UNIVERSIDAD POLITECNICA DE FRANCISCO I .

MADERO
SISTEMAS INTEGRALES DE INFORMACION
TEMA: SISTEMA OPERACIONAL Y SISTEMA DECISIONAL
CATEDRATICO: MTI. MARCOS YAMIR GMEZ RAMOS INTEGRANTES: SARAHI SILVESTRE CHINO MIRNA VIANEY GARCIA RUBIO LETICIA CESAR GUZMAN ISMAEL GRANADOS LOPEZ

YEIMY AGUILAR SANTILLAN

JORGE ANTONIO DE LA CRUZ

Las empresas han desarrollado los Sistemas de Informacin Operacionales, tambin conocidos como Sistemas Transaccionales, para poder dar soporte y automatizar sus procesos de negocio. Estos sistemas estn orientados a la computadora rpida y eficaz de los datos correspondientes a los distintos eventos de negocio (transaccionales).

Los datos reflejan hechos recogidos en la organizacin y que estn todava sin procesar, mientras que la informacin se obtiene una vez que estos hechos se procesan, agregan y presentan de la manera adecuada para que puedan ser tiles a alguien dentro de la organizacin, por lo que, de este modo, estos datos organizados y procesados presentan un mayor valor que en su estado original.

El proceso de toma de decisiones: Decisin = Informacin + Riesgos Los Sistemas Transaccionales estn orientados al registro de los eventos de negocio, con todo el nivel de detalle, facilitando la realizacin de operaciones frecuentes. Sus usuarios dentro de una organizacin tienen unos perfiles medios o bajos en cuantos a su responsabilidad y capacidad para tomar decisiones.

Insertar

Modificar

Consultar

Eliminar

Los Sistemas Informales estn orientados al anlisis de los datos acumulados y a la simulacin de alternativas, como soporta el proceso de toma de decisiones. Los usuarios tienen unos perfiles altos en cuanto a su responsabilidad y capacidad para tomar decisiones. La informacin se va a utilizar para el anlisis y planificacin estratgica dentro de la organizacin. Sistemas Informacionales.

Insertar

Consultar

SISTEMAS DE DATA WAREHOUSING

Son el centro de la arquitectura de los Sistemas de Informacin.

ESTE SISTEMA CONSTA DE 3 ELEMENTOS

Recogida y gestin de grandes volmenes de datos: tecnologa de data warehouing.
Anlisis de los datos: Tecnologa OLAP y herramienta de datamining. Software de consulta amigable e intuitivo, asequible al usuario final.

OLAP
Describe la tecnologa asociada al acceso y anlisis de datos en lnea.

Los servidores OLAP son una tecnologa superior para las aplicaciones "Business Intelligence". Las aplicaciones OLAP permiten realizar consultas a un nivel agregado de la informacin. Como totales de ventas por lnea de producto, regin y vendedor. Las bases de datos OLAP son optimizadas para el anlisis. Consultas rpidas y consistentes a cualquier nivel de sumarizacin de la informacin.

Las bases de datos OLAP son alimentadas de distintas fuentes de informacin.

ETAPAS EN LA CONSTRUCION DE UN DATA WAREHOUSE

Captura de los datos de las fuentes seleccionadas. Esta primera etapa se utilizan herramientas de extraccin que soportan mltiples formatos de almacenamiento de los datos. Tratamiento , conversin y transaccin de los datos. Una vez cargados los datos, es necesario realizar una serie de operaciones de limpieza, homogeneizacin, mezclado y enriquecimiento de los datos entre los que podemos destacar son las siguientes.

1.Detectar y corregir errores. 2. Analizar la consistencia en el uso de los valores. 3.Tratamiento de las ausencia de los valores. 4.Eliminar campos no significativos. 5. Reestructurar y aadir nuevos campos. 6. Codificar campos para facilitar su tratamiento estadstico. 7.Caculo de los campos derivados.

SISTEMA GESTOR DE DATOS EN UN DATAWAREHOUSE.

Se utilizan tres tipos de sistemas de gestin de base de datos.

1. 2. 3.

Base de datos Relacional tradicional. Base de datos Relacional. Base de datos Multidimensional.

HERRAMIENTAS PARA LA EXPLORACION DE DATAWEREHOUSE

1.

HERRAMIENTAS QUERIES AND REPORTING

Generan consultas e informes de los sistemas de B.D relacionales, que permiten generar informes predefinidos a partir de los campos calculados, preparar consultas de forma grfica.

2.

ANALISIS MULTIDIMENCIONAL

Herramientas que facilitan el anlisis de los datos a travs de dimensiones y de jerarquas, utilizando consultas rpidas predefinidas y subtotales previamente calculados.

HERRAMIENTAS DE DATAMINING.
Tcnicas avanzadas que permiten detectar y modelizar relaciones entre los datos y obtener informacin no evidente: patrones de consumo, prediccin del comportamiento de los clientes, asociaciones de productos.

OPERACIONES BSICAS DE ANLISIS

MULTIDIMENSIONAL

Cambiar las dimensiones de anlisis (drill across). Permutar dos dimensiones de anlisis (swap). Subir (up) o decender (down) en el nivel de agregacin. Profundizar para alcanzar datos de un nivel inferior (drill down)

Expandir un determinado nivel de informacin (expand).

Anular la expansin de un nivel de informacin (collapse)

LOS SISTEMAS OLAP PUEDEN ESTAR SOPORTADOS POR B.D

RELACIONALES (SISTEMAS ROLAP: MOLAP: MULTIDIMENCIONAL OLAP), FIG.

MOLAP.Guarda cada uno de los datos dentro de una base de datos multidimensional y se
caracteriza por que el resumen de la informacin se calcula por anticipado.

DESVENTAJAS.
Tamao limitado para la realizacin del cubo. No se puede acceder a datos fuera del cubo. No se puede explotar el paralelismo de las bases de datos

Shaw
Lo define como El proceso de bsqueda y anlisis de datos para revelar informacin oculta y potencialmente valiosa para la organizacin.

Generacin de perfiles de clientes. Anlisis de desviaciones. Anlisis de tendencias

Seala tres mbitos principales

METODOLOGA EN UN PROCESO DE MINERA DE DATOS

MUESTREO

EXPLORACIN

MODIFICACIN

Determinacin de las Seleccin de una muestra de datos. Permite reducir el coste de anlisis e incrementar su velocidad.

tendencia s principales. Rango de las variables clave. Frecuencia de los valores. Correlacin entre las variables.

Transformacin y filtrado de variables..

MODELIZACIN DEL COMPORTAMIENTO

EVALUACIN

PRESENTACIN GRAFICA DE LOS RESULTADOS

Se pueden emplear redes neuronales, arboles de decisin, tcnicas de anlisis estadstico multivariante, anlisis de agresin, etc.

Comprobacin de la validez del modelo obtenido.

Transformacin y filtrado de variables..

Las herramientas de DATAMINING, se distinguen en tres grupos.

1. HERRAMIENTAS ESTADSTICAS
2, TCNICAS DE INTELIGENCIA ARTIFICIAL 3,HERRAMIENTAS SIMBOLICAS

Calculo de distintos parmetros estadsticos Tcnicas bayesianas

Algoritmos genticos.

Arboles de decisin.

Redes neuronales

Reglas de asociacin.

Test de hiptesis.

Tcnicas de regresin lineal Anlisis multivariante Anlisis cluster

Identificacin de patrones secuenciales.

APLICACIONES TPICAS DE LAS TCNICAS DE DATAMING

1. ESTUDIO DE LA S ASOCIACIONES DE PRODUCTOS Y ANLISIS DE FINALIDADES

Permite analizar el nivel de correlacin en el consumo de distintos productos(afinidad entre productos), as como su relacin con los distintos tipos o grupos de clientes de la empresa (afinidad entre productos y clientes).

Es posible determinar cuales son los principales patrones de compra.

2. SEGMENTACIN Y AGRUPAMIENTO DE CLIENTES (CLUSTERING)

Permite llevar a cabo la identificacin de grupos de clientes con caractersticas sociodemogrficas, hbitos y patrones de consumo similares. Con esta informacin es posible obtener una informacin mas detallada de la composicin de la cartera de clientes de la empresa, pudiendo especificar para cada segmento una ficha descriptiva como la siguiente:

Caractersticas sociodemogrficas bsicas: edades, sexos, nivel de ingresos, idioma, etc. Caractersticas de distribucin geogrfica. Nivel actual de consumo de productos y estimacin del nivel potencial. Hbitos de comportamiento y patrones d consumo. Rentabilidad obtenida. Nivel de vinculacin y fidelizacin con la empresa. Adecuacin de la oferta a las necesidades y caractersticas especificas del segmento.

CLASIFICACIN DE CLIENTES
Identifica el grupo al que pertenece un determinado cliente. La informacin podra ser utilizada en aplicaciones como las siguientes: Tcnicas de scoring Anlisis de riesgos en operaciones de crdito. Prevencin y reduccin de fraude

PREDICCIN DEL COMPORTAMIENTO DE

CLIENTES El comportamiento inicial observado en los clientes puede ayudar a predecir su comportamiento futuro. Para ello, se podra llevar acabo un anlisis de la evaluacin en el tiempo del comportamiento de los clientes. Se podra a llegar a predecir la evolucin temporal de los segmentos de la cartera de los clientes facilitando las bajas mas probables reduciendo el nivel de churn(baja de clientes)

EXPLOTACIN DE LA INFORMACIN
REGISTRADA EN INTERNET

A partir del analisis de los registros de conexin website es posible determinar cuales son las paginas y contenidos dedidcho sitio que tienen mas xito , estudiar fallos y deficiencias en las conexiones y asi obtener informacion que permita mejorar los contenidos y servicios incluidos en el website.

ANLISIS DE LOS REGISTROS DE ACTIVIDAD

En este punto se determina: La fecha y hora de cada visita. Direccin Ip de la maquina visitante. Direccin URL de la que procede. El idioma , tipo de navegador y el tipo de sistema operativo utilizado. Paginas web solicitadas y tiempo dedicado a cada visita.

TCNICAS DEL WEB MINING

Se refiere a la utilizacin de las herramientas y tcnicas de datos para descubrir y extraer informacin sobre la utilizacin de los servicios del website de una organizacin.

REAS DE TRABAJO DE WEB MINING

Minera de estructura del website: Trata de analizar cual es la estructura real de un website. Minera del contenido del website: Recopilacin de datos y patrones de acceso a los contenidos del website. Minera de la utilizacin del website: Parte de los registros de los servidores web para analizar la navegacin de los usuarios