Unidad 1: Introducción a la Inteligencia de Negocios

¿Qué es Business Intelligence?

Business Intelligence es la habilidad para transformar los datos en información, y la
información en conocimiento, de forma que se pueda optimizar el proceso de toma de
decisiones en los negocios.

Inteligencia de Negocios (Business Intelligence). Es una estrategia empresarial que

persigue incrementar el rendimiento de la empresa o la competitividad del negocio, a través
de la organización inteligente de sus datos históricos (transacciones u operaciones diarias),
usualmente residiendo en Data Warehouse corporativos o Data Marts departamentales.

Los principales productos de Business Intelligence que existen hoy en día son:
· Cuadros de Mando Integrales (CMI)
· Sistemas de Soporte a la Decisión (DSS)
· Sistemas de Información Ejecutiva (EIS)
Por otro lado, los principales componentes de orígenes de datos en el Business Intelligence
que existen en la actualidad son:

· Datamart
· Datawarehouse

En definitiva, una solución BI completa permite:

· Observar ¿qué está ocurriendo?
· Comprender ¿por qué ocurre?
· Predecir ¿qué ocurriría?
· Colaborar ¿qué debería hacer el equipo?
· Decidir ¿qué camino se debe seguir?

1.1 Conceptos básicos

Business Intelligence se refiere al proceso de convertir datos en conocimiento y
conocimiento en acciones para crear la ventaja competitiva del negocio. -The Data
Warehousing Institute.

En 1989, Howard Dresner propuso la «inteligencia de negocios» como un término general

para describir «los conceptos y métodos para mejorar la toma de decisiones empresariales
mediante el uso de sistemas basados en hechos de apoyo», sin embargo, esta expresión
no se popularizó hasta finales de la década de los 90.

El Business Intelligence ayuda a las organizaciones a tomar mejores decisiones a través de

los datos históricos y del presente, identificando tendencias y pudiendo resolver problemas.
-Arturo L.P.

1.1.1 Data Warehouse

Es el gran almacén de datos que está estructurado para analizar la información, a diferente
nivel de detalle, de todos los procesos de negocios que tiene la organización. Es la Base de
Datos llamada estratégica o multidimensional. Una vez diseñadas mediante el ETL es
poblada o llenada a partir de las Bases de Datos operacionales. El diseño va orientado a
encontrar medidas (Por ejemplo: montos vendidos, montos cobrados, horas hombre
utilizadas, etc) y dimensiones (Clientes, Productos, Tiempo, Organización, Servicios, etc).

1.1.2 Data Mart

Un Data Mart, es una base de datos departamental, especializada en el almacenamiento de

los datos de un área de negocio específica.
Se caracteriza por disponer la estructura óptima de datos para analizar la información al
detalle desde todas las perspectivas que afectan a los procesos de dicho departamento.
Un Data Mart puede ser alimentado desde un Data Warehouse o integrar por sí mismo un
compendio de distintas fuentes de información.

1.1.3 Tipos de sistemas de información

Los Sistemas de Información que logran la automatización de procesos operativos dentro

de una organización, son llamados Sistemas Transaccionales, ya que su función primordial
consiste en procesar transacciones tales como pagos, cobros, pólizas, entradas, salidas.

Los Sistemas de Información que apoyan el proceso de toma de decisiones son:

● Los Sistemas de Soporte a la Toma de Decisiones.

● Sistemas para la Toma de Decisión de Grupo.
● Sistemas Expertos de Soporte a la Toma de Decisiones.
● Sistema de Información para Ejecutivos.

El tercer tipo de sistema, de acuerdo con su uso u objetivos que cumplen, es el de los
Sistemas Estratégicos, los cuales se desarrollan en las organizaciones con el fin de lograr
ventajas competitivas, a través del uso de la tecnología de información.

Sistemas Transaccionales. Sus principales características son:

- A través de éstos suelen lograrse ahorros significativos de mano de obra, debido a que
automatizan tareas operativas de la organización.

- Con frecuencia son el primer tipo de Sistemas de Información que se implanta en las
organizaciones. Se empieza apoyando las tareas a nivel operativo de la organización.

- Son intensivos en entrada y salida de información; sus cálculos y procesos suelen ser simples
y poco sofisticados.

- Tienen la propiedad de ser recolectores de información, es decir, a través de estos sistemas se

cargan las grandes bases de información para su posterior explotación.
- Son fáciles de justificar ante la dirección general, ya que sus beneficios son visibles y
palpables.

Sistemas de Apoyo de las Decisiones. Las principales características de estos son:

- Suelen introducirse después de haber implantado los Sistemas Transaccionales más

relevantes de la empresa, ya que estos últimos constituyen su plataforma de información.

- La información que generan sirve de apoyo a los mandos intermedios y a la alta administración
en el proceso de toma de decisiones.

- Suelen ser intensivos en cálculos y escasos en entradas y salidas de información.

- No suelen ahorrar mano de obra. Debido a ello, la justificación económica para el desarrollo de
estos sistemas es difícil, ya que no se conocen los ingresos del proyecto de inversión.

- Suelen ser Sistemas de Información interactivos y amigables, con altos estándares de diseño
gráfico y visual, ya que están dirigidos al usuario final.

- Apoyan la toma de decisiones que, por su misma naturaleza son repetitivas y de decisiones no
estructuradas que no suelen repetirse.

- Estos sistemas pueden ser desarrollados directamente por el usuario final sin la participación
operativa de los analistas y programadores del área de informática.

Sistemas Estratégicos. Sus principales características son:

- Su función primordial no es apoyar la automatización de procesos operativos ni proporcionar

información para apoyar la toma de decisiones.

- Suelen desarrollarse “in house”, es decir, dentro de la organización, por lo tanto no pueden
adaptarse fácilmente a paquetes disponibles en el mercado.

- Típicamente su forma de desarrollo es a base de incrementos y a través de su evolución

dentro de la organización. Se inicia con un proceso o función en particular y a partir de ahí se
van agregando nuevas funciones o procesos.

- Su función es lograr ventajas que los competidores no posean, tales como ventajas en costos y
servicios diferenciados con clientes y proveedores. En este contexto, los Sistema Estratégicos
son creadores de barreras de entrada al negocio.

- Apoyan el proceso de innovación de productos y procesos dentro de la empresa debido a que

buscan ventajas respecto a los competidores y una forma de hacerlo es innovando o creando
productos y procesos.

1.1.4 Variables de medición.

Son aquellas que representan la medición matemática de un aspecto de negocio.

Se utilizan para medir la productividad. Las pérdidas, las ganancias entre otros aspectos
que nos pueden definir un sin número de indicadores que le permitirá a un ejecutivo tomar
decisiones operativas o estratégicas.

Un ejemplo práctico es que si una empresa vende refrescos las variables de medición le
ayudan a saber y a poder graficar cuántos refrescos se venden al día, cuál es el más
consumido, a qué tipo de personas les gusta el refresco, entre otras cosas se pueden
aplicar las variables de medición.

1.1.5 Variables de análisis.

Son aquellas que se incluyen en el proceso estadístico y realizan estudios analíticos sobre
las variables de medición.

Las variables de análisis se utilizan principalmente para realizar estudios estadísticos como
factores de riesgo como pre-valencia del producto en el mercado, entre otras cosas.

Un ejemplo práctico es que se utilizan dentro de la empresa para poder determinar los
diversos riesgos, la pre valencia del producto o el servicio dentro del mercado, local,
nacional e internacional y también se obtienen fortalezas y debilidades de la empresa.

1.2 Componentes de la Inteligencia de Negocios.

La infraestructura de Business Intelligence tiene tres componentes

principales. Son el esquema de creación de informes, el conjunto de procesos
de extracción y los análisis incorporados, todos ellos incluidos en la
aplicación. Se proporcionan paneles de control de Business Intelligence
centrados en áreas de negocio específicas, como el Soporte de ingresos y los
Servicios para la infancia.

1) Esquema de creación de informes

2) Procesos de extracción
3) Análisis incorporados
4) Paneles de control y cubos

1.2.1 Minería de datos

Desde un punto de vista académico el término data mining es una etapa dentro de un
proceso mayor llamado extracción de conocimiento en bases de datos en el entorno
comercial. Lo que en verdad hace el data mining es reunir las ventajas de varias áreas.

Desde los años sesenta los estadísticos manejaban términos como data fishing, data mining
o data archaeology, a principios de los años ochenta, Rakesh Agrawal, Gio Wiederhold,
Robert Blum y Gregory Piatetsky-Shapiro, entre otros, empezaron a consolidar los términos
de data mining. A finales de los años ochenta sólo existían un par de empresas dedicadas a
esta tecnología; en 2002 existen más de 100 empresas en el mundo que ofrecen alrededor
de 300 soluciones.

El data mining es una tecnología compuesta por etapas que integra varias áreas y que no
se debe confundir con un gran software. Actualmente existen aplicaciones o herramientas
comerciales de data mining muy poderosas que contienen un sinfín de utilerías que facilitan
el desarrollo de un proyecto.
Aplicaciones de uso

Podemos decir que "en data mining cada caso es un caso". Sin embargo, en términos
generales, el proceso se compone de cuatro etapas principales:

Procesos:
● Determinación de Objetivos.
● Pre procesamiento de los Datos.
● Determinación del Modelo.
● Análisis de los Resultados.

Web mining

Una de las extensiones del data mining consiste en aplicar sus técnicas a documentos y
servicios del Web, lo que se llama web mining. Las herramientas de web mining analizan y
procesan estos logs para producir información significativa, por ejemplo, cómo es la
navegación de un cliente antes de hacer una compra en línea. Debido a que los contenidos
de Internet consisten en varios tipos de datos, como texto, imagen, vídeo, metadatos o
hiperligas, investigaciones recientes usan el término multimedia data mining (minería de
datos multimedia) como una instancia del web mining (Zaiane y otros, 1998) para tratar ese
tipo de datos.

Normalmente, el web mining puede clasificarse en tres dominios de extracción de

conocimiento de acuerdo con la naturaleza de los datos:

1. Web content mining (minería de contenido web). Es el proceso que consiste en la

extracción de conocimiento del contenido de documentos o sus descripciones.

2. Web structure mining (minería de estructura web). Es el proceso de inferir

conocimiento de la organización del WWW y la estructura de sus ligas.

3. Web usage mining (minería de uso web). Es el proceso de extracción de modelos

interesantes usando los logs de los accesos al web.

Text mining

El text mining se refiere a examinar una colección de documentos y descubrir información

no contenida en ningún documento individual de la colección; en otras palabras, trata de
obtener información sin haber partido de algo.

En ocasiones se confunde el text mining con la recuperación de la información (Information

Retrieval o IR) (Hearst, 1999). Ésta última consiste en la recuperación automática de
documentos relevantes mediante indexaciones de textos, clasificación, categorización, etc.
Generalmente se utilizan palabras clave para encontrar una página relevante.

1.2.2 Administración del conocimiento.

Información que tienen las personas y que puedan compartir con los demás en la
organización.

La administración del conocimiento implica la conversión del conocimiento tácito (el que
sabe un trabajador específico) en explícito (conocimiento documentado y replicable) para
convertirlo en un activo estratégico de la organización.

Dicho en otras palabras implica la adecuada utilización de datos e información para

transformarlos en conocimiento y entendimiento.

El conocimiento responde a preguntas que empiezan con ¿Cómo?, es decir, todo aquello
que generalmente sólo algunos miembros de la organización saben y lo tienen en su
cabeza pero no ha sido transformado en un conocimiento explícito.

Procesos:

1. Alineación y consolidación estratégica de capitales:

a. Definición de Sistemas Referenciales
b. Estructuración y Operacionalización de Capitales
c. Estrategia de Administración del Conocimiento y Desarrollo de Capitales Articuladores

2. Administración del Capital Agente

a. Administración del Aprendizaje Organizacional
b. Desarrollo de Prácticas de Valor
c. Desarrollo de Competencias Claves

3. Administración del Capital Instrumental

a. Métodos y Herramientas para instrumentar las estratégicas de Administración del
Conocimiento
b. Selección e Implementación de Plataformas Tecnológicas para la Administración del
Conocimiento
c. Desarrollo de la Base de Conocimiento

Con el fin de ampliar más este concepto, se presentan diferentes enfoques desde el punto
de vista de una organización:
1.2.3 Aplicaciones Analíticas.

Son un tipo de negocio de Software aplicaciones que sirve para medir y mejorar el
rendimiento de las operaciones comerciales.

1. Características de las aplicaciones analíticas.

Una aplicación analítica no es solo un juego de informes creados al azar. Tiene cuatro
características importantes las cuales son:

1. Integradas lógicamente: significa que algún grado de lógica comercial es incluido en la

aplicación que ayude a los usuarios a navegar a través de una serie de tareas.

2. Informes Interactivos que permitan a los usuarios acceder, analizar y actuar: Esto
significa que los usuarios pueden penetrar con una vista de nivel más alto de un reporte a
niveles más bajos o inferiores para adicionar información.

3. Información Integrada: Arquitectónicamente una aplicación analítica es un objeto

soportado por un repositorio de almacenamiento de datos de la empresa.

4. Dirección de un dominio comercial: Las aplicaciones analíticas son definidas por los
requerimientos de información de la actividad comercial, como las ventas, servicios o
infraestructura.

2. Elementos de una aplicación analítica.

Una aplicación analítica está compuesta por seis elementos primordiales los cuales son:

1. Visualización y percepción: La visualización consiste en un ambiente gráfico amigable

al usuario, en la referente a la percepción se enfatiza en la navegación de las áreas de
trabajo.

2. Reportes y Análisis: Los reportes en vistas de información predefinidas, que pueden

presentarse como estáticas o como documentos interactivos, el análisis incorpora
sofisticados cálculos, algoritmos estadísticos, y visualizaciones avanzadas para analizar
grandes y complejos volumen de información.

3. El servidor de análisis: es generalmente el responsable de procesar peticiones

utilizando run-time de metadatos definidos y guardándolos en el almacén del servidor.

4. Lógica de negocios: Ya se ha mencionado un tipo de lógica comercial, las reglas de

navegación de los usuarios es paso a paso a través de reportes, vistas, acciones.

5. Modelo de Datos: es el cerebro de aplicaciones analíticas, a menudo trabajando en

conjunto con la capa semántica de BI, los modelos de datos son usados en las definiciones
de los cubos de OLAP.

6. El mapeo de las fuentes: Se definen las transformaciones requeridas para llevar los
datos fuentes dentro del modelo de datos designado.

3. Dashboards y Scorecards
Los scorecards y dashboards proporcionan la información del rendimiento empresarial a
través de sus distintas áreas.

La popularidad de dashboard está creciendo porque proporciona una interfaz sumamente

intuitiva para supervisar y analizar los datos, existen tres tipos de Dashboards los cuales
son:

1. Operacional: Los usuarios pueden intervenir en los procesos y actividades

comerciales para solucionar un problema o capitalizar una oportunidad.

2. Táctico: Mide el progreso y actuación de los departamentos o equipos del proyecto

contra metas establecidas a través de un gerente.

3. Estratégico: Contiene la métrica que se empleará en la estrategia corporativa. Estos

Dashboards son en forma de cascada donde en cada nivel y se tiene una versión diferente
de métrica moldeada a su dominio comercial.

1.2.4 Sistemas de Reportes.

Los sistemas de reportes tienen como objetivo principal mostrar una visión general de la
situación de la empresa. Consecuentemente, estos muestran la situación de las
operaciones regulares de la empresa para que los directivos puedan controlar, organizar,
planear y dirigir. Los reportes se pueden visualizar, exportar a otros formatos como PDF,
HTML, XML, etc. y también se pueden imprimir en papel.

El Jasper Report es una librería para la generación de informes. Está escrita en java y es
libre. http://jasperforge.org/ El funcionamiento consiste en escribir un xml donde se recogen
las particularidades del informe. Este xml lo tratan las clases del Jasper para obtener una
salida. Esta salida puede ser un PDF, XML, HTML, CSV, XLS, RTF, TXT. Otra ventaja de
utilizar Jasper Report es que se integra perfectamente con el JFreeChart que es una librería
libre para la generación de todo tipo de graficas.

Para generar el xml lo recomendable es bajarse la herramienta iReport que es un editor

gráfico que está implementado en java y se integra perfectamente con el Jasper Report.
El sistema de reportes jasper reports ofrece muchas herramientas que son de gran utilidad
proporciona todo lo necesario para diseñar informes de una complejidad media, y la curva
de aprendizaje para comenzar a tener resultados productivos no es muy elevada. Además
los informes se puede realizar directamente sobre los xml descriptores o podemos utilizar la
herramienta ireport para diseñarlo gráficamente.

Un ejemplo básico:

Para generar un reporte con jasper report debemos seguir los siguientes pasos:

- Generar un fichero .jrxml en el que se configura cómo queremos el informe.

- Compilar el fichero .jrxml para obtener un fichero .jasper.

- Rellenar los datos del informe. Esto generará un fichero .jrprint.

- Exportar el fichero .jrprint al formato que deseemos (pdf, etc). Esto generará el fichero
en cuestión.

Generar el fichero .jrxml

El fichero .jrxml se puede generar a mano con este DTD y esta referencia de atributos. De
todas formas, una opción mejor es usar la herramienta iReport, que permite generar el
fichero .jrxml de forma visual y más fácil.

En este fichero también se configura cual va a ser la fuente de datos (si es una base de
datos, un fichero, etc). Incluso si es base de datos, en este fichero se pone el SELECT que
devuelve los datos que queremos para el informe.
Compilado del fichero .jrxml

Para compilar el fichero .jrxml y generar el fichero .jasper, desde código podemos poner
algo como esto:

JasperReport report= JasperCompileManager.compileReport("C:\\informesJAsper\\JRXML\\

InformeMySql.jrxml");

Rellenar el informe con datos

Ahora hay que rellenar el informe con datos. Desde código se hace con algo como esto

JasperPrint print = JasperFillManager.fillReport(report, parameters, conn);

Donde conn es la conexión con la base de datos. No es necesario indicar el select ni nada
similar, puesto que esta información está incluida en el .jrxml.

Obtener el pdf (o el que sea)

Finalmente, para obtener el fichero .pdf, la línea es algo como esto

JasperExportManager.exportReportToPdfFile(print, "C:\\informes JAsper\\PDF's\\

InformePaisesMySQL.pdf");
Donde el parámetro es el fichero de salida que deseamos.

1.2.5 Multidimensionalidad

La multidimensionalidad dentro de la inteligencia de negocios ayuda a representar los datos

en forma cercana a la intuición del usuario y al mismo tiempo resolver problemas
planteados en sistemas relacionales.

La información multidimensional se puede encontrar en hojas de calculo, bases de datos,

etc. Es una herramienta de B.I. que es capaz de reunir información dispersa en toda la
empresa e incluso en diferentes fuentes para así proporcionar a los departamentos la
accesibilidad, poder y flexibilidad que necesitan para analizar la información.

Por ejemplo, un pronóstico de ventas de un nuevo producto en varias regiones no está

completo si no se toma en cuenta también el comportamiento histórico de las ventas de
cada región y la forma en que la introducción de nuevos productos se ha desarrollado en
cada región en cuestión.

Se representan los datos como una matriz.

● En los ejes están los criterios de análisis.
● En los cruces están los valores a analizar.
● A esta estructura se le llama Cubo o Hipercubo.
Los Cubos o Hipercubos constan de:
Dimensiones:
● Criterios de análisis de los datos.
● Macro-objetos del problema.
● Variables independientes.
● Ejes en el hipercubo.
Medidas:
● Valores o indicadores a analizar.
● Datos asociados a relaciones entre los objetos problema.
● Variables dependientes.
● Variables en la intersección de las dimensiones.
●
Las bases de datos multidimensionales se utilizan principalmente para crear aplicaciones
OLAP y pueden verse como bases de datos de una sola tabla, su peculiaridad es que por
cada dimensión tienen un campo (o columna), y otro campo por cada métrica o hecho.

1.2.6 Data Warehouse

Las características de los data warehouse se representan en la siguiente gráfica:

1.3 Principales Herramientas de la inteligencia de Negocios.

Productos de fuente abierta de inteligencia de negocios

Ø Eclipse BIRT Project:

Generador de informes para aplicaciones Web de código abierto basado en Eclipse. Ofrece
capacidades de información y de inteligencia de negocios para clientes y aplicaciones web
ricas, especialmente los basados en Java y Java EE. BIRT es un proyecto de software de
alto nivel dentro de la Fundación Eclipse, un consorcio independiente sin fines de lucro de
proveedores de la industria de software y una comunidad de código abierto.

Ø JasperReports:

Es una herramienta de código abierto de informes de Java que se puede escribir en una
variedad de objetivos, tales como: pantallas, impresoras, en PDF, HTML, Microsoft Excel,
RTF, ODT, valores separados por comas o archivos XML.
Se puede utilizar en aplicaciones compatibles con Java, incluyendo Java EE o aplicaciones
web, para generar contenido dinámico. Se lee sus instrucciones de un XML o .jasper
archivo.

Ø LogiReport:

Aplicación de BI gratuita basada en Web de LogiXML, que hace descubrimientos de datos

que están diseñado para dar a todos los usuarios de negocio de una organización la
capacidad de analizar, visualizar y socializar conocimientos. La toma de decisiones se
realiza a través de un enfoque de recomendaciones que entrega las mejores prácticas en la
descripción de datos y visualización de datos para hacer un análisis más fácil para los
usuarios no técnicos.

Ø OpenI:

Aplicación Web simple orientada al reporting OLAP. Ofrece una interfaz simple y limpia de
usuario para visualizar los datos de cubos OLAP. Es compatible tanto con Mondrian directa
y conexiones XMLA basado como Microsoft SQL Server Analysis Services (SSAS), además
ofrece características openi como Explore Cube Data, obtención de detalles personalizados,
añadiendo análisis para Dashboard directamente.

Ø Palo:

Este tipo de base de datos es adecuada para manejar los modelos de datos complejos para
la gestión empresarial y las estadísticas. Aparte de consultas multidimensionales, los datos
también se pueden escribir de nuevo y en tiempo real consolidado. Para dar un acceso
rápido a todos los datos, Palo los almacena en la memoria durante el tiempo de ejecución.
El servidor está disponible como código abierto y el software propietario.

Ø Pentaho:

Pentaho es una empresa que ofrece Pentaho Business Analytics, una suite de código
abierto de Business Intelligence (BI) los productos que proporcionan la integración de datos,
servicios OLAP, informes, cuadros de mando, minería de datos y capacidades de ETL.

Ø RapidMiner:

Es una plataforma de software que proporciona un entorno integrado para el aprendizaje

automático, minería de datos, minería de texto, análisis predictivo y análisis de negocios. Se
utiliza para aplicaciones de negocios e industriales, así como para la investigación, la
educación, la formación, la creación rápida de prototipos y desarrollo de aplicaciones y es
compatible con todos los pasos del proceso de minería de datos, incluyendo los resultados
de la visualización, validación y optimización.

Ø SpagoBI:

Es una plataforma ya que cubre y satisface todos los requisitos de BI (Business

Intelligence), tanto en términos de análisis y de gestión de datos, administración y
seguridad. En el mundo analítico ofrece soluciones para la presentación de informes,
análisis multidimensional (OLAP), minería de datos (Data Mining), tableros de mando
(Dashboard) y consultas ad-hoc. Añade módulos originales para la gestión de procesos de
colaboración a través de análisis dossiers y el análisis de geo-referencia.

Cuenta con herramientas para la extracción de datos, transformación y carga (ETL y apoya
al administrador en el mantenimiento de los documentos analíticos, la gestión para el control
de versiones y la aprobación del flujos de trabajo (workflow).

Productos comerciales

Ø QLR Manager

Además de sus excepcionales capacidades en generación de informes e inteligencia

empresarial, QLR Manager también incluye distribución integrada de correos electrónicos.
Se pueden crear menús de usuarios para simplificar la generación de informes y limitar el
acceso de datos sensibles. Se puede crear formularios para añadir, modificar y borrar datos
de sus tablas en las bases de datos. La aplicación ha sido desarrollada a 100% en
tecnología de servidor HTTP y se maneja mediante cualquier navegador moderno. Acceder
a sus bases de datos nunca ha sido tan sencillo gracias a nuestra intuitiva interfaz de
usuario, y no existe código cliente a instalar y mantener. Usando "Widgets"QLR, pueden
incrustar informes y otros objetos directamente en Sistemas de Gestión de Contenido tales
como Drupal, simplemente copiando y pegando un vínculo segurizado generado por
QLR Manager.
Ø Microsoft SQL Server (Analysis Services, Integration Services and reporting
Services):

Es un procesamiento analítico en línea (OLAP), minería de datos y presentación de

informes en Microsoft SQL Server. SSAS se utiliza como una herramienta por las
organizaciones para analizar y dar sentido a la información, posiblemente hacia fuera a
través de múltiples bases de datos, o en tablas diferentes. Microsoft ha incluido una serie de
servicios de SQL Server relacionados con la inteligencia empresarial y almacenamiento de
datos. Estos servicios incluyen servicios de integración y de Analysis Services. Analysis
Services incluye un conjunto de capacidades de minería de datos OLAP y datos.

Ø Bitool Herramienta de ETL y Visualización:

BiTool es la herramienta más versátil de conversión y migración de datos de un sistema a

otro que he utilizado en proyectos de datawarehouse. Permite mantener ordenado las
carpetas de proyectos. Permite conectarse a cualquier motor de base de datos, entre los
que también incluyen archivos de texto y hojas de cálculo. Permite hacer llamadas
recursivas entre proyectos o entre bloques de código, esta función es ideal cuando se está
haciendo una validación de datos y no se requiere que continué hasta que el proceso haya
terminado en forma satisfactoria.

Ø dbDOS:

IBM Cognos Business Intelligence convierte los datos en pasado, vistas presentes y futuras
de las operaciones de su organización y funcionamiento por lo que sus autoridades pueden
aprovechar las oportunidades y minimizar los riesgos.

Puede usar estos puntos de vista para comprender los efectos inmediatos y aguas abajo de
las decisiones que abarcan factores interrelacionados potencialmente complejas.
Instantáneas consistentes de rendimiento empresarial se proporcionan en los informes de
clases empresariales y montadas de forma independiente paneles de control basados en la
información de confianza. Como resultado, la inteligencia de negocios no técnico y técnico
usuarios y (BI) de TI por igual puede responder rápidamente a las cambiantes necesidades
del negocio.

Ø Crystal Reports:

Software SAP Crystal Reports es el estándar de facto en la presentación de informes. Con

SAP Crystal Reports, puede crear potentes sofisticados formatos, informes dinámicos desde
prácticamente cualquier fuente de datos, entregados en docenas de formatos, en hasta 24
idiomas. Una herramienta de informes de producción robusta, SAP Crystal Reports
convierte casi cualquier fuente de datos en información interactiva, procesable que se
puede acceder con o sin conexión, desde aplicaciones, portales y dispositivos móviles.
Ø Word for OLAP

Es una categoría de herramientas de software que proporciona un análisis de los datos

almacenados en una base de datos. Herramientas OLAP permiten a los usuarios analizar
distintas dimensiones de datos multidimensionales. Por ejemplo, proporciona series de
tiempo y vistas de análisis de tendencias. OLAP a menudo se utiliza en la minería de datos.

El principal componente de OLAP es el servidor OLAP, que se encuentra entre un cliente y

un sistema de gestión de base de datos (DBMS). El servidor OLAP entiende cómo se
organizan los datos en la base de datos y tiene funciones especiales para el análisis de los
datos. Hay servidores OLAP disponibles para casi todos los principales sistemas de bases
de datos.