Unidad 3: COMPONENTES DEL ENTORNO DE

INTELIGENCIA DE NEGOCIOS
3.1
ORÌGENES DE DATOS
 3.1 Orígenes de datos
• Los orígenes de datos contienen las identidades que desea procesar para la resolución de entidades y cargar en
la base de datos de entidades.

• Los orígenes de datos contienen datos identificativos y datos no identificativos.

• Los registros de identidad del origen de datos se deben exportar como UMF para que los pueda procesar el
sistema y se puedan cargar en la base de datos de entidades.

• Ejemplos de orígenes de datos incluyen, aunque sin limitarse a las mismas, listas de empleados, listas de
vigilancia, listas de clientes y listas de proveedores.

Los orígenes de datos contienen información vital, como la información sobre el origen original o la referencia
externa correspondiente al origen de datos. Estos detalles hacen que cada origen de datos sea exclusiva en el
sistema.

Los orígenes de datos especifican un proveedor de OLE DB y la configuración del resto de las propiedades de la
cadena de conexión utilizada para obtener acceso a los datos de origen. La configuración de las propiedades varía
en función del proveedor seleccionado. Normalmente, la mayoría de las propiedades son opcionales, por lo tanto,
la creación de un origen de datos puede realizarse rápidamente.
 3.1 Orígenes de datos
En la jerarquía de objetos, los orígenes de datos están inmediatamente subordinados a los siguientes objetos:

• Base de datos

Una base de datos contiene varios orígenes de datos, que son compartidos por los cubos, particiones y
dimensiones de la base de datos.

• Cubo

Un cubo sólo puede tener un origen de datos. Al crear un cubo, el origen de datos de éste se selecciona en los
orígenes de datos de la base de datos o bien se puede crear un nuevo origen de datos. Las particiones del cubo
pueden tener orígenes de datos distintos del origen de datos del cubo.

• Partición

Una partición sólo puede tener un origen de datos. Se selecciona de los orígenes de datos de la base de datos o
bien se crea cuando se genera la partición. Cada partición de un cubo puede tener un origen de datos distinto; sin
embargo, todos los orígenes de datos deben hacer referencia a los orígenes de datos que contienen:
 3.1 Orígenes de datos
• Una tabla de hechos con la misma estructura y columnas.

• El mismo conjunto de tablas dimensionales que se usa en el esquema del cubo.

Entre los orígenes de datos, las tablas dimensionales deben tener la misma estructura y columnas.

Además, cada dimensión tiene un origen de datos. Una dimensión puede incluirse en un cubo sólo si tienen el
mismo origen de datos.

Una vez creados los orígenes de datos, los siguientes objetos que suelen creares son las dimensiones compartidas.
 3.1.1 Sistemas opereracionales
El análisis de cada sistema se realizará en forma bastante general pues, se supone que será fuente de futuros
trabajos al respecto. Los Sistemas son considerados necesarios para cualquier empresa que contemple el uso de
TI acorde a la época actual. El objetivo implícito, es concebir un modelo que permita relacionar los sistemas
mencionados, y determinar los datos por ellos obtenidos que permitan gestionar adecuadamente una empresa.

À Cada sistema maneja cierta información de índole estratégica, por lo cual se debe restringir el acceso de
cualquier interesado, y proveer de permisos y perfiles de usuario, que delimiten las acciones a ejecutar por cada
usuario autorizado, e inhabiliten a los que no lo estén. Como en el Sistema de Personal deben ser Sistemas de
Gestión.

Por ejemplo, donde se definen los Departamentos que manejan el sistema, el escalafón de cargos, los tipos de
monedas, las Regiones del país, etc. Datos que deben ingresarse cuando se va a comenzar a utilizar el sistema y
se debe personalizar para la empresa en cuestión y su medio. Allí es donde se encuentran los datos necesarios
para generar las salidas y procesamientos que requiera el usuario.
 3.1.2 Sistemas heredados
Las compañías gastan mucho dinero en sistemas informáticos y, para obtener un beneficio de esa inversión, el
software o el hardware debe utilizarse varios años. El tiempo de vida de los sistemas informáticos es muy variable,
pero muchos sistemas grandes se pueden llegar a utilizar hasta más de 20 años. Muchos de estos sistemas
antiguos aún son importantes para sus respectivos negocios, es decir, las empresas cuentan con los servicios
suministrados por estos sistemas y cualquier fallo en estos servicios tendría un efecto serio en el funcionamiento
de la organización. Estos sistemas antiguos reciben el nombre de sistemas heredados.

Riesgos de la migración de un sistema heredado.

Los sistemas heredados son considerados potencialmente problemáticos, por numerosos ingenieros de software
por diversos motivos. Dichos sistemas más a menudo operan en ordenadores obsoletos y lentos cuyo
mantenimiento tiene elevados costes y son dificiles de actualizar por falta de ocmponentes adecuados o de
mantenimiento.
 3.1.2 Sistemas heredados
Los negocios por lo general reemplazan sus equipos y maquinaria con sistemas más modernos. Sin embargo,
desechar un sistema informático y reemplazarlo con hardware y software moderno conduce a riesgos de negocio
significativos, Reemplazar un sistema heredado es una estrategía de negocios arriesgada por varías razones:

1.- Rara vez existe una especificación completa de los sistemas herados.

2.- Los procesos de negocios y las formas en que los sistemas herados operan a menudo están intrincadamente
entrelazados.

3.- Las reglas de negocio importantes están contenidas en el software y no se suelen estar anotadas en ningún
documento de la empresa.

4.- El desarrollo de nuevo software es por sí mismo arriesgado, ya que pueden existir problemas inesperados
puede ser, por ejemplo, que no se entregue a tiempo con el precio previsto. Compartir en Pinterest
 3.1.3 ERP´s, CRM´s
CRM se refiere a un software dedicado a las relaciones con el cliente. Su principal finalidad es tener disponible en
cualquier momento de toda la información necesario de los clientes. Ya sea para satisfacer las necesidades de
estos o para realizar estudios de mercado, que nos ayudarán a diseñar una estrategia comercial más ajustada a la
realidad de nuestro mercado.

Ventajas del CRM

• Es un buen manejo para ampliar la cartera del cliente.

• Fidelización de los clientes.

• El CRM mejora la productividad empresarial.

• Permite tomar decisiones con plena confianza.

• Aumenta las ventas y reduce el ciclo de venta

• Permite direccionar la oferta hacia las necesidades de los clientes, y a su vez aumentar el grado de satisfacción.
 3.1.3 ERP´s, CRM´s
Desventajas de CRM

Ante todo, equivocarse en la elección de las herramientas puede complicar el CRM. Por eso hay que pensar
previamente en la clase de herramientas que le conviene a la estructura para seguir la relación con sus clientes y
sus prospectos.

El CRM no es fácil de establecer, hay que tener cuidado con elegir correctamente las herramientas, sino también
bien poner en marcha el proceso de CRM que será iniciado por la empresa.

El elevado costo que implica la aplicación e implementación del CRM, tanto en recursos económicos como
humanos.

La dificultad en el manejo de información dado a la resistencia de algunos sectores a compartir la información.

Se puede incurrir en invasión de privacidad del cliente y exponerlo a situaciones indeseadas.

 3.1.3 ERP´s, CRM´s
Sistema ERP

La información se genera cada segundo de forma instantánea en todas las organizaciones y en cada uno de sus
niveles, en el ámbito empresarial, tener a la mano la información necesaria pude significar una ganancia o una
pérdida monetaria, a través de las últimas décadas, han aparecido y evolucionado los sistemas de planeación de
los recursos empresariales para ayudar en este sector, mejor conocidos como ERP, son un tipo de software que
permite a las empresas controlar la información que se genera en cada departamento y cada nivel de la misma.

Ventajas de los ERP

La principal ventaja de los ERP es la gestión en tiempo real de la información, una ventaja que las empresas
agradecen mucho por su fuerte interacción con la logística de información y productos, la cadena de
abastecimiento, estadísticas financieras, y otras áreas que utilizan información que cambia constantemente.

La correcta implementación de los ERP repercute en el aumento de productividad de todos los departamentos, así
como el mejor aprovechamiento del tiempo, donde antes se necesitaba tiempo para llevar un informe de un
departamento a otro, ahora ese tiempo es utilizado en otras funciones.
 3.1.3 ERP´s, CRM´s
Desventajas de los ERP

Aunque los sistemas ERP puedan generar un incremento de productividad, para muchas empresas es casi
imposible pagar el costo de las licencias, implementación y sobre todo del mantenimiento del mismo, ya que son
sistemas dinámicos, de nada sirve tener el mismo sistema en una empresa que crece y cambia día a día.

Además del costo, el tiempo que sugiere la implementación es un problema para las empresas, este problema
empieza por la rigidez que tienen los ERP, es difícil que una empresa en particular desarrolle su propio sistema, los
ERP que son sistemas genéricos, tienen que ser adaptados a las empresas desde su estructura principal.

El manejo del ERP tiene sus desventajas, se necesita instruir a los trabajadores de cada módulo que se vaya a
asignar, la especialización de los trabajadores genera un costo y tiempo que tiene que emplear la persona para
hacer un cambio en su estructura operativa, lamentablemente la resistencia al cambio presenta un problema muy
grande en este punto.
 3.2
BODEGAS DE DATOS
 3.2 Bodega de datos
Es un conjunto de datos integrados u orientados a una materia, que varían con el tiempo y que no son transitorios,
los cuales soportan el proceso de toma de decisiones de la administración y está orientada al manejo de grandes
volúmenes de datos provenientes de diversas fuentes o diversos tipos.

Diseño e Implementación

Situación actual de partida.- Cualquier solución propuesta de data warehouse debe estar muy orientada por las
necesidades del negocio y debe ser compatible con la arquitectura técnica existente y planeada de la compañía.

Tipo y características del negocio.- Es indispensable tener el conocimiento exacto sobre el tipo de negocios de
la organización y el soporte que representa la información dentro de todo su proceso de toma de decisiones.

Entorno técnico.- Se debe incluir tanto el aspecto del hardware así como aplicaciones y herramientas. Se dará
énfasis a los Sistemas de soporte a decisiones (DSS), si existen en la actualidad, cómo operan, etc.

Expectativas de los usuarios.- Un proyecto de data warehouse no es únicamente un proyecto tecnológico, es

una forma de vida de las organizaciones y como tal, tiene que contar con el apoyo de todos los usuarios y su
convencimiento sobre su bondad.
 3.2 Bodega de datos
Arquitectura de la bodega de datos

Datos y los módulos de todo el sistema que contienen el almacén principal de datos. El almacenamiento
dimensional y de metadatos necesarios para esta

Bodega de Datos forma parte integral del núcleo de todo el sistema. En los Estos datos cubren largos períodos de
tiempo lo que trae consigo que se tengan diferentes esquemas de los datos fuentes, La concentración de esta
información está orientada a su análisis para apoyar la toma de decisiones oportunas y fundamentadas, Previo a
su utilización se debe aplicar procesos de análisis, selección y transferencia de datos seleccionados desde las
fuentes.

Riesgos.

- Desactualización de esquemas a nuevas necesidades del negocio.

- Acceso no restringido a objetos de Data Warehouese.

- Respaldo de los datos almacenados

 3.2 Bodega de datos
SISTEMA OPERATIVO

La bodega de datos se encuentra sobre la plataforma del sistema operativo. La segurida representada en la
disponibilidad, confidencialidad y controles de accesos y privilegios sobre las áreas de almacenamiento y
procesamiento están en gran medida dependientes de esta plataforma.

RIESGOS

- El Sistema operativo no apoya las políticas de acceso establecidas desde la administración de la bodega de datos.

- Los recursos requeridos par los procesos de actualización sean mal atendidos por el sistema operativo.

- El sistema operativo permite que programas o usuarios ejecuten y utilicen recursos protegidos desde la bodega
de datos.

- El sistema operativo no otorga los recursos necesarios para la realización de procesos de alto costo
computacional.
 3.2 Bodega de datos
BODEGA DE DATOS, DISEÑO E IMPLEMENTACION RED

Es la infraestructura de comunicación que permite que los diferentes componentes intercambien información. La
cantidad de datos contenidos en Data Warehouse incrementa su importancia.

RIESGOS

- Acceso al sistema desde elementos externos sin autorización (aplicaciones, personas, etc.)

- La red se convierta en un cuello de botella para lo operación del sistema.

- La inexistencia de elementos que respalden un componente que falle

OLAP: Las siglas OLAP significan en inglés Online Analytical Processing, una categoría de herramientas de
software que provee análisis de datos almacenados en una base de datos multidimensional. Las herramientas
OLAP permiten a los usuarios analizar diferentes dimensiones de datos.

Para construir un Data Warehouse se necesitan herramientas para ayudar a la migración y a la transformación de
los datos hacia el almacén.
3.3
PROCESOS DE ETL
 3.3 Procesos de ETL
Los procesos ETL son una parte de la integración de datos, pero es un elemento importante cuya función completa
el resultado de todo el desarrollo de la cohesión de aplicaciones y sistemas.

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.
 3.3 Procesos de ETL
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

 3.3 Procesos de ETL
Gracias a los procesos ETL es posible que cualquier organización:

• Mueva datos desde una o múltiples fuentes.

• Reformatee esos datos y los limpie, cuando sea necesario.

• Los cargue en otro lugar como una base de datos, un data mart o un data warehouse.

• Una vez alojados en destino, esos datos se analicen.

• O, cuando ya están cargados en su ubicación definitiva, se empleen en otro sistema operacional, para apoyar
un proceso de negocio.
 3.4
PROCESOS DE MINERÍA DE
DATOS
 3.4 Proceso de minería de datos
El proceso de minería de datos comprende varios pasos como crear, probar y trabajar con los modelos de minería.

El proyecto de minería de datos comienza con un plan bien definido de inteligencia comercial. Los analistas de la
empresa definen el problema a resolver y el objetivo concreto de empresa que se desea cumplir. Cuanto mejor sea
esta formulación inicial, más claras serán las directrices acerca de los datos y las funciones de minería que se
utilizan para conseguir los resultados deseados.

El proyecto de minería de datos consta de las fases principales siguientes:

1.- Selección y preparación de datos.

2.- Creación del modelo de minería de datos (también denominada fase de preparación).
 3.4 Proceso de minería de datos
Un modelo de minería de datos se crea a partir de un conjunto específico de datos de entrada.

Durante el proceso de creación del modelo, una vez preparados los datos, debe especificar sus decisiones
sobre:

Dónde residen los datos de entrada

Qué campos de los datos de entrada son apropiados

Qué valores se deben utilizar para la función de minería determinada que está utilizando

Dónde desea almacenar el modelo final

Intelligent Miner utiliza los siguientes objetos de base de datos para crear un modelo:

Métodos definidos por el usuario

Procedimientos almacenados

Funciones definidas por el usuario.

 3.4 Proceso de minería de datos
3.- Prueba de un modelo y análisis de su calidad.

Se puede probar un modelo de Clasificación o Regresión. Después, se puede analizar la calidad del modelo.

4.- Utilización de un modelo que ofrece información acerca de:

La visualización de los resultados. Puede visualizar los resultados de la minería de datos para analizarlos e
interpretarlos. Utilice Intelligent Miner Visualizer para ver y analizar los resultados.

• Puntuación de los registros de datos. Los modelos se aplican a otros datos en la fase de aplicación de la minería
de datos. Utilice Intelligent Miner para puntuar los registros de datos.

• Análisis de un modelo y preparación para otros pasos del proceso. Puede utilizar varias funciones para
recuperar información acerca del modelo contenida en las tablas a fin de que otros programas de aplicación
realicen otros procesos.
 3.5
VISTAS MULTIDIMENSIONALES
(HIPERCUBOS DE DATOS)
 3.5 Vistas multidimensionales (hipercubos de datos)

Las bases de datos multidimensionales (BDMB) son un tipo de base de datos optimizada para Data Warehouse
que se utilizan principalmente para crear aplicaciones OLAP, una tecnología asociada al acceso y análisis de datos
en línea.

A diferencia del modelo relacional, el modelo de datos más extendido-donde la información se almacena a través
de campos y registros-, las bases de datos multidimensionales se caracterizan por los siguientes atributos:

• Se basan en la creación de aplicaciones OLAP y pueden verse como bases de datos contenidos en una sola
tabla.

• En las tablas multivaluadas se almacenan registros referidos bien a las dimensiones de la misma o a las
métricas que se desean analizar, adoptando un campo o columna por cada dimensión y otro campo por cada
métrica o hecho.

• Las tablas del modelo multidimensional se asimilan a un hipercubo o, si usamos herramientas OLAP, a un cubo
OLAP. En ambos casos, las dimensiones de los cubos se corresponden con la de la tabla y el valor almacenado
en cada celda equivale al de la métrica.
 3.5 Vistas multidimensionales (hipercubos de datos)

Las bases de datos multidimensionales ayudan a generar una ventaja competitiva

El software OLAP permite descubrir relaciones nuevas o aplicar minería de datos, por lo general mediante sistemas
de gestión de bases de datos multidimensionales, idóneos para realizar consultas complejas con eficiencia.

Además de generar informes que ayuden a mejorar la ventaja competitiva, en la práctica, el modelo
multidimensional de datos permite acceder a grandes cantidades de información y obtener análisis de las
relaciones de distintos tipos de elementos relevantes para el negocio.

La rapidez en las consultas y el procesamiento, por último, se traduce en una simplificación de los procesos y un
impulso a la agilidad del negocio. Ello permite al usuario, entre otras cosas, gestionar los datos de un modo más
sencillo, lo que le puede resultar de gran utilidad para corregir el contenido de un informe o para obtener una
información más o menos detallada que poder compartir.
3.6
REPORTEADORES
 3.6 Reporteadores
Un reporteador es una herramienta de alto
nivel, que sirve para mostrar información, ya
sea por pantalla o impresora. Estos informes
suelen manejar mucha información, es por ello
que necesitarás que el reporteador sea estable,
rápido y a la vez sencillo de utilizar.

Reporteo corporativo o empresarial. Los

reporteadores se usaban para generar reportes
estáticos con un alto grado de control sobre el
formato visual, destinados a una amplia
distribución entre muchas personas.
 3.6 Reporteadores
Reporteo corporativo o empresarial

Utilizado cuando la empresa desea distribuir informes financieros u operacionales estandarizados a todos aquellos
involucrados o interesados en ella (empleados, accionistas, clientes, etc.). Desde los años cincuenta, las
corporaciones han encontrado rendimientos claros de su inversión en reportes operacionales y financieros. Es por
ello que este es el estilo de BI más difundido, abarcando desde los reportes de barras en mainframe, hasta los
modernos reportes en web, o incluso para dispositivos inalámbricos.

Consideremos el siguiente escenario: El gerente de una tienda recibe los informes de desempeño de la misma,
generados semanalmente por un motor de distribución de reportes. Después de una revisión al informe semanal,
advierte que las ventas por periféricos de cómputo han caído significativamente en comparación con las de
semanas previas. Hace clic en su informe y llega a un mayor nivel de profundidad, donde se muestra que
sorpresivamente, los tres mejores dispositivos han tenido malos resultados en ventas.
 3.7
ALERTAS, TABLEROS DE CONTROL
(DASHBOARSD) E INDICADORES
CLAVE DE DESEMPEÑO (KPI`s)
 3.7 Alertas, tableros de control e indicadores ...
Tableros de control (Dashboards)

Un tablero de control también es conocido como “Cuadro de mando integral”, “Tablero de comando” o “Balanced
scorecard”. Se define como el conjunto de indicadores cuyo seguimiento periódico permitirá contar con un mayor
conocimiento sobre la situación de una empresa. Es una metodología gerencial que sirve como herramienta para la
planeación y administración estratégica de las empresas.

Es una aplicación de sistemas de autocontrol y mejora continua.

Jack Fleitman (2010) lo define como “Una estructura de control de la administración y operación general de la
empresa, cuya fortaleza radica en su filosofía de mejora continua y en el trabajo en equipo basado en una visión
estratégica unificada.”
 3.7 Alertas, tableros de control e indicadores ...
Tipos de tableros de control

-Tableros de control operativo: Permiten hacer un seguimiento diario del estado de un sector o proceso de la
empresa para tomar medidas correctivas en caso de ser necesario.

-Tableros de control directivo: Permite monitorear los resultados que se presentan a corto plazo en la empresa en
conjunto con las diferentes áreas.

-Tablero de control estratégico: Brinda información interna y externa necesaria para conocer a tiempo la situación
de la empresa con respecto a su posicionamiento estratégico a largo plazo.

Tablero de control integral: Muestra la información más relevante de los tres tableros anteriores para que los
directivos puedan visualizar la información que muestra la situación integral de la organización.
 3.7 Alertas, tableros de control e indicadores ...
Indicadores clave de desempeño (KPI)

Un KPI (Key Performance Indicators) por sus siglas en inglés, es el estado de un indicador, es decir, si está por
encima o debajo de una determinada meta. Los KPI's generalmente se muestran como una tasa o porcentaje y
están diseñados para permitir que un usuario de negocios pueda saber instantáneamente si están dentro o fuera
de su plan sin que tenga que buscar información adicional.

Cada KPI obtiene un valor único de un origen de datos, ya sea desde una única propiedad o mediante el cálculo de
promedios de datos seleccionados y, a continuación, compara este valor con un valor preseleccionado por el
administrador. Puesto que los valores se calculan a partir de un intervalo de datos en lugar de mostrar datos en un
formulario de lista, los KPI tienden a ser más útiles al medir el rendimiento en varios grupos o proyectos.
 3.8
PROCEADORES DE CONSULTAS AD-HOC
3.8 Procesadores de consultas ad-hoc
3.8 Procesadores de consultas ad-hoc
THANK YOU
BUSINESS TEMPLATE
ADD YOUR TITLE HERE
• MOSS, L., AND ADELMAN, S., “Data Warehouse Goals and Objectives, Part3”, DM Review, November 2019.

• PRICE, “The Dawn of a New Era: What’s New in Business Intelligence,” DM Review, February 2016, pp. 18-12
• .
• STOLLER, WIXOM, AND WATSON, “WISDOM Provides Competitive Advantageat Owens & Minor,”

• WATSON, “Dashboards and Scorecards,” Business Intelligence Journal, vol. 11, no. 2, 2016, pp. 4-7.

• WATSON, “Recent Developments in Data Warehousing,” Communications of AIS, January 20018.