Documentos de Académico
Documentos de Profesional
Documentos de Cultura
GRUPO # 2
Nombres: Erika Ibargüen
Frank Villarreal
Project Description
5. Proposed Methodology
Hefesto
- Fase Análisis:
- Análisis de requerimientos
Identificar preguntas
Identificar indicadores y perspectivas
Modelo conceptual
- Análisis de los OLTP
Conformar indicadores
Establecer correspondencias
Establecer granularidad
Modelo conceptual ampliado
- Fase Diseño:
- Modelo lógico de DW
Tipo de modelo lógico del dw
1
Creación de tabla de dimensiones
Creación de tabla de hechos
- Integración de datos
Carga inicial
Actualización
6. How will the project contribute to solving the problem or meeting the need
Frecuentemente la información que se presenta en el MEF no cumple con el criterio de
oportunidad puesto que la generación de bases de datos, su análisis y la reportería son
actividades recurrentes que pueden ser simplificadas con la creación de un
datawarehouse y un dashboard que presente la información en menor tiempo.
2
Definición de indicadores y perspectivas
3
Perspectivas: Precio crudo napo, precio crudo oriente, unidades barriles diario,
presupuesto, ventas anticipadas -- necesitamos datos de ventas de Ecuador, no
se publican desde que salimos de la OPEP
● De las ventas mensuales cuánto se asigna al cumplimiento de ventas anticipadas
y cuánto y cuánto es ingreso para el país
Indicador: Ingreso real Ecuador, Barriles de petróleo para pago de preventa
Perspectivas: Precio crudo napo, precio crudo oriente, unidades barriles diario,
presupuesto, ventas anticipadas -- necesitamos datos de ventas de Ecuador, no
se publican desde que salimos de la OPEP
Modelo Conceptual
4
Modelo conceptual Crudo & EMBI:
OLTP: Indicadores
Bonos
Indicador 1: Variaciones de los precios de los bonos
Hechos: Variación del precio %
Función: 1- (Precio hoy / Precio Ayer)
Indicador 2: Principales tenedores de bonos
Hechos: Principales tenedores de bonos
Función: Top , sum ($ valor nominal bonos)
5
Establecer Correspondencias
Granularidad
6
7
8
Fuentes de Datos (Terminal Bloomberg):
● Bonos: 31 datasets bonos 2022 a 2030 (precios, rentabilidad, tenedores)
● Petróleo: 13 datasets (precios, producción, riesgo país)
NOTA:
Dado que el tiempo para la realización del proyecto nos resultó corto nos
centramos en la realización de los principales indicadores, que son los
precios de apertura, cierre y rentabilidad de bonos, precio de cierre del WTI y
valores del EMBI regional
9
1. Data Quality (RapidMiner)
a. Bonos
Se realiza la carga de datos en rapidminer y se realiza un análisis estadístico confirmando
que las calidad de datos es muy buena, esto se debe principalmente a que la fuente de los
mismos es Bloomberg, esto reduce el esfuerzo en la preparación de la data previo al
análisis.
10
11
b. Riesgo País
12
13
b. Pronóstico (Riesgo país)
14
3. ETL (PDI / Spoon)
BONOS
Utilizando la herramienta Spoon del PDI importamos de cada hoja la información de
los 10 bonos soberanos. En la importación adicionamos la columna AnoBonos y la
completamos con el año de vencimiento de cada bono.
15
La información se carga en la tabla agbonos de la base de datos bonos en MySQL.
La columna ano, diferencia a qué bono le corresponde la información.
16
La tabla hechos bonos contiene los indicadores: C. Apertura, C. Cierre, Rendimiento
y las claves primarias de la fecha y del año del bono:
17
Por otro lado, la table idYear nos da el vencimiento del bono dependiendo del idYear
en la tabla de hechos.
EMBI
Finalmente para la carga del Riesgo País o EMBI por sus siglas en inglés (Emerging
Markets Bonds Index). Los valores del riesgo país proceden de la misma hoja de
excel, pero las separamos para incorporarles un código único por país y creamos la
tabla EMBI2:
18
La tabla EMBI2 contiene la información preliminar del riesgo país para 7 países de
sudamérica:
Con la función Merge del Spoon añadimos a la tabla los valores del precio del WTI,
creando la tabla EMBI3:
19
Ahora, cambiamos las fecha por los idFecha de la tabla dimensionfecha:
La tabla dimensionpais:
20
4. BI Platform (Pentaho)
21
Cubo:
22
5. BI OLAP cubes (Saiku)
En la siguiente tabla se puede ver las cotizaciones al cierre de todos los bonos en
cada fecha:
23
Las cotizaciones al cierre del 2020:
24
6. BI Easy dashboard (Datafor)
7. Conclusión
25