INSTITUTO TECNOLÓGICO DE COMITANCILLO

INTELIGENCIA DE NEGOCIOS.

DOCENTE: Morales Matus Marisela

TRABAJO:

ACTIIVIDAD 4.2 PROYECTO BI

INFORME DEL LA PRACTICA

PRESENTA:

López Pineda Arturo

№C. 18710011

SEMESTRE: 8
GRUPO: “8UE”

CARRERA:
Ingeniería Informática

CON ESPECIALIDAD EN:

Tecnologías de la información.

San pedro Comitancillo, Oaxaca. domingo, 01 de mayo de 2022.

ARTURO LOPEZ PINEDA

Contenido
Introducción. ................................................................................................................................... 3
Objetivo............................................................................................................................................. 4
Desarrollo ......................................................................................................................................... 5
Crear BD en SQL server y realizar el ETL desde un archivo Excel para construir el
Datawarehouse............................................................................................................................. 5
Creamos un nuevo proyecto multidimensional y de mineria de datos de Analysis
Services para crear el cubo OLAP. ........................................................................................... 8
Continuamos con Power BI. ..................................................................................................... 11
Posibles problemas en la instalación de todos los procesos de creación......................... 14
Conclusión ..................................................................................................................................... 15
Introducción.

SQL Server ha sido líder en análisis predictivo desde el lanzamiento de 2000, al

proporcionar minería de datos en SQL Server Analysis Services.

La combinación de Integration Services, Reporting Services y SQL Server Data

Mining proporciona una plataforma integrada para el análisis predictivo que abarca
la limpieza y preparación de datos, el aprendizaje automático y la generación de
informes. SQL Server Data Mining incluye varios algoritmos estándar, incluidos
modelos de agrupación en clústeres EM y K-means, redes neuronales, regresión
logística y regresión lineal, árboles de decisión y clasificadores bayesianos
ingenuos.

Todos los modelos tienen visualizaciones integradas para ayudarlo a desarrollar,

refinar y evaluar sus modelos. La integración de la minería de datos en la solución
de inteligencia comercial lo ayuda a tomar decisiones inteligentes sobre problemas
complejos.

Al definir un cubo OLAP mediante el esquema anterior e importar el módulo de

administración, el almacenamiento de datos System Center - Service Manager
implementa el cubo mediante SQL Server Objetos de administración de análisis
(AMO) y crea la infraestructura necesaria para mantenerlo. Por ejemplo, puede
crear un cubo OLAP simple basado en ComputerHostsOperatingSystemFact. La
ilustración siguiente es la vista dimensional del hecho en el almacenamiento de
datos.
Objetivo.

El objetivo consiste en mostrar cómo es la construcción de un cubo OLAP, con el

uso de las herramientas de Microsoft Analysis Services, SQL Server 2019, SQL
Server Management Studio, Microsoft Visual Studio 2019 y Power BI, a partir de
una base de datos la cual vamos a importar desde Excel.

Originar el motor de base de datos y autentificarse, creamos la base de datos una

base de datos llamada seguros, realizaremos el ETL desde un archivo excel para
construir el Datawarehouse.

Uno de los objetivos principales es que la realización de este trabajo es utilizar las
herramientas de Microsoft Analysis Services, Power BI y Microsoft Visual Studio
2019, las cuales nos ayudan en la realización del procesamiento y análisis de datos
de una base de datos importada desde Excel.

Según Codd, OLAP con el análisis multidimensional, permite modelar la información

en medidas, dimensiones y hechos.

• Medidas: son los valores de un dato.

• Dimensiones: son las descripciones de las características que definen dicho
dato.
• Hechos: corresponden a la existencia de valores específicos de una o más
medidas para una combinación particular de dimensiones.
Desarrollo

Crear BD en SQL server y realizar el ETL desde un archivo Excel para construir el
Datawarehouse.
Iniciamos el SQL serve con el usuario sa y la contraseña, y creamos una base de
datos llamada Seguros, desde esta Base de datos podremos exportar los datos del
Excel, pero la carga de datos se extraerá de un prosexo de extracción mediante la
Integration Services Project.
Creado nuestra nueva stage nuestra base de datos con una misma herramienta de
visual studio, pero esta vez llamada análisis, Comenzemos a crear, iniciando desde
el package.
Comenzaremos a poblar nuestras dimensiones, teniendo un orden, empezar por las
dimenciones más alejadas del centro empezando como Catnatural, Central, Cliente,
Detalle_Catnatural, Oficina, Usuario y al final Vehiculo.

Es posible que marque algunos errores, a la hora de procesar los datos, como:

Esto se debe a que el Excel que estamos ocupando tiene todos los datos separados
por Hojas, y al momento de procesar, solo procesa la primera Hoja llamada
Catnatural, ya que en los demás le cambiamos los nombres, no puede hacer la
extracción de los datos al SQL Server.
Necesitaremos separar el Archivo de Excel, en tablas de Excel diferentes
empezando como Catnatural, Central, Cliente, Detalle_Catnatural, Oficina, Usuario
y al final Vehiculo y no contener todos los datos en un solo archivo de Excel.
Así se resolverá el problema a la hora de procesar los Data Flow Task y la Tarea
Ejecutar SQL.
Una vez superando el error, lograremos exportar los datos de Excel a la nueva base
de datos que creamos como Seguros en SQL Serve.
Necesitaremos hacer la conexión a la base de datos creada con anterioridad, ya
que será la que vamos a poblar, iniciando con el usuario de autenticación.
Comenzaremos a agregar las dimensiones más alejadas, utilizamos el Excel Source
y el OLE DB Destination, no necesitaremos un conversor, ya que solo poblaremos
a una base de datos, como exportar tablas llenas de información a otras que no
existen.
Configuramos con un comando que vamos creando, nos lo da por defecto solo le
cambiamos el nombre a cada uno para que no nos confundamos y podemos
visualizar los datos que nos arrogara para verificar que sean los mismo que el Excel.
Haremos los mismo pasas para todas las tablas y al final procesaremos.
Así nos debe de marcar que no tenemos ningún error en la configuración.
Nos vamos al Microsoft SQL server para, para entrar a la base de datos de Seguros
y en las tablas abrimos la de Clientes y vemos que si nos agregó los datos del
archivo de Excel.
Creamos un nuevo proyecto multidimensional y de mineria de datos de
Analysis Services para crear el cubo OLAP.

Ponemos el nombre yo le asignare proyectMultidimensionalSeguro, le vamos a dar

crear y se va a crear nuestro proyecto esperamos un momento, va a depender de
su computadora, bien una vez creado nuestro proyecto nos vamos a ir a la parte de
orígenes de datos donde vamos a importar la base de datos que teníamos llamada
Seguro.
Creamos el proyecto llamado: proyectMultidimensionalSeguro, creamos una nueva
conexión con nuestro servidor EQUIPO1 y con la autenticacion de servico el usuario
sa, seleccionamos la Base de datos llamada Seguro y probamos la conexión y
finalizamos.
Creamos la vista de origen de los datos, selecionamos el origen ya creado, y que
tenga el mismo nombre que el de la clave principal, selecionamos las 8 tablas que
extraimos los datos para ocupar y le damos finalizar.
Y aquí tenemos la visualización de nuestro cubo. Cada tabla amarrillo son la tabla
de hechos es la central que tenemos, va a tomar los datos de las dimensiones para
poder ésta ser un filtro y un análisis.

Ahora vamos a implementar nuestro cubo para posteriormente hacer nuestro

análisis.
Nos vamos al explorador de soluciones en CUBOS y nuestra base de datos, le
daremos click y le damos procesar y esperamos a que se procese.
Aparte del procesamiento al cubo vamos a tener que ejecutarlo para poder hacer
las consultas o los filtros más que todo para poder hacer ese análisis. Nos va a abrir
esta ventana donde le vamos a dar en ejecutar.
Ahora bien, este modelo multidimensional como bien sabemos nos va a permitir
analizar grandes cantidades de información y procesarlos mediante consultas de
manera sencilla y ágil proporcionándonos esta información útil que necesitamos
para la hora de tomar decisiones de importancia en las organizaciones.
Aquí vemos la estructura de nuestro cubo y bueno vamos a la pestaña explorador,
vamos a las dimensiones de nuestro cubo a seleccionar la que más nos importe,
vamos a seleccionar algunos campos algunos de los diferentes atributos, vamos a
mostrar en base, pero no cargo execatemente todos los datos de las tablas de la
base de datos, asi que cargamos la mineria de datos.
Nos vamos a verificar en microsft análisis server, database y vemos las dimensiones
creadas anteriormente y vemos que funciona correctamente en el SQL Server.

Para ver todos los datos correctamente y generar las consultas desde el Visual
Studio 2019, vamos a crear la minería en el Cubo.

Creamos la vista de origen de los datos, selecionamos el origen ya creado, y que

tenga el mismo nombre que el de la clave principal, selecionamos las 8 tablas que
extraimos los datos para ocupar y le damos finalizar.
Craeremos una estrructura de mineria de datos, en sima del cubo como haciamos
anteriormente en las otras practicas, seleccionamos el metodo de definicion como
de una base de datos relacional o del almacenamiento de datos, creamos la
estructura como Arboles de decision de Microsoft y comenzamos a especificar los
tipos de tablas, nos deben de aparecer las 8 tablas que extragiumos los datos de
Excel, ocuparemos la tabla Catnatural, Central, Cliente, Detalle_Catnatural, Oficina,
Usuario y al final Vehiculo, lo haremos una a la vez, ya que nose ´puede hacer todo
al mismo tiempo, podemos hacerlo manualmente o que nos de recomendaciones o
sugerencias de las columnas relacionadas, nos arroja la puntuacion y vamos
seleccionado las entradas, le damos en siguiente hasta llegar en permitir obtencion
de detalles lo vamos a habilitar, y finalizamos.
Procedemos a ir a extensiones, modelo de mineria de datos y procesar, le damos
que si y si nos pide usaurio y contraseña es la del usuario creado en SQL Serve
llamado sa. Y solo esperamos a que procese todo y que la implementacion finalize
correctamente.
Vamos a la pestaña de Prediccion de modelos de mineria de datos, para hacer una
consulta desde el visual studio.

Esta sera nuestra consulta.

Continuamos con Power BI.

Ahora vamos a obtener los datos a mostrar los datos llamando al cubo de analystic
serve, como si fuera un Excel

Obtener datos del SQL server análisis services, la base de datos que creamos y
exportamos datos del Excel y el CUBO, tomamos el nombre de nuestro servidor y
buscamos nuestro CUBO para que nos importe los datos que hemos utilizado con
anterioridad.

Nos aparece los campos de la base de datos que creamos.

Haremos la visualización en una tabla como la vez anterior en Excel, pero esta vez
en Power BI.

Nos queda de la siguiente manera.

Ahora haremos una grafías y consultas relacionando las tablas.
Podemos crear varias visualizaciones con gráficos de diferente manera, utilizando
los filtros y campos para configurar lo que deseamos ver.
Posibles problemas en la instalación de todos los procesos de creación.

1.

2. Esto se debe a que el Excel que estamos ocupando tiene todos los datos
separados por Hojas, y al momento de procesar, solo procesa la primera Hoja
llamada Catnatural, ya que en los demás le cambiamos los nombres, no
puede hacer la extracción de los datos al SQL Server.
3. Necesitaremos separar el Archivo de Excel, en tablas de Excel diferentes
empezando como Catnatural, Central, Cliente, Detalle_Catnatural, Oficina,
Usuario y al final Vehiculo y no contener todos los datos en un solo archivo
de Excel. Así se resolverá el problema a la hora de procesar los Data Flow
Task y la Tarea Ejecutar SQL.
4. El SQL serve Agente se detiene y no es posible procesar, tenemos que
activarlo manualmente.
5. Aparte del cubo necesitaremos crear la minería de datos, de las 8 tablas para
ver correctamente los datos, ya que en el cubo no nos muestra todos los
datos.
Conclusión

Se concluye que las herramientas utilizadas en este trabajo-reporte de practica para

realizar la construcción de cubos OLAP en Microsoft Analysis Services, Microsoft
Excel, SQL Server y Visual Studio son herramientas de gran ayuda para la
realización del Procesamiento Analítico en Línea (OLAP); ya que se puede
visualizar los datos desde diferentes perspectivas con las dimensiones y medidas
que se crean con el cubo OLAP, porque se crean diferentes combinaciones de
consultas con la información que contiene la base de datos y con ayuda de esta
información extraída por medio de las consultas realizadas al cubo OLAP se pueden
tomar decisiones en una organización o institución educativa o empresarial, así
como en cualquier ámbito que sea necesario utilizar el procesamiento OLAP, ya que
hay datos o información que a simple vista o con una consulta sencilla no se podrán
visualizar, en cambio con este tipo de tratamiento de los datos si se puede realizar.

Desarrollar lo que es la minería de datos con SQL server y visual studio, desde una
base de datos la cual vamos a importar desde Excel. Originar el motor de base de
datos y autentificarse, creamos la base de datos una base de datos, en un
datawarehouse, listo creamos la base de datos para poder importar los archivos de
Excel diferentes tablas verificamos.

Uno de los objetivos principales es que la realización de este trabajo es utilizar las
herramientas de Microsoft Analysis Services, Power BI y Microsoft Visual Studio
2019, las cuales nos ayudan en la realización del procesamiento y análisis de datos
de una base de datos importada desde Excel. Además, estas herramientas son
compatibles, se puede hacer una conexión de datos desde Power BI a Analysis
Services para trabajar directamente con el cubo creado en esta herramienta y en
Excel realizar las consultas a través de tablas dinámicas o gráficos dinámicos y las
dos herramientas pueden crear una conexión con el gestor de base de datos
Microsoft SQL Server.