Bienvenido al curso: Aplicaciones de Gestión Empresarial

1
Iniciaremos este tema conociendo acerca de Business
Intelligence

2
Al finalizar el tema, el estudiante entiende el concepto de
business intelligence así como los principales componentes
técnicos de una solución BI y el proceso de implementación en
un proyecto de este tipo.

3
 TEMARIO

Este es el temario de la sesión. Selecciona cada botón para

ingresar a cada tema.

4
El gerente de operaciones de la empresa ABC no puede creer
que después de haber invertido varios miles de dólares en la
implementación de un BI de primer nivel, no pueda obtener la
información que necesita.

5
Cuando conversa con Edwin, el Jefe de Sistemas, este último le
comenta que han tenido problemas con el ETL y que los datos
no cuadran todavía.

6
El gerente de operaciones le indica que ese no es el problema
más grande, ya que él esperaba poder llegar a analizar el costo
de producción por ítem y componente, pero ese reporte no
figura por ningún lado.

7
Ahora que conocimos este caso, reflexionemos en torno a un
par de interrogantes.

8
La toma de decisiones se da en el día a día de la empresa, desde
los altos niveles de la organización hasta los equipos
funcionales. La empresa tiene que tomar decisiones sobre, por
ejemplo: ¿Qué productos vender?, ¿Cuántos productos
producir?, ¿En que segmentos de mercado competir?, ¿A qué
persona contratar?.

Los sistemas de información pueden mejorar la calidad de las

decisiones porque deben brindar información oportuna y
exacta. En palabras de Ford Motor Co. “Los sistemas de
información, deben existir solo para un propósito primordial:
soportar los procesos de toma de decisiones en la
organización”.

9
El proceso de toma de decisiones es estructurado, primero
identificamos un problema y lo reconocemos. Luego
identificamos posibles soluciones, luego seleccionamos la que
creemos es la mejor solución y finalmente implementamos la
solución seleccionada y la probamos.

10
Un Sistema de Soporte a la Decisión (DSS) es una herramienta
de Business Intelligence enfocada al análisis de los datos de una
organización. Estas son algunas de las características más
importantes de estos sistemas.

11
Así entonces el concepto de BI es una amplia categoría de
aplicaciones y tecnologías para la recolección, almacenamiento,
análisis, intercambio y acceso a datos para ayudar a los usuarios
empresariales a tomar mejores decisiones de negocios.

Se refiere al proceso de convertir datos en conocimiento y

conocimiento en acciones para crear la ventaja competitiva del
negocio. El BI nace como respuesta a diversas necesidades de
información en todos los niveles de la empresa.

12
Hoy en día, la inteligencia de negocios es indispensable, sin las
herramientas y soluciones que presenta, no es posible que una
compañía se mantenga competitiva. La inteligencia de negocios
permite agilizar procesos en todas las áreas gracias a que hace
disponible la información a todos los niveles la organización.

13
La arquitectura de un BI contiene muchos componentes, en este
gráfico mostramos una vista simplificada. El flujo de información
va de izquierda a derecha, el sistema operacional, el ERP, el CRM
y cualquier archivo de datos necesario, todos ellos son llamados
orígenes de datos o data sources, estos contienen información
de diversos procesos y en formatos diferentes.

Todos estos datos, deben ser de alguna forma integrados y

estandarizados, esto lo hace el proceso llamado ETL quien se
encarga de extraer, transformar y cargar la información en una
gran base de datos llamada Datawarehouse. Finalmente, esta
información queda disponible para ser explotada o analizada
por las herramientas OLAP, usar Data Mining, o simplemente
mostrarla con alguna herramientas de visualización.

14
El componente ETL de BI es uno de los mas importantes y es el
que se lleva el mayor esfuerzo en una implementación. El
primer paso siempre debe ser identificar las fuentes de
información que nos van a ayudar a responder las preguntas del
negocio. Estos datos pueden estar en sistemas ERP, en sistemas
legados o en hojas de Excel de un proceso no automatizado.

15
El datawarehouse es el repositorio central de datos que
concentra información de interés para toda la organización y
distribuye dicha información por medio de diversas
herramientas de consulta y creación de informes orientadas a la
toma de decisiones.

Es el destino final del proceso ETL y contiene una o más grandes

bases de datos donde se almacena la información necesaria
para responder las preguntas del negocio que hayan llevado a
su creación.

16
Un datamart es una forma simple de datawarehouse centrado
en un solo tema o línea de negocio. Con un datamart, los
equipos pueden acceder a los datos y obtener información más
rápidamente, porque no tienen que perder tiempo buscando en
un datawarehouse más complejo o agregando manualmente
datos de diferentes fuentes.

Es posible tener un datamart distinto para cada área del negocio

17
La minería de datos es el proceso de encontrar anomalías,
patrones y correlaciones dentro de grandes conjuntos de datos
para predecir resultados. Usando una amplia gama de técnicas,
puede utilizar esta información para aumentar los ingresos,
reducir los costos, mejorar las relaciones con los clientes,
reducir los riesgos y más. Es importante porque permite
examinar y comprender lo que es relevante en la información.

18
OLAP o procesamiento analítico en línea es un método
informático que permite a los usuarios extraer y consultar datos
de manera fácil y selectiva para analizarlos desde diferentes
puntos de vista.

Las herramientas o software OLAP están basadas normalmente

en sistemas o interfaces multidimensionales y permiten
extender la variedad de operadores, como drill, roll, pivot, slice.
Los resultados se presentan de manera matricial o híbrida.

19
Para entender mejor el modelado multidimensional debemos
conocer dos conceptos: hechos, contienen medidas,
información que se va analizar. Dimensiones, contienen
información descriptiva de las transacciones que se analizan en
los hechos.

Estos dos conceptos se llevan a la práctica al momento de

modelar la base de datos.

20
Para esto los esquemas más conocidos para hacer el modelado
multidimensional son el esquema estrella (Star Schema) y el
esquema copo de nieve (Snowflake Schema). En ambos
esquemas, los hechos se almacenan en una tabla central
llamada Fact Table y las dimensiones se almacenan en tablas
separadas que se relacionan directamente con la Fact table. La
diferencia entre el esquema estrella y el esquema copo de nieve
es que en copo de nieve es que en cada dimensión se
almacenan jerarquías de atributos o simplemente se separan
atributos en otra entidad.

21
Un proyecto de BI no difiere mucho de otros proyectos, pero
hay algunas particularidades que debemos tener en
consideración:

1. Durante la etapa de análisis y diseño es clave identificar la

información que se quiere mostrar o analizar.
2. Durante la etapa de Extract-Transform es importante saber
qué es lo que toma más tiempo, cerca del 60% del tiempo del
proyecto se concentra en esta etapa por la complejidad de
consolidar la información de diversos orígenes de datos.
3. Durante la etapa de carga de datos se debe crear el modelo
de datos, también se debe crear la infraestructura de base de
datos.

22
Te invitamos a revisar las conclusiones del tema para que
puedas consolidar tu aprendizaje.

23
Te invitamos a revisar estas referencias para profundizar sobre
este interesante tema.

24
25