Facultad de Ingeniería de Sistemas e Informática

Gustavo Arredondo C.
Gustavo Arredondo C. garredondoc@unmsm.edu.pe
 Sesión 1
• Qué es Inteligencia de Negocio
• Qué es Datawarehouse
• Qué Ofrece un Datawarehouse
• Qué se necesita para implementar BI en una
empresa
• Arquitectura de una Solución BI
• Cuáles son los Líderes del mercado en BI
DATAWAREHOUSE
BIBLIOGRAFIA

Gustavo Arredondo C.
gustavoarredondo@gmail.com
 Business Intelligence Roadmap: The Complete Project
Lifecycle for Decision-support Applications

Larissa T. Moss and Shaku Atre

• Parte I .- Las seis etapas de un proyecto de BI: justificación, planificación, análisis de

negocio, diseño, construcción y despliegue. Cada capítulo se describe uno de los
dieciséis pasos de desarrollo y las principales actividades, entregables, roles y
responsabilidades. Todo el material técnico se expresa claramente en tablas,
gráficas y diagramas.

• Parte II proporciona cinco matrices que sirven como referencia para el proceso de
desarrollo trazado en la parte I. herramientas de gestión, tales como gráficos que
ilustran el calendario y la coordinación de las actividades, se incluyen en el libro.
Los autores concluyen cristalizando sus muchos años de experiencia en una lista de
tareas pendientes, no hacer, consejos y reglas generales.
Bibliografía
Minería de datos. Técnicas y herramientas

CESAR PEREZ LOPEZ (Autor), DANIEL SANTIN GONZALEZ (Autor)

808 pags, 2008 PARANINFO

 Minería de Datos

Britos
Nueva Librería, 2005 - 875 páginas

• Hace una breve síntesis de la evolución del tratamiento de información que va desde
los datos, los sistemas de información tradicionales hasta los sistemas de extracción
automática del conocimiento.
• Menciona una metodología para construir almacenes de datos en forma clara. Incluye
definiciones y conceptos teóricos
• Da un acercamiento sustancial a la temática del proceso de "Descubrimiento del
conocimiento" (KDD por sus siglas en inglés) y hace notar la importante idea de que la
Minería de Datos (DM por sus siglas en inglés) es parte del proceso del KDD,
• Incluye ejemplos de casos de éxito que no están atados a un software en particular, y
da a conocer técnicas útiles como la regresión lineal, el filtrado de datos con wavelets,
el agrupamiento y clasificación, y algunas técnicas de estadística inferencial.
Data Mining: Concepts and Techniques

• Jiawei Han, Micheline

Kamber, Jian Pei
Elsevier Science, 9/6/2011 - 744 páginas
Introducción a la Minería de Datos

Luis Paulo Vieira Braga (Autor), Luis Iván Ortiz Valencia (Autor), Santiago S.
Ramírez Carvajal (Autor)
2010
 Websites
• http://todobi.blogspot.pe/
• www.powerdata.es/index.php
• http://businesssintelligence.blogspot.pe/
• https://www.businessintelligence.info/
• http://www.smartdatacollective.com/
Pirámide del Business Intelligence
¿Qué es Inteligencia de Negocios?
 BUSINESS INTELLIGENT
Se denomina inteligencia empresarial, inteligencia de
negocios o BI (del inglés business intelligence) al conjunto de estrategias y
herramientas enfocadas a la administración y creación de conocimiento mediante
el análisis de datos existentes en una organización o empresa.
Accesibilidad a la información. Los datos son la fuente principal de este
concepto. Lo primero que deben garantizar este tipo de herramientas y técnicas
será el acceso de los usuarios a los datos con independencia de la procedencia
de estos.
Apoyo en la toma de decisiones. Se busca ir más allá en la presentación de la
información, de manera que los usuarios tengan acceso a herramientas de
análisis que les permitan seleccionar y manipular sólo aquellos datos que les
interesen.
Orientación al usuario final. Se busca independencia entre los conocimientos
técnicos de los usuarios y su capacidad para utilizar estas herramientas.
 ¿Qué es Business Intelligence?

Business Intelligence es el conjunto de técnicas,

herramientas, métodos y habilidades 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.
 Término BI

• En 1989, Howard Dresner (más tarde, un

analista de Gartner Group) propuso la
“Inteligencia de Negocios" como un término
general para describir conceptos y métodos
para mejorar la toma de decisiones de negocio
mediante el uso de los sistemas de apoyo
basados ​en hechos
• No fue hasta finales del 1990 que este uso fue
generalizado.
 Que es Inteligencia de Negocios

La combinación de tecnología, herramientas y

procesos que me permiten transformar mis datos
almacenados en información, esta información en
conocimiento y este conocimiento dirigido a un
plan o una estrategia comercial.
La inteligencia de negocios debe ser parte de la
estrategia empresarial, esta le permite optimizar la
utilización de recursos, monitorear el cumplimiento
de los objetivos de la empresa y la capacidad de
tomar buenas decisiones para así obtener mejores
resultados.
 Objetivo
• El objetivo de la Inteligencia de negocios (BI)
es mejorar la toma de decisiones de negocio a
través del uso de tecnologías que permitan
reunir, almacenar, analizar, y proporcionar
acceso a los datos de gestión de la
organización.
 Padecimientos que enfrentan las
empresas hoy día

• Tenemos datos pero carecemos de información

• Fragmentación
• Manipulación manual
• Poca agilidad
Beneficios de Inteligencia de Negocios
• Manejar el crecimiento
• Control de costos
• Entender mejor los clientes
• Indicadores de gestión
Feb
2018
Feb
2019
Feb
2020
Feb 2021
 https://www.healthcare.digital/single-
post/digital-health-hype-cycle-2021

https://www.learngeek.co/ld-hype-cycle/
• Cloud Data Warehouse, Q1 2021"
Herramientas Analíticas de al Información

https://www.tibco.com/products

https://www.informationbuilders.com/products

https://powerbi.microsoft.com/es-es/

https://www.oracle.com/solutions/business-
analytics/business-intelligence/index.html
 ¿Porqué usar un datawarehouse?
¿Qué es un data warehouse?
¿Qué necesito para crear un Data
Warehouse?
¿Cómo construir un Datawarehouse?
¿PORQUÉ UN DATAWAREHOUSE?
 ¿Porqué usar un Datawarehouse?
• Dificultades de los sistemas tradicionales en
satisfacer las necesidades informacionales.
• Necesidad de contar con información clave
para la toma de decisiones empresariales.
• Necesidad de contar con información
resumida, histórica, oportuna, integrada y de
calidad.
• Existencia de mucha dependencia del área de
TIC.
¿QUÉ ES UN DATAWAREHOUSE?
 ¿Qué es un Datawarehouse?
• Un Datawarehouse es una base de datos corporativa
que se caracteriza por integrar y depurar información
de una o más fuentes distintas, para luego procesarla
permitiendo su análisis desde infinidad de pespectivas
y con grandes velocidades de respuesta.
• La creación de un datawarehouse representa en la
mayoría de las ocasiones el primer paso, desde el
punto de vista técnico, para implantar una solución
completa y fiable de Business Intelligence.
 DATAWAREHOUSE
Considerado el padre del
Datawarehouse

• Orientado a temas.
• Variante en el tiempo.
• No volátil.
• Integrado.
Definición de Ralph Kimball

“Una copia de las transacciones de datos

específicamente estructurada para la consulta y el
análisis".
Los datos están organizados en Indicadores y
Dimensiones
• Indicadores: Son valores numéricos que
permiten medir el performance de la empresa
• Dimensiones: Son perspectivas o filtros sobre
los cuales puede analizarse los indicadores
¿Qué necesito para crear un Data
Warehouse?
Esquema de una solución de
Inteligencia de Negocios
Cómo Construir una Solución de BI
1. Conocer exactamente los requerimientos y necesidades de
la organización
2. Identificar los KPI y desarrollar un modelo de datos
multidimensional
3. Identificar las fuentes de datos para su extraccion
4. Realizar una limpieza de datos
5. Transformar los datos según el modelo dimensional
6. Cargar los datos seleccionados y transformados al
Datawarehouse
7. Aplicar técnicas de explotación de DWH (OLAP)
8. Utilizar herramientas para la elaboración de Dashboards
 Once pasos para construir un
Datawarehouse con éxito
1. Reconocer que el trabajo será más duro de lo que se esperaba
inicialmente.
2. Conocer los datos en los sistemas origen.
3. Saber reconocer entidades equivalentes
4. Usar metadatos como soporte a la calidad de los datos.
5. Seleccionar las herramientas ETL adecuadas.
6. Tomar ventaja de las fuentes externas
7. Utilizar nuevos métodos de distribución de la información.
8. Centrarse en aplicaciones para uso en Marketing
9. Enfatizar los primeros resultados positivos para ganar apoyo de la
organización
10. No hay que infravalorar los requerimientos de Hardware
11. Considerar el Outsourcing para el desarrollo y mantenimiento del DW

Fuente: Syntel
 Desventajas
• No es muy útil para la toma de decisiones en tiempo real
• Requiere de continua limpieza, transformación e integración de
datos.
• Mantenimiento.
• En un proceso de implantación puede encontrarse dificultades ante
los diferentes objetivos que pretende una organización.
• Una vez implementado puede ser complicado añadir nuevas
fuentes de datos.
• Requieren una revisión del modelo de datos, objetos, transacciones
y además del almacenamiento.
• Requieren una reestructuración de los sistemas operacionales.
• Tienen un alto coste.
• Requiere involucrar todos los Stakeholders