Experiencia

Ing. Sofia Daz

Email : pxsdiaz@cibertec.edu.pe

Migraciones de SQL
Server (7/200/2005/2008)
Optimizacin y
afinamiento de servidores
BD.

Data
Data
Data
Data
Data
Data
Data
Data

Mart
Mart
Mart
Mart
Mart
Mart
Mart
Mart

Ventas
Logstica
Servicios
Comercial
Finanzas
Produccin
Legal
Operaciones

Soluciones de alta
disponibilidad BD
Gestin de Proyectos
Gestin de la Demanda

Copyright Todos los Derechos Reservados - Cibertec Per SAC

Cap. 1

Introduccin al Business Intelligence

Objetivos Generales

Reconoce la terminologa usada en Inteligencia de Negocios

Contenido de Agenda

Qu es la Inteligencia de Negocios?

Necesidades de negocio insatisfechas por las soluciones

tradicionales

Historia y evolucin de los conceptos de Inteligencia de

Negocios

Visin actual: el proceso de la Inteligencia de Negocios

Conceptos y terminologa comunes en Inteligencia de

Negocios

Proyectos reales de Inteligencia de Negocios

Contenido de Agenda

Qu es la Inteligencia de Negocios?

Necesidades de negocio insatisfechas por las soluciones

tradicionales

Historia y evolucin de los conceptos de Inteligencia de

Negocios

Visin actual: el proceso de la Inteligencia de Negocios

Conceptos y terminologa comunes en Inteligencia de

Negocios

Proyectos reales de Inteligencia de Negocios

1. Qu es la Inteligencia de Negocios?
Es un conjunto de metodologas y tcnicas dirigidas a facilitar el
anlisis de la informacin, para apoyar la toma de decisiones

BI suele tambin definirse como la transformacin de los datos de la compaa en conocimiento para obtener una
ventaja competitiva . (Gartner Group).

1. Qu es la Inteligencia de Negocios?

Inteligencia de Negocios o
Business Intelligence consiste
en
el
proceso
de
transformacin de datos en
informacin haciendo uso de
tcnicas
de
Extraccin,
Transformacin y Carga (ETL),
proporcionando
informacin
validada para una adecuada
toma de decisiones y de
manera oportuna

Contenido de Agenda

Qu es la Inteligencia de Negocios?

Necesidades de negocio insatisfechas por las

soluciones tradicionales

Historia y evolucin de los conceptos de Inteligencia de

Negocios

Visin actual: el proceso de la Inteligencia de Negocios

Conceptos y terminologa comunes en Inteligencia de

Negocios

Proyectos reales de Inteligencia de Negocios

2. Necesidades insatisfechas por soluciones

tradicionales

Actualmente las empresas:

Pasan ms tiempo recolectando y preparando informacin que

analizndola

Se frustran al no encontrar informacin que est seguro existe

en la empresa

Quieren saber que productos fueron ms rentables en periodo

de tiempo

No saben cual es el patrn de compra de sus clientes

dependiendo de las zonas

2. Necesidades insatisfechas por soluciones

tradicionales

Contenido de Agenda

Qu es la Inteligencia de Negocios?

Necesidades de negocio insatisfechas por las soluciones

tradicionales

Historia y evolucin de los conceptos de Inteligencia

de Negocios

Visin actual: el proceso de la Inteligencia de Negocios

Conceptos y terminologa comunes en Inteligencia de

Negocios

Proyectos reales de Inteligencia de Negocios

3. Conceptos de Inteligencia de Negocios

El trmino Inteligencia de Negocios nace cuando los pueblos

antiguos usaban informacin de la naturaleza en bien propio

El concepto Datawarehouse nace entre el ao 1992 y 1993

asociado a una gran base de datos

Posteriormente, el trmino Business Intelligence se extendi a

otras herramientas como:

EIS (sistema de informacin ejecutiva), DSS (sistema de soporte a las

decisiones),
ER
(Reporteadores
empresariales),
Datamart,
Datawarehouse

Datamining, OLAP

Big Data.

Contenido de Agenda

Qu es la Inteligencia de Negocios?

Necesidades de negocio insatisfechas por las soluciones

tradicionales

Historia y evolucin de los conceptos de Inteligencia de

Negocios

Visin actual: El Proceso de la Inteligencia de

Negocios

Conceptos y terminologa comunes en Inteligencia de

Negocios

Proyectos reales de Inteligencia de Negocios

4. Visin Actual: El Proceso de Inteligencia de

Negocios

Existe una gran cantidad de

procesos
detrs
de
una
arquitectura de Data Warehouse
de suma importancia para el
mismo.

Estos comprenden desde procesos

de extraccin que estudian y
seleccionan los datos fuente
adecuados
para
el
Data
Warehouse hasta procesos de
consulta y anlisis de datos que
despliegan la informacin de una
forma fcil de interpretar y

4. Visin Actual: El Proceso de Inteligencia de

Negocios

Los procesos bsicos de una Data

Warehouse: Extraccin,
Transformacin, Carga e ndices,
Chequeo de Calidad,
Liberacin/Publicacin, Consulta,
Feedback, Auditoria, Seguridad,
Respaldo y Recuperacin.

A Warehouse is a place, Warehousing is a Process, R. Hackathorn

Procesos bsicos de una Data Warehouse :

g. Respaldo
e. Auditoras
c. Consultas

a. Extraccin
Transformacin
Carga e ndices

b. Chequeo
de Calidad

f. Seguridad
d. Feedback

Contenido de Agenda

Qu es la Inteligencia de Negocios?

Necesidades de negocio insatisfechas por las soluciones

tradicionales

Historia y evolucin de los conceptos de Inteligencia de

negocios

Visin actual: El Proceso de la Inteligencia de Negocios

Conceptos y terminologa comunes en Inteligencia de

negocios

Proyectos reales de Inteligencia de Negocios

5. Conceptos y Terminologa de Inteligencia

de Negocios

OnLine Transaction Processing (OLTP)

On-Line Analytical Processing (OLAP)

Datawarehouse

Datamart

Metadata

On Line Transacction Processing (OLTP)

OLTP esta encargado de dar soporte a los procesos diarios de ingreso y

mantenimiento de datos en tiempo real.

Diseo orientado a la transaccin

mplos :

Volatilidad de
los datos

Ejemplos :

Soporte muy
limitado a la toma
de decisiones

On-Line Analytical Processing (OLAP)

Es un proceso en el que se usan

herramientas netamente analticas, que
facilitan el anlisis de la informacin del
negocio.

Organizada en perspectivas (dimensiones) y

mtricas, permitiendo ejecutar anlisis
complejos de datos.

Permite a los usuarios fcil y amigable

navegacin a nivel de granularidad (detalle).

Genera clculos adicionales en base a los

datos existentes.

Solo lectura

Orientada al objetivo

No es atmica

Histrica
Consolidada
Consistente

On-Line Analytical Processing (OLAP)

Los servicios OLAP proveen de mltiples niveles de anlisis entre los cuales
podemos mencionar, adems de tener la capacidad de realizar consultas
complejas.
Reportes

Patrones y Tendencias
Aislar datos para
anlisis profundo.
Comparaciones entre periodos
(anteriores o paralelos)

Visualizacin de forma
amigable, rpida y confiable.

On-Line Analytical Processing (OLAP)

Modelos de Almacenamiento
Los usuarios que
requieren de un
alto nivel de detalle
necesitarn de una
arquitectura ROLAP

Los usuarios que

requieren de datos
agregados y
sumarizados
necesitarn de una
arquitectura MOLAP

Los analista que

requieran ambos
tipos de anlisis
(MOLAP-ROLAP)
necesitarn una
arquitectura HOLAP

Las Desktop Online Analytical Processing (DOLAP ) y

Local Online Analytical Processing (LOLAP)
Se almacena en la
estacin de trabajo del
cliente

On-Line Analytical Processing (OLAP)

Ejemplo

Datawarehouse

Es una base de datos corporativa que se caracteriza por

integrar y depurar informacin de una o ms fuentes
distintas, para luego procesarla permitiendo su anlisis
desde infinidad de perspectivas y con grandes velocidades
de respuesta.

Datamart

Es una base de datos departamental, especializada en el

almacenamiento de los datos de un rea de negocio.

Normalmente la informacin contenida en un datamart es un

subconjunto de un datawarehouse.

Metadata

Es un componente muy valioso para el Data Warehouse; los datos

provenientes de la metadata se sita en una dimensin diferente al de
otros datos del data warehouse, debido a que su contenido no es tomado
directamente desde el ambiente operacional.

Metadata
La Metadata abarca todos los procesos de Data Warehousing y
contiene:

Nombres de campos y definiciones

Mapeo de los datos
Tablas
ndices
Cronogramas de extraccin y carga
Criterios de seleccin
Clculos de los datos derivados
Transformacin de los datos

Existen 3 tipos de Metadata :

Metadata del Negocio: Contiene los modelos lgicos y las reglas de negocio.
Metadata Tcnica: Contiene los nombres fsicos de las tablas, ubicacin de
almacenamiento, relaciones, llaves, etc.
Metadata Operacional: Contiene la programacin de cargas, fechas de
actualizacin de datos, seguridad.

Contenido de Agenda

Qu es la Inteligencia de Negocios?

Necesidades de negocio insatisfechas por las soluciones

tradicionales

Historia y evolucin de los conceptos de Inteligencia de

Negocios

Visin actual: el proceso de la Inteligencia de Negocios

Conceptos y terminologa comunes en Inteligencia de

Negocios

Proyectos reales de Inteligencia de Negocios

6. Casos de xito en Inteligencia de Negocios

WallMart

NBA

AC Milan

Odyssey

SUNAT

Caso: WalMart Correlacin de Productos

Pionero en el uso de la
informacin
para
identificar
nuevas
oportunidades
de
mercado

Uso de datamining masivo,

solucin basada en Teradata

Caso
Cerveza
Los Clsico:
viernes por Paales
la tarde, losyhombres
entre

25 y 35
aos que compraban cerveza tambin compraban
paales

Wal-Mart utiliz este resultado para reubicar estos

productos en lugares estratgicamente dispuestos:
pusieron la cerveza cerca de los paales.
16.000 de los 40.000 clientes que compraron paales tambin compraron cerveza (40%)
Por tanto, la regla de asociacin paales>cerveza tendra un soporte del 5% y una confianza del 40%.

Caso: NBA Apoyo a Entrenadores

Un resultado interesante fue

uno hasta entonces no
observado por los
entrenadores de los Knicks
de Nueva York.

El doble marcaje a un
jugador
puede
generalmente
dar
la
oportunidad a otro jugador
de encestar ms fcilmente.

Mezcla datos de jugadores

de
baloncesto
con
imgenes de partidos para
encontrar
patrones
y
apoyar a la generacin de
estrategias.

Advanced Scout, basado

en IBM DB2 Universal
Database,
IBM
DB2
Intelligent Miner y Virtual
Gold's VirtualMiner

Caso: AC MILAN Prevencin de Lesiones

El sistema, creado por

Computer Associates
International es alimentado
por datos de cada jugador
relacionados con su
rendimiento, alimentacin
y respuesta a estmulos
externos que se obtienen y
analizan cada quince das.

Actualmente, el sistema
permite predecir alguna
posible lesin.

El club est ahorrando

dinero evitando comprar
jugadores que presenten
una alta probabilidad de
lesin.

Caso: Odyssey

..un espectacular sistema de tratamiento de datos llamado Data

Mining,. Su funcionamiento es sencillo: se introducen en una base
de datos todas las variables imaginables desde los lugares en los
que hay barcos hundidos hasta las corrientes marinas
predominantes, los puntos ms habituales de tormentas o las rutas
que probablemente utilizar cada capitn. De todo ese cctel, se
extrae un modelo que indica con una fiabilidad impresionante, en
qu puntos exactos hay ms probabilidades de hallar un tesoro. A
partir de ese momento, y despus de aos de paciente estudio, esa
computadora proporciona a Odyssey un detallado y gigantesco mapa
del tesoro sin necesidad de escudriar todo el fondo del Atlntico o
el Mediterrneo..

Caso: SUNAT Fraude Aduanero

LIMA, PERU (15 de febrero de 2004) SAS, el lder en

Inteligencia de Negocios anunci hoy que la SUNAT ha
logrado una mejor deteccin de la subvaloracin de
mercancas en la principal aduana peruana al incrementar
en 14 puntos porcentuales el xito en los hallazgos en el
Proceso de Seleccin de Canales de Control.

SUNAT es la primera entidad tributaria en Latinoamrica en

emplear con xito tcnicas de Minera de Datos en la lucha
contra el contrabando y la subvaluacin.

Solucin sobre plataforma SAS, Oracle, Informix y Java.

Caso: Twentieth Century Fox

Twentieth Century Fox utiliza BI para

predecir qu actores, argumentos y
filmes sern populares en cada
vecindario.
Evitando
ciertos
argumentos en cines especficos, la
compaa
logro
ahorros
de
aproximadamente $100 Millones de
dlares alrededor del mundo cada ao.

Esa misma tecnologa utilizan para

seleccionar
los
"traliers"
(cortos
previos a la presentacin de una
pelcula)
alternativos
para
cada
pelcula en cada cine y as maximizar
las ventas. Una pelcula puede tener
varios "trailers" diferentes, cada cual

Caso: BCP y RIPLEY

Al mejorar la seleccin de a quin dirigir los mensajes de

mercadotecnia, BI puede ahorrar ms de $200 billones de
dlares al ao por desperdicio en publicidad y
mercadotecnia directa.

Conclusiones

Conclusiones

Conclusiones

Conclusiones

Laboratorio 1. Introduccin al Business

Intelligence

Actividad 1: Cuestionario de preguntas

Tiempo: 20 minutos

Cuestionario de Preguntas

Actividad 2: Conversatorio: problemas de los sistemas

tradicionales

Tiempo: 20 minutos

Conversatorio: problemas de los sistemas tradicionales

Preguntas
1. Qu beneficios puede brindarle a una empresa el Business Intelligence?
Habilidad de tomar las decisiones correctas en el momento correcto
Por medio de las herramientas necesarias para poder comparar y analizar
tendencias
El tiempo invertido en la realizacin de presentaciones ejecutivas se ve
reducido de forma significativa
2.

El trmino Business Intelligence fue adoptado:

a.

Por los principales consultores europeos porque comprobaron que la historia del Viejo Continente
traa consigo este concepto en diversos episodios.

b.

Para que los conceptos que surgieron con las siglas EIS, DSS y SIG puedan abarcar cada vez
ms, dentro de un proceso natural de evolucin de tecnologas y metodologas.

c.

Para sustituir la nomenclatura ofrecida a los proyectos de Data Warehouse y Datamart cuando se
los disea por separado.

Preguntas
3. Segn la pirmide organizacional, cules son los 3 niveles de informacin que se
necesitan.
Nivel Estratgico
Nivel Tctico
Nivel Operacional

4. Nombre tres (3) diferencias entre OLTP vs OLAP.

La integracin
La historicidad
La granularidad de los datos

5. La tecnologa OLAP creci y se multiplic originando las herramientas:

ROLAP
MOLAP
HOLAP
DOLAP y LOLAP

Preguntas
6. Los usuarios que requieren de datos agregados y sumarizados necesitarn de una
arquitectura ?
a.
b.
c.
d.

OLTP
DOLAP
MOLAP
OLAP

7. Cual es el modelo de almacenamiento OLAP que se almacena en la estacin de trabajo

del cliente.
Las Desktop Online Analytical Processing (DOLAP ) y
Local Online Analytical Processing (LOLAP)

8. Los tipos de la metadata son :

Metadata del Negocio
Metadata Tcnica
Metadata Operacional

Preguntas
9. Un vistazo a un cubo OLAP