Proyecto Sin Renegar Profe

INSTITUTO DE EDUCACIÓN SUPERIOR TECNOLÓGICO
PÚBLICO
“DE LAS FUERZAS ARMADAS”
IMPLEMENTACIÓN DE UNA SOLUCIÓN DE

BUSINESS INTELLIGENCE PARA MEJORAR EL
PROCESO DE TOMA DE DECISIONES DEL ÁREA
DE VENTAS Y ALMACEN DE LA EMPRESA
YERAL SPORT
PROYECTO DE INVESTIGACIÓN DE LA ESPECIALIDAD DE

ANÁLISIS DE SISTEMAS
AUTORES:
DIAZ ARTEAGA, Otnel Humberto
MORE IPANAQUE, Josue Isaias
LIMA – PERÚ
2023
DEDICATORIA
Dedicamos el presente proyecto de investigación a toda nuestra familia.

Principalmente, a nuestros padres que nos apoyaron y contuvieron los
momentos malos y en los menos malos. Gracias por enseñarnos a afrontar las
dificultades sin perder nunca la cabeza ni morir en el intento.
Nos han enseñado a ser las personas que hoy somos, nuestros principios,
valores, nuestra perseverancia y nuestro empeño. Todo esto con una enorme
dosis de amor y sin pedir nada a cambio.
I
AGRADECIMIENTO
Agradecemos a Dios por permitirnos alcanzar nuestras metas, así como

también agradecer a los profesores del Instituto de Educación Superior
Tecnológico, Agradecerles a todos mis compañeros los cuales muchos de ellos
se han convertido en mis amigos, cómplices y hermanos. Gracias por las horas
compartidas, los trabajos realizados en conjunto y las historias vividas”
II
RESUMEN EJECUTIVO
Hoy en día hacen uso de la Inteligencia de Negocios (Business

Intelligence o BI). Esta habilidad actúa como un factor estratégico para una
empresa u organización, generando una potencial ventaja competitiva, que no
es otra que proporcionar información privilegiada para responder a los problemas
del negocio.
La inteligencia de Negocios (Business Intelligence o BI) es la habilidad

que permite 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. Entre los principales beneficios de esta solución se encuentra
la reducción de costo, brinda mayor eficiencia, así como también tiene brinda la
capacidad para tomar decisiones de forma estratégica.
La presente investigación tiene por objetivo Implementar una Solución

de Business Intelligence BI para mejorar el proceso de toma de decisiones del
área de ventas y almacén de la empresa Yeral Sport
PALABRAS CLAVES
Inteligencia de Negocios, Proceso de Ventas, Proceso de Extracción y

Carga de Datos, Cubo de Procesamiento Analítico en Línea, Minería de Datos,
Reportes.
III
EXECUTIVE SUMMARY
Nowadays they make use of Business Intelligence (Business Intelligence

or BI). This ability acts as a strategic factor for a company or organization,
generating a potential competitive advantage, which is none other than providing
privileged information to respond to business problems.
Business Intelligence (Business Intelligence or BI) is the ability to

transform data into information, and information into knowledge, so that you can
optimize the decision-making process in business. Among the main benefits of
this solution is the reduction of cost, provides greater efficiency, as well as
provides the ability to make strategic decisions.
The objective of this research is to implement a BI Business Intelligence

Solution for …..
KEYWORDS
Business Intelligence, Sales Process, Extraction Process and Data Load,

Online Analytical Processing Cube, Data Mining, Reports.
IV
ÍNDICE
DEDICATORIA .................................................................................................... I
AGRADECIMIENTO........................................................................................... II
RESUMEN EJECUTIVO ................................................................................... III
PALABRAS CLAVES ........................................................................................ III
EXECUTIVE SUMMARY ................................................................................... IV
KEYWORDS ..................................................................................................... IV
INTRODUCCIÓN ............................................................................................... 5
CAPÍTULO I
ASPECTOS GENERALES
1.1. DESCRIPCIÓN DEL PROBLEMA ............................................................. 7
1.1.1. Problema de Investigación ............................................................. 8
1.1.1.1. Problema Principal ........................................................... 8
1.1.1.2. Problemas Secundarios ................................................... 8
1.2. OBJETIVOS DE LA INVESTIGACIÓN ...................................................... 9
1.2.1. Objetivo General............................................................................. 9
1.2.2. Objetivos Específicos ..................................................................... 9
1.3. VARIABLES DE ESTUDIO ...................................................................... 10
1.3.1. Variable Independiente ................................................................. 10
1.3.2. Variable Dependiente ................................................................... 10
1.4. JUSTIFICACIÓN E IMPORTANCIA DE LA INVESTIGACIÓN ................ 10
CAPÍTULO II
MARCO TEÓRICO
2.1. BUSINESS INTELLIGENCE O INTELIGENCIA DE NEGOCIOS ............ 12
2.2. TOMA DE DECISIONES ......................................................................... 13
1
2.2.1. Definición de Toma de Decisiones ............................................... 14
2.2.2. Importancia de la Toma de Decisiones ........................................ 15
2.2.3. El Proceso de Toma de Decisiones.............................................. 17
2.3. TEORÍA GENERAL DE LOS SISTEMAS ................................................ 18
2.4. LOS SISTEMAS DE INFORMACIÓN EN LA TOMA DE DECISIONES... 19
2.4.1. Importancia de los Sistemas de Información en la Toma de
Decisiones .................................................................................... 20
2.4.2. El Principio de Pareto como Herramienta en la Toma de
Decisiones .................................................................................... 21
2.4.3. Proceso de Utilización, Construcción y Análisis del Diagrama de
Pareto ....................................................................................... 22
2.4.3.1. Construcción Paso a Paso del Diagrama de Pareto ...... 22
2.5. METODOLOGÍA KIMBALL ...................................................................... 25
2.6. HERRAMIENTAS DE VISUALIZACIÓN .................................................. 26
CAPÍTULO III
DESARROLLO DE LA PROPUESTA TECNOLÓGICA
3.1. ANÁLISIS Y MODELAMIENTO ............................................................... 28
3.1.1. Fase 1: Modelamiento Corporativo ............................................... 28
3.1.1.1. Descripción de la Empresa Diversificada ....................... 28
3.1.1.2. Ubicación Geográfica ..................................................... 29
3.1.1.3. Misión ............................................................................. 29
3.1.1.4. Visión ............................................................................. 30
3.1.1.5. Valores ........................................................................... 30
3.1.1.6. Representantes Legales ................................................ 30
3.1.1.7. Dirección Legal y Número de Colaboradores................. 30
3.1.1.8. Proceso de Producción y Servicios ................................ 30
3.1.1.9. Estructura Organizacional a Nivel Corporativo............... 48
3.1.1.9.1. Estructura Organizacional a Nivel de ................
Empresa ........................................................ 49
3.1.1.9.2. Centros de Distribución ................................. 51
3.1.1.10. Productos y Servicios de la Empresa ............................. 51
2
3.1.1.10.1. Productos..................................................... 51
3.1.1.10.2. Servicios ......... ¡Error! Marcador no definido.
3.1.1.11. Cartera de Negocios ...................................................... 53
3.1.2. Fase 2: Descripción de la UEN de Producción y Servicio ............ 53
3.1.2.1. Cadena de Valor ............................................................ 55
3.1.3. Fase 3: Modelamiento del Proceso de Negocio Crítico ................ 56
3.1.3.1. Identificación de Procesos de Negocios ........................ 56
3.1.3.2. Selección de Procesos Críticos ...................................... 57
3.1.3.3. Matriz de Selección de Procesos ................................... 58
3.1.3.4. Flujograma para el Proceso Transaccional .................... 60
3.1.3.5. Flujograma para el Proceso de Toma de Decisiones – AS
– IS ................................................................................. 61
3.1.3.6. Flujograma para el Proceso de Toma de Decisiones – TO-
BE .................................................................................. 63
3.2. DESARROLLO DE LA SOLUCIÓN DE BUSINESS INTELLIGENCE...... 64
3.2.1. Objetivos del Proceso de Toma de Decisiones para el Proceso de
Ventas ....................................................................................... 64
3.2.2. Fase 4: Modelamiento y Diseño de la Base de Datos
Transaccional ............................................................................... 66
3.2.2.1. Diagrama Entidad Relación: Diagrama Lógico ............... 66
3.2.2.2. Diagrama Entidad Relación: Diagrama Físico................ 67
3.2.3. Fase 5: Modelo Transaccional de la Base de Datos .................... 68
3.2.3.1. Script de la Base de Datos Transaccional...................... 68
3.2.3.2. Diagrama Físico de la Base de Datos en SQL Server ... 74
3.2.3.3. Diccionario de Datos de la Base de Datos Transaccional –
Descripción de Campos ................................................. 74
3.2.3.4. Poblar el Modelo Transaccional ..................................... 77
3.2.4. Fase 6: Construcción del Datamart .............................................. 84
3.2.4.1. Análisis e Identificación de Métricas .............................. 84
3.2.4.2. Identificación de Indicadores Críticos ............................. 86
3.2.4.3. Identificación de Dimensiones........................................ 86
3.2.4.4. Elaboración del Cuadro Bus Matriz ................................ 87
3
3.2.4.5. Modelo Dimensional del Datamart ................................. 88
3.2.4.6. Construcción del Modelo Dimensional - Script del
Datamart ........................................................................ 89
3.2.4.7. Diagrama Físico del Datamart en SQL Server ............... 94
3.2.4.8. Diccionario de Datos del Datamart – Descripción de
Campos .......................................................................... 96
3.3. APLICACIÓN DE LA SOLUCIÓN DE BUSINESS INTELLIGENCE ........ 97
3.3.1. Fase 7: Poblar el Modelo Dimensional ......................................... 97
3.3.1.1. Limpieza de Datos ......................................................... 97
3.3.1.2. Cargar Datos a las Tablas Dimensionales ..................... 98
3.3.1.3. Cargar Datos a las Tablas de Hechos (Facts) ............. 101
3.3.2. Fase 8: Gestionar Cubo OLAP ................................................... 106
3.3.2.1. Identificar Orígenes de Datos....................................... 106
3.3.2.2. Identificar Vistas de Fuentes de Datos ......................... 106
3.3.2.2.1. Creación de la Vista de Fuente de Datos .... 107
3.3.2.3. Crear y Procesar Cubo OLAP ...................................... 107
3.3.2.4. Estructura del Cubo OLAP ........................................... 107
3.3.2.5. Creación de Jerarquías de Datos................................. 148
3.3.2.6. Creación de Cálculos ................................................... 148
3.3.2.7. Creación de KPI ........................................................... 149
3.3.2.8. Implementación del Cubo OLAP .................................. 150
3.3.3. Fase 9: Realizar Consultas de Datos ......................................... 151
3.3.3.1. Reportes con Visual Studio.Net: Análisis OLAP ........... 151
3.3.3.2. Reportes con Microsoft Excel 2016: Tablas y Gráficos
Dinámicos .................................................................... 151
3.3.3.3. Reportes con Power Map en Excel 2016 ..................... 152
CONCLUSIONES........................................................................................... 153
RECOMENDACIONES .................................................................................. 154
GLOSARIO DE TÉRMINOS ........................................................................... 155
REFERENCIAS BIBLIOGRÁFICAS ............................................................... 162
4
INTRODUCCIÓN
Actualmente vivimos en la era del conocimiento, donde las empresas

necesitan tomar decisiones acertadas, es decir decisiones adecuadas y
correctas, para lo cual se necesitan sistemas expertos que brinden el soporte
estratégico para la toma de decisiones, en ese sentido surge la necesidad de
implementar sistemas de Inteligencia de Negocios en ingles denominado
Business Intelligence. La Inteligencia de Negocios 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.
La empresa Yeral Sport está ubicada en el distrito de Trujillo. La organización se
caracteriza por realizar buenos diseños en ropa deportiva, por la variedad de
telas que existen. Las empresas cada año analizan y toman decisiones que
puedan aportar mayores beneficios y disminuir riesgos dentro de su mercado.
Estos requerimientos se encuentran en la mayor parte dentro de la base de datos
del negocio y por lo tanto las personas encargadas del área requieren
información precisa y útil. Yeral Sport cuenta con un sistema de almacenamiento
tradicional que genera dificultades al momento de tomar decisiones y visualizar
reportes de las ventas y de almacén que son solicitadas por la alta gerencia. Esta
investigación cubre la toma de decisiones de inteligencia comercial que puede
traer beneficios y reducir los riesgos comerciales empleando metodologías para
mejorar la toma de decisiones comerciales. La metodología desarrollada
consiste en una arquitectura datamart que permite almacenar datos históricos,
facilitando la toma de decisiones, para posteriormente realizar operaciones de
borrado, redirección y carga de datos (ETL). Esta solución eventualmente
obtendrá informes del proceso de ventas, lo que ayudará en la visualización
detallada de los productos, las ventas totales, los últimos gustos de los clientes
y el tipo de clientes habituales. Proporcionando a las encargadas del área tomar
5
decisiones estratégicas para la empresa, así mismo en el área de almacén donde
se visualizará detalladamente la cantidad de productos que dispone la empresa
durante el día, así como las entradas y salidas de productos. Con el uso de una
herramienta de apoyo que les permita agilizar los procesos de ventas y de
almacenamiento hace que las decisiones sean acertadas incrementando la
rentabilidad de la organización.
6
CAPÍTULO I
ASPECTOS GENERALES
1.
1.1. DESCRIPCIÓN DEL PROBLEMA
La Descripción del Problema se realiza desde el Método Deductivo,

esta es una estrategia de razonamiento empleada para deducir
conclusiones lógicas a partir de una serie de premisas o principios. Este
proceso de pensamiento va de lo general a lo particular (hechos concretos).
El Proceso de Toma de Decisiones es clave para una empresa,

porque esta requiere analizar los datos de ventas y almacén y realizar
proyecciones estadísticas en función a la información que maneja. Los
Sistemas Transacciones o también denominados Sistemas OLTP1 ayudan
a la recolección de datos de forma masiva, sin embargo, no son Sistemas
de Información que ayuden a tomar decisiones de forma estratégica.
En ese sentido la Empresa Yeral Sport necesita de la

implementación de una Solución de Business Intelligence (BI) para mejorar
el proceso de toma de decisiones del Área de Ventas y Almacén, de tal
manera la presente propuesta tecnológica buscar brindar cierta ventaja
competitiva a la Empresa frente a sus competidores.
1 OnLine Transaction Processing, Procesamiento de Transacciones en Línea. Es un tipo
de procesamiento que facilita, administra aplicaciones transaccionales, usualmente para el

ingreso de datos, recuperación y procesamiento de transacciones.
7
1.1.1. Problema de Investigación
En la actualidad la empresa Yeral Sport, no cuenta con una

Solución de Inteligencia de Negocios que le permita tomar
decisiones de forma estratégica en el área de ventas y almacén.
Ello se debe al personal poco capacitado y especializado sobre el
uso y aplicación de tecnologías de Business Intelligence, que
impide a la empresa que cuente con un sistema de soporte a la toma
de decisiones, ya que se requiere de la migración de datos de las
diversas ventas realizadas en el tiempo, así como también de
realizar un control de calidad de los datos existentes para poder
implementar un Datamart para el área de ventas.
Por tal motivo, la presente investigación tiene como objetivo

principal elaborar un proyecto tecnológico que ayude a mejorar el
proceso de toma de decisiones del área de ventas y almacén la
empresa Yeral Sport en donde se pueda tener acceso a reportes
basados en los requerimientos de los usuarios de la empresa.
1.1.1.1. Problema Principal
¿Con la Implementación de una Solución de Business

Intelligence mejoraría el Proceso de Toma de Decisiones
del Área de Ventas y Almacén de la Empresa Yeral Sport?
1.1.1.2. Problemas Secundarios
• ¿Mediante la identificación de un Proceso de

Negocio Crítico, se implementaría una Solución
Business Intelligence?
• ¿Con la implementación de un Datamart se
facilitaría el almacenamiento de la información, en
función a los requerimientos del Proceso de
Negocio Crítico analizado?
8
• ¿Con la implementación de una herramienta BI
(Business Intelligence) el dueño de la Empresa
Yeral Sport podría tomar mejores decisiones?
• ¿Mediante el uso de reportes con información
resumida y precisa del área de ventas y Almacén,
la empresa podría tomar acciones estratégicas?
• ¿En qué medida el uso de business intelligence
mejora el promedio de generación de nuevos
reportes en la toma de decisiones en el área de
ventas y almacén de la empresa Yeral Sport?
1.2. OBJETIVOS DE LA INVESTIGACIÓN
1.2.1. Objetivo General
Implementar un sistema de Business Intelligence que,

mediante la integración de herramientas de análisis de datos,
mejore la eficiencia en la toma de decisiones por parte del
propietario de la empresa Yeral Sport.
1.2.2. Objetivos Específicos
• Identificar un Proceso de Negocio Crítico, en el cual se

implementará una Solución Business Intelligence.
• Implementar un Datamart que facilite el almacenamiento de
la información, en función al área de ventas y almacén.
• Brindar reportes con información resumida y precisa al área
de ventas y almacén.
• Identificar herramientas, técnicas y metodologías de
inteligencia de negocios más utilizados en el negocio, para
la implementación de un sistema de Business Intelligence.
• Evaluar los resultados del sistema Business Intelligence
implementado, respecto de la toma de decisiones.
9
VARIABLES DE ESTUDIO
1.2.3. Variable Independiente
Implementación de una Solución de Business Intelligence.
1.2.4. Variable Dependiente
Mejorar el Proceso de Toma de Decisiones del Área de

Ventas y Almacén de la Empresa Yeral Sport
1.3. JUSTIFICACIÓN E IMPORTANCIA DE LA INVESTIGACIÓN
Con la elaboración de este proyecto, se contribuye a la empresa

Yeral Sport, a brindar una solución de utilidad práctica, que le permita
analizar mejor la información que posee respecto a sus clientes, ventas de
sus implementos deportivos y el stock que hay en el almacén. De esta
manera podrá tener información detallada sobre cuál ha sido el producto
de mayor demanda en el tiempo, que cliente es el más rentable para
empresa, cual es el empleado que mayor venta realiza en el tiempo (anual,
semestral, trimestral, bimestral, mensual, semanal o diario). Toda la
información que le brinde el Sistema de Inteligencia de Negocio, a través
de los Dashboard le permitirá a la gerencia analizar y tomar las mejores
decisiones y elaborar sobre todo una adecuada estrategia de marketing
frente a sus competidores.
En cualquier organización, los empleadores toman cientos de

decisiones diariamente, las cuales van, desde otorgar un descuento a un
cliente, ordenar la producción masiva de un determinado producto, lanzar
una determinada campaña de marketing por correo directo, etc. Algunas
veces, estas decisiones están basadas en los hechos, pero con frecuencia
están basadas en la experiencia, el conocimiento acumulado o las reglas
básicas del negocio. En ese sentido es necesario contar con un Datamart
o un Datawarehouse que le proporcione a la empresa información valiosa
para que ésta pueda tomar decisiones de forma acertada, mediante el
10
Proceso de ETL (Extracción, Transformación y Carga de Datos) se procede
a la migración de datos de la Base de Datos Transaccional hacia la nueva
Base de Datos Dimensional, el siguiente paso ahora es la implementación
de un Cubo Olap, la cual será pieza clave para la creación de una
herramienta de Business Intelligence.
La inteligencia de negocio es utilizada para brindar soporte a las grandes
empresas como también a pequeños negocios, que buscan la medición
de sus operaciones y procesos que generan diariamente dentro de un
área; el objetivo principal de su implementación es transformar sus datos
en conocimiento y proveer información importante a los usuarios para que
tomen una mejor decisión dentro de sus negocios.
11
CAPÍTULO II
MARCO TEÓRICO
2.
2.1. BUSINESS INTELLIGENCE O INTELIGENCIA DE NEGOCIOS
El término Business Intelligence o Inteligencia de Negocios, está

relacionado, tal y como lo afirma Cano2, con el apoyo constante a las
organizaciones para mejorar continuamente su competitividad, y así facilitar
la información para la toma de decisiones.
También es posible identificar una de las primeras definiciones de

la Inteligencia de Negocios que está relacionada con un investigador de
GartnerGroup, Howard Dresner, quien “popularizó el acrónimo de “BI”
(“Business Intelligence” o Inteligencia de Negocios), para indicar el conjunto
de conceptos y métodos para mejorar la toma de decisiones en los
negocios, utilizando sistemas de apoyo basados en hechos”3.
De esta manera es posible establecer que la Inteligencia de

Negocios, es el conjunto de herramientas, metodologías y prácticas que
permiten analizar, explorar, y transformar los datos de una organización. Es
decir, “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”4.
Es importante resaltar que la Inteligencia de Negocios involucra un

conjunto de conceptos y herramientas para dar solución a determinada
2 Cano, J. (2016). Business Intelligence: Competir con Información. Recuperado de

http://itemsweb.esade.edu/biblioteca/archivo/Business_Intelligence_competir_con_informacion.
pdf
3 Espiñeira, S. (2008). Boletín de Asesoría Gerencial. La Inteligencia de Negocios (Business
Intelligence). Boletín Digital. Nº. 10 – 2008. Recuperado de:

https://www.pwc.com/ve/es/asesoria-gerencial/boletin/assets/boletin-advisory-edicion-10-
2008.pdf
4 Sinnexus. Business Intelligence. Informática estratégica. ¿Qué es Business Intelligence?.
Recuperado de http://www.sinnexus.com/business_intelligence/
12
área o contexto de una organización. “Business Intelligence (la Inteligencia
de Negocio) es proporcionar la información adecuada, en el momento
adecuado, para la persona adecuada y en el formato adecuado” 5.
2.2. TOMA DE DECISIONES
El proceso de la toma de decisiones ha sido analizado desde

diferentes ángulos y perspectivas por numerosos autores y disciplinas en
distintas épocas. Los enfoques han destacado diversos elementos como
centro de discusión, siendo estudiados principalmente por la Psicología y
la Administración. Últimamente, la sociología de las organizaciones ha ido
cobrando fuerza como corriente teórica, teniendo como eje de análisis
principal el estudio de los grupos sociales como unidades complejas de
organización y un nivel de desarrollo relativamente alto6.
El pensamiento, la solución de problemas y la toma de decisiones

son fundamentales para el comportamiento humano. La toma de decisiones
es central para la labor administrativa de coordinar el esfuerzo
organizacional hacia la consecución de las metas. A nivel general, tomar
una decisión es el acto de elegir o seleccionar algo. Es un proceso mental
en el cual se identifican las acciones o rutas que se habrán de tomar o
seguir en la solución de un problema o en la consecución de un fin
específico. Para ello se pueden seguir distintas estrategias o pasos, los
cuales pueden ir desde una espontánea decisión, hasta una concienzuda
y razonada proposición de carácter científico.
La información es un ingrediente vital para la toma de decisiones

en situaciones complejas. El proceso básico de toma de decisiones puede
ser facilitado mediante el uso de auxiliares generales, como la construcción
de modelos y, donde sea posible, métodos de computación y cuantificación.
5 Contel Rico, B. (2010). Desarrollo de una solución Business Intelligence en una empresa del
sector de alimentación. Universidad Politécnica. Facultad Informática. Tecnología Business
Intelligence. Recuperado de http://hdl.handle.net/10251/9127
6 Luhmann, N. y De Georgi, R. (1993). Teoría de la Sociedad, UIA-UdeG, México.
13
Si el sistema de información es relativamente cerrado y programable, se
puede recurrir a una serie de técnicas para auxiliar en la decisión a fin de
hacer que las decisiones administrativas sean tan racionales como sea
posible. Muchos empresarios consideran que su toma de decisiones es
correcta, sin importar el tipo de decisión que tomen simplemente aplican un
estilo personal sin considerar las consecuencias e incluso sin estar
consciente de cómo o porqué lo decidieron en cierta forma y no es que
existan estilos buenos o malos, a veces, las decisiones no resultan siempre
tan acertadas como se esperan.
2.2.1. Definición de Toma de Decisiones
La toma de decisiones implica optar por algo en lugar de

otro(s). Es tener libertad de elección dentro de un espectro de
posibilidades o alternativas que se nos presenten, ya que toda
elección nos remite a tomar una decisión. Además, conlleva un tipo
específico de comportamiento en donde la elección tiene una
finalidad con cierta intencionalidad, incluyendo valoraciones éticas
específicas. Dicha finalidad comprende una jerarquía de valores que
el actor ordena, ya que se guía por objetivos y metas que, para
lograrlos, tiene que confrontarlos con su medio y analizar las
posibilidades de ser llevados a cabo. Así, las valoraciones definidas
por el actor son mediadas por la realidad. Esta negociación se da en
el seno de las organizaciones, entre los miembros que la componen
y el medio en el que están inmersos7.
Decidir significa adoptar una posición, implica dos o más

alternativas bajo consideración y la persona que decide tendrá que
elegir entre ellas. Decidir entre un sentido u otro puede tener una
implicación de acción abierta o explícita, como sería comprar una
nueva maquinaria, o bien elegir podría implicar solamente la
7Cyert, R. M. y March, J. (1965). Teoría de las decisiones económicas de la empresa.

México: Ed. Herrero.
14
intención de comportarse de cierta manera en un momento futuro.
La toma de decisiones se define como la selección de un curso de
acciones entre alternativas, es decir que existe un plan un
compromiso de recursos de dirección o intuición. La toma de
decisiones es un proceso de ocho pasos que incluyen la
identificación de un problema, la selección de una alternativa, y la
evaluación de la eficacia de la decisión.
La toma de decisiones se define como la selección de un

curso de acciones entre alternativas, es decir que existe un plan un
compromiso de recursos de dirección o intuición. La toma de
decisiones es un proceso de ocho pasos que incluyen la
identificación de un problema, la selección de una alternativa, y la
evaluación de la eficacia de la decisión8 (Ver figura 1).
Por lo general el Proceso de Toma de Decisiones, se

describe como la selección de alternativas, pero esta manera de
visualizar la toma de decisiones es demasiado simplista porque la
toma de decisiones es un proceso en lugar de un simple acto de
escoger entre alternativas. No todas las decisiones son del mismo
tipo, pues algunas son de carácter estratégico, por ejemplo, un
directivo acorde con su función en la empresa tendrá mayor
responsabilidad en la toma de decisiones que la que tiene un
operario. También hay decisiones que son más importantes que
otras, aunque las tome el mismo individuo, ya que, no siempre
jugamos el mismo rol, pues en ocasiones tenemos mayor
responsabilidad sobre ciertos actos que en otros9.
2.2.2. Importancia de la Toma de Decisiones
8 Stephen P, Robbins (1994). Administración Teoría y Práctica. (Cuarta Edición). Editorial

Prentice Hall.
9 Simon, H. (1947). El Comportamiento Administrativo. España: Ed. Aguilar.
15
No se puede exagerar la importancia de la toma de
decisiones en cada faceta del trabajo de un administrador. La toma
de decisiones impregna a las cuatro funciones administrativas
(planear, organizar, dirigir y controlar), de hecho, esto explica por
qué a los administradores se les denomina tomadores de
decisiones. Así que no es incorrecto decir que la toma de decisiones
es sinónimo de administración.
El hecho de que casi todo lo que hace un administrador

involucra tomar decisiones, no significa que las decisiones son
siempre largas, complicadas o evidentes para un observador
externo. Mucha de la actividad de toma de decisiones de un
administrador es de naturaleza rutinaria, por ejemplo aquellas
decisiones que se toman en el día a día como organizar las
prioridades de pendientes que se han de resolver en la junta
semanal de revisión de actividades. Pero entonces podemos
preguntarnos: ¿Por qué no se toman decisiones siempre efectivas?
Los obstáculos que impiden tomar decisiones acertadas pueden
resumirse en los siguientes:
• Tomar decisiones sin suficiente información. Por

ejemplo, decidir comprar a un proveedor, sin haber
averiguado los precios de los otros.
• Prejuicios. Un prejuicio es un juicio sin bases en la realidad

y la objetividad. Por ejemplo, si alguien se empeña en ver
algo conveniente, sin tener información, puede conducirlo a
un serio problema.
• Interpretación equivocada de los hechos. Al tomar una

decisión es importante distinguir entre hechos o datos
comprobables e ideas, opiniones o suposiciones. Los
hechos son parte de la realidad, mientras que las ideas o
suposiciones son interpretaciones de la realidad.
16
• Precipitación al Tomar las Decisiones. Cuando una
persona se presiona para decidir, por lo general no consigue
información suficiente y su decisión es bastante mala y
complica negativamente cualquier situación de decisión.
2.2.3. El Proceso de Toma de Decisiones
El proceso de la toma de decisiones en un proceso de ocho

pasos que comienzan con la identificación de un problema, los
pasos para seleccionar una alternativa que pueda resolver el
problema, y concluyen con la evaluación de la eficacia de la
decisión10.
Este proceso se puede aplicar tanto para tomar decisiones

personales como a una acción de una empresa. También se puede
usar el proceso para describir tanto decisiones individuales como de
grupo.
10 Simon, H. (1947). El Comportamiento Administrativo. España: Ed. Aguilar.
17
Identificación del
Problema
Evaluación de la Identificación de
Eficacia de la los Procesos de
Decisión Negocio Crítico
PROCESO DE
TOMA DE
DECISIONES
Implementación
Asignación de
de la Alternativa
Ponderaciones
de Solución
Selección de una Desarrollo de

Alternativa de Alternativas de
Solución Solución
Figura 1: El Proceso de Toma de Decisiones.
2.3. TEORÍA GENERAL DE LOS SISTEMAS
Propuesta por Ludwig Von Bertalanffy en la década de 1940 con la

finalidad de proporcionar un marco practico a las ciencias en general. Se
define como una meta-teoría ya que por sí sola no demuestra ningún caso
práctico, pero atada a otras ramas de la ciencia permiten su investigación
en sí (Gutiérrez, 2012, P17).
Sanz (2012) indica que “esta teoría define el sistema como un

conjunto de elementos que interactúan con un componente estructural y
funcional partiendo de límites, elementos, red de comunicaciones e
informaciones”.
18
Por otro lado, el sistema se puede definir como un conjunto de
entidades que presentan ciertos atributos que tienen una relación en sí y
están unidas por un mismo ambiente cumpliendo cierto objetivo. Este a su
vez puede tener subsistemas definidos como un conjunto de elementos y
relaciones especializadas dentro de un sistema superior, en general, deben
poseer las mismas características del sistema (Dheimann, 2004).
2.4. LOS SISTEMAS DE INFORMACIÓN EN LA TOMA DE DECISIONES
Una de las principales limitaciones que sufren los encargados de la

toma de decisiones es la falta de información pertinente del problema. Si
se dispusiera de una información perfecta, los problemas de decisión serían
de muy fácil solución, pero generalmente, los ejecutivos decisores solo
disponen de información imperfecta y se enfrentan el problema de la
búsqueda de información dentro de las limitaciones del tiempo y costo que
implica esta búsqueda11.
Es común encontrar empresas sin ningún sistema de información

a pesar de su trayectoria en el mercado, simultáneamente con compañías
con sofisticados sistemas de recopilación y tabulación de información. La
más común e importante fuente de datos para el análisis de ventas es la
factura de ventas, pues en ella se consigna generalmente la fecha de la
transacción, el nombre del cliente, y su localización geográfica, la
descripción de la mercancía vendida, la cantidad vendida de unidades, el
precio unitario y total, la fecha de despacho y recibo, y algunas veces la
condición de pago.
11Koontz, H. (2003, pp. 135-138). Administración: una perspectiva global. México: Editorial Mc
Graw – Hill Interamericana, Duodécima edición.
19
2.4.1. Importancia de los Sistemas de Información en la Toma de
Decisiones
Un Sistema de Soporte a la Decisión (DSS por sus siglas

en inglés), es usualmente implementado con el fin de resolver
problemas relacionados con la toma de decisiones, por ejemplo,
evaluar una oportunidad de negocio, o hacer algún modelo sobre
ciertas condiciones que pueden impactar a la empresa.
Hoy en día es necesario que toda empresa incorpore

nuevas tecnologías para adaptarse a los nuevos tiempos y seguir
siendo competitiva en el mercado al que se está atacando, e
ingresar a nuevos mercados. En este sentido, la tecnología, hoy por
hoy, es la palanca más grande a la que tienen acceso las empresas.
Por tal motivo es críticamente importante conocer las posibilidades
que hay para mejorar la eficiencia de todos los procesos de la
cadena de valor organizacional12.
Este sistema debe proporcionar informes estructurados y

periódicos, los reportes de administración de datos controlan el flujo
de datos y de información. Estos datos y esta información, sobre
todo la que es conveniente retener para uso futuro, se colocan en
un almacén histórico del que se pueden reintegrar a procesos de
decisión futuros. El contenido de la base de datos comunes,
también se transfiere regularmente a un almacén histórico para
llevar un registro continuo de los asuntos de la empresa, y también
para salvaguardarlos de pérdidas o destrucción. Estas
generalidades para un sistema de información son aplicables a un
sistema para toda la empresa o solamente para una parte de ella.
Las secciones de la empresa que están separadas
12Palazuelos, W. (2001). Artículo ―Sistemas Inteligentes de Soporte a la Decisión en Pymes.

Ingeniero en Sistemas de Información por el Instituto Tecnológico y de Estudios Superiores de
Monterrey en el 2001.
20
geográficamente o que son semiautónomas en operación, pueden
establecer sus propios sistemas de información con el mismo
diseño general, cada uno con su propia base de datos comunes.
Los datos y la información que son comunes entre dos o más áreas
o secciones de la empresa, se intercambian entre los datos de las
bases comunes. En estas circunstancias, el grado de comunicación
formal alcanzado entre las diferentes partes de la organización está
en relación directa al grado de generalización de la descripción de
datos, formatos y códigos que se han logrado.
Para el desarrollo de este trabajo de investigación es de

vital importancia abordar este tema, ya que el análisis de
información sugerido necesita de los reportes de información que
se generen del sistema de información como soporte que la
empresa maneja, debido a que aun cuando se puede llevar a cabo
con información almacenada sólo de forma impresa o manual, el
análisis resultaría complicado y tardío al tratar de manipular la
información sin el uso de este sistema de información.
2.4.2. El Principio de Pareto como Herramienta en la Toma de

Decisiones
El diagrama de Pareto, es una herramienta que se utiliza

para priorizar los problemas o las causas que los generan13.
Puede representarse en una gráfica en donde se organizan

diversas clasificaciones de datos por orden descendente, de
izquierda a derecha por medio de barras sencillas después de
haber reunido los datos para calificar las causas. De modo que se
pueda asignar un orden de prioridades y ser utilizado por un equipo
para analizar causas, estudiar resultados y planear una mejora
13 Fundación Iberoamericana para la Gestión de la Calidad (FUNDIBEQ). Asociación no lucrativa.
21
continua. El nombre de Pareto fue dado en honor del economista
italiano Vilfredo Pareto (1848-1923) quien realizó un estudio sobre
la distribución de la riqueza, en el cual descubrió que la minoría de
la población poseía la mayor parte de la riqueza y la mayoría de la
población poseía la menor parte de la riqueza. Con esto estableció
la llamada "Ley de Pareto" según la cual la desigualdad económica
es inevitable en cualquier sociedad. El Dr. Juran aplicó este
concepto a la calidad, obteniéndose lo que hoy se conoce como la
regla 80/20.
2.4.3. Proceso de Utilización, Construcción y Análisis del Diagrama

de Pareto
Pareto es una herramienta de análisis de datos

ampliamente utilizada y es por lo tanto útil en la determinación de
la causa principal durante un esfuerzo de resolución de problemas;
ya que permite ver cuáles son los problemas más grandes,
permitiéndoles a los grupos establecer prioridades. En el Proceso
de Diagrama de Pareto, se describe detalladamente el
procedimiento general a seguir para la correcta utilización,
construcción y análisis de esta herramienta.
2.4.3.1. Construcción Paso a Paso del Diagrama de Pareto
Como en todas las herramientas de análisis de datos, el

primer paso consiste en recolectar los datos correctos o
asegurarse de que los existentes lo son. Para la
construcción de un Diagrama de Pareto son necesarios:
a) Un efecto cuantificado y medible sobre lo que se

quiere priorizar (costos, tiempo, número de errores
o defectos, porcentaje de clientes, etc).
b) Una lista completa de elementos o factores que
contribuyen a dicho efecto (tipos de fallos o
22
errores, pasos de un proceso, tipos de problemas,
productos, servicios, etc.).
Es importante identificar todos los posibles elementos de

contribución al efecto antes de empezar la recogida de
datos. Esta condición evitará que, al final del análisis, la
categoría varios resulten ser una de las incluidas en los
pocos vitales.
Las herramientas de calidad más útiles para obtener esta

lista son: la tormenta de ideas, el diagrama de flujo, el
diagrama causa efecto y sus similares, o los propios
datos.
23
Figura 2: Proceso para Diagrama de Pareto.
24
c) La magnitud de la contribución de cada elemento o
factor al efecto total.
Estos datos, bien existan o bien haya que recopilarlos,

deberán ser:
• Objetivos: basados en hechos, no en opiniones.
• Consistentes: debe utilizarse la misma medida
para todos los elementos contribuyentes a los
mismos supuestos y cálculos a lo largo del estudio,
ya que el análisis de Pareto es un análisis de
comparación.
• Representativos: deben reflejar toda variedad de
hechos que se producen en la realidad.
• Verosímiles: evitar cálculos o suposiciones
controvertidas, ya que buscamos un soporte para
la toma de decisiones, si no se cree en los datos,
no apoyarán las decisiones.
2.5. METODOLOGÍA KIMBALL
La metodología de Kimball se conoce como “Ciclo de vida

dimensional del Negocio”, esta metodología se considera como una de las
técnicas favoritas para construir un Data Warehouse; está basada en cuatro
principios básicos:
• Centrarse en el Negocio: Hay que concentrarse en la
identificación de los requerimientos del negocio y su valor asociado,
y usar estos esfuerzos para desarrollar relaciones sólidas con el
negocio, agudizando el análisis del mismo y la competencia
consultiva de los implementadores.
• Construir una Infraestructura de Información Adecuada:
Diseñar una base de información única, integrada, fácil de usar, de
alto rendimiento donde se reflejará la amplia gama de
requerimientos de negocio identificados en la empresa.
25
• Realizar entregas en Incrementos Significativos: crear el
almacén de datos (DW) en incrementos entregables en plazos de
6 a 12 meses. Hay que usa el valor de negocio de cada elemento
identificado para determinar el orden de aplicación de los
incrementos. En esto la metodología se parece a las metodologías
ágiles de construcción de software.
• Ofrecer la Solución Completa: proporcionar todos los elementos
necesarios para entregar valor a los usuarios de negocios. Para
comenzar, esto significa tener un almacén de datos sólido, bien
diseñado, con calidad probada, y accesible. También se deberá
entregar herramientas de consulta ad hoc, aplicaciones para
informes y análisis avanzado, capacitación, soporte, sitio web y
documentación.
2.6. HERRAMIENTAS DE VISUALIZACIÓN
En la actualidad existen una gran variedad de herramientas de

inteligencia de negocios (Business Intelligence) encargadas de ayudar en
los procesos de la organización, funcionando como soporte para la toma
de decisiones y análisis de los datos mediante técnicas de reporting,
representación gráfica y visualización avanzada, algunas de estas
herramientas son:
• QlikView: Herramienta encargada de mantener las bases de datos

ofreciendo rapidez, sencillez y capacidad. El acceso a la
información se realiza bajo los estándares de seguridad, orientado
a las necesidades de las organizaciones facilitando descubrir
necesidades.
• Microsoft Dynamics CRM: Herramienta para gestionar proyectos,
registro de tiempos, gastos y gestionar las facturas. Esta
herramienta facilita el día a día de los jefes de proyecto y sus
equipos para ser más precisos y productivos, lo que da lugar a una
26
mayor rentabilidad y flujo de caja. Efectiva para la administración
de clientes.
• Ultimus: Herramienta diseñada para especificar los roles de
trabajo en una organización, optimizando el rendimiento de los
procesos y teniendo un entorno integrado que permite compartir
información entre aplicaciones.
• Microsoft SQL Server: adecuada para realizar un análisis
panorámico de la empresa y tomar las mejores decisiones.
• JetReports: Crea informes ERP.
• Pentaho: genera informes, minería de datos, ETL.
27
CAPÍTULO III
DESARROLLO DE LA PROPUESTA TECNOLÓGICA

3.
3.1. ANÁLISIS Y MODELAMIENTO
3.1.1. Fase 1: Modelamiento Corporativo
3.1.1.1. Descripción de la Empresa Diversificada
La empresa YERAL SPORT, se crea en el Distrito de

Trujillo, Departamento de la libertad en el año 2015, con la
finalidad de venta y confección de ropa deportiva, para ello
cuenta con la tecnología avanzada para lo que es el
sublimado y así mismo para bordados computarizados,
cuenta con personal capacitado para el diseño y corte y
confección, así mismo cuenta con una amplia cartera de
proveedores que ofrecen las marcas de telas
recomendadas. Asi mismo una gran cantidad de clientes
que confían en la calidad de la elaboración de los
productos y la buena atención que se le está dando, tanto
con la puntualidad a la hora de entrega de los productos ya
sea presencial o envio a provincia.
La empresa para llegar a la venta de sus productos primero
cotiza el pedido del cliente, ya sea por llamadas o
presencial se le hace ver los modelos y la marca de tela,
una vez el cliente toma la decisión la empresa busca el
proveedor y hace la cantidad de tela que necesita, el
proveedor envía la tela llega a almacén, el almacenero
revisa la guía que todo este conforme y recepción.
28
Luego el área de corte y confección hace el pedido de tela,
para poder comenzar con el pedido del cliente. Una vez
terminado el corte pasa para sublimados, estampado o
bordado de acuerdo a lo que el cliente pidió, una vez
terminado esto regresa al área de costura donde
terminaran el producto, para que este producto pase al
área de almacén. Una vez terminado personal de ventas se
pondrá en contacto con el cliente para poder hacer entrega
del pedido. Ya sea presencial o envio a provincia.
3.1.1.2. Ubicación Geográfica
3.1.1.3. Misión
Elaborar productos textiles e innovadores de alta calidad

que satisfagan las necesidades de nuestros clientes,
brindando siempre un servicio de excelencia, capacitando
y desarrollando las competencias de nuestro equipo de
trabajo orientando la mejora continua en nuestros
procesos para así lograr la rentabilidad que permita el
crecimiento de nuestra empresa como el de nuestros
colaboradores.
29
3.1.1.4. Visión
Ser una empresa líder en textiles reconocida por su

innovación, calidad y servicio a nivel nacional,
promoviéndose siempre como una oportunidad para
asociarse con cualquier industria y describiéndose como
un lugar extraordinario para trabajar.
3.1.1.5. Valores
• Honestidad
• Respeto
• Compañerismo
• Confianza
• Puntualidad
• Responsabilidad
• Disciplina
3.1.1.6. Representantes Legales
La Empresa Yeral Sport, cuenta con los siguientes

representantes legales:
• Gerente Mártires Gerael Pretel Tejada
3.1.1.7. Dirección Legal y Número de Colaboradores
La dirección legal de la Empresa Yeral Sport es Jr. Sinchi

roca 993 departamento la libertad, provincia Trujillo,
distrito Trujillo, país Perú
teléfono 910888967
3.1.1.8. Proceso de Producción y Servicios
30
4. La confección es una de las fases más importantes en el proceso de
producción de una prenda de vestir; aquí se define diseño, patronaje, trazos,
cortes y, dependiendo de la colección a obtener, los estampados. Para llegar
a ello seguimos los siguientes pasos:
5. El primer paso es el diseño, se establece el número de pasos necesarios
para la elaboración de una prenda o una colección; para ello, se definen
características y variables como: inspiración, mercado objetivo, tipo de textil,
tallaje, cantidad de cortes, proceso de personalización e insumos.
6.
7. La segunda etapa es el patronaje, aquí se dibujan las partes de una prenda
teniendo como referencia una ficha técnica, figurín o muestra física. En esta
etapa se definen los puntos de referencia de los moldes y el escalado de las
tallas necesarias que deben cortarse; se puede realizar de dos formas:
manual e industrial.
8. En el caso de la elaboración manual, se realiza directamente sobre el
papel por el patronista. Ahora bien, el proceso industrial se elabora con
programas especializados.
9.
10. El tercer paso consiste en desenrollar el textil en forma plegada y dejarlo
reposar por un período determinado para que recupere su forma, la cual pudo
ser afectada al ser expuesto a procesos como el del enrollado. Este proceso
previene encogimientos y, por consiguiente, fallas en las prendas.
11. El siguiente paso es el trazo, del correcto desarrollo de esta fase depende la
optimización del textil evitando su desperdicio, en este paso se distribuyen
las piezas elaboradas en el proceso de patronaje sobre el tejido previamente
reposado.
12. El quinto paso es la disposición de las capas del textil sobre la mesa de corte,
el proceso de extendido del textil se puede hacer por medio de un carro
extendedor o manualmente.
13. El sexto paso es el proceso de corte en el cual se separan o dividen las piezas
que componen una prenda con la ayuda de un instrumento de corte, tal como
lo son:
14. Cortadora vertical o circular.
15. Troqueladora.
16. Máquina láser.
17. Tijeras.
18.
19. Una vez culminada la fase de corte, se realiza el etiquetado, en este proceso
se realiza la marcación de cada una de las capas de bloques de piezas para
su posterior organización a la hora de la confección, de esta forma se logra
indicar lote, referencia, talla y consecutivo de las piezas.
20. El siguiente paso es el fusionado, este es el proceso intermedio entre el corte
y la confección de una prenda en el cual se adhiere al textil un componente
tejido o no tejido fusionable al cual llamamos interlón o entretela, con el objeto
de proporcionarle cuerpo o refuerzo al textil, sin cambiar sus características
originales.
21.
22.
31
23. Estampado sublimado o bordado
24. Las piezas para fusionar se definen desde el patronaje, de acuerdo con el
diseño y la intención del diseñador. Las condiciones para un óptimo fusionado
son tiempo, temperatura y presión. Se recomienda que cada entretela lleve
en su ficha técnica estas condiciones. Este proceso aplica generalmente
para: cuellos, bolsillos, perilla, puños, pretinas, aletilla.
25.
26. El último paso previo a la confección es la estampación, en síntesis, es un
sistema de acabado textil. Existen dos técnicas de estampación, la primera
es un método directo como la serigrafía o la estampación digital, en el cual
se imprimen imágenes por medio de tinta sobre el textil.
27. Imagen
28. La segunda técnica de estampación es la indirecta en la cual las imágenes
son inicialmente impresas en papel resistente al calor, para luego transferirla
al textil bajo unas condiciones de temperatura, presión a un tiempo
determinado, por ejemplo, la sublimación y el transfer.
29. Del mismo modo es para bordar y sublimar, y continuando se lleva a lo que
es costura para poder transformarlo la prenda en un producto terminado y
poder llevarlo al almacén para luego distribuir a la sede para su posterior
venta y entrega al cliente.
30.
32
Recepción de telas en el almacén
Compra de telas, hilos, etc. y
por el almacenero
artículos deportivos
Corte de la tela de acuerdo con las tallas y el diseño, así misma costura
Sublimación y bordados ACABADO, EMPACADO Y ALMACENADO
PRODUCTOS LISTO EN LAS DOS SEDES PARA

ENTREGAR A LOS CLIENTES
33
30.1.1.1. Estructura Organizacional a Nivel Corporativo
La Empresa Yeral Sport, actualmente cuentas con las Unidades Estratégicas de Negocio (UEN) que se
detalla a continuación:
YERAL SPORT
Sublimados Compras de Venta de

Diseño Corte y costura bordados y articulos articulos
estampados deportivos deportivos
48
30.1.1.1.1. Estructura Organizacional a Nivel de Empresa
Gerente
General
Administrador
Ventas Almacen
49
30.1.1.1.2. Centros de Distribución
✓ Cajamarca
✓ La libertad
✓ Lambayeque
✓ Piura
30.1.1.2. Productos y Servicios de la Empresa
30.1.1.2.1. Productos
La empresa Yeral Sport Ofrece los

Siguientes productos:
51
30.1.1.2.2. comercialización de productos
La empresa Ofrece los Siguientes

productos
Uniformes deportivos
Productos
Buzos y casacas
Artículos deportivos
52
30.1.1.3. Cartera de Negocios
La empresa Yeral Sport Tiene 02 sucursales en la

ciudad de Trujillo, departamento de la libertad, 01 en el
distrito de Trujillo y 01 en el distrito del Porvenir. En la
sede de Trujillo se realiza la venta de uniformes
deportivos, casacas, busos, etc. y en la sede del porvenir
se realiza la venta de artículos deportivos como
sudaderas, pelotas, canilleras, etc.
SEDES PRODUCTO / SERVICIO

PRODUCTOS
La Libertad ✓ Comercialización de ropa deportiva
✓ comercialización de artículos deportivos
30.1.2. Fase 2: Descripción de la UEN de Producción y Servicio
53
ORGANISMOS MERCADO FINAL
GUBERNAMENTALES MEDIO AMBIENTE
PROVEEDORES DE SERVICIO
PROVEDDORES
TIENDA EL PORVENIR
TIENDA TRUJILLO
MEDIO AMBIENTE
VENTAS
COMPETIDORES
ALMACEN
AFP/ONP
GERENCIA Y ADMINISTRACION
ENTIDADES FINANCIERAS ALIANZAS ESTRATEGICAS
51
30.1.2.1. Cadena de Valor
55
30.1.3. Fase 3: Modelamiento del Proceso de Negocio Crítico
30.1.3.1. Identificación de Procesos de Negocios
56
Selección de Procesos Críticos
Los procesos de negocios que impacta directamente en
la Misión de la Unidad Estratégica del Negocio Yeral sport
se detallan a continuación:
1. Gestión de Fondos.
2. Contratación de Personal.
3. Asesoría Legal.
4. Gestión de TI
5. Gestión Logística.
6. Abastecimiento de Insumos.
7. Distribución de productos.
8. Identificación y Promoción Productos.
9. Venta de ropa y artículos deportivos.
10. Atención al Cliente.
Luego utilizaremos la Matriz de Selección de Procesos

para la identificación del proceso crítico del negocio,
donde se implementará el sistema de inteligencia de
negocios con la finalidad de cumplir con la Misión de la
Unidad Estratégica del Negocio Yeral Sport.
57
30.1.3.2. Matriz de Selección de Procesos
8. Identificación y Promoción Productos

7. Envasado y Distribución GLP
6. Abastecimiento de Insumos
2. Contratación de Personal
PROCESO
9. Comercialización GLP
(Proceso de Ventas)
5. Gestión de Logística
1. Gestión de Fondos
10. Atención al Cliente

3. Asesoría Legal
4. Gestión de TI
CRITERIO DE
SELECCIÒN
1. Satisfacción del Cliente 2 2 3 5 4 5 5 5 5 5

Criterios De Selección
2. Precio del Producto 4 2 3 4 4 3 2 5 5 5

3. Calidad del Producto 2 5 3 5 4 5 5 3 5 5
4. Expectativa de los Clientes 2 2 3 5 2 4 4 5 5 1
5. Abastecimiento del Mercado 3 4 5 4 5 5 5 3 5 3
6. Profesionalismo 5 5 5 4 3 5 5 5 5 2
7. Rentabilidad 5 4 5 4 5 3 2 5 5 3
∑ 23 24 27 31 27 30 28 31 35 24
LEYENDA
CRITERIO DE SELECCIÓN DETALLE
Atención oportuna de los pedidos, consultas y

Satisfacción del Cliente
reclamos.
Precios competitivos de acuerdo a lo establecido
Precio del Producto
por el mercado.
Calidad del Producto Aseguramiento de la calidad de producto.
Superación de las expectativas y necesidades del

Expectativa de los Clientes
mercado.
Abastecimiento de la demanda de ropa deportiva
Abastecimiento del Mercado
del mercado.
Profesionalismo Grupo humano competente y con valores.
Aseguramiento de las utilidades y beneficios para la
Rentabilidad
empresa.
58
IMPACTO DE LOS PROCESOS
DETALLE VALORACIÓN
Impacto Crucial 5
Impacto Importante 4
Impacto Medio 3
Impacto Bajo 2
Impacto Muy Bajo 1
Por lo consiguiente, el proceso de negocio donde se

implementará el Sistema de Inteligencia de Negocios, es
el Proceso de Ventas.
59
30.1.3.3. Flujograma para el Proceso Transaccional de Ventas
de Ropa deportiva y Artículos deportivos
60
30.1.3.4. Flujograma para el Proceso de Toma de Decisiones –
AS – IS
61
Toma de Tiempos del Proceso de Toma de Decisiones (AS-IS)
Por medio de la técnica de estudios de tiempos se
determinó que para ejecutar el proceso de “Toma de Tiempo” se
requiere entre 355 a 445 minutos (Equivalente a 6 y 7 horas).
PROCESO DE TOMA DE
TIEMPO (MINUTOS)
DECISIONES
N° Actividad Mínimo Máximo
1 Generar Requerimiento
2 Evaluar Requerimiento
3 Asignar Requerimiento
4 Asistir Usuario
5 Atender Requerimiento
6 Remitir Reporte
7 Verificar Reporte
8 Remitir Reporte
9 Modificar Reporte
10 Evaluar Reporte
11 Cerrar Requerimiento
12 Devolver Requerimiento
13 Analizar Reporte
14 Tomar Decisión
∑
62
30.1.3.5. Flujograma para el Proceso de Toma de Decisiones –
TO-BE
63
TIEMPO
PROCESO TOMA DE DECISIONES
(MINUTOS y SEG)
N° Actividad Mínimo Máximo

1 Acceder al sistema 1s 1s
2 Ingresar parámetros 1s 1s
3 Mostrar mensaje de error 1s 1s
5 Mostrar opciones de menú 1s 1s
6 Seleccionar opciones de menú 10 s 10 s
7 Generar reporte 1s 1s
8 Mostrar reporte 1s 1s
9 Analizar el reporte 15 min 20 min
10 Tomar decisiones 10 min 10 min
∑ 25m 16’ 30m 16’
30.2. DESARROLLO DE LA SOLUCIÓN DE BUSINESS INTELLIGENCE

30.2.1. Objetivos del Proceso de Toma de Decisiones para el Proceso
de Ventas
Los objetivos del proceso de ventas que contribuirán en la

toma de decisiones se detallan a continuación.
• Obtener el Total de Unidades Vendidas por Distrito, por

Ruta, por Cliente, por Vendedor, por Distribuidor, por
Artículo, por Tipo de Venta en el Tiempo (De forma Anual,
Semestral, Trimestral, Mensual, Diario, etc.)
• Obtener el Total de Compras por Distrito, por Ruta, por

Cliente, por Vendedor, por Distribuidor, por Artículo, por Tipo
de Venta en el Tiempo (De forma Anual, Semestral,
Trimestral, Mensual, Diario, etc.)
64
• Obtener el Total de Ventas por Distrito, por Ruta, por Cliente,
por Vendedor, por Distribuidor, por Artículo, por Tipo de
Venta en el Tiempo (De forma Anual, Semestral, Trimestral,
Mensual, Diario, etc.)
• Obtener el Total de Utilidades por Distrito, por Ruta, por

Cliente, por Vendedor, por Distribuidor, por Artículo, por Tipo
de Venta en el Tiempo (De forma Anual, Semestral,
Trimestral, Mensual, Diario, etc.)
• Obtener la Venta Máxima por Distrito, por Ruta, por Cliente,

• Obtener la Venta Mínima por Distrito, por Ruta, por Cliente,

• Determinar el Número de Clientes por Distrito, por Ruta, por

Vendedor, por Distribuidor, por Artículo, por Tipo de Venta
en el Tiempo (De forma Anual, Semestral, Trimestral,
• Determinar el Número de Vendedores por Distrito, por Ruta,

por Cliente, por Distribuidor, por Artículo, por Tipo de Venta
en el Tiempo (De forma Anual, Semestral, Trimestral,
• Determinar el Número de Distribuidores por Distrito, por

Ruta, por Cliente, por Vendedor, por Artículo, por Tipo de
65
30.2.2. Fase 4: Modelamiento y Diseño de la Base de Datos

Transaccional
30.2.2.1. Diagrama Entidad Relación: Diagrama Lógico
66
30.2.2.2. Diagrama Entidad Relación: Diagrama Físico
67
30.2.3. Fase 5: Modelo Transaccional de la Base de Datos
30.2.3.1. Script de la Base de Datos Transaccional
USE [master]
GO
CREATE DATABASE [BDLlamaGas_Lima]

ON PRIMARY
(NAME = 'BDLlamaGas_Lima_Dat',
FILENAME = 'C:\BDLlamaGas_Lima\BDLlamaGas_Lima_Dat.mdf',
SIZE = 4089792KB,
MAXSIZE = UNLIMITED,
FILEGROWTH = 5%)
LOG ON
(NAME = 'BDLlamaGas_Lima_Log',
FILENAME = 'C:\BDLlamaGas_Lima\BDLlamaGas_Lima_Log.ldf',
SIZE = 37712192KB,
FILEGROWTH = 10%)
GO
USE BDLlamaGas_Lima
GO
CREATE TABLE [DBO].[ANULADOS]

([IDANULADO] [CHAR](2) NOT NULL,
[DESCRIPCION] [VARCHAR](25) NOT NULL)
GO
CREATE TABLE [DBO].[ARTICULO]

([IDARTICULO] [CHAR](3) NOT NULL,
[DESCRIPCION] [VARCHAR](30) NOT NULL,
[ID2] [VARCHAR](10) NOT NULL,
[FACTOR_KLS] [SMALLINT] NOT NULL,
[FACTOR_SOLES] [REAL] NOT NULL,
[LST_PRO] [INT] NOT NULL)
GO
CREATE TABLE [DBO].[CLIENTE]

([CODCLIENTE] [INT] IDENTITY(1,1) NOT NULL,
[IDCLIENTE] [CHAR](10) NOT NULL,
[AP_PATERNO] [VARCHAR](40) NOT NULL,
[AP_MATERNO] [VARCHAR](40) NOT NULL,
[NOMBRES] [VARCHAR](30) NOT NULL,
[TELEFONO] [VARCHAR](12) NOT NULL,
[DIRECCION] [VARCHAR](100) NOT NULL,
[RUC] [CHAR](11) NOT NULL,
[DNI] [CHAR](8) NOT NULL,
[REFERENCIA] [VARCHAR](200)NOT NULL,
[REGISTRO] [SMALLDATETIME] NOT NULL,
[IDRUTA] [CHAR](4) NOT NULL,
[ELIMINADO] [VARCHAR](1) NOT NULL,
[IDDISTRITO] [CHAR](4) NOT NULL,
[PROGRAMADA] [CHAR](1) NOT NULL,
[TIPO_CLIENTE] [CHAR](3) NOT NULL)
GO
68
CREATE TABLE [DBO].[DETALLE_VENTA]
([IDVENTA] [CHAR](10) NOT NULL,
[IDARTICULO] [CHAR](3) NOT NULL,
[CANTIDAD] [INT] NOT NULL,
[IDMARCA] [CHAR](3) NOT NULL,
[PRECIO] [DECIMAL](12, 2) NOT NULL,
[CONFIRMADO] [CHAR](1) NOT NULL)
GO
CREATE TABLE [DBO].[DISTRITO]

([IDDISTRITO] [CHAR](4) NOT NULL,
[NOMDISTRITO] [VARCHAR](60) NOT NULL)
GO
CREATE TABLE [DBO].[DISTRIBUIDOR]

([IDDISTRIBUIDOR] [CHAR](8) NOT NULL,
[DIRECCION] [VARCHAR](100) NOT NULL,
[REFERENCIA] [VARCHAR](100) NOT NULL,
[F_INGRESO] [DATETIME] NOT NULL,
[LICENCIA] [VARCHAR](10) NOT NULL,
[CATEGORIA] [VARCHAR](2) NOT NULL,
[MOVIL] [VARCHAR](6) NOT NULL,
[CARGO] [VARCHAR](40) NOT NULL,
[TELEFONO] [VARCHAR](12) NOT NULL)
GO
CREATE TABLE [DBO].[VENTA]

([ICODVENTA] [INT] IDENTITY(1,1) NOT NULL,
[IDVENTA] [CHAR](10) NOT NULL,
[IDCLIENTE] [CHAR](10) NOT NULL ,
[F_INICIO] [DATETIME] NOT NULL,
[IDVENDEDOR] [CHAR](4) NOT NULL,
[ENTREGA] [VARCHAR](1)NOT NULL,
[OBS] [VARCHAR](200) NOT NULL,
[LECTURA01] [VARCHAR](50) NOT NULL,
[LECTURA02] [VARCHAR](50) NOT NULL,
[IDTIPO_VENTA] [CHAR](1) NOT NULL,
[SERIE] [VARCHAR](3) NOT NULL,
[NUMERO] [VARCHAR](7) NOT NULL,
[IDANULADO] [CHAR] (2) NOT NULL,
[F_ENTREGA] [DATETIME] NOT NULL,
[F_REGISTRO] [DATETIME] NOT NULL,
[IDDISTRITO] [CHAR](4) NOT NULL)
GO
CREATE TABLE [DBO].[RUTA]

([IDRUTA] [CHAR](4) NOT NULL,
[IDDISTRIBUIDOR] [CHAR](8) NOT NULL,
[RPMANTI] [VARCHAR](8) NOT NULL,
[PLANTA] [VARCHAR](50) NOT NULL,
[RPM] [VARCHAR](12) NOT NULL,
[ORDEN] [DECIMAL](18, 0) NOT NULL,
[NOMBRE] [VARCHAR](50) NOT NULL,
69
[UNIDAD] [CHAR](15) NOT NULL,
[SERIE] [CHAR](3) NOT NULL)
GO
CREATE TABLE [DBO].[TIPO_CLIENTE]

([IDTIPO] [CHAR](3) NOT NULL,
[DESCRIPCION] [VARCHAR](60) NOT NULL)
GO
CREATE TABLE [DBO].[TIPO_VENTA]

([IDTIPO_VENTA] [CHAR] (1) NOT NULL,
[DESCRIPCION_VENTA] [VARCHAR] (40) NOT NULL)
GO
CREATE TABLE [DBO].[URBANIZACIONES]

([CODURBANIZACION] [INT] IDENTITY(1,1) NOT NULL,
[URBANIZACION] [VARCHAR](80) NOT NULL,
[REGISTRO] [DATETIME] NOT NULL)
GO
CREATE TABLE [DBO].[VENDEDOR]

([IDVENDEDOR] [CHAR](4) NOT NULL,
[CLAVE] [VARCHAR](10) NOT NULL,
[FEC_INGRESO] [DATETIME] NOT NULL,
[ESTADO] [VARCHAR](20) NOT NULL)
GO
CREATE TABLE [DBO].[ZONA]

([ICODZONA] [INT] IDENTITY(1,1) NOT NULL,
[IDDISTRITO] [CHAR](4) NOT NULL)
GO
CREATE TABLE [DBO].[MARCA]

([IDMARCA] [CHAR](3) NOT NULL,
[NOMBRE] [VARCHAR](40) NOT NULL)
GO
CREATE TABLE [DBO].[PRECIOS]

([IDREGISTRO] [INT] NOT NULL,
[IDARTICULO] [CHAR](3) NOT NULL,
[FEC_REGISTRO] [SMALLDATETIME] NOT NULL,
[PRECIO_COMPRA] [FLOAT] NOT NULL,
[PRECIO_MENOR] [FLOAT] NOT NULL,
[PRECIO_MAYOR] [FLOAT] NOT NULL,
[ACTIVO] [CHAR](1) NOT NULL)
GO
ALTER TABLE ANULADOS

ADD CONSTRAINT PK_ANULADOS_IDANULADO
PRIMARY KEY (IDANULADO)
GO
70
ALTER TABLE ARTICULO
ADD CONSTRAINT PK_ARTICULO_IDARTICULO
PRIMARY KEY (IDARTICULO)
GO
ALTER TABLE CLIENTE

ADD CONSTRAINT PK_CLIENTE_IDCLIENTE
PRIMARY KEY (IDCLIENTE)
GO
ALTER TABLE DETALLE_VENTA

ADD CONSTRAINT PKS_DETALLE_VENTA
PRIMARY KEY (IDVENTA, IDARTICULO)
GO
ALTER TABLE MARCA

ADD CONSTRAINT PK_MARCA_IDMARCA
PRIMARY KEY (IDMARCA)
GO
ALTER TABLE DISTRITO

ADD CONSTRAINT PK_DISTRITO_IDDISTRITO
PRIMARY KEY (IDDISTRITO)
GO
ALTER TABLE DISTRIBUIDOR

ADD CONSTRAINT PK_DISTRIBUIDOR_IDDISTRIBUIDOR
PRIMARY KEY (IDDISTRIBUIDOR)
GO
ALTER TABLE VENTA

ADD CONSTRAINT PK_VENTA_IDVENTA
PRIMARY KEY (IDVENTA)
GO
ALTER TABLE RUTA

ADD CONSTRAINT PK_RUTA_IDRUTA
PRIMARY KEY (IDRUTA)
GO
ALTER TABLE ZONA

ADD CONSTRAINT PK_ZONA_ICODZONA
PRIMARY KEY (ICODZONA)
GO
ALTER TABLE VENDEDOR

ADD CONSTRAINT PK_VENDEDOR_IDVENDEDOR
PRIMARY KEY (IDVENDEDOR)
GO
ALTER TABLE TIPO_VENTA

ADD CONSTRAINT PK_TIPO_VENTA_IDTIPO_VENTA
PRIMARY KEY (IDTIPO_VENTA)
GO
ALTER TABLE TIPO_CLIENTE

ADD CONSTRAINT PK_TIPO_CLIENTE_IDTIPO
71
PRIMARY KEY (IDTIPO)
GO
ALTER TABLE PRECIOS

ADD CONSTRAINT PK_PRECIOS_IDREGISTRO
PRIMARY KEY (IDREGISTRO)
GO
ALTER TABLE URBANIZACIONES

ADD CONSTRAINT PK_URBANIZACIONES_CODURBANIZACION
PRIMARY KEY (CODURBANIZACION)
GO
ALTER TABLE ZONA

ADD CONSTRAINT FK_ZONA_IDRUTA
FOREIGN KEY (IDRUTA) REFERENCES RUTA(IDRUTA)
GO
ALTER TABLE ZONA

ADD CONSTRAINT FK_ZONA_IDDISTRITO
FOREIGN KEY (IDDISTRITO) REFERENCES DISTRITO(IDDISTRITO)
GO
ALTER TABLE RUTA

ADD CONSTRAINT FK_RUTA_IDDISTRIBUIDOR
FOREIGN KEY (IDDISTRIBUIDOR)
REFERENCES DISTRIBUIDOR(IDDISTRIBUIDOR)
GO
ALTER TABLE CLIENTE

ADD CONSTRAINT FK_CLIENTE_IDDISTRITO
GO
ALTER TABLE CLIENTE

ADD CONSTRAINT FK_CLIENTE_TIPO_CLIENTE
FOREIGN KEY (TIPO_CLIENTE) REFERENCES TIPO_CLIENTE (IDTIPO)
GO
ALTER TABLE VENTA

ADD CONSTRAINT FK_VENTA_IDCLIENTE
FOREIGN KEY (IDCLIENTE) REFERENCES CLIENTE (IDCLIENTE)
GO
ALTER TABLE VENTA

ADD CONSTRAINT FK_VENTA_IDVENDEDOR
FOREIGN KEY (IDVENDEDOR) REFERENCES VENDEDOR (IDVENDEDOR)
GO
ALTER TABLE VENTA

ADD CONSTRAINT FK_VENTA_IDDISTRITO
FOREIGN KEY (IDDISTRITO) REFERENCES DISTRITO (IDDISTRITO)
GO
ALTER TABLE VENTA

ADD CONSTRAINT FK_VENTA_IDANULADO
FOREIGN KEY (IDANULADO) REFERENCES ANULADOS (IDANULADO)
GO
72
ALTER TABLE VENTA
ADD CONSTRAINT FK_VENTA_IDTIPO_VENTA
FOREIGN KEY (IDTIPO_VENTA)
REFERENCES TIPO_VENTA (IDTIPO_VENTA)
GO
ALTER TABLE VENTA

ADD CONSTRAINT FK_VENTA_IDRUTA
FOREIGN KEY (IDRUTA) REFERENCES RUTA (IDRUTA)
GO

ADD CONSTRAINT FK_DETALLE_VENTA_IDARTICULO
FOREIGN KEY (IDARTICULO) REFERENCES ARTICULO(IDARTICULO)
GO

ADD CONSTRAINT FK_DETALLE_VENTA_IDMARCA
FOREIGN KEY (IDMARCA)
REFERENCES MARCA(IDMARCA)
GO

ADD CONSTRAINT FK_DETALLE_VENTA_IDPEDIDO
FOREIGN KEY (IDVENTA) REFERENCES VENTA (IDVENTA)
GO
ALTER TABLE VENDEDOR

ADD CONSTRAINT FK_VENDEDOR_IDRUTA
FOREIGN KEY (IDRUTA) REFERENCES RUTA(IDRUTA)
GO

ADD CONSTRAINT FK_URBANIZACIONES_IDDISTRITO
GO

ADD CONSTRAINT FK_URBANIZACIONES_IDRUTA
ALTER TABLE PRECIOS

ADD CONSTRAINT FK_PRECIOS_IDARTICULO
FOREIGN KEY (IDARTICULO) REFERENCES ARTICULO (IDARTICULO)
GO
ALTER TABLE DISTRIBUIDOR

ADD CONSTRAINT FK_DISTRIBUIDOR_IDDISTRITO
FOREIGN KEY (IDDISTRITO) REFERENCES DISTRITO (IDDISTRITO)
GO
ALTER TABLE CLIENTE

ADD CONSTRAINT FK_CLIENTE_IDRUTA
GO
73
30.2.3.2. Diagrama Físico de la Base de Datos en SQL Server
30.2.3.3. Diccionario de Datos de la Base de Datos

Transaccional – Descripción de Campos
74
75
76
30.2.3.4. Poblar el Modelo Transaccional
• TABLA: ANULADOS
• TABLA: ARTICULOS
77
• TABLA: DISTRITO
78
• TABLA: MARCA
• TABLA: TIPO_CLIENTE
• TABLA: TIPO_VENTA
• TABLA: PRECIOS
79
80
• TABLA: CLIENTE
• TABLA: DISTRIBUIDOR
80
• TABLA: RUTA
• TABLA: VENDEDOR
81
• TABLA: URBANIZACIONES
• TABLA: VENTAS
82
• TABLA: DETALLE_VENTA
• TABLA: ZONA
83
30.2.4. Fase 6: Construcción del Datamart
30.2.4.1. Análisis e Identificación de Métricas
• Unidades Vendidas
Por Tiempo
Por Distrito
Por Ruta
Por Cliente
Por Vendedor
Por Distribuidor
Por Artículo
Por Tipo de Venta
• Ventas
Por Tiempo
Por Distrito
Por Ruta
Por Cliente
Por Vendedor
Por Distribuidor
Por Artículo
Por Tipo de Venta
• Compras
Por Tiempo
Por Distrito
Por Ruta
Por Cliente
Por Vendedor
Por Distribuidor
Por Artículo
Por Tipo de Venta
• Utilidades
Por Tiempo
84
Por Distrito
Por Ruta
Por Cliente
Por Vendedor
Por Distribuidor
Por Artículo
Por Tipo de Venta
• Venta Máxima
Por Tiempo
Por Distrito
Por Ruta
Por Cliente
Por Vendedor
Por Distribuidor
Por Artículo
Por Tipo de Venta
• Venta Mínima
Por Tiempo
Por Distrito
Por Ruta
Por Cliente
Por Vendedor
Por Distribuidor
Por Artículo
Por Tipo de Venta
• Cantidad de Clientes
Por Tiempo
Por Distrito
Por Ruta
Por Cliente
Por Vendedor
Por Distribuidor
Por Artículo
Por Tipo de Venta
85
• Cantidad de Vendedores
Por Tiempo
Por Distrito
Por Ruta
Por Cliente
Por Vendedor
Por Distribuidor
Por Artículo
Por Tipo de Venta
• Cantidad de Distribuidores
Por Tiempo
Por Distrito
Por Ruta
Por Cliente
Por Vendedor
Por Distribuidor
Por Artículo
Por Tipo de Venta
30.2.4.2. Identificación de Indicadores Críticos
• Unidades Vendidas (Unidades)

• Cantidad de Clientes (Unidades)
• Cantidad de Vendedores (Unidades)
• Cantidad de Distribuidores (Unidades)
• Ventas (S/.)
• Compras (S/.)
• Utilidades (S/.)
• Venta Máxima (S/.)
• Venta Mínima (S/.)
30.2.4.3. Identificación de Dimensiones
86
• Dim_Tiempo (Tiempo_Key)
• Dim_Distrito (Distrito_Key)
• Dim_Ruta (Ruta_Key)
• Dim_Cliente (Cliente_Key)
• Dim_Vendedor (Vendedor_Key)
• Dim_Distribuidor (Distribuidor_Key)
• Dim_Articulo (Articulo_Key)
• Dim_Tipo_Venta (Tipo_Venta_Key)
30.2.4.4. Elaboración del Cuadro Bus Matriz
DIMENSIONES
Dim_Distribuidor
Dim_Tipo_Venta
Dim_Vendedor
Dim_Articulo
Dim_Tiempo
Dim_Distrito
Dim_Cliente
Dim_Ruta
MEDIDAS
MÉTRICAS
Unidades_Vendidas X X X X X X X X
Ventas X X X X X X X X
Compras X X X X X X X X
Utilidades X X X X X X X X
Venta_Maxima X X X X X X X X
Venta_Minima X X X X X X X X
Cantidad_Clientes X X X X X X X X
Cantidad_Vendedores X X X X X X X X
Cantidad_Distribuidores X X X X X X X X
87
30.2.4.5. Modelo Dimensional del Datamart
88
30.2.4.6. Construcción del Modelo Dimensional - Script del
Datamart
USE [master]
GO
CREATE DATABASE [Datamart_Ventas]
ON PRIMARY
(NAME = 'Datamart_Ventas_Dat',
FILENAME = 'C:\Datamart_Ventas\Datamart_Ventas_Dat.mdf',
SIZE = 4089792KB,
FILEGROWTH = 5%)
LOG ON
(NAME = 'Datamart_Ventas_Log',
FILENAME = 'C:\Datamart_Ventas\Datamart_Ventas_Log.ldf',
SIZE = 37712192KB,
FILEGROWTH = 10%)
GO
USE Datamart_Ventas
GO
-------------------------Creación de Dimensiones-----------------------
CREATE TABLE Dim_Tiempo
(Tiempo_Key INT IDENTITY(1,1) NOT NULL,
Fecha DATETIME NOT NULL,
NroDiaSemana INT NOT NULL,
NroDiaMes INT NOT NULL,
NroDiaAnio INT NOT NULL,
NroSemanaAnio INT NOT NULL,
NombreDiaSemana VARCHAR(40) NOT NULL,
NroMesAnio INT NOT NULL,
NombreMesAnio VARCHAR(40) NOT NULL,
NombreMesCalendario VARCHAR(40) NOT NULL,
AnioCalendario INT NOT NULL,
TrimestreCalendario INT NOT NULL,
SemestreCalendario INT NOT NULL,
ActualAnio INT NOT NULL,
ActualMes INT NOT NULL,
ActualDia INT NOT NULL)
GO
CREATE TABLE Dim_Cliente

(Cliente_Key INT IDENTITY(1,1) NOT NULL,
IdCliente CHAR(10) NOT NULL,
Ap_Paterno VARCHAR(40) NOT NULL,
Ap_Materno VARCHAR(40) NOT NULL,
Nombres VARCHAR(30) NOT NULL,
Telefono VARCHAR(12) NOT NULL,
Direccion VARCHAR(100) NOT NULL,
Ruc CHAR(11) NOT NULL,
Dni CHAR(8) NOT NULL,
Referencia VARCHAR(200)NOT NULL,
Registro SMALLDATETIME NOT NULL,
Ruta_Key INT NOT NULL,
Distrito_Key INT NOT NULL,
89
Descripcion_Tipo_Cliente VARCHAR(60) NOT NULL)
GO
CREATE TABLE Dim_Distribuidor

(Distribuidor_Key INT IDENTITY(1,1) NOT NULL,
IdDistribuidor CHAR(8) NOT NULL,
Direccion VARCHAR(100) NOT NULL,
Referencia VARCHAR(100) NOT NULL,
Fec_Ingreso DATETIME NOT NULL,
Licencia VARCHAR(10) NOT NULL,
Categoria_Licencia VARCHAR(2) NOT NULL,
Movilidad VARCHAR(6) NOT NULL,
Cargo VARCHAR(40) NOT NULL,
Telefono VARCHAR(12) NOT NULL)
GO
CREATE TABLE Dim_Vendedor

(Vendedor_Key INT IDENTITY(1,1) NOT NULL,
IdVendedor CHAR(4) NOT NULL,
Fec_Ingreso DATETIME NOT NULL,
Estado_Vendedor VARCHAR(20) NOT NULL)
GO
CREATE TABLE Dim_Distrito

(Distrito_Key INT IDENTITY(1,1) NOT NULL,
IdDistrito CHAR(4) NOT NULL,
Nombre_Distrito VARCHAR(60) NOT NULL)
GO
CREATE TABLE Dim_Ruta

(Ruta_Key INT IDENTITY(1,1) NOT NULL,
IdRuta CHAR(4) NOT NULL,
Distribuidor_Key INT NOT NULL,
Rpm_Antiguo VARCHAR(8) NOT NULL,
Planta VARCHAR(50) NOT NULL,
Rpm VARCHAR(12) NOT NULL,
Orden DECIMAL(18, 0) NOT NULL,
Nombre VARCHAR(50) NOT NULL,
Unidad VARCHAR(20) NOT NULL,
Serie CHAR(3) NOT NULL)
GO
CREATE TABLE Dim_Tipo_Venta

(Tipo_Venta_Key INT IDENTITY(1,1) NOT NULL,
IdTipo_Venta CHAR (1) NOT NULL,
Descripcion_Venta VARCHAR (40) NOT NULL)
GO
CREATE TABLE Dim_Articulo

(Articulo_Key INT IDENTITY(1,1) NOT NULL,
90
IdArticulo CHAR(3) NOT NULL,
Descripcion VARCHAR(30) NOT NULL,
Id2 VARCHAR(10) NOT NULL,
Nombre_Marca VARCHAR(40) NOT NULL,
Estado_Articulo INT NOT NULL)
GO
--------------------------Creación de Tabla de Hechos-------------------------

CREATE TABLE Fact_Resumen_Ventas
(Tiempo_Key INT NOT NULL,
Cliente_Key INT NOT NULL,
Vendedor_Key INT NOT NULL,
Distribuidor_Key INT NOT NULL,
Articulo_Key INT NOT NULL,
Tipo_Venta_Key INT NOT NULL,
Unidades_Vendidas INT NOT NULL,
Ventas Numeric(14,2) NOT NULL,
Compras Numeric(14,2) NOT NULL,
Utilidades Numeric(14,2) NOT NULL,
Venta_Maxima Numeric(14,2) NOT NULL,
Venta_Minima Numeric(14,2) NOT NULL,
Cantidad_Clientes INT NOT NULL,
Cantidad_Vendedores INT NOT NULL,
Cantidad_Distribuidores INT NOT NULL)
GO
------------------------------Definición de Llaves Primarias--------------------------

-
ALTER TABLE Dim_Tiempo
ADD CONSTRAINT PK_Dim_Tiempo_Tiempo_Key
PRIMARY KEY (Tiempo_Key)
GO
ALTER TABLE Dim_Cliente

ADD CONSTRAINT PK_Dim_Cliente_Cliente_Key
PRIMARY KEY (Cliente_Key)
GO
ALTER TABLE Dim_Distribuidor

ADD CONSTRAINT PK_Dim_Distribuidor_Distribuidor_Key
PRIMARY KEY (Distribuidor_Key)
GO
ALTER TABLE Dim_Vendedor

ADD CONSTRAINT PK_Dim_Vendedor_Vendedor_Key
PRIMARY KEY (Vendedor_Key)
GO
ALTER TABLE Dim_Distrito

ADD CONSTRAINT PK_Dim_Distrito_Distrito_Key
PRIMARY KEY (Distrito_Key)
GO
ALTER TABLE Dim_Ruta

ADD CONSTRAINT PK_Dim_Ruta_Ruta_Key
91
PRIMARY KEY (Ruta_Key)
GO
ALTER TABLE Dim_Tipo_Venta

ADD CONSTRAINT PK_Dim_Tipo_Venta_Tipo_Venta_Key
PRIMARY KEY (Tipo_Venta_Key)
GO
ALTER TABLE Dim_Articulo

ADD CONSTRAINT PK_Dim_Articulo_Articulo_Key
PRIMARY KEY (Articulo_Key)
GO
------------------------------Definición de Llaves Foráneas--------------------------
-
ADD CONSTRAINT FK_Dim_Cliente_Ruta_Key
FOREIGN KEY (Ruta_Key) REFERENCES Dim_Ruta(Ruta_Key)
GO

ADD CONSTRAINT FK_Dim_Cliente_Distrito_Key
FOREIGN KEY (Distrito_Key) REFERENCES Dim_Distrito(Distrito_Key)
GO
ALTER TABLE Dim_Distribuidor

ADD CONSTRAINT FK_Dim_Distribuidor_Distrito_Key
GO
ALTER TABLE Dim_Ruta

ADD CONSTRAINT FK_Dim_Ruta_Distribuidor_Key
FOREIGN KEY (Distribuidor_Key)
REFERENCES Dim_Distribuidor(Distribuidor_Key)
GO
ALTER TABLE Dim_Vendedor

ADD CONSTRAINT FK_Dim_Vendedor_Ruta_Key
GO
ALTER TABLE Fact_Resumen_Ventas

ADD CONSTRAINT FK_Fact_Resumen_Ventas_Tiempo_Key
FOREIGN KEY (Tiempo_Key) REFERENCES Dim_Tiempo(Tiempo_Key)
GO

ADD CONSTRAINT FK_Fact_Resumen_Ventas_Distrito_Key
GO

ADD CONSTRAINT FK_Fact_Resumen_Ventas_Ruta_Key
GO
ADD CONSTRAINT FK_Fact_Resumen_Ventas_Cliente_Key
FOREIGN KEY (Cliente_Key) REFERENCES Dim_Cliente(Cliente_Key)
92
GO

ADD CONSTRAINT FK_Fact_Resumen_Ventas_Vendedor_Key
FOREIGN KEY (Vendedor_Key) REFERENCES Dim_Vendedor(Vendedor_Key)
GO

ADD CONSTRAINT FK_Fact_Resumen_Ventas_Distribuidor_Key
FOREIGN KEY (Distribuidor_Key)
REFERENCES Dim_Distribuidor(Distribuidor_Key)
GO

ADD CONSTRAINT FK_Fact_Resumen_Ventas_Articulo_Key
FOREIGN KEY (Articulo_Key) REFERENCES Dim_Articulo(Articulo_Key)
GO

ADD CONSTRAINT FK_Fact_Resumen_Ventas_Tipo_Venta_Key
FOREIGN KEY (Tipo_Venta_Key)
REFERENCES Dim_Tipo_Venta(Tipo_Venta_Key)
GO

ADD CONSTRAINT PKS_Fact_Resumen_Ventas
PRIMARY KEY (Tiempo_Key, Distrito_Key, Ruta_Key, Cliente_Key,
Vendedor_Key, Distribuidor_Key, Articulo_Key, Tipo_Venta_Key)
GO
93
30.2.4.7. Diagrama Físico del Datamart en SQL Server
94
95
30.2.4.8. Diccionario de Datos del Datamart – Descripción de
Campos
TIPO DE TAMA DECIMAL
TABLA COLUMNA DESCRIPCION
DATO ÑO ES
Tiempo_key int (identity) Código Identificador la Dimensión Tiempo
Fecha Datetime Día, Mes, año, hora, minuto de la transacción
NroDiaSemana int Número del día de Semana
NroDiaMes int Número del día del Mes
NroDiaAnio int Número del día del Año
NroSemanaAnio int Número de Semana del Año
NombreDiaSemana varchar 40 Nombre del Día de la Semana
NroMesAnio int Número del Mes del Año
DIM_TIEMPO
NombreMesAnio varchar 40 Nombre del Mes del Año
NombreMesCalendario varchar 40 Nombre del Mes Calendario
AnioCalendario int Año Calendario
TrimestreCalendario int Número de Trimestre del Calendario
SemestreCalendario int Número de Semestre del Calendario
ActualAnio int Año Actual
ActualMes int Mes Actual
ActualDia int Día Actual
Distrito_key int (identity) Código Identificador de la Dimensión Distrito
DIM_DISTRITO IdDistrito varchar 4 Código Transaccional del distrito
Nombre_Distrito varchar 60 Nombre del distrito
Ruta_key int (identity) Código Identificador de la Dimensión Ruta
IdRuta char 4 Código transaccional de Distribuidor
Distribuidor_key int Código identificador de la Dimensión Distribuidor
Rpm_Antiguo varchar 8 Número RPM Antiguo
Planta varchar 50 Acrónimo de ubicación Planta(NAR=Naranjal, LUR=Lurin)
DIM_RUTA
Rpm varchar 12 Número de RPM actual
Orden decimal 18 0 Orden de prioridad
Nombre varchar 50 Acrónimo de la ruta
Unidad varchar 20 Descripción de la unidad movil
Serie char 3 Serie de la unidad
Tipo_Venta_key int (identity) Código Identificador de la Dimensión Tipo de Venta
DIM_TIPO_VENTA IdTipo_Venta char 1 Código Transaccional del tipo de Venta
Descripcion_Venta char 40 Descripcion del tipo de Venta
Articulo_key int (identity) Código Identificador de la Dimensión Artículo
IdArticulo char 3 Código transaccional del articulo
Descripcion varchar 30 Descripcion del articulo
DIM_ARTICULO Id2 varchar 10 Acrónimo del articulo
Nombre_Marca varchar 40 Factor del articulo en soles
Estado del Artículo(1=Agotado, 2=Disponible, 3=Serv.
Estado_Articulo int Tecnico)
Vendedor_key int (identity) Código Identificador de la Dimensión vendedor
IdVendedor varchar 4 Código Transaccional del vendedor
Ap_Paterno varchar 40 Apellido paterno
Ap_Materno varchar 40 Apellido materno
DIM_VENDEDOR
Nombres varchar 30 Nombres del Vendedor
Fec_Ingreso datetime Fecha y hora de ingreso del Vendedor
Ruta_key int Código Identificador de la Dimensión Ruta
Estado_Vendedor char 20 Estado del vendedor(Habilitado, Inhabilitado)
Distribuidor_key int (identity) Código Identificador de la Dimensión Distribuidor
IdDistribuidor varchar 8 Codigo transaccional de Distribuidor
Ap_Paterno varchar 40 Apellido Paterno del Distribuidor
Ap_Materno varchar 40 Apellido Materno del Distribuidor
Nombres varchar 20 Nombres del Distribuidor
Direccion varchar 100 Direccion del Distribuidor
Referencia varchar 100 Referencia del Domicilio
DIM_DISTRIBUIDOR
Distrito_key int Código Identificador de la Dimensión Distrito
Fec_Ingreso datetime Fecha y Hora de ingreso
Licencia varchar 10 Número de Licencia de conducir
Categoria_Licencia varchar 2 Categoria de la licencia de conducir
Movilidad varchar 6 Tipo de Movilidad(Auto= Automovil, Moto=Motocicleta)
Cargo varchar 40 Cargo del Distribuidor
Telefono varchar 12 Número telefono fijo
96
TIPO DE TAMA DECIMAL
TABLA COLUMNA DESCRIPCION
DATO ÑO ES
Cliente_key int (identity) Código Identificador de la Dimensión Cliente
IdCliente varchar 10 Código Transaccional del cliente
Ap_Paterno varchar 40 Apellido paterno
Ap_Materno varchar 40 Apellido materno
Nombres varchar 30 Nombres
Telefono varchar 12 Teléfono del cliente
Direccion varchar 100 Dirección del cliente
DIM_CLIENTE
Ruc varchar 11 Número ruc
Dni varchar 8 Número de dni
Referencia varchar 200 Referencia del domicilio
Registro smalldatetime Fecha y hora del registro
Ruta_key int Código Identificador de la Dimensión Ruta
Distrito_key int Código Identificador de la Dimensión Distrito
Descripcion_Tipo_Cliente char 60 Descripción del tipo de cliente
Tiempo_key int Llave foránea de la Dimensión Tiempo
Distrito_key int Llave foránea de la Dimensión Distrito
Ruta_key int Llave foránea de la Dimensión Ruta
Cliente_key int Llave foránea de la Dimensión Cliente
Vendedor_key int Llave foránea de la Dimensión Vendedor
Distribuidor_key int Llave foránea de la Dimensión Distribuidor
Articulo_key int Llave foránea de la Dimensión Artículo
Tipo_Venta_key int Llave foránea de la Dimensión Tipo de Venta
FACT_RESUMEN_V
Unidades_vendidas int Sumatoria de las cantidades vendidas
ENTAS
Ventas numérico 14 2 Sumatoria del Importe de las Ventas
Compras numérico 14 2 Sumatoria del Importe de las Compras
Utilidades numérico 14 2 Sumatoria de la diferencia entre precio venta - precio de compra
Venta_Maxima numérico 14 2 El valor máximo del Importe
Venta_Minima numérico 14 2 El valor mínimo del Importe
Cantidad_Clientes int Conteo Total de Clientes
Cantidad_Vendedores int Conteo Total de Vendedores
Cantidad_Distribuidores int Conteo Total de Distribuidores
30.3. APLICACIÓN DE LA SOLUCIÓN DE BUSINESS INTELLIGENCE

30.3.1. Fase 7: Poblar el Modelo Dimensional
Mediante el uso del Programa de Visual Studio.Net, se

procede a crear un Nuevo Proyecto de Integration Services, el
cual permite crear soluciones de flujo de datos e integración de
datos de gran rendimiento, incluidas operaciones de extracción,
transformación y carga de datos para el almacenamiento de datos.
A este proceso se le conoce como Proceso de ETL (Extracción
Transformación y Carga de Datos).
30.3.1.1. Limpieza de Datos
DELETE FROM Fact_Resumen_Ventas;

DELETE FROM Dim_Vendedor;
DELETE FROM Dim_Cliente;
DELETE FROM Dim_Distribuidor;
DELETE FROM Dim_Ruta;
97
DELETE FROM Dim_Distrito;
DELETE FROM Dim_Tipo_Venta;
DELETE FROM Dim_Articulo;
DELETE FROM Dim_Tiempo;
DBCC CHECKIDENT (Dim_Vendedor, RESEED, 0);

DBCC CHECKIDENT (Dim_Cliente, RESEED, 0);
DBCC CHECKIDENT (Dim_Distribuidor, RESEED, 0);
DBCC CHECKIDENT (Dim_Ruta, RESEED, 0);
DBCC CHECKIDENT (Dim_Distrito, RESEED, 0);
DBCC CHECKIDENT (Dim_Tipo_Venta, RESEED, 0);
DBCC CHECKIDENT (Dim_Articulo, RESEED, 0);
DBCC CHECKIDENT (Dim_Tiempo, RESEED, 0);
30.3.1.2. Cargar Datos a las Tablas Dimensionales
• DIMENSIÓN: Dim_Tiempo
Se procede a crear un Procedimiento Almacenado dentro
del Datamart (Datamart_Ventas), que permita generar un
Calendario de forma automática, en función a un número de año
inicial dado y un año final.
98
Create Procedure [dbo].[usp_DimensionTiempo]
(@AnioInicio int,
@AnioFin int)
AS
Declare @Mes int
,@Tiempo_Key int
,@Fecha datetime
,@NroDiaSemana int
,@NroSemanaAnio int
,@NombrediaSemana varchar(40)
,@NroMesAnio int
,@NombreMesAnio varchar(40)
,@NombreMesCalendario varchar(40)
,@AnioCalendario varchar(40)
,@TrimestreCalendario int
,@SemestreCalendario int
,@ActualAnio int
,@ActualMes int
,@ActualDia int
,@NroDias int
,@strFecha datetime
,@strFechaMesProximo datetime
,@NroDiaAnio int
,@NroDia int
Delete From Dim_Tiempo

Where ActualAnio >=@AnioInicio and ActualAnio<=@AnioFin
Set language spanish
While @AnioInicio <= @AnioFin

Begin
Set @Mes =1
While @Mes<=12
Begin
Set @strFecha = convert(datetime,convert(char(4),@AnioInicio)+
Right('0'+convert(varchar(2),@Mes),2)+ '01')
Set @strFechaMesProximo =DATEADD(M,1,@strFecha)
While @strFecha < @strFechaMesProximo

Begin
Set @Tiempo_Key = convert(int,CONVERT(varchar(8),@strFecha,112))
Set @Fecha=@strFecha
Set @NroDiaSemana= DATEPART(dw,@strFecha)
Set @NroSemanaAnio =DATEPART(ww,@strFecha)
Set @NombreDiaSemana = DATENAME(DW,@strFecha)
Set @NroMesAnio= convert(int,convert(varchar(4),datepart(yyyy,@strfecha)) +
Right('0'+ convert(varchar(2),@Mes),2))
Set @NombreMesAnio = DATENAME(M,@strFecha) + ' '+

CONVERT(varchar(4),datepart(yyyy,@strfecha))
Set @NombreMesCalendario=DATENAME(mm,@strFecha)
Set @AnioCalendario = CONVERT(char(4),datepart(yyyy,@strFecha))
Set @TrimestreCalendario= DATEPART(Q,@strFecha)
Set @NroDiaAnio=datepart(dy,@strfecha)
99
Set @NroDia=datepart(dd,@strfecha)
If (DATEPART(M,@strFecha) >=1 and DATEPART(m,@strfecha)<= 6)

Set @SemestreCalendario= 1
Else
Set @SemestreCalendario=2
Set @ActualAnio = DATEPART(yyyy,@strfecha)
Set @ActualMes=@Mes
Set @ActualDia = DATEPART(d,@strFecha)
--Para Insertar Un Valor Explícito en un Campo Identity

SET IDENTITY_INSERT Dim_Tiempo ON
INSERT Dim_Tiempo (Tiempo_Key, Fecha, NroDiaSemana, NroDiaMes, NroDiaAnio,

NroSemanaAnio, NombreDiaSemana, NroMesAnio, NombreMesAnio,
NombreMesCalendario, AnioCalendario, TrimestreCalendario, SemestreCalendario,
ActualAnio, ActualMes, ActualDia)
VALUES (@Tiempo_Key, @Fecha, @NroDiaSemana, @NroDia, @NroDiaAnio,
@NroSemanaAnio, @NombrediaSemana, @NroMesAnio, @NombreMesAnio,
@NombreMesCalendario, @AnioCalendario, @TrimestreCalendario, @SemestreCalendario,
@ActualAnio,@ActualMes, @ActualDia)
Set @strFecha= DATEADD(d,1,@strfecha)

End
Set @Mes = @Mes +1
End
Set @AnioInicio=@AnioInicio +1
End
• DIMENSIÓN: Dim_Distrito
• DIMENSIÓN: Dim_Tipo_Venta
• DIMENSIÓN: Dim_Articulo
100
• DIMENSIÓN: Dim_Distribuidor
• DIMENSIÓN: Dim_Vendedor
30.3.1.3. Cargar Datos a las Tablas de Hechos (Facts)
• TABLA DE HECHOS: Fact_Resumen_Ventas
SELECT CONVERT(DATE, dbo.VENTA.F_INICIO) AS FECHA_VENTA,

dbo.VENTA.IDDISTRITO,
dbo.VENTA.IDRUTA,
dbo.VENTA.IDCLIENTE,
dbo.VENTA.IDVENDEDOR,
dbo.DISTRIBUIDOR.IDDISTRIBUIDOR,
dbo.DETALLE_VENTA.IDARTICULO,
dbo.VENTA.IDTIPO_VENTA,
SUM(dbo.DETALLE_VENTA.CANTIDAD) AS UNIDADES_VENDIDAS,
SUM(dbo.DETALLE_VENTA.CANTIDAD * dbo.DETALLE_VENTA.PRECIO) AS VENTAS,
SUM(dbo.PRECIOS.PRECIO_COMPRA * dbo.DETALLE_VENTA.CANTIDAD) AS
COMPRAS,
SUM((dbo.DETALLE_VENTA.PRECIO - dbo.PRECIOS.PRECIO_COMPRA) *
dbo.DETALLE_VENTA.CANTIDAD) AS UTILIDAD,
MAX(dbo.DETALLE_VENTA.CANTIDAD * dbo.DETALLE_VENTA.PRECIO) AS
VENTA_MAXIMA,
MIN(dbo.DETALLE_VENTA.CANTIDAD * dbo.DETALLE_VENTA.PRECIO) AS
VENTA_MINIMA,
COUNT(dbo.VENTA.IDCLIENTE) AS CANTIDAD_CLIENTES,
COUNT(dbo.VENTA.IDVENDEDOR) AS CANTIDAD_VENDEDORES,
COUNT(dbo.DISTRIBUIDOR.IDDISTRIBUIDOR) AS
CANTIDAD_DISTRIBUIDORES
FROM dbo.DETALLE_VENTA INNER JOIN dbo.VENTA ON
dbo.DETALLE_VENTA.IDVENTA = dbo.VENTA.IDVENTA INNER JOIN
dbo.RUTA ON
dbo.VENTA.IDRUTA = dbo.RUTA.IDRUTA INNER JOIN dbo.DISTRIBUIDOR
ON
dbo.RUTA.IDDISTRIBUIDOR = dbo.DISTRIBUIDOR.IDDISTRIBUIDOR INNER JOIN
dbo.ARTICULO ON dbo.DETALLE_VENTA.IDARTICULO =
dbo.ARTICULO.IDARTICULO INNER JOIN dbo.PRECIOS ON
dbo.ARTICULO.IDARTICULO = dbo.PRECIOS.IDARTICULO INNER JOIN
dbo.CLIENTE ON dbo.VENTA.IDCLIENTE = CLIENTE.IDCLIENTE
WHERE dbo.CLIENTE.ELIMINADO = 'F' AND
101
dbo.CLIENTE.PROGRAMADA = 'T' AND
dbo.DETALLE_VENTA.CONFIRMADO = 'T' AND
dbo.PRECIOS.ACTIVO = 'T'
GROUP BY CONVERT(DATE, dbo.VENTA.F_INICIO),
dbo.VENTA.IDRUTA,
dbo.VENTA.IDTIPO_VENTA
ORDER BY CONVERT(DATE, dbo.VENTA.F_INICIO),
dbo.VENTA.IDRUTA,
dbo.VENTA.IDTIPO_VENTA
102
105
30.3.2. Fase 8: Gestionar Cubo OLAP
30.3.2.1. Identificar Orígenes de Datos
Estableciendo Origen de Datos
A continuación, seleccionar el Nombre del Servidor y

establecer la forma de conexión con el Servidor de Base de Datos.
De igual forma seleccionar el nombre de la Base de Datos a
conectarse, luego hacer clic en el botón: Probar Conexión.
Se visualizará el siguiente mensaje:
Hacer clic en el botón: Nueva… (Nueva Conexión)
Establecer credenciales de conexión para conectarse con

el origen de datos:
30.3.2.2. Identificar Vistas de Fuentes de Datos
Seleccionar un nuevo origen de datos

relacionados, hacer clic en el botón: Nuevo origen de
datos.
106
30.3.2.2.1. Creación de la Vista de Fuente de Datos
30.3.2.3. Crear y Procesar Cubo OLAP
Seleccionar la opción de Nuevo Cubo y elija

¿cómo desea crear el cubo?, haga clic en la opción: Usar
tablas existentes, luego clic en el botón Siguiente.
Seleccionar Tablas de Hechos (que contienen

grupos de medidas)
Seleccionar grupo de medidas.
Seleccionar Dimensiones.
Establecer Nombre del Cubo.
30.3.2.4. Estructura del Cubo OLAP
Se observa en la siguiente imagen el Cubo

generado con todas sus Dimensiones y Tablas de Hechos
(Métricas).
107
30.3.2.5. Creación de Jerarquías de Datos
30.3.2.6. Creación de Cálculos
Se desea crear un Cálculo, que permita otorgar

una Comisión de Venta del 12% a todos aquellos
Vendedores que superen el total de ventas de 200
Nuevos Soles. Aquellos vendedores que no superen el
total de ventas de 200 Nuevos Soles, solo recibirán el 5%
de Comisión.
148
30.3.2.7. Creación de KPI
Se desea hallar el Total de Ventas por años y

determinar si en cada año se sobre paso el Objetivo de
sobre pasar los 100,000 (soles).
Se desea hallar la Rentabilidad generada.
149
Se desea hallar el Ratio de la Rentabilidad de las
Ventas.
30.3.2.8. Implementación del Cubo OLAP
Seleccionar el Nombre del Proyecto:

PAS_Cubo_OLAP, luego haga clic derecho y elija la
opción de Implementar.
Luego se observa la siguiente ventana: Procesar

Base de Datos – PAS_Cubo_OLAP y se procede a
Ejecutar el Procesamiento del Cubo OLAP.
150
30.3.3. Fase 9: Realizar Consultas de Datos
30.3.3.1. Reportes con Visual Studio.Net: Análisis OLAP
Reporte de Unidades Vendidas, Ventas y

Comisión de Ventas por Año, por Mes, por Día de
Semana y por Distrito.
Reporte de Utilidades generadas por Año
Reporte de Ventas por Distrito
Reporte de Ventas, Compras, Utilidades y

Rentabilidad por Año.
Reporte de Ventas por Tipo de Facturación.
30.3.3.2. Reportes con Microsoft Excel 2016: Tablas y Gráficos

Dinámicos
151
30.3.3.3. Reportes con Power Map en Excel 2016
Reporte del Total de Ventas
Reporte de las Unidades Vendidas y el Total de Ventas
152
CONCLUSIONES
El Modelo Dimensional es uno de las técnicas ……
El caso presentado de la Corporación …….
Con la implementación de un Cubo OLAP se podrá ……..
La información que requiere la Unidad Estratégica …..
Es importante señalar que un Proyecto de Business Intelligence no se

debe tratar como un Proyecto de TI, …….
153
RECOMENDACIONES
Medir los resultados de…..
Se debe comenzar con una base de datos sólida ….
Alinear la estrategia de BI con los objetivos del negocio, ……
Organizar equipos con expertos de BI …….
Elegir apropiadamente las herramientas de BI que cumplan con las

necesidades del usuario y ……
154
GLOSARIO DE TÉRMINOS
B
BalancedScoreCard
El Balanced Scorecard se basa en la definición de objetivos, indicadores e
iniciativas creando relaciones con las diferentes áreas de la organización como
los son la financiera, comercial y clientes, administrativa, contable y procesos
internos.
Base de Datos Dimensional

El modelo de datos dimensional proporciona un método para simplificar y facilitar
la comprensión de las bases de datos. Una base de datos dimensional se puede
concebir como un Cubo de tres o cuatro dimensiones en el que los usuarios
pueden acceder a una porción de la base de datos a lo largo de cualquiera de
sus dimensiones. Para crear una base de datos dimensional, necesita un modelo
que le permita visualizar los datos.
Ejemplo: Una empresa que vende productos en distintos mercados y evalúa el

rendimiento durante un periodo de tiempo. Resulta fácil interpretar este proceso
empresarial como un cubo de datos, que contiene dimensiones correspondientes
a tiempo (Time), productos (Product) y mercados (Market). La figura siguiente
muestra este modelo dimensional. Las diversas intersecciones entre las líneas
del cubo contendrían las medidas de la empresa. Las medidas corresponden a
una determinada combinación de datos correspondientes a producto (product),
mercado (market) y tiempo (time).
155
Figura 3: Modelo dimensional de una empresa que tiene dimensiones de tiempo, producto y mercado
Base de Datos Relacional

La base de datos relacional (BDR) es un tipo de base de datos (BD) que cumple
con el modelo relacional (el modelo más utilizado actualmente para implementar
las BD ya planificadas). Tras ser postuladas sus bases en 1970 por Edgar Frank
Codd, de los laboratorios IBM en San José (California), no tardó en consolidarse
como un nuevo paradigma en los modelos de base de datos.
C
Cubo Olap
Un Cubo OLAP es una estructura de datos que supera las limitaciones de las
bases de datos relacionales y proporciona un análisis rápido de datos. Los Cubos
pueden mostrar y sumar grandes cantidades de datos, a la vez que proporcionan
a los usuarios acceso mediante búsqueda a los puntos de datos.
Los Cubos de Procesamiento Analítico en Línea (OLAP) son una función de

System Center 2012 – Service Manager que utiliza la infraestructura existente
del almacenamiento de datos para proporcionar al usuario final capacidades de
inteligencia empresarial con características de autoservicio.
156
D
Dashboard
Es una representación gráfica de los principales indicadores (KPI) que
intervienen en la consecución de los objetivos de negocio, y que está orientada
a la toma de decisiones para optimizar la estrategia de la empresa. Un dashboard
debe transformar los datos en información y está en conocimiento para el
negocio.
Datamart
Un Datamart 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 afecten a los procesos de dicho departamento.
Datawarehouse
Un Datawarehouse hace referencia al proceso mediante el cual una organización
o empresa particular almacena todos aquellos datos e información necesarios
para el propio desempeño de la misma. Se presupone que este tipo de material
se organiza de manera tal de facilitar el análisis y la realización de reportes en
las situaciones en que sea necesario hacerlo. Contar con un fácil acceso a los
datos de importancia tendrá directa relación con la efectividad de las diversas
tareas de la empresa.
Un Datawarehouse se hace referencia a un sistema que está organizado en base

a temas o asignaturas especiales, que permite entonces que los datos y la
información de mismo tipo quede siempre conectada. Del mismo modo, es un
sistema que puede evolucionar con el tiempo y asimilar los cambios en la
información de manera tal que cada nuevo acceso refleje las diferencias
necesarias. También se define como un sistema de tipo volátil porque no se
pierde nunca ningún tipo de información, lo cual hace más fácil recurrir a datos
antiguos o que no estaban en uso. Finalmente, se dice que el datawarehouse es
157
un sistema integrado ya que está diseñado para funcionar y ser útil a todas las
áreas de la organización. Esto es así ya que muchas veces la información de
una sección en particular puede ser necesaria para otras áreas de la empresa.
Dimensión
Una Tabla Dimensión generalmente tienen un bajo número de registros, en
comparación a las tablas de hechos (FACT), pero cada registro puede tener un
gran número de atributos para describir los datos del hecho. Las Dimensiones
pueden definir una amplia variedad de características, algunos de los atributos
más comunes definidos en las tablas de dimensiones incluyen:
• Tablas de tiempo, describen el tiempo al más pequeño nivel de
granularidad de tiempo para el cual los eventos se registran en el
esquema estrella.
• Tablas de dimensión Geográficas describen datos de localización, tales
como país, región, provincia, estado, o ciudad.
• Tablas de dimensión de Productos describen los productos
• Tablas de dimensiones de Empleados describen los empleados, por
ejemplo, los vendedores
• Tablas de dimensión de Rangos, describen rangos de tiempo, valores de
dólar, u otras cantidades medibles para simplificar los reportes.
Las tablas de Dimensiones generalmente tienen asignada una surrogate primary

key, usualmente una columna simple de tipo de dato entero, que mapea a la
combinación de atributos de dimensiones que forman la clave natural.
M
Modelo Copo Nieve
Es un esquema en copo de nieve es una estructura algo más compleja que el
esquema en estrella. Se da cuando alguna de las dimensiones se implementa
con más de una tabla de datos. La finalidad es normalizar las tablas y así reducir
el espacio de almacenamiento al eliminar la redundancia de datos; pero tiene la
158
contrapartida de generar peores rendimientos al tener que crear más tablas de
dimensiones y más relaciones entre las tablas (JOINS) lo que tiene un impacto
directo sobre el rendimiento.
Figura 4: Ejemplo de Modelo de Datos en Copo de Nieve.
Modelo Dimensional
Modelado dimensional (DM en inglés) nombra a un conjunto de técnicas y
conceptos utilizados en el diseño de almacenes de datos. Se considera que es
diferente del Modelo Entidad Relación. El modelado de dimensiones no implica
necesariamente una base de datos relacional, el mismo enfoque de modelado,
a nivel lógico, se puede utilizar para cualquier forma física, tal como archivos de
bases de datos multidimensionales o planas. Según el consultor de
almacenamiento de datos Ralph Kimball, el modelado dimensional es una
técnica de diseño de bases de datos destinadas a apoyar a las consultas de los
usuarios finales en un almacén de datos. Se orienta en torno a la
159
comprensibilidad y rendimiento. Según él, aunque el modelo entidad relacional
orientado a transacciones es muy útil para la captura de transacción, se debe
evitar en la entrega al usuario final.
El modelado dimensional siempre utiliza los conceptos de hechos (medidas) y

dimensiones (contexto). Los hechos son normalmente (pero no siempre) los
valores numéricos que se pueden agregar, y las dimensiones son grupos de
jerarquías y descriptores que definen los hechos. Por ejemplo, la cantidad de
ventas es un hecho; marca de tiempo, producto, NoRegistro, NoTienda, etc., son
elementos de dimensiones. Los modelos dimensionales son construidos por el
área de proceso de negocio, por ejemplo, las ventas en tiendas, inventarios,
reclamaciones, etc. Debido a que las diferentes áreas de proceso de negocio
comparten algunas pero no todas las dimensiones, la eficiencia en el diseño, la
operación y la coherencia, se logra usando tablas de dimensión, es decir,
utilizando una copia de la dimensión compartida. El término "tablas de
dimensión" se originó por Ralph Kimball.
Modelo Estrella
Un esquema en estrella es un modelo de datos que tiene una tabla de hechos (o
tabla fact) que contiene los datos para el análisis, rodeada de las tablas de
dimensiones. Este aspecto, de tabla de hechos (o central) más grande rodeada
de radios o tablas más pequeñas es lo que asemeja a una estrella, dándole
nombre a este tipo de construcciones. Las tablas de dimensiones tendrán
siempre una clave primaria simple, mientras que, en la tabla de hechos, la clave
principal estará compuesta por las claves principales de las tablas
dimensionales.
El esquema estrella separa los datos del proceso de negocios en: hechos y
dimensiones. Los hechos contienen datos medibles, cuantitativos, relacionados
a la transacción del negocio, y las dimensiones son atributos que describen los
datos indicados en los hechos (una especie de meta-datos, o sea datos que
describen otros datos).
160
Figura 5: Ejemplo de Modelo de Datos en Estrella.
161
REFERENCIAS BIBLIOGRÁFICAS
• https://churriwifi.wordpress.com/
• http://www.s.com/tutorial/business-intelligence/business-
intelligencehistory.html
• http://www.sinnexus.com/business_intelligence/
• http://www.exforsy
• http://www.gbm.net/bt/bt41/hss/cognos_8.php
• http://acis.org.co/index.php?id=622
• http://www.cloveretl.com/cloveretl/overview/
162

Proyecto Sin Renegar Profe

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Proyecto Sin Renegar Profe

Cargado por

Copyright:

Formatos disponibles

INSTITUTO DE EDUCACIÓN SUPERIOR TECNOLÓGICO

IMPLEMENTACIÓN DE UNA SOLUCIÓN DE

PROYECTO DE INVESTIGACIÓN DE LA ESPECIALIDAD DE

Dedicamos el presente proyecto de investigación a toda nuestra familia.

Agradecemos a Dios por permitirnos alcanzar nuestras metas, así como

Hoy en día hacen uso de la Inteligencia de Negocios (Business

La inteligencia de Negocios (Business Intelligence o BI) es la habilidad

La presente investigación tiene por objetivo Implementar una Solución

Inteligencia de Negocios, Proceso de Ventas, Proceso de Extracción y

Nowadays they make use of Business Intelligence (Business Intelligence

Business Intelligence (Business Intelligence or BI) is the ability to

The objective of this research is to implement a BI Business Intelligence

Business Intelligence, Sales Process, Extraction Process and Data Load,

Actualmente vivimos en la era del conocimiento, donde las empresas

La Descripción del Problema se realiza desde el Método Deductivo,

El Proceso de Toma de Decisiones es clave para una empresa,

En ese sentido la Empresa Yeral Sport necesita de la

1 OnLine Transaction Processing, Procesamiento de Transacciones en Línea. Es un tipo

de procesamiento que facilita, administra aplicaciones transaccionales, usualmente para el

En la actualidad la empresa Yeral Sport, no cuenta con una

Por tal motivo, la presente investigación tiene como objetivo

1.1.1.1. Problema Principal

¿Con la Implementación de una Solución de Business

1.1.1.2. Problemas Secundarios

• ¿Mediante la identificación de un Proceso de

1.2. OBJETIVOS DE LA INVESTIGACIÓN

1.2.1. Objetivo General

Implementar un sistema de Business Intelligence que,

• Identificar un Proceso de Negocio Crítico, en el cual se

Implementación de una Solución de Business Intelligence.

1.2.4. Variable Dependiente

Mejorar el Proceso de Toma de Decisiones del Área de

1.3. JUSTIFICACIÓN E IMPORTANCIA DE LA INVESTIGACIÓN

Con la elaboración de este proyecto, se contribuye a la empresa

En cualquier organización, los empleadores toman cientos de

El término Business Intelligence o Inteligencia de Negocios, está

También es posible identificar una de las primeras definiciones de

De esta manera es posible establecer que la Inteligencia de

Es importante resaltar que la Inteligencia de Negocios involucra un

2 Cano, J. (2016). Business Intelligence: Competir con Información. Recuperado de

Intelligence). Boletín Digital. Nº. 10 – 2008. Recuperado de:

2.2. TOMA DE DECISIONES

El proceso de la toma de decisiones ha sido analizado desde

El pensamiento, la solución de problemas y la toma de decisiones

La información es un ingrediente vital para la toma de decisiones

2.2.1. Definición de Toma de Decisiones

La toma de decisiones implica optar por algo en lugar de

Decidir significa adoptar una posición, implica dos o más

7Cyert, R. M. y March, J. (1965). Teoría de las decisiones económicas de la empresa.

La toma de decisiones se define como la selección de un

Por lo general el Proceso de Toma de Decisiones, se

2.2.2. Importancia de la Toma de Decisiones

8 Stephen P, Robbins (1994). Administración Teoría y Práctica. (Cuarta Edición). Editorial

El hecho de que casi todo lo que hace un administrador

• Tomar decisiones sin suficiente información. Por

• Prejuicios. Un prejuicio es un juicio sin bases en la realidad

• Interpretación equivocada de los hechos. Al tomar una

2.2.3. El Proceso de Toma de Decisiones

El proceso de la toma de decisiones en un proceso de ocho

Este proceso se puede aplicar tanto para tomar decisiones

10 Simon, H. (1947). El Comportamiento Administrativo. España: Ed. Aguilar.

Selección de una Desarrollo de

Figura 1: El Proceso de Toma de Decisiones.

2.3. TEORÍA GENERAL DE LOS SISTEMAS