Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
INDICE
• Arquitectura de un Sistema
• Conceptos de Datawarehouse
• Construcción de un Datawarehouse
2
Introducción a la Inteligencia de Negocios
1. Introducción. Inteligencia de Negocio
4
1. Introducción. Inteligencia de Negocio
Nace así el concepto de Inteligencia de Negocio
(Business Intelligence):
No es una tecnología
Es un conjunto de sistemas de información que trabajan de forma coordinada.
5
1. Introducción. Inteligencia de Negocio Definición
• “Business Intelligence es una
“ Business Intelligence se refiere herramienta crítica para el éxito y
al proceso de convertir datos en sobrevivencia de su organización hoy
conocimiento y conocimiento en en día, no se trata solo de
acciones para crear la ventaja herramientas y tecnología, sino
competitiva del negocio “. también de organización “.
• Gartner Group
The Data Warehousing Institute
Información
“La inteligencia del negocio es “La información en las
como convertir la información de organizaciones está aumentando
la empresa en una arma rápidamente, así como, las
estratégica “. decisiones críticas del negocio; el
problema es la actitud de las
Teddy Dale empresas para utilizar estos datos “.
Consultor Internacional
Gartner Group
6
1. Introducción. Inteligencia de Negocio Definición
Ventaja
Datos Información Conocimiento
Competitiva
7
1. Introducción. Inteligencia de Negocio Definición
“ Inteligencia de Negocio se refiere al proceso de
convertir datos en conocimiento y conocimiento en acciones
para crear la ventaja competitiva del
negocio “
The Data Warehousing Institute
Database, Data Mart, Reporting Tools, Add Context to Create Decisions are
Data Warehouse, ETL Dashboards, Information, Descriptive Fact-based and
Tools, Integration Static Reports, Statistics, data mining Data-driven
Tools Mobile Reporting,
OLAP Cubes
8
1. Introducción. Inteligencia de Negocio Uso
Si nivel de inventario
caen en 10%, que es lo
que los clientes podrían
comprar en otro lugar.
Cambiar el horario de
publicidad
Aumentar el
incremento de radio
Dashboards
(Tableros) Reportes y
Consultas
• Análisis del
Detalle de
Información
OLAP (On-Line
Procesos de Extracción,
Analytical
Transformación y Carga
Processing)Análisis
Data Multidimensional
Warehouse • Análisis de FCE
(Data Mart) • Análisis de Datos
Sumarizados
Data
Warehouse
(Data Mart)
Data
Warehouse
(Data Mart)
2. Arquitectura de un Sistema
Análisis multidimensional
Data
Warehouse
(Data Mart)
Data Mining
(Business Analytics)
•Estadísticas
•Análisis de Tendencias y
Comportamientos
• Proyecciones
14
3. Inteligencia de Negocio. Su aporte. Su
importancia
• eficientes .
C
O
N
O
C.
Extracción Diseño D
E
Limpieza Servidor L
Transformación Red N
E
Carga Base de Datos G
O
C
I
O
16
3. Inteligencia de Negocio. Su aporte. Su importancia
Considerado por
'Forbes' como uno
de los siete
científicos de
datos más
poderosos del
mundo
17
Comentarios
18
4. Conceptos Básicos de DWH
Ventas
Producción
Inventarios
CRM
4. Conceptos Básicos de DWH
• Los datos almacenados están orientados a un objetivo especifico,
integrando la variable del tiempo para la toma de decisiones.
Almacenes
DM CRM
Inventarios
DM Riesgos
Producción
DM
Financiero
Exportación
4. Conceptos Básicos de DWH
Data Warehouse corporativo o centralizado:
Datamarts
Almacenes DWH
Corporativo
DM CRM
Inventarios
DM Riesgos
Producción
DM
Financiero
Exportación
5. Ciclo de Vida de un DWH
Metodología del ciclo de vida proyectos DWH/BI de Kimball:
Tecnología
Datos
Aplicaciones
5. Ciclo de Vida de un DWH
La metodología del ciclo de vida de Kimball aunque fue concebido a mediados de la
década de los 80’s, fue publicada por primera vez indicando los años 90’s; desde
entonces, se ha utilizado con éxito por miles de proyectos de DWH y BI,
principalmente en sector industrial, áreas de aplicación, empresarial y desarrollo
tecnológico (technical platform). Esta metodología se ha convertido en las mejores
prácticas en la industria en general.
Hardware
Hardware DWH
Corporativo Garantizar que tenga altas
características técnicas acorde a los
complejos requerimientos de
App. Almacenamiento
información de los usuarios.
(SGDB)
Capacidad de potencializar (crecer)
App. De extracción y
manipulación de datos Procesamiento paralelo:
SMP (Symmetric Multiprocessing)
MPP (Massively Parallel Processing)
Herramienta NUMA (Non-Uniform Memory
Middleware Architecture)
6. Construcción de un DWH
SGDB
Un Sistema de Gestión de Base de
Datos consiste en una colección de
Hardware DWH datos interrelacionados y un
Corporativo conjunto de programas para
acceder a los mismos.
Herramienta
Middleware
6. Construcción de un DWH
Herramientas Middleware
Proveen conectividad entre
entornos diferentes, para ayudar a
Hardware DWH la gestión del Data Warehouse.
Corporativo
Analizadores y aceleradores de
consulta: Optimizan tiempos de
App. Almacenamiento respuesta desde los Sistemas
(SGDB) operacionales al DW.
DWH
Querys - Reporting
Corporativo
Generación de consultas y reportes. Pueden
Querys - Reporting
ser informes predefinidos o dinámicos.
Fundamentales para procesos de
Monitorización (Dashboard). Es posible
Análisis
ubicar las herramientas y metodologías EIS multidimensional
(Decision Support System) y CPM (Corporate
Performance Management) dependiendo de
este componente de explotación del DWH. Dara Mining
6. Salidas de un DWH
Análisis Multidimensional
DWH
Facilitan el análisis de datos por medio Corporativo
de dimensiones y jerarquías, Querys - Reporting
utilizando consultas rápidas y
predefinidas.
OLAP: Su objetivo es agilizar la consulta Análisis
de datos. Utiliza estructuras multidimensional
multidimensionales que contienen
datos de grandes Base de datos.
Dara Mining
6. Salidas de un DWH
40