The Data Warehousting institute
Inteligencia de Negocios son procesos, tecnologias y herramientas que nos
ayudan a convertir datos en informacion, informacion en conocimiento y conocimiento
en ayuda a la toma de decisiones.
Hans Peter Luhn, IBM 1958
La capacidad de interpretar las relaciones mutuas de los hechos presentados,
de tal manera que permita orientar nuestras acciones hacia una meta deseada.
Reporting
Dashboarding
DW
Data Mining
BSC4
Big Data
DQ
MDM
xxx TDWI Maturity Model xxxxx
Maturity Model Adoption Curve - six Stages
1.- Prenatal: Production Reporting
2.- Infant: Spreadmarts
xxxxxxx GULF xxxxxxxxxx
3.- Child: Data Marts
4.- Teenager: Data Warehouses
xxxxxxx CHASM xxxxxxxxx
5.- Adult: Enterprise DW
6.- Sage: Analytics Services
xxx Piramide BI xxx
Inteligencia Estrategica (cima)
Inteligencia Analitica
Inteligencia Operativa (Base)
--------
Inteligencia Estrategica:
comunicar la Estrategia
Supervisar el cumplimiento
Alertar anticipadamente
Inteligencia Analitica
Identificar y aislar las causas del problema
Descubrir tendencias y patrones
Usar Dashboards analiticos, OLAP, analitica predictiva o consutas ad-hoc
Inteligencia Operativa
implementar iniciativas operacionales
Monitorear cumplimiento de politicas
Alertas de la operacion en tiempo Real.
xxx Software vs Business Intelligence
aplicaciones estandar
Necesidad del negocio
consultas estaticas
Nuevos informes necesitan desarrollo
informacion operacional
Orientado tanto a niveles altos com bajos
informacion a nivel detalle
Inteligencia de Negocios
Oportunidad del negocio
Consultas dinamicas
El usuario disena con facilidad y flexibilidad sus informes
Informacion estrategica e historia
Principalmente orientado a altos niveles jerarquicos
datos integrados y estandarizados
QUE NO ES BUSINESS INTELLIGENCE?
No es una tecnologia, se apoya en ella
No da una unica solucion, se enfoca en la vision y las necesidades del negocio
No es un sistema operacional, son herramientas para analizar informacion.
ETL:
E - Extraccion y Migracion
Extraccion de la fuente al S.A.
Validaciones Generales
Transformaciones Basicas
T - Transformacion
Limpieza de datos
Eliminacion datos irrelevantes
Combinaciones de datos
generacion de llaves sustitutas
Transformaciones complejas
L - Carga de datos, indexacion, puesta en produccion
Control de calidad
Actualizacion de la informacion
Liberacion
Auditoria
Seguridad
STAGING AREA
Sistema que permanece entre las fuentes de datos y el data warehouse con el objeto
de:
Facilitar la extraccion de datos
Data cleansing (Limpieza de datos)
Mejorar la calidad de datos
Ser usado como cache de datos operacionales con el que porteriormente se
realiza el proceso de data WareHousing.
DATA MARTS
Los Data marts son subconjuntos de datos de una data warehouse para areas
especificas
Entre las caracteristicas de un data mart destacan:
Usuarios limitados
Area especifica
Tiene un proposito especifico
tiene una funcion de apoyo.
DATAWAREHOUSE
--Ralp Kimball-- Dise�o en estrella
Una copia de las transacciones de datos especificamente estructurada para la
consulta y el analisis
Un data warehause no era mas que: la union de todos los data marts de una entidad.
Metologia (Bottom-up)
-- Bill H. Inmon --
Un data warehouse es un conjunto integrado de bases de datos, con orientacion
tematica, que estan disenados para el apoyo a la toma de decisiones, y donde cada
unidad de datos es relevante en algun momento del tiempo
Metodologia (top-down)
ORIENTADO A TEMAS: Los datos en la base de datos estan organizados de manera que
todos elementos de datos relativos al mismo evento u objeto del mundo real queden
unidos entre si.
VARIANTE EN EL TIEMPO: Los cambios producidos en los datos a lo largo del tiempo
quedan registrados para que los informes que se puedan generar reflejen esas
variaciones.
NO VOLATIL: La informacion no se modifica ni se elimina, una vez almacenado un
dato, este se convierte en informacion de solo lectura, y se mantiene para futuras
consultas
INTEGRADO: La base de datos contiene los datos de todos los sistemas operacionales
de la organizacion, y dichos datos deben ser consistentes.
TABLA DE DIMENSIONES
Tienen tres tipos de campos: llave primaria, niveles de la jerarquias y campos de
atributos
Recomendacion: Las llaves primarias deben ser enteros identity, no se recomienda
utilizar las llaves del OLTP
Cada nivel de una jerarquia equivale aun campo de la tabla
Los datos almacenados en los campos son los miembros
Una tabla de dimension puede tener mas de una dimension
los atributos son datos adicionales
TABLAS DE HECHOS
Almacena entre el 97% y 99% de los datos
crece constantemente, con registros diarios o semanales
Los registros no se actualizan a no ser que se detecten errores en los datos
tiene dos tipos de columnas: LLAVES Y MEDIDAS
Existe una llave externa por cada dimension
La llave primaria puede estar compuesta por las llaves de las dimensiones
No deben existir nulos en los campos de la llaves.
MICROSOFT BI
Evolucion
Data quality
MDM
ETL
REPORTING
CUBE
SEMANTIC MODEL
SELF SERVICES
SCOREDCARD Y DASHBOARD
MOBILE
DATAMINIG
BIG DATA
