0% encontró este documento útil (0 votos)
57 vistas29 páginas

Análisis Dimensional en Inteligencia de Negocios

Este documento describe los conceptos clave de la inteligencia de negocios como el análisis dimensional, data warehouse, data marts y cubos OLAP. También explica el proceso de analizar los requerimientos de negocio e identificar medidas, dimensiones y jerarquías para diseñar soluciones de BI.
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
57 vistas29 páginas

Análisis Dimensional en Inteligencia de Negocios

Este documento describe los conceptos clave de la inteligencia de negocios como el análisis dimensional, data warehouse, data marts y cubos OLAP. También explica el proceso de analizar los requerimientos de negocio e identificar medidas, dimensiones y jerarquías para diseñar soluciones de BI.
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

INTELIGENCIA DE NEGOCIOS

ANALISIS DIMENSIONAL

 INTELIGENCIA DE NEGOCIOS
 Antonio Noronha Gómez
Mas allá del análisis y visualización
tradicional

Inteligencia de Negocios. Mejorar las organizaciones, proporcionando


vistas de aspectos de negocio a todos los empleados para que tomen
mejores y mas relevantes decisiones en menos tiempo y con la mayor
información posible
• Medir Gestión de desempeño del negocio
• Estructurado para distribuir y realizar consultas
Introducción al Data Warehouse
Un Data Warehouse es una Base de
Datos (BD) que contiene:
• Datos Empresariales
• Integrar colección de datos históricos.
• Datos: dirigidos al usuario, consolidados y consistentes
• Datos estructurados para distribución y consultas

Una solución de Data Warehousing


(ETL) es un Proceso que:
• Recupera –desde un OLTP-, transforma datos y carga
datos a un Data WareHouse. En terminos generales lleva
datos desde un origen a un destino.
• Usa herramientas para construir y manejar el data
warehouse

Corresponde a la Categoria de los


Sistemas de Soporte de Decisiones
Introducción al Data Warehouse
Sistemas Operacionales: Una Solución Transaccional
• Sigue eventos Individuales
• Diseñado para Real-time Data Entry y Edición de Datos
• Ejemplos:
• Aplicación de Almacenes
• Sistema de pedido de productos
• Atención de Reclamos: empresa de servicios
• Operaciones de Bancos.
Sistemas Analíticos: Una Solución de Data Warehouse
• Asiste como Soporte de Decisiones Estratégicas.
• Proporciona Diferentes Niveles de Análisis
• Permite a los usuarios Navegar en diferentes Niveles de Datos
• Permite a los Sistemas Búsquedas para hallar nuevas Relaciones.
• Ejemplos:
• Aplicaciones de gestión de unidades de negocio.
• Aplicaciones de rendimiento de un proceso de produccion.
Comparando Soluciones
Transaccionales y Data Warehouse
Soluciones Soluciones en
Transactionales Data warehouse
Frecuencia de
Tiempo Real Periódicamente
Actualización

Estructurado paraIntegridad de Datos Facilidad de consultas

Procesamiento de Performance de
Optimizado para
Transacciones Consultas.
Data Marts y Data Warehouses

Por qué Construir Qué es un Data Por qué Construir


un Data WareHouse Mart Data Marts
• Permite ejecutar • Una parte de un • Consultas rápidas
análisis data warehouse y pocos usuarios
rápidamente • Para temas • Tiempo de
• Permite el Acceso particulares o desarrollo rápido
a los datos de Actividades
toda la Empresa específicas de
• Permite tener negocios.
datos consistentes • Puede ser una
• Su gran almacen solución táctica
de datos permite
responder en qué
objetos del
negocio se
pueden hacer
mejoras.
Moviendo Datos de un Data
Warehouse a Data Marts

Origen1 Ventas Mart

Origen 2 Data
Finanzas Mart
Warehouse
Origen 3
Servicio
Cliente Mart

 Ventajas  Desventaja
 Campos Compartidos  Tiempo largo de desarrollo
 Orígen Común
 Procesamiento Distribuído
Moviendo Datos desde Data Marts
a un Data Warehouse

Origen1 Ventas Mart

Origen 2 Finanzas Mart


Data
Warehouse
Origen 3 Atención Cliente
Mart

 Ventajas  Desventajas
 Simple and rápido  Duplicación de Data
 Datos Departamen-tales  Data marts Incompatibles
Elementos Básicos

Orígen: OLTP Data Marts


Sistemas
Cubo
OLAP

Clientes
Data
Warehouse

3 4 5 6
1
Recuperar Data Poblar Data Poblar Procesar Consultar
2 Transform Data Warehouse Data Mart Cubos Data
Elementos Básicos de un
Data Mart
Datos en un Data Warehouse

•Características de
la Data

• Componentes
Internos del Data
WareHouse
Integrando Business Intelligence
Ejemplos de Indicador Gestión

Dónde está el Problema ?


Requerimientos Estratégicos
• Entrevistas
• Informes /Estadísticas / Cuadros de Gestión
• Base de Datos
• Análisis Dimensional Inicial
Revisión del Plan Estratégico
Técnica Dimensional
Técnica Dimensional
Técnica Dimensional
Entrevistas
CONOCER EL NEGOCIO
• Cuales son los objetivos de su organización/area que
representa.
• Que hace para cumplirlos?  Estrategias
• Cuales son las metas prioritarias que determinan el éxito de
su gestión ?  Indicadores y Medidas

REQUERIMIENTOS
• Que capacidad de análisis desea realizar con respecto a
….(cliente, organización, tiempo, etc -dimensiones )
• Que tipo de análisis utiliza rutinariamente?
• Que reportes generalmente utiliza ?
Reportes
CONOCER EL NEGOCIO
• Son los requerimientos propiamente
dichos.
• Cada reporte debe estar incluido en la
solución final.
Cuantas Medidas y Dimensiones Existen?
IDENTIFICAR DIMENSIONES
• Visualice la clasificación del cuadro e
identifique las cabeceras de las columnas
con menor nivel.
• Visualice la clasificación del cuadro e
identifique las cabeceras de las filas con
menor nivel.
• Visualice el título del reporte e identifique
el nivel más bajo

IDENTIFICAR MEDIDAS
• Cuál es la intersección entre las
columnas y filas de menor nivel.

IDENTIFICAR JERARQUIAS
• Identifique los acumulados a nivel de
Columna
• Identifique los acumulados a nivel de Fila
• Identifique alguna clasificación en el título
Análisis Dimensional Inicial
Análisis Dimensional
Consiste en la formalización del contenido del producto a
implementar que ha sido definido por el usuario y que se
implementará como parte de la solución final

Esta conformado por los siguientes documentos


• Hoja de Gestión
• Hoja de Análisis
• Cuadro Jerarquías y Medidas
• Cuadro Medidas y Dimensiones
• Análisis Dimensional Final
Hoja de Gestión
• Definir indicadores de gestión que formaran parte del
producto.
Hoja de Análisis
• Definir medidas, dimensiones y niveles.
Dimensiones vs Jerarquías
• Permite organizar los niveles en jerarquías con miras a
permitir el análisis de lo mas genérico a los mas
detallado
Dimensiones vs Medidas
• Permite identificar que medidas serán analizadas por que
dimensiones
• Deberá identificar en que transacción, formulario, pagina
web, documento se genera la medida y analizando si esta
presente la dimensión.
Análisis Dimensional Final
• Permite identificar que medidas serán analizadas por que
dimensiones
• Deberá identificar en que transacción, formulario, pagina web,
documento se genera la medida y analizando si esta presente
la dimensión.
- Caratula
- Introducción
- Desarrollo
- identificacion de la empresa a analizar
- de que trata la empresa
- otro datos
- Requerimientos estrategicos
- Hoja de gestion (Proceso, objetivo estrategici, Acciones
Estrategicas e Indicadores-Indicador, medida, Estados)
- Requerimientos (Reportes, encuestas, entre otros)
- Analisis dimensional Inicial
- Analisis Dimensional
- Hoja de gestion
- Hoja de Analisis
- Dimensiones vs Jerarquias
- Dimensiones vs Medidas
- Analisi Dimensional FINAL
- BI
- DataMart
- ETL
- OLAP
- Proyecto PBI o EXCEL
- Creacion de KPI (Indicador)
- Conclusiones
- Bibliografía (APA)
GRACIAS

También podría gustarte