Sesión 2 :

Modelando con Business Intelligence

Profesor:

Yuri José Pando Fernández

Metodología Business Intelligence
Introducción

“No hay viento favorable para quien no sabe a

donde va”
(Séneca)

Algunas preguntas:
1. ¿Por qué una metodología para soluciones Business
Intelligence?
2. ¿Qué elementos considerar en esta metodología?
Metodología Business Intelligence

3. Extracción
Inicial
de datos
2. Arquitectura
1. Análisis de Tecnológica y 5. Explotación de
0. Anteproyecto Datos
Requerimientos Modelamiento
de datos
4. Actualización
Periódica de
datos

ADMINISTRACION DEL PROYECTO

Gestión de Gestión de Gestión de Gestión de Gestión de

Riesgos RRHH Comunicación Calidad Proveedores

© IBSS BI-Methodology
Metodología BI. Entregables

Diseño Preliminar Procesos

Especificaciones ETL
de Dashboards de Carga • Reportes
• Capacitación
Análisis de Modelo • Pase Producción
Requerimientos Dimensional • Validación Reportes
• Validación Dashboards

3. Extracción Inicial
de datos

2. Arquitectura y
1. Análisis de Modelamiento 5. Explotación de
Requerimientos de datos Información

4. Actualización
Periódica de
datos

ADMINISTRACION DEL PROYECTO

© IBSS BI-Methodology
Caso: Análisis de Requerimientos

1. ¿Cómo solucionarían el problema planteado?

2. ¿Qué lección aprendida les deja este problema?

Algunas ideas:
1. La solución solo replicó los reportes actuales de los
ejecutivos, hacia una herramienta analítica (cero valor).
2. Preparar escenarios de análisis de valor y exponer a los
usuarios. Resaltar la verdadera orientación de BI
(Información de valor con bajo poder de posesión).
3. Lecciones:
 Trabajar con los usuarios análisis de valor !!.
 No continuar con el uso de otras fuentes de análisis
(Ej.: hojas de cálculo).
Metodología Business Intelligence
1. Análisis de Requerimientos

1.2 Análisis de
Fuentes de datos

1.1 Recepción y 1.5 Validación de

evaluación de Requerimientos
Requerimientos

1.3 Definición de
1.4 Elaboración de
Requerimientos
Prototipos
(Star Nets)

© IBSS Methodology BI
Metodología Business Intelligence
2. Arquitectura y Modelamiento de Datos

2.1 Diseño
de Modelo Lógico
de Base de Datos

2.4 Definición 2.7 Plan de

2.2 Definición de 2.3 Definición 2.6 Instalación
de Procesos de T
Arquitectura de Procesos de
Actualización rabajo de I
tecnológica Carga Inicial demplantación
Plataforma
Periódica
Tecnológica

2.5 Definición de
Plataforma
Tecnológica

© IBSS Methodology BI
Metodología Business Intelligence
3. Extracción Inicial de Datos

3.1 Construcción
de Base de Datos

3.2 Diseño de 3.4 Desarrollo 3.6 Carga Inicial

Procesos de de Procesos de Datos
Carga Inicial

3.5 Pruebas
y Ajustes

3.3 Desarrollo de
Procedimientos
Manuales

© IBSS Methodology BI
Metodología Business Intelligence
4. Actualización Periódica de Datos

4.1 Diseño de 4.3 Desarrollo de

Procesos de Procesos de
Act. Periódica Actualización

4.4 Pruebas y
Ajustes

4.2 Desarrollo de
Procedimientos
Manuales

© IBSS Methodology BI
Metodología Business Intelligence
5. Explotación de Datos

5.1 Construcción 5.2 Desarrollo

de interfaz para de Consultas
usuario final Dinámicas

5.5 Pase a
5.4 Capacitación Producción e Inicio
Soporte Post-
Implantación

5.3 Instalación de
herramienta de
Usuario Final

© IBSS Methodology BI
Análisis de Requerimientos
Análisis de Requerimientos

1. Definir usuarios responsables

2. Establecer plan de entrevistas
3. Identificar riesgos
4. Entrevistas a us.uarios responsables
5. Validación de requerimientos
6. Formalizar “Alcance de Requerimientos”
Ejemplo - Análisis de Ventas (Industriales)
Características :
• Detalle de ventas en unidades monetarias y físicas
• Análisis de ventas Anual, mensual y semanal
• Evaluación de ventas por Empresa y países
• Niveles de detalle por Familia, línea y producto
• Detalle por cliente, identificando los clientes corporativos
• Detalle por Proceso de Producción
• Análisis de ventas por
Vendedor
• Comparativo: de ventas entre unidades de tiempo
Consideraciones
• Análisis de ventas de uno o más años a la vez
• Suma acumulada de ventas
• Participación porcentual de las variables de ventas
 Requerimientos de Consultas (Star Net)

Tiempo
Ventas S
emana
Año Mes
Vendedor Vendedor

Ventas Soles País Empresa

Ventas Dólares Organización
Ventas Unidades
Familia
Línea
Tipo Producto
Cliente Producto
Procesos

Cliente
Producción
Caso - Análisis de Ventas
Características :
• Detalle de ventas en unidades monetarias y físicas
• Análisis de ventas Anual, mensual, semanal y diaria
• Análisis geográfico de ventas por Empresa, Sucursal, Zona, Sector, Módulo
• Evaluar las ventas por la ciudad del cliente
• Niveles de detalle por Familia, línea y producto
• Detalle por Tipo Cliente y Cliente. El Tipo se refiere a Autoservicios,
Mayoristas, Minoristas, Instituciones, etc.
• Análisis de ventas por Supervisor y Vendedor
• Ventas reales vs presupuestadas por Empresa-Familia de
Producto-mes
• Comparativo:de ventas entre unidades de tiempo
Consideraciones
• Análisis de ventas de uno o más años a la vez
• Suma acumulada de ventas
• Participación porcentual de las variables de ventas
 Caso - Análisis de Ventas

Tiempo
Ventas Día
Semana
M Vendedor Vendedor
es Supervisor

Año

Ventas Soles
Empresa Sucursal Zona Sector Módulo
Ventas Dólares Geografía
Ventas Unidades
Familia
Línea
Tipo Producto
Cliente
Cliente Producto
Ciudad

Cliente
 Caso - Ppto Ventas

Presupuesto
de Ventas
Mes Tiempo Mes

Año

Ppto Soles Empresa

Ppto Dólares
Ppto Unidades Empresa

Familia

Familia Prod.
Consideraciones

1. Formalizar requerimientos
2. ‘Negociar’ requerimientos no prioritarios
3. Comprometer a todo el equipo técnico y funcional
4. Fomentar en las entrevistas la participación y
compromiso de los usuarios
5. Contar con alternativas de prototipo 1 2
Modelamiento Dimensional
Modelamiento Dimensional

Es una técnica de diseño lógico utilizada para soluciones

Business Intelligence, que busca presentar los datos en
una arquitectura estándar y permita una alta
perfomance de acceso a los usuarios finales.
El modelamiento se basa en esquemas estrella,
conformados por Tablas de Hechos y tablas
dimensionales.
Esquema estrella

Dimension Producto
Dimension Tiempo
Producto_id
Tiempo_id Fact Table Ventas
Codigo Producto
Dia_semana
Tiempo_id (FK) Descripcion Producto
Numero_semana
Almacen_id (FK) Marca
Mes
Producto_id (FK) Categoria
Promocion_id (FK)
Dimension Almacen Dolares
Almacen_id Unidades Dimension Promocion
Costo
Codigo_Almacen Promocion_id
Nombre_Almacen Nombre_Promocion
Distrito
Region
Tipo_Promocion
Modelamiento dimensional
Dimension Tiempo Dimension Producto
Tiempo_id Producto_id
Fact Table Ventas
Año Tiempo_id (FK) Producto
Mes Linea
Producto_id (FK)
Día Cliente_id (FK) Familia

Monto US$ Producto_id Familia Linea Producto

Tiempo_id Año Mes Día
Monto S/. 102 Gaseosa Plástico Coca Cola ½
25 2007 Junio 12/06/07
Unidades
Dimension Cliente
Cliente_id
Cliente
Cliente_id Tipo Cliente
Tipo Cliente
42 Persona Nat. Pepito

Tiempo_id Cliente_id Producto_id Monto US$

25 42 102 42.35
Copo de Nieve (Snowflake)
Copo de Nieve
Jerarquia Comercial
Dimension Producto
Producto_id
Codigo_producto Fact Table
Descripcion_producto Producto_id (FK)
Marca_comercial
Categoria_comercial
Tamaño
Sabor Alguna Fact Table con
Producto_id como
llave foranea

Marcas Comerciales
Marca_comercial_id Dimension Producto
Marca_comercial Producto_id
Categoria_comercial Codigo_producto Fact Table
Descripcion_producto Producto_id (FK)
Marca_comercial_id (FK)
Tamaño
Sabor
Modelos E-R y Dimensional
Shipper Ship
Producto Tabla de Hechos Cliente
descripción descripción
Orders Product
tamaño zona
sabor región
Contact_Loc Product_Line
familia estratégico

Cus_ Loc Product_Group

Promoción Tiempo
Contact descrición año
condición trimestre
descuento mes
vigencia feriado
•Técnica de diseño lógico que busca
eliminar la redundancia de datos
•Técnica de diseño lógico que busca
•Logra que las transacciones sean muy un acceso de alto rendimiento
simples y deterministas
•Contienen tablas de Hechos y tablas
•Contiene entidades lógicas en donde dimensionales
cada una es una tabla física
•Las Fact Table contienen hechos que
representan medidas tomadas de la
combinación de las llaves primarias de
cada dimensión
Relación Modelo Estrella - Reporte
Dimension Tiempo Dimension Producto
Tiempo_id Producto_id
Fact Table Ventas
Dia_semana Codigo Producto
Tiempo_id (FK) Descripcion Producto
Numero_semana
Almacen_id (FK) Marca
Mes
Producto_id (FK) Categoria
Promocion_id (FK)
Dimension Almacen Dolares
Almacen_id Unidades Dimension Promocion
Costo
Codigo_Almacen Promocion_id
Nombre_Almacen Nombre_Promocion
Distrito
Region Tipo_Promocion

Distrito Marca Total Dolares Total Costo Utilidad

Atherton Clean Fast $ 1,233 $ 1,058 $ 175

Atherton More Power $ 2,239 $ 2,200 $ 39
Atherton Zippy $ 848 $ 650 $ 198
Belmont Clean Fast $ 2,097 $ 1,848 $ 249
Belmont More Power $ 2,428 $ 2,350 $ 78
Belmont Zippy $ 633 $ 580 $ 53
 Integrando modelos estrella
Zona
CodZona: VARCHAR2(4)
Zona: VARCHAR2(40)
CondicionPago
CodPago: VARCHAR2(4)
Descripcion: VARCHAR2(40)
DiasNeto: NUMBER(6)
Documento
CodDoc: VARCHAR2(12)
Tipo: VARCHAR2(3)
Descripcion: VARCHAR2(40)
Producto
CodProducto: VARCHAR2(20)
Familia: VARCHAR2(40)
Linea: VARCHAR2(40)
Articulo: VARCHAR2(50)
FechaVencimiento: DATE
Tiempo
CodTiempo: VARCHAR2(10)
FactVentas Año: NUMBER(4)
CodProducto: VARCHAR2(20) Trimestre: NUMBER(2)
Mes: VARCHAR2(20)
CodZona:
CodPago: VARCHAR2(4)
VARCHAR2(4) Dia: NUMBER(2)
FactCobranzas
CodDoc: VARCHAR2(12)
Tipo: VARCHAR2(3) CodCliente: VARCHAR2(8)
CodTiempo: VARCHAR2(10)
CodVendedor: VARCHAR2(4)
CodVendedor: VARCHAR2(4)
CodCliente: VARCHAR2(8) Cobranza: NUMBER(12,6)
CodTiempo: VARCHAR2(10)
VentaLocal: NUMBER(15,4) Cliente
VentaDolar: NUMBER(15,4) CodCliente: VARCHAR2(8)
CostoLocal: NUMBER(15,4)
CostoDolar: NUMBER(15,4) Categoria: VARCHAR2(40)
Cantidad: NUMBER(15,4) Nombre: VARCHAR2(80)
Devolucion: NUMBER(15,4)
DiferenciaFavorLocal: NUMBER(15,4)
DiferenciaFavorDolar: NUMBER(15,4)
Vendedor
DiferenciaContraLocal: NUMBER(15,4)
DiferenciaContraDolar: NUMBER(15,4) CodVendedor: VARCHAR2(4)
Grupo: VARCHAR2(40)
NombreVendedor: VARCHAR2(40)
Pasos para el Diseño Dimensional

1. Análisis de requerimientos del Data Mart

2. Establecer la granularidad
3. Definir las dimensiones
4. Identificar las métricas (hechos) a evaluar
Ejemplo - Análisis de Ventas (Industriales)

Características :
• Detalle de ventas en unidades monetarias y físicas
• Análisis de ventas Anual, mensual y semanal
• Evaluación de ventas por Empresa y países
• Niveles de detalle por Familia, línea y producto
• Detalle por cliente, identificando los clientes corporativos
• Detalle por Proceso de Producción
• Análisis de ventas por
Vendedor
• Comparativo: de ventas entre unidades de tiempo
Consideraciones
• Análisis de ventas de uno o más años a la vez
• Suma acumulada de ventas
• Participación porcentual de las variables de ventas
 Requerimientos de Consultas (Star Net)

Tiempo
Ventas S
emana
Año Mes
Vendedor Vendedor

Ventas Soles País Empresa

Ventas Dólares Organización
Ventas Unidades
Familia
Línea
Tipo Producto
Cliente Producto
Procesos

Cliente
Producción
Modelo de datos (Ventas - Industrial)
Tiempo
Productos
DIA_ID
PRODUCTO_ID
YEAR
CODIGO_PRODUCTO
MES
PRODUCTO
SEMANA
FAMILIA
FECHA
LINEA

Ventas
Vendedores DIA_ID (FK)
VENDEDOR_ID VENDEDOR_ID (FK)
CLIENTE_ID (FK) Paises
CODIGO_VENDEDOR
VENDEDOR EMPRESA_ID (FK) PAIS_ID
PRODUCTO_ID (FK)
CODIGO_PAIS
PAIS_ID (FK)
PAIS
PROCESO_ID (FK)
Clientes
CLIENTE_ID MONTO_SOLES
UNIDADES Procesos
CODIGO_CLIENTE KILOS
CLIENTE PROCESO_ID
TIPO CODIGO_PROCESO
PROCESO

Empresas
EMPRESA_ID
CODIGO_EMPRESA
EMPRESA
Caso - Análisis de Ventas
Características :
• Detalle de ventas en unidades monetarias y físicas
• Análisis de ventas Anual, mensual, semanal y diaria
• Análisis geográfico de ventas por Empresa, Sucursal, Zona, Sector, Módulo
• Evaluar las ventas por la ciudad del cliente
• Niveles de detalle por Familia, línea y producto
• Detalle por Tipo Cliente y Cliente. El Tipo se refiere a Autoservicios,
Mayoristas, Minoristas, Instituciones, etc.
• Análisis de ventas por Supervisor y Vendedor
• Ventas reales vs presupuestadas por Empresa-Familia de
Producto-mes
• Comparativo:de ventas entre unidades de tiempo
Consideraciones
• Análisis de ventas de uno o más años a la vez
• Suma acumulada de ventas
• Participación porcentual de las variables de ventas
 Caso - Análisis de Ventas

Tiempo
Ventas Día
Semana
M Vendedor Vendedor
es Supervisor

Año

Ventas Soles
Empresa Sucursal Zona Sector Módulo
Ventas Dólares Geografía
Ventas Unidades
Familia
Línea
Tipo Producto
Cliente
Cliente Producto
Ciudad

Cliente
Caso - Análisis de Ventas
Tiempo Vendedores
DIA_ID VENDEDOR_ID
YEAR CODIGO_VENDEDOR
MES VENDEDOR
SEMANA
FECHA
Empresas
EMPRESA_ID
Clientes Ventas-Comercial
CLIENTE_ID DIA_ID (FK) CODIGO_EMPRESA
VENDEDOR_ID (FK) EMPRESA
CODIGO_CLIENTE ACTIVIDAD
CLIENTE_ID (FK)
CLIENTE
EMPRESA_ID (FK)
TIPO_CLIENTE
PRODUCTO_ID (FK)
SUPERVISOR_ID (FK) Productos
Supervisores CIUDAD_ID (FK) PRODUCTO_ID
SUPERVISOR_ID ZONA_ID (FK)
SUCURSAL_ID (FK) CODIGO_PRODUCTO
CODIGO_SUPERVISOR PRODUCTO
SUPERVISOR MONTO_SOLES UNIDAD_MEDIDA
MONTO_DOLARES FAMILIA
CANTIDAD LINEA
Ciudades COSTO_SOLES
CIUDAD_ID COSTO_DOLARES
MARGEN_SOLES Sucursales
CODIGO_CIUDAD MARGEN_DOLARES SUCURSAL_ID
CIUDAD
CODIGO_SUCURSAL
SUCURSAL
Zonas REGION
ZONA_ID
ZONA
SECTOR
MODULO
 Caso - Análisis de Ventas - Ppto
Tiempo Vendedores
DIA_ID VENDEDOR_ID
YEAR CODIGO_VENDEDOR
MES VENDEDOR
SEMANA
FECHA TiempoMes
Empresas
MES_ID
EMPRESA_ID
Clientes Ventas-Comercial YEAR
CLIENTE_ID DIA_ID (FK) CODIGO_EMPRESA MES
VENDEDOR_ID (FK) EMPRESA
CODIGO_CLIENTE ACTIVIDAD Presupuesto
CLIENTE_ID (FK)
CLIENTE
EMPRESA_ID (FK) MES_ID (FK)
TIPO_CLIENTE
PRODUCTO_ID (FK) EMPRESA_ID (FK)
SUPERVISOR_ID (FK) Productos FamiliaProd_id (FK)
Supervisores CIUDAD_ID (FK) PRODUCTO_ID
ZONA_ID (FK) Monto_soles
SUPERVISOR_ID Monto_dolares
SUCURSAL_ID (FK) CODIGO_PRODUCTO
CODIGO_SUPERVISOR PRODUCTO Cantidad
SUPERVISOR MONTO_SOLES UNIDAD_MEDIDA
MONTO_DOLARES FAMILIA FamiliaProductos
CANTIDAD LINEA FamiliaProd_id
Ciudades COSTO_SOLES FamiliaProducto
CIUDAD_ID COSTO_DOLARES
MARGEN_SOLES Sucursales
CODIGO_CIUDAD MARGEN_DOLARES SUCURSAL_ID
CIUDAD
CODIGO_SUCURSAL
SUCURSAL
Zonas REGION
ZONA_ID
ZONA
SECTOR
MODULO
Consideraciones de diseño
Consideraciones de diseño

1. En lo posible evitar crear muchas dimensiones

2. Diseñar teniendo en cuenta una perspectiva global
3. Considerar las particula.ridades de las herramientas de
análisis en el diseño
4. Validar modelo frente a requerimientos de usuarios
5. Prepararse para comenzar nuevamente
6. Documentar el modelo final
7. El equipo técnico debe quedar conociendo a plenitud el
modelo final
Tablas agregadas
VENTAS
DIA_ID (FK)
CLIENTE VENDEDOR_ID
CLIENTE_ID CLIENTE_ID (FK)
EMPRESA_ID (FK)
CLIENTE
PRODUCTO_ID
NOMBRE
PAIS_ID (FK)
CANAL
CIUDAD_ID
GRUPO
SUCURSAL_ID (FK)
EMPRESA
REPRESENTADA_ID (FK)
DIVISION_ID (FK)
SUPERVISOR_ID
DIVISION ZONA_ID
DIVISION_ID MONTO_SOLES
MONTO_DOLARES
DIVISION
CANTIDAD
PAIS NOMBRE EMPRESA TIEMPO
COSTO_SOLES
PAIS_ID EMPRESA DIA_ID
EMPRESA_ID COSTO_DOLARES
PAIS MARGEN_SOLES FECHA
CODIGO_EMPRESA
NOMBRE MARGEN_DOLARES ANO
NOMBRE
EMPRESA ACTIVIDAD TRIMESTRE
SUMAMES_VENTAS MES
MES_ID (FK)
CLIENTE_ID (FK)
EMPRESA_ID (FK)
FAMILIA_ID (FK)
PAIS_ID (FK) REPRESENTADA
SUCURSAL_ID (FK) REPRESENTADA_ID
REPRESENTADA_ID (FK)
DIVISION_ID (FK) REPRESENTADA
NOMBRE
MONTO_SOLES EMPRESA
MONTO_DOLARES
CANTIDAD
COSTO_SOLES TIEMPOMES
FAMILIA COSTO_DOLARES MES_ID
FAMILIA_ID MARGEN_SOLES
ANO
MARGEN_DOLARES
FAMILIA TRIMESTRE SUCURSAL
NOMBRE MES SUCURSAL_ID
ORIGEN
EMPRESA SUCURSAL
NOMBRE
ADMINISTRADOR
EMPRESA

<
Modelamiento Dimensional
-Taller-