitud
considerada. Es la forma más sencilla y común de llevar a cabo el proceso de carga.

 Rolling: este proceso sería el más recomendable en los casos en que se busque
mantener varios niveles de granularidad. Para ello se almacena información resumida a
distintos niveles, correspondientes a distintas agrupaciones de la unidad de tiempo o
diferentes niveles jerárquicos en alguna o varias de las dimensiones de la magnitud
almacenada (por ejemplo, totales diarios, totales semanales, totales mensuales, etc.).

Sea cual sea la manera elegida de desarrollar este proceso, hay que tener en cuenta que esta
fase interactúa directamente con la base de datos de destino y, por eso, al realizar esta operación
se aplicarán todas las restricciones que se hayan definido en ésta. Si están bien definidas, la
calidad de los datos en el proceso ETL estará garantizada (3)

La máquina de ETL (extract, transform, load). Importa los datos de los sis-temas y bases de
datos operacionales (por ejemplo, el sistema contable so-portado en un ERP cuyos datos residen
en un gestor de base de datos), los convierte en datos “que tienen sentido para el negocio” y los
carga en los repositorios del sistema de inteligencia de negocio. (4)

3. Almacenamiento de datos:
El almacenamiento de datos es la retención de información mediante el uso de tecnología
desarrollada especialmente para guardar esos datos y mantenerlos lo más accesibles posible.

El almacenamiento de datos es el proceso mediante el cual la tecnología de la información
archiva, organiza y comparte los bits y bytes que conforman los sistemas de los que dependemos
todos los días, desde las aplicaciones hasta los protocolos de red, los documentos, el contenido
multimedia, las libretas de direcciones y las preferencias del usuario. Es un elemento fundamental
del big data.(5)

3. Análisis de datos:
El Análisis de Datos (Data Analysis, o DA) es la ciencia que examina datos en bruto con el
propósito de sacar conclusiones sobre la información. El análisis de datos es usado en varias
industrias para permitir que las compañías y las organizaciones tomen mejores decisiones
empresariales y también es usado en las ciencias para verificar o reprobar modelos o teorías
existentes. El análisis de datos se distingue de la extracción de datos por su alcance, su propósito
y su enfoque sobre el análisis. Los extractores de datos clasifican inmensos conjuntos de datos
usando software sofisticado para identificar patrones no descubiertos y establecer relaciones
escondidas. El análisis de datos se centra en la inferencia, el proceso de derivar una conclusión
basándose solamente en lo que conoce el investigador.

La ciencia generalmente se divide en análisis exploratorio de datos (EDA), donde se descubren
nuevas características en los datos, y en análisis confirmatorio de datos (CDA), donde se prueba
si las hipótesis existentes son verdaderas o falsas. El análisis cuantitativo de datos (QDA) es
usado en las ciencias sociales para sacar conclusiones de datos no numéricos, como palabras,
fotografías o videos. En la tecnología de la información, el término tiene un significado especial en
el contexto de las auditorias informáticas, cuando se examinan los sistemas, operaciones y
controles de los sistemas de la información de una organización. El análisis de datos se usa para
determinar si el sistema existente protege los datos efectivamente, opera eficientemente y cumple
con las metas de la organización.

El término “análisis” ha sido usado por varios proveedores de software de inteligencia de
negocios como una palabra de moda que describe varias funciones. El análisis de datos se usa
para describirlo todo, desde el procesamiento analítico en línea (OLAP, por sus siglas en inglés)
hasta el análisis CRM en centros de llamadas. Los bancos y las compañías de tarjetas de crédito,
por ejemplo, analizan los retiros y los patrones de gasto para prevenir el fraude o robo de
identidad. Las compañías de comercio electrónico (Ecommerce) examinan el tráfico en el sitio
web o los patrones de navegación para determinar qué clientes son más o menos propensos a
comprar un cierto producto o servicio, basándose en compras previas o patrones de
visualización. El análisis de datos moderno normalmente usa tableros de información que se
basan en flujos de datos en tiempo real. El llamado análisis en tiempo real implica análisis e
informes dinámicos basados en los datos que introducidos en un sistema un minuto antes del
tiempo actual de uso. (6)

3. Síntesis o resumen:
Los resúmenes de datos sintetizan los datos de evaluación incluidos tanto datos primitivos como
derivados, con el fin de crear datos de evaluación derivados de carácter general. Dado que los
datos en el almacén de datos son de muy alto volumen, es necesario que haya un mecanismo
para obtener sólo la información relevante y significativa en un formato menos complicado. El
resumen de datos proporciona la capacidad de dar al usuario una visión generalizada de
volúmenes dispares de datos.

El resumen de datos en grandes conjuntos de datos multidimensionales como en el caso de
almacenes de datos es un trabajo muy desafiante. Esto suele requerir una investigación muy
intensa que deben realizar los expertos en TI, los administradores de bases de datos y los
programadores para que las tendencias generales y las excepciones importantes puedan ser
identificadas y tratadas técnicamente. Una computadora o varios equipos trabajando juntos
pueden realizar búsquedas muy exhaustivas usando algoritmos altamente sofisticados y
complejos para hacer el resumen de datos.

El resumen de datos es bastante común, pero puede requerir un enfoque muy potente y lento
para analizar grandes conjuntos de datos. Por ejemplo, cuando alguien quiere hacer una
investigación de los datos de censos para que pueda entender la relación entre el salario y el
nivel educativo, esto puede implicar consultar bases de datos de alto volumen y agregación de
datos intensivos.(7)

3. Creación de informes:
Existen en el mercado productos que aspiran a cubrir todas estas dimensiones o capas de
información y datos, o a integrarlos con facilidad. Sería el caso de productos como “Business
Objects”, “SAS”, “Cognos” o “Microstrategy”. También existen sistemas más ligeros basados en
lenguajes abiertos, como “Pen-taho”. En la práctica, sin embargo, estos productos y proyectos
son complicados, largos y pesados de implantar (y la recuperación de los beneficios dela
inversión es lenta), y muchas empresas acaban trabajando con empresas y productos de nicho,
que cubren solo algunas de las capas anteriores o algunas funciones de la empresa (sistemas
financieros o comerciales o de análisis de las redes sociales, etc.). Otras muchas, a partir de los
propios sistemas transaccionales o de la información que les proporcionan algunos de los
productos de análisis multidimensional (cubos OLAP o sistemas de datawarehouse o datami-
ning) simplemente la vuelcan a sistemas personales de oficina (bases de datos y tablas de
Access y Excel) para trabajar de forma práctica y rápida informes de gestión.

Las características principales de un informe son:
Es el resultado de un requerimiento o solicitud de un superior o cliente. Está dirigido a una
persona o grupo de personas que poseen la obligación de leerlo y evaluarlo. Se realiza para con
el fin de ser la base especifica que aporta información relevante a la hora de tomar decisiones.
Generalmente contienen tablas, cuadros, gráficos estadísticos y otras formas para la
clasificación, organización y presentación de los datos. (9)

3. Presentación de informes:
Es una etapa posterior a la transformación del dato en información y aunque su propósito es
netamente administrativo; en este proceso se requiere el acceso a información resumida, clara,
concisa y concreta que fue originada por los datos iniciales con el fin de generar en las directivas
la toma de decisiones. Es el proceso que presenta, a quienes finalmente requieren la información,
con el fin de orientarse y tener una base de decisión.

3. Toma de decisiones:
Es la última etapa en la que el dato inicial, convertido en información, toma relevancia y se
convierte en propuestas administrativas, de corrección o afianzamiento de estrategias dentro de
las organizaciones.

Los sistemas de información ejecutiva permiten potencialmente realizar un seguimiento
permanente, multidimensional y detallado del funcionamiento de toda la compañía. A partir de
información agregada, permiten descender(drill down) al detalle de cada indicador y establecer el
origen y las causas de las desviaciones. Idealmente, si toda la compañía usa la misma
información, los ejecutivos intermedios saben lo que se espera de ellos y el diálogo directivo es
más sencillo y directo, eliminando filtros y capas innecesarias. Las funcionalidades tipo OLAP, a
las que nos hemos referido con anterioridad, permiten cruzar diferentes dimensiones de análisis,
establecer relaciones causa-efecto y simulaciones. Si la información es puntual y de calidad, es
posible establecer una respuesta más sensible y rápida a los cambios y evolución de la compañía
y el mercado. Estos modelos permiten también, potencialmente, hacer evolucionar los modelos
organizativos y de funcionamiento de la empresa, centralizar o descentralizar la toma de
decisiones e, incluso, hacerlo de forma asimétrica o variable, según la estrategia, organización y
recursos (sobre todo, recursos humanos directivos) de la empresas. (4)

Bibliografía:
https://definicion.de/recolecciondedatos/#targetText=Definici%C3%B3n%20de%20recolecci%C3%B3n%20de
%20datos,permite%20generar%20un%20cierto%20conocimiento (Enlaces a un sitio externo.).
https://sisdoc.es/captura-de-datos/ (Enlaces a un sitio externo.)
https://blog.powerdata.es/el-valor-de-la-gestion-de-datos/qu-son-los-procesos-etl (Enlaces a un sitio
externo.)https://www.academia.edu/27336105/Caracter
%C3%ADsticas_de_los_proyectos_de_inteligencia_de_negocio
https://www.redhat.com/es/topics/data-storage (Enlaces a un sitio externo.)
https://searchdatacenter.techtarget.com/es/definicion/Analisis-de-Datos (Enlaces a un sitio externo.)
https://www.tecnologias-informacion.com/resumenes.html (Enlaces a un sitio externo.)
https://concepto.de/como-hacer-un-informe/ (Enlaces a un sitio externo.)

Editado por Zapata Quiroz Aide Nallyde el 14 de sep en 19:28

Compañera Aide buenas tardes

Coincido contigo en el amplio valor de la información y como complemento es importante tener en
cuenta que la información no solamente sirve para generar informes sino que es la base para la
toma de decisiones de manera acertada.
Avila Rodny Jose
Avila Rodny Jose

Saludos Aida;
Estupendo aporte, me detengo a conversar respecto a la finalidad de todo el proceso, que debe
haber sido riguroso en su concepción como comentas en el aporte, debe conducir apropiar de
información útil para la toma de decisiones, ' toma relevancia y se convierte en propuestas
administrativas, de corrección o afianzamiento de estrategias dentro de las organizaciones' el cual debe ser el
sentir las soluciones de BI en las organizaciones.

Saludos..

Excelente aporte, yo le agregaría una flecha adicional al gráfico que represente que la
información no solamente es para los administradores y las directivas, creo que es un error
común en las organizaciones pensar que los datos no deben "bajar" a los empleados en general
ya que alguna de esa información puede permitir hacer más eficiente los procesos operativos y
estimular a los directos implicados a aportar ideas de acuerdo a la experiencia que tienen en el
día a día.
Contraer subforoMorales Garzon Zayra Esilda

Buenas tardes
Adjunto mi participación al foro
De acuerdo con lo visto en el segundo encuentro sincrónico, todos los sistemas de BI siguen los
siguientes pasos para convertir los datos en información, la cual no solo debe servir para generar
informes sino lo más importante debe ser fuente para la toma de decisiones y para la definición
de estrategias organizacionales:
o Ingreso de datos e información
o Organización de los datos
o Reporte de DashBoards
o Creación de un modelo Datawarehouse
o Servidor BI
o Procesos analíticos
o Integración y consolidación de datos
Ahora bien la información generada desde BI puede ser utilizada para diferentes propósitos entre
los que tenemos:
DIAGRAMA DE FLUJO DE LA INFORMACION
Este diagrama fue realizado tomando como base Microsoft Power BI :

Fuentes consultadas
https://docs.microsoft.com/en-us/power-bi/service-dashboards (Enlaces a un sitio externo.)
https://www.softwareadvice.com/bi/microsoft-power-bi-profile/ (Enlaces a un sitio externo.)
https://docs.microsoft.com/es-es/power-bi/power-bi-overview (Enlaces a un sitio externo.)
Segundo encuentro sincrónico- Implementación de soluciones de alta tecnología en BI- Mario

Giraldo- Politécnico Grancolombiano
Lectura Caracteristicas de los proyectos de inteligencia de negocio- José Ramón Rodriguez-
Universitat Oberta de Catalunya
o

Zayra, cordial saludo

Felicidades! Buena información. Para complementar:
La importancia que gestión de la información de cualquier organización adopte herramientas
como BI, data Mining, para convertir ese gran volumen de datos en información que tiene
almacenado en sus bases de datos y a sus ves en conocimiento relevante en la toma de
decisiones de las operaciones de sus activos o servicios. Metodologías como Kimball o Inmon
son la base para el desarrollo de estas herramientas, dependiendo del enfoque y/o las
necesidades se dará uso a este tipo de arquitectura. Kimball está orientado a la consulta de la
información, garantiza una explotación de datos rápida y sencilla, Inmon está orientado al
almacenajes de grades volúmenes de datos, diseñada para evitar redundancia de datos y
simplificación en las labores operativas.

Hola Zayra:

hola veo importante lo expuesto sobre la herramienta de BI pero siento que falto profundizar un
poco mas sobre la estructura y el proceso para llegar a tener conocimiento de calidad para la
toma de decisiones, power BI es una herramienta de integración de información que es utilizada
en el momento de generar conocimiento, creo importante ser mas especifico en las etapas del
proceso.
Gonzalez Torres Johana Andrea

Buen dia...Zayra,
Aunque es un excelente aporte basado en una herramiente como Power BI y comparto los
propositos mencionados para la utilizacion de los datos y por ende la informacion, considero la
grafica debe llevar un fase de retroalimentacion que permita con las salida de los datos
convertidos en informacion retroalimentar de nuevo el ingreso de datos...ya que este es un
proceso que puede cambiar y pedir reportes nuevos con cada necesidad que vaya teniendo la
empresa.
Saludos...
Macia Rincon Juan Pablo

Cordial saludo, muy buen aporte, dejas claro cual es el proceso para convertir los datos en
información pero me parece que falto especificar mas preciso sobre la estructura de la
información y la metodología que se planea usa, dependiendo el tipo de información saber
escoger que herramienta de BI utilizar y el modelo de minería de datos.
Saludos
Contraer subforoMunoz Linares Juan Carlos

Considere viable para el ejercicio la implementación de un almacena de datos con una estructura
de información ascendente, transformando de menor a mayor la información (Kimball),
escalonando la información y transformando en gráficos y reporte de plantillas, que facilitan su
análisis y reporte de informes. (Kimball The Data Webhouse tolking: Data Warehouse tolking
2000.)

o

Buen dia...Juan Carlos,

Es un muy buen ejemplo de la implementacion de datos para el desarrollo de informacion final
que nos permitira tomar decisiones y tener analisis de eficacia, en general considero es un muy
buen diagrama. Pero mas alla de esto considero se hubiera podido mencionar mucho mas
respecto a la tecnologia a implementar, el problema planteado y lo desarrollado en el esquema.
Saludos...
Contraer subforoToro Salgado Carlos Andres


Buenas tardes compañeros y tutor, comparto mi participación en el foro:
El proceso que expongo nace a partir del trabajo que hace cada usuario frente al ingreso de los
datos en los ERP y demás sistemas transaccionales. En este proceso participan las áreas de
infraestructura TI, BI y la Gerencia como gestor final del proceso de inteligencia de negocios. El
flujograma presenta dos posibles salidas con base en el planteamiento de sí el dato es útil o no.
Aunque en primera instancia puede que el dato no sirva para un proceso de toma de decisiones,
existen otros enfoques que permiten utilizarlo en diversos momentos para este fin; es decir, en la
data warehouse existe una infinita colección de datos, pero el uso de estos y su posterior
conversión en conocimiento se hará en virtud de las necesidades del tomador de decisiones.
Fuente: elaboración propia
Referencias:
Alexander Bustamante, E. G. (2013). Técnicas de modelado de procesos de ETL: una revisión de
alternativas y su aplicación en un proyecto de desarrollo de una solución de BI. Recuperado el 14
de septiembre de 2019, de https://www.redalyc.org/pdf/849/84927487027.pdf
Matamoros, R. (2009). Implantación en una empresa de un sistema Business Intelligence SaaS.
Recuperado el 15 de septiembre de 2019, de
https://riunet.upv.es/bitstream/handle/10251/8591/Proyecto%20II%20-%20C1%20-%20DMA%20-
%2056-09.pdf

Editado por Toro Salgado Carlos Andres el 15 de sep en 17:53

Carlos que buen porte y sobre todo que buen diagrama, se ve completo desde el punto del
manejo de los datos para que se genere informacion relevante que pueda generar toma de
decisiones, me parece muy apropiado el uso de la herramienta de diagramas, modelo muy
importante cuando se trata de ver el paso a paso de los procesos y poder generar mejoras en
algún paso
Contraer subforoFrancesconi Rodriguez Sara Janeth

Francesconi Rodriguez Sara Janeth
Buenas Noches
Envió el diagrama de flujo de acuerdo con lo solicitado en el foro
Como tal para este fin el diagrama que pinte está basado en la gestión de procesos con el uso de
consultas bancarias teniendo en cuenta que la unión de datos muertos permiten al final retornar
información que se convierte en conocimiento de uso y de consumo de los procesos bancarios,
es así que el primer proceso es como un dato se convierte en información desde la gestión de
transacciones de los cajeros automáticos y en un segundo frente como los datos de cada una de
las personas que lo usan se este servicio termina siendo información y conocimiento del banco
para poder abordar desde diferentes puntos a cada uno de sus consumidores basados en el
análisis.

INICIO DEL PROCESO BANCO
o Ingresar al cajero: Persona ingresa al cajero para realizar la transacción

o Insertar datos solicitados: Cada vez que una persona va a realizar una transacción
cuenta con unos datos muertos únicos que al conjugarse se convierten en la unión de varios
elementos que permitirá la respuesta a la consulta realizada.
o Consulta del Core Bancario: Como tal dentro de la entidad bancaria se cuenta con
varios sistemas que hacen la validación de cada uno de los datos que están recibiendo.
o Procesamiento de datos únicos: Todos aquellos datos que aparentemente son muertos
son procesados con el fin de que al ser unidos se conviertan en información que consolide
información que permita tener hallazgos sobre el manejo de los servicios
o Respuesta de las consultas: Este es el resultado de las consultas que se han realizado
con los diferentes datos solicitados
o Coinciden los datos: Cuando es positivo se hace la entrega de la información requerida,
si no coinciden no retorna información y se cierra la consulta.
o Entrega información: Como ya los datos se han concatenado y tienen una respuesta
positiva se arroja información que es el resultado del procesamiento de los diferentes datos.
o Consolidar consultar: El Core bancario hace una consolidación de las consultas
realizadas quien las almacena para poder determinar información fundamental de uso de los
servicios ofrecidos por el Banco.
o Procesamiento de datos ingresados: Al ser una tarea que realizan varios usuarios se
procesa y analiza para tener un resultado
o Consolida información procesada: Permite consolidar información que ayuda a tomar
decisiones y hacer estrategias de servicio y manejo
o Analiza ´patrones de consumo: Permite mediante una información conocer la
reiteratividad de uso y así conocer hábitos de consumo
o Ejecuta indicadores de uso: Gestión de indicadores de seguimiento y control
13. Toma de decisiones: Mediante la información obtenida se pueden tomar decisiones asociadas
al manejo del servicio.
Postproceso Bancario

saludos
Bibliografía:
o https://definicion.de/recolecciondedatos/#targetText=Definici%C3%B3n%20de%20recolecci
%C3%B3n%20de%20datos,permite%20generar%20un%20cierto%20conocimiento(Links to an external
site.) (Enlaces a un sitio externo.).
o Joyanes Aguilar, L. (2019). Inteligencia de negocios y analitica de datos. Una Vision
global de Business Intelligence & Analitics.Bogota: Alfaomega.

Editado por Francesconi Rodriguez Sara Janeth el 15 de sep en 21:58

Cordial saludo.
Explicas muy bien el proceso como tal para convertir los datos en información, solo para
adicionar me parece que debió ser más generalizada en cuanto a las herramientas de BI, y la
minería de datos a utilizar. Muy completo su aporte
Fierro Ovalle Dany Arley

Estimada Sara
Tu ejemplo es muy especifico y da a conocer el proceso del banco, te recomendaria que paralelo
al ejemplo hicieras el esquema teorico de como conierten esos datos en conocimiento, puede ser
sencillo,. Donde muestres como se hace el ETL, DASHBOARD, EL DWH Y finalmente la
herramienta de BI para generar conocimiento para la toma de decisiones y cual seria una buena
hsolucion del mercado.

Saludos
o
Contraer subforoCujar Montes Jorge Mario

Cujar Montes Jorge Mario
Diagrama de Flujo Transformar Dato en Información.pdf

adjunto diagrama con el cual se da el proceso para transformar un dato en información relevante y que aporte
a la organización
Contraer subforoCristancho Sanchez Carolina

Carolina Cristancho Sanchez

Foro - Semana 5 y 6
determinando los procesos que se deben adoptar para que un dato se convierta en información,
que sea relevante, que se pueda analizar y finalmente que genere un reporte gerencial para la
toma de decisiones.
Flujo.
Mediante este diagrama podemos realizar un proceso de recolección, almacenamiento, definición

y toma de decisión.
Para la recolección es necesario definir las fuentes de información que serán utilizadas para
dicha finalidad, la frecuencia de toma de datos y su manejo.
Almacenamiento DATA: Contar con la adecuada infraestructura para el almacenamiento es vital
por temas de disponibilidad y capacidad. Adicional a esto es importante definir las tablas de
retención y tomas de backup.
Datamart: Es clave definir cuales datamart son importantes para asociarse y poder sacar
información y conocimiento de mayor valor. Cada uno tiene sus propias estructuras deben ser
evaluadas para tomar de allí la información de mayor relevancia y apoyo.
Data werehouse: Definir una buena estructura y la adecuada para la compañía es un gran trabajo
para el desarrollo efectivo del análisis y la toma de decisiones.
Minería de datos: La minería de datos apoya la toma de decisiones mediante la definición de
atributos, estadísticas, gráficos de control y seguimiento. Debe ser claramente definido para que
el conocimiento que se tenga de allí de valor a alta dirección y gobierno de una compañía.
Todo esto conlleva a tener un sistemas de decisiones de alta calidad con un sistema tecnológico
adecuado y acorde con las necesidades de la compañía.
Referencias
o Sinnexus, Business Intellingence Informatica Estrategica. 2017 .
o Web y Empresas , Julio 2013, Matias Riquelme.
o Economipedia, Mineria de Datos, 2019 Joaquín López Abellán.
o Metodología de la Investigación, 8 de julio de 2010, blog.
FORO 2 ALTA TECNOLOGIA.png


o


importante lo resaltado en datamart nos muestra una buena gráfica esa definición , puesto que
apartir de ahí le damos importancia a la toma de decisiones y sobre la minería de datos es
importante estructurarla para tomar nota del os indicadores y hacer seguimiento continuo.
o
Contraer subforoVera Vargas Franklin


Entendimiento del negocio: Es fundamental en esta etapa involucrar a los interesados que
ayuden a definir el problema, los objetivos del proyecto y los requerimientos de la solución desde
un punto de vista de negocio.

Recopilación de datos: Se identifican las fuentes y se reúnen los datos (estructurados y no
estructurados). Los datos reflejan o registran eventos ligados a una transacción, que pueden ser
observados y monitorizados. En este punto también se incluye la “limpieza” de los datos, así
como la aplicación de filtros. Desde el punto de vista técnico se compone de:
o La máquina de ETL (extract, transform, load). Importa los datos de los sistemas y
bases de datos operacionales (por ejemplo, el sistema contable soportado en un ERP cuyos
datos residen en un gestor de base de datos), los convierte en datos “que tienen sentido para
el negocio” y los carga en los repositorios del sistema de inteligencia de negocio.
o Los repositorios de metadatos. Contienen los datos que utilizarán los diferentes
usuarios, tanto en su visión lógica (documentación y definiciones), como en su dimensión
física (qué son, donde están ubicados, cuáles son las unidades de medida, etc.).

Entendimiento de los datos – Información: La visualización a través de gráficas, el determinar
valores típicos y promedios, presentar tendencias y otros métodos permiten convertir los datos en
conocimiento. Aquí entran desde el punto de vista técnico las aplicaciones de gestión, las utilizan
los usuarios para hacer análisis, informes, búsquedas (queries) y fabricar cubos
multidimensionales (OLAP).

NOTA: Tanto los datos como la información deben cumplir con ciertas condiciones:
o Relevante al propósito específico.

o Completo
o Fiable
o Oportuno, de nada sirve el dato si llega cuando ya la decisión ha sido tomada.
o Estar en el formato correcto.
o Disponible, a un costo razonable, la relación costo-beneficio debe tenerse en cuenta.

Inteligencia - Conocimiento: Usando los datos históricos asociados a los puntos de interés se
desarrollan modelos predictivos o descriptivos que permitan interpretar y anticiparse a los
cambios.

Acción y Retroalimentación: El comunicar, hacer recomendaciones y tomar acciones basados en
la información y conocimiento permite reevaluar el resultado de toda la cadena y hacer este
proceso iterativo de tal manera que cada vez sea más afinado y se puede extender a más áreas
de interés.

Bibliografía:
Rodríguez, J.R. (2015). Características de los proyectos de inteligencia de negocio. Universitat
Oberta de Catalunya.
Rollins, J. R. (2015, 24 agosto). Why we need a methodology for data science. Recuperado 15
septiembre, 2019, de https://www.ibmbigdatahub.com/blog/why-we-need-methodology-data-
science (Enlaces a un sitio externo.).
Whitney, H. W. (2007, 27 noviembre). How to define data, information and knowledge.
Recuperado 15 septiembre, 2019, de https://searchdatamanagement.techtarget.com/feature/Defining-
data-information-and-knowledge (Enlaces a un sitio externo.)

Buenas noches Franklin

como planteaste la idea me parece conveniente puesto que en efecto la suma de datos permite
tener información y en efecto esta se traduce en conocimiento, y este nos permite tener una
óptima visión de lo que se desee ejecutar, es de vital importancia contar con que esta información
al convertirse en un activo de cualquier organización es valiosa y así mismo al ser transformada
nos da nuevos horizontes.
saludos
Ruiz Ramirez Jose Andres

Buena noche compañero

interesante la manera de sintetizar y abordar la transformación del dato, en el cual comparto y
recalco la importancia de en este caso el punto 1, en el que nos indica La importancia del
entendimiento del negocio de la empresa, de esta manera desde el inicio se pueden definir de manera
adecuada el problema, los objetivos del proyecto, así de esta manera podremos globalizar y entender la
finalidad de la información reportada, si no que adicional, sabremos con que estructura física debemos contar,
software necesarios para la lectura de la información, sin tener contratiempos a futuro.
o

Cordial saludo.
Muy completo su aporte, en cuanto al diagrama de flujo se entiende que el proceso de convertir
los datos en información se basan cinco fases que luego explicas muy bien, cuando explicas la
recopilación de datos profundizas y expones claro la herramienta de ETL para almacenar los
datos, en las otras faces es más simple pero das a entender bien cada punto.
o
Villamil Gonzalez Angela Gioanna

Villamil Gonzalez Angela Gioanna
Cordial saludo,

La empresa frente a la implementación de una solución de inteligencia de negocios
Las empresas constantemente están produciendo datos relevantes en el desarrollo de sus
actividades, pero estos por sí solo no generan inteligencia de negocios, ni nos sirven para tomar
decisiones de una manera acertada, confiable y ágil, para ello es necesario implementar un
proceso de transformación de datos en donde se busca fusionarlos, extraerlos y enfocarlos en
dar la respuesta a alguna pregunta de negocio que la organización se esté planteando, sin
tiempos de demora estar preparados para tomar decisiones de manera certera y eficaz. Las
preguntas de negocio tienen respuesta después de la consolidación, filtración y análisis de datos.
Pero para esto el Dato debe pasar por un proceso de transformación para llegar a convertirse en
información relevante y certera para la organización y que contribuya a la correcta toma de
decisiones a las q las empresas deben enfrentarse constantemente. Este proceso inicia de la
siguiente manera:

PROCESO DE TRANSFORMACIÓN DE LOS DATOS

Con el fin de explicar el modelo anteriormente expuesto se debe iniciar con la identificación de
las necesidades de información y/o requerimientos, que responden a una pregunta del negocio,
después se inicia con la fase de captura y recolección de los datos, tomando como punto de
partida de las necesidades de información, y allí se encuentran las fuentes de información
(Internas y externas). Estas fuentes contienen información estructurada y No estructurada del
proceso convergiendo en palabras, imágenes y números que son los datos del proceso. Estos
datos al pretender ser agrupados e integrados generan información con propósito, significado y
proceso, en donde interviene el nivel de evolución tecnología y los mecanismos de integración de
la información.
El proceso de la extracción, organización y transformación de la información se genera a través
de proceso de integración ETL el cual facilita la agrupación, rapidez y el diseño de la información.
Dicha plataforma tecnológica permite los accesos a la información y allí se plantean los perfiles
de las partes interesadas o usuarios que intervienen en el proceso; como lo son los clientes, los
empleados, los proveedores y los colaboradores del proceso. Es importante mencionar la
funcionalidad de los sistemas de información y para ello, existen sistemas que
permanentemente están atendiendo solicitudes en línea, y transacciones orientadas a
cumplir las actividades de negocio, a estas las llamamos OLTP (OnLine Transaction
Processing) y sistemas OLAP (On-Line Analytical Processing) cuyo principal uso está
orientado a realizar el análisis de datos. Adicionalmente existe una interconexión de la
información a través de habilitadores tecnológicos como lo son los portales web, canales de
comunicación, Software y Hardware. A partir de la personalización e individualización se genera
la integración de la información y se diseñan las aplicaciones, las bases de datos, bodegas de
datos (Repositorios de Información), Datawarehouse, Datamarts que permiten la carga de la
información.

Finalmente, el conocimiento generado a través de la transformación permite estructurar la
información, sistematizarla y desarrollar esquemas, modelos y estructuras que facilitan y
garantizan la visualización (consultas y reportes) de información estratégica, táctica y de gestión
para el análisis del conocimiento (Analítica de datos) y través de proceso exhaustivo de calidad y
seguridad de la información (En cada fase) y de una adecuada comunicación (Canales de
comunicación) se generan reportes gerenciales para la toma de decisiones basada en datos. El
ciclo de inteligencia de la información es cíclico y se vuelve a iniciar generando oportunidades de
mejora (mejora continua) que convergen en decisiones estratégicas, acertadas y oportunas para
un negocio más sostenible, competitivo y rentable.

Bibliografía
Curto D. J. (2010). Inteligencia de negocios desde la perspectiva del negocio. Introducción al
Business Intelligence. Barcelona, ES: Editorial UOC, ProQuest ebrary. Recuperado de
http://site.ebrary.com.loginbiblio.poligran.edu.co:2048/lib/bibliopoligransp/detail.action?
docID=10647203&p00=olap
Perles G. J (2017). Herramientas Tecnológicas. Administración y monitorización de los SGBD
(UF1470). Madrid, ESPAÑA: IC Editorial, 2015. ProQuest ebrary. Web. 28 September 2017.
http://site.ebrary.com.loginbiblio.poligran.edu.co:2048/lib/bibliopoligransp/reader.action?
docID=11126278&ppg=9
o (2016). Rolap, el análisis de información Online relacional. Recuperado de https://retos-

operaciones-logistica.eae.es/rolap-el-analisis-de-informacion-online-relacional/ (Enlaces a un sitio externo.)
Cebrián M. D. (2017) Sistemas de Almacenamiento: Administración de bases de datos (UF1466).

Madrid, ESPAÑA: IC Editorial, 2014. ProQuest ebrary. Web. 5 June 2017. Pag. 27-31
Recuperado de
http://site.ebrary.com.loginbiblio.poligran.edu.co:2048/lib/bibliopoligransp/reader.action?
docID=11126445
Díaz, D. (2005).Toma de decisiones: el imperativo diario de la vida en la organización
moderna. Revista medica.Vol 13 (3).
o
Contraer subforoMacia Rincon Juan Pablo

Aporte al foro por Juan Pablo Macia Rincón
Bibliográfica:
Lectura Complementaria Semana 5 y 6, Politécnico Grancolombiano.
Rodriguéz. R. M, (2015). “Características de los proyectos de inteligencia de negocios”. Extraído
de: https://www.academia.edu/27336105/Caracter
%C3%ADsticas_de_los_proyectos_de_inteligencia_de_negocio (Enlaces a un sitio externo.)

Buenas noches Juan Pablo

Es importante reconocer que la información se convierte en conocimiento y que este nos
permitirá tomar decisiones correspondientes a cualquier área, de igual manera el dato al ser
procesado con otros diferentes concatenar la transformación y así mismo nos permite ver las
cosas desde puntos diferentes.
saludos

Buen dia...Juan Pablo,

Es un buen y definido esquema que permite identificar el paso a paso y la clara y concreta
definicion de cada fase de la conversion de datos en informacion.
Saludos...
Mantilla Amorocho Daniel

Buenas noches Juan Pablo,

Quiero complementar su información mencionando que actualmente existen muchas
metodologías de diseño y construcción de un datawarehouse (dependiendo del fabricante del
software de inteligencia de
negocios).
Para nuestro curso consideramos las más importantes la de Kimball y la de Inmon.
Una de las principales características que los separa es que para Inmon los datamarts son
creados después de haber implementado el datawarehouse, mientras que para Kimball el
datawarehouse es la unión de diferentes datamarts.
Cordialmente,
Daniel Mantilla
o

Buen día Tutor y compañeros

A continuación mi participación en el foro.
La metodología expuesta para la recolección de información y construcción de base de datos
está basada en la metodología Kimball, En donde los datos recolectados nacen desde cada uno
de los procesos de la empresa que hacen parte principal del negocio, como por ejemplo lo puede
ser para una EPS el proceso de afiliación, en donde tendremos información de los afiliados,
Autorizaciones proceso donde podremos obtener información de diagnósticos de enfermedades,
procedimientos y medicamentos suministrados al paciente, el proceso de contratación de IPS,
con el cual tendremos conocimiento de la red contratada, a nivel regional, a nivel de servicios
prestados, nivel de atención, entre otros.
Identificados nuestros procesos o fuentes de datos, se establece la estructura física de la base de
datos:
o Determinar el tamaño de DW/BI

o Cómo configurar el sistema
o Determinar tipo de almacenamiento
o Determinar memoria y servidores necesarios
Una vez establecido, se determina la estructura y orden en el cual se va a almacenar la
información, en este caso se almacenarán data mart, que a su vez será parte del DW.
Organizados y almacenados los datos transaccionales, se proporciona el acceso estructurado a
través de aplicaciones de inteligencia de negocios. Las aplicaciones de BI son la cara visible de la
inteligencia de negocios: los informes y aplicaciones de análisis proporcionaran información útil
para la toma de decisiones o diferentes acciones de la compañía.
Fuente: Elaboración Propia

Referencias
Metodología de Kimball. (s.f.). Recuperado 17 septiembre, 2019, de

http://inteligenciadenegociosval.blogspot.com/2014/01/metodologia-de-kimball.html
Miguel Angel Perez Gomez said, M. A. (2010, 6 mayo). Kimball vs Inmon. Ampliación de conceptos del
Modelado Dimensional.. Recuperado 17 septiembre, 2019, de https://churriwifi.wordpress.com/2010/04/19/15-2-
ampliacion-conceptos-del-modelado-dimensional/

Editado por Ruiz Ramirez Jose Andres el 16 de sep en 21:56
o
Contraer subforoMantilla Amorocho Daniel


Buenas noches, a continuación mi participación en el foro teniendo en cuenta las siguientes

instrucciones:
determinando los procesos que se deben adoptar para que un dato se convierta en
información, que sea relevante, que se pueda analizar y finalmente que genere un reporte
gerencial para la toma de decisiones.
Tenga en cuenta los esquemas y mapeos expuestos en clase y el uso de una plataforma
tecnológica para tal fin.
Cada una de estas etapas en el proceso debe estar justificada con una base teórica que
afiance el proceso indicado por cada uno de ustedes.

El siguiente diagrama de flujo describe el proceso para convertir un dato en información para la
toma de decisiones basada en hechos y datos.

3. Captura de datos: Para la actividad hice énfasis en los procesos relacionados

con la atención hospitalaria en una institución prestadora de servicios de salud. Estos
procesos se realizan a través de software, al que el cuerpo asistencial tiene acceso a través
de perfiles y claves de acceso para garantizar la seguridad y confidencialidad de los datos.
4. Integración y consolidación: Los datos recolectados fluyen hacia una base de
datos transaccional (OLTP), es decir, los datos resultantes de la operación. Esta se encuentra
normalizada y dispuesta en tablas.
5. Procesos ETL: Aquí se termina la integración de los datos. Sobre los datos se
aplican una serie de reglas de negocio o funciones en marcadas en la calidad de los datos.
Finalmente se llevan al destino.
6. Modelo Datawarehouse: Estructurado según la metodología de Kimball. Este se
concibe como la unión de diferentes datamart’s estructurados. En esta actividad los datos de
la atención hospitalaria es un pequeño datamart, que hace parte de la integración de un gran
almacén de datos.
7. Servidor BI: Es un servidor de informes local, en el que el equipo de BI
administra los reportes y tableros. Allí se asignan perfiles y claves de acceso a los usuarios
del sistema según sus roles y funciones en la organización.
8. Reporte de dashboards: Es la etapa inal del proceso, en el que los datos se
convierten en información. Son representaciones gráficas de los indicadores asociados a los
objetivos del negocio, y que están orientados a la toma de decisiones basadas en hechos y
datos.
Bibliografía
Chen, H., Chiang, R., & Storey, V. (2012). Business Intelligence and Analytics:From Big Data to
Big Impact. Mis Quarterly, 35(4), 1165-1188.
Rodríguez, J. R. (s.f.). Características de los proyectos de inteligencia de negocio. Univeritat
Oberta de Catalunya.

Cordialmente,
Danel Mantilla
Editado por Mantilla Amorocho Daniel el 16 de sep en 23:41
Sin título.png
(1 me gusta)

Buen dia,
Profesor,
Adjunto el diagrama generado como partipacion del foro. La bibliografia corresponde al material
publicado en los modulos de la materia, a lo visto en los foros y tome dos imagenes de la
paguina https://www.raini.es/bases-de-datos.html (Enlaces a un sitio externo.).
Considero este tema nos retroalimenta bastante respecto a la importancia de la inteligencia de
negocios en las organizaciones hoy dia y creo este tipo de ejercicios de diagramas y graficas nos
permiten expresar de una forma mas libre y abierta las ideas y lo que pensamos de un tema en
especifico.
Espero mi aporte permita tener una vision clara de la transformacion de los datos asi como yo
pude entender mas este tema.
Saludos...
Foro 2 Implementacion.pdf
o
Reyes Conde Jeimy Catherine

Reyes Conde Jeimy Catherine
Buenas noches
o
Romero Betancur Andres Alberto

Romero Betancur Andres Alberto
Buenas noches, a continuacion realizo mi aporte.

Diagrama
https://redcomcol-
my.sharepoint.com/:i:/g/personal/andres_romero_consorciopc_com/EUkCnftumyxNk12EyYsfNiEB
NPEf3ar7cJdeOYhJ4IdDTw?e=OQMNhf
Etapa de aprendizaje
Partiendo de la base que la compañía cuenta con datos en sus distintas áreas, es importante
hacer visible la importancia de estos datos, como podemos usarlos en beneficio de la empresa y
que queremos alcanzar dándole tratamiento a los datos existentes en las distintas áreas.
Proceso de fidelización
Es importante que enfoquemos esfuerzos en darle valor a la idea del uso de los datos, sobre todo
con los patrocinadores y altos ejecutivos , ya que ellos de una gran porción son el oxígeno de la
idea de transformar los datos, debemos tener claro que todo lo que se proponga se pueda
cumplir y que tenemos que dar informes de los avances conseguidos con regularidad, esto nos
permitirá tener a estos, convencidos de que la solución nos permitirá tener buenos resultados.
Análisis de datos
En esta etapa nos permitirá tener una claridad más precisa de lo que tenemos y a donde
podemos llegar, en sus diferentes fases nos permitirá mostrarle a la compañía que solución y
herramientas debemos implementar, para el tratamiento de estos y podremos establecer las
métricas a seguir para conseguir nuestros objetivos.
Cultura de uso
Tendremos que enfocar esfuerzos en crear una cultura en la compañía que apoye este tipo de
proyectos, que convenza a los patrocinadores de que es una inversión grande y a largo plazo,
pero que sin duda tendrá rendimientos altos y de buena calidad, que a su vez están a la
vanguardia tecnológica, ya que esta nos permitirá fijar objetivos específicos, medir sus
cumplimientos y que nos permita tomar decisiones en cortos periodos de tiempo, a su vez
tendremos la oportunidad de formar personal que se dedique a cuidar datos y partir de allí crear
información de alto valor para la compañía.
Calidad de gestión de datos
Es importante destacar que en estos procesos los tiempos son suprema mente importantes esto
ira variando según las solitudes, pero debemos tener claro que, con la implantación de una
solución de BI, esto debería ir mejorando, de igual forma los contenidos de los datos irán
teniendo mejores enfoques, según el área hacia quien van dirigidos, y dichos datos ya vendrán
dispuestos para el uso en sus distintas aplicaciones.
Estrategias
Según las disposiciones de los datos y hacia donde serán dirigidos, se deben crear la diferente
estrategia para alcanzar los objetivos propuestos, se implantarán variados métodos, los cuales
nos darán las pautas necesarias para llegar a nuestros clientes, estos clientes pueden ser tanto
externos como internos, ya que ente tipo de soluciones se intenta que la información sea del
alcance de todos, eso si teniendo en cuenta todas restricciones y los riesgos asociados a nuestra
actividad.
Cordial saludo
Andres Alberto Romero

DIAGRAMA FORO 2.docx
o

BUENA NOCHE A CONTINUACIÓN MI APORTE

Primero quiero resaltar que la información es un activo.
así mismo, aclarar que durante todo el proceso se debe garantizar los siguientes aspectos de la
información
1. Confidencialidad: El área de finanzas no debe saber la información de producción

2. Integralidad: Que sea completa, que no se modifique, que se veraz.
3. Disponibilidad: SI yo la necesito, la pueda obtener y disponer
Proceso entre datos información y conocimiento

1) Integración: Proceso ETL (Extraer Transformar y Cargar) – Pentaho Ketlle
Extraer: Consiste en tomar la información desde el origen de datos por medio de los conectores
de datos ya sean relacionales, planos, jerárquicos, servicios web, XML, paginas web o archivos
personalizados como Excel. En este proceso se puede hacer un control de errores y formatos,
mediante por ejemplo un perfilamiento de los datos a extraer o fraccionando su extracción por
etapas como el tiempo o su tamaño lo cual debe estar basado en la pregunta de negocio.
Transformar: Corresponde al proceso en el cual los datos se ajustan a la estructura de la bodega
de datos, une información de diferentes fuentes, asignar características.
Carga: Depositar la información transformada en la tabla de la bodega donde será almacenada.
Requiere que la llaves referenciales de registro existan antes de cargarla, esto se llama integridad
referencial de la bodega de datos.
2) Datawherehouse (Bodega de Información)
Almacenamiento: Define la estructura tanto de hardaware como de software requerida para
almacenar y procesar la información.
Acceso: Define como se va a acceder, presentar y ver la información.

3) Analisis (BI)
Se convierte la información en conocimiento, mediante sistemas de analisis que utilizan
herramientas de exploración profunda segun los cubos de información que forme e información
condensada, todo con el fin de ayudar en la toma de decisiones
Finalmente los datos se convierten en inflormación como se muestra en el siguiente
diagrama de elaboración propia.
DIAGRAMA

Fuentes Consultadas:
- Lectura de la Semana 2
- Rodriguez, Jose Ramon EN: “Características de los proyectos de inteligencia de negocio” . ED y Publicación :
Universitat Oberta de Catalunya . 2015 . Barcelona
- TECHTARGET. Definiendo datos, información y conocimiento. Rescatado
de: https://searchdatacenter.techtarget.com/es/cronica/Definiendo-datos-informacion-y-conocimiento (Enlaces
a un sitio externo.)
Fierro Ovalle Jazmin Rocio

Fierro Ovalle Jazmin Rocio
Buen día este es mi aporte al Foro 2 discusión la empresa frente a la implementación de

una solución de inteligencia de negocios.
1. Teniendo en cuenta la lectura y los encuentros sincrónicos, realice el diagrama

de flujo determinando los procesos que se deben adoptar para que un dato se
convierta en información, que sea relevante, que se pueda analizar y finalmente que
genere un reporte gerencial para la toma de decisiones.
Para centrarnos más en el tema, debemos tener en cuenta que es lo que necesita
básicamente la inteligencia de negocios, es decir los elementos fundamentales, describo
en la gráfica que vamos a necesitar
Fuentes de datos ETL DWH Análisis Presentación

Encontramos básicamente dos grupos: uno que está basado en soluciones web y otro que
está en el ámbito de soluciones de memorias. El primero está basado en el concepto de
web warehousing que administra los datos y los organiza sin almacenarlos, esto es
básicamente para los datos no estructurados.
El segundo enfocado en datos de memoria que por el contrario sí los almacena, este
almacenamiento puede ser de tres clases semántico, sintáctico y aproximado según la
empresa y el tipo de datos.
De otro lado se tienen las fuentes de datos que pueden variar dependiendo la operación
del negocio ofreciendo datos en un mayor de detalle, contienen información ya sea
estructurada o no.
El proceso ETL se puede definir como el proceso de extracción, transformación y carga de
la información desde la fuente de datos a una bodega de datos, luego son validados y
formatos para asegurar una integridad, consistencia, evitando asi la redundancia de la
información, toda esta transformación depende de los requerimientos del usuario final,
debido a que la información responde a preguntas que este usuario final se plantea para
asi finalmente mostrarnos las condiciones que deberán cumplir los datos para que
finalmente se convierta en información.
De la extracción de información se podría decir que es cuando se copian los datos que se
necesitan mediante una selección, esto se puede hacer mediante tablas, campos, archivos,
registros entre otros que pueden ser parciales o completos, esto depende de los
requerimientos establecidos, extracciones que son tomadas de las fuentes de información
que han sido tomadas de las bodegas de datos.

Esta fase de extracción es muy rigurosa debido a que se hace una limpieza de los datos y
se transforman los datos según lo estipulado al inicio del proceso.
Se aplican transformaciones como el cambio en el tipo de datos, nuevas columnas,
manejo de los nulos y todos los cambios necesarios para que los datos cumplan con la
información que se solicita para continuar con el siguiente proceso, de esta manera evitar
posibles errores, haciendo así que la información este correcta, consistente, completa y
sin ambigüedades.

El proceso de carga de los datos es básicamente cuando se insertan los datos
transformados o datos de calidad en la bodega de datos con la que contamos, la carga
tiene una parametrización en donde se debe insertar cumpliendo a un orden especifico,
debido a las condiciones mismas de restricción con la que cuenta la bodega y deben ser
cumplidos para evitar errores y fallas que impedirían la respectiva carga

Las bodegas de datos tienen parametrizaciones especiales
Una es colección de datos orientado a temas, integrados, no volátiles, son datos que
permiten y sirven de soporte para la toma de decisiones.
Otro es la conglomeración de datos organizacionales de áreas de desarrollo y
presentación, con datos obtenidos de la operación misma de una compañía, pasando por
un proceso de manipulación y transformación para el análisis que el usuario final desee.

Bibliografìa
http://www.cloveretl.com/ (Enlaces a un sitio externo.)
https://www.marketingdirecto.com/ (Enlaces a un sitio externo.)
https://www.businessintelligence.info/dss/datos-informacion-conocimiento.html (Enlaces a un sitio externo.)
https://pdfs.semanticscholar.org/c65b/88da123544f910475a975c07887afa1731e9.pdf (Enlaces a un sitio
externo.)
foro 2.pdf

Foro 2

Cargado por

Información del documento

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

Foro 2

Cargado por

Copyright:

Formatos disponibles

Foro 2

o Fuentes externas: el entorno, el mercado cambiante y estático etc.

Morales Garzon Zayra Esilda

Morales Garzon Zayra Esilda

Gestionar la entrada de foro

Hola Juan Carlos

Toro Salgado Carlos Andres

Toro Salgado Carlos Andres

Gestionar la entrada de foro

Cristancho Sanchez Carolina

Cristancho Sanchez Carolina

Gestionar la entrada de foro

Contraer subforoTobar Patino Alvaro William

o Recepción de Datos (Entrada): Los clientes solicitan a través de llamadas, mensajes

Zapata Quiroz Aide Nallyde

Zapata Quiroz Aide Nallyde

Gestionar la entrada de foro

Cordial saludo, William.

Munoz Linares Juan Carlos

Munoz Linares Juan Carlos

Gestionar la entrada de foro

Serrano Tirado Juan Carlos

Serrano Tirado Juan Carlos

Gestionar la entrada de foro

Avila Rodny Jose

Avila Rodny Jose

Gestionar la entrada de foro

Vera Vargas Franklin

Vera Vargas Franklin

Gestionar la entrada de foro

Contraer subforoAvila Rodny Jose

Buenos días apreciados compañeros y tutor, Mi aporte al foro:

o Datos se definen como cualquier representación de entidades o hechos que se haga

A continuación observemos los procesos, que desde mi perspectiva y apoyado en la bibliográfica

Fuente: Elaboración propia, adaptada de Joyanez 2019.

Zapata Quiroz Aide Nallyde

Zapata Quiroz Aide Nallyde

Gestionar la entrada de foro

Cordial saludo, compañero José.

Avila Rodny Jose

Avila Rodny Jose

Gestionar la entrada de foro

Contraer subforoZapata Quiroz Aide Nallyde

Zapata Quiroz Aide Nallyde

Zapata Quiroz Aide Nallyde

Gestionar la entrada de foro

1. Detectar información específica y concreta.

1. Extraer, transformar y cargar:

 Extraer los datos desde los sistemas de origen.

 Acumulación simple: esta manera de cargar los datos consiste en realizar un

Editado por Zapata Quiroz Aide Nallyde el 14 de sep en 19:28

Morales Garzon Zayra Esilda

Morales Garzon Zayra Esilda

Gestionar la entrada de foro

Compañera Aide buenas tardes

Avila Rodny Jose

Avila Rodny Jose

Gestionar la entrada de foro

Vera Vargas Franklin

Gestionar la entrada de foro

Contraer subforoMorales Garzon Zayra Esilda

Segundo encuentro sincrónico- Implementación de soluciones de alta tecnología en BI- Mario

Tobar Patino Alvaro William

Gestionar la entrada de foro