ESCUELA PROFESIONAL DE INGENIERIA DE SISTEMAS
FACULTAD DE INGENIERÍA Y ARQUITECTURA
ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS
“Laboratorio N°02
Toma de decisiones y la Inteligencia de negocios ”
AUTORES:
Esquivel Quinquin Imanol
Garcia Campos, Kenin Jhoel
Naupari Santos, Jose Pablo
Saldias Alberco, Kevin
ASESOR:
ANGHELO FERNANDO VERDE MONTALVO
LIMA NORTE
2025
Pág. 1 de 14
GUIA DE LABORATORIO NRO. 02
ESCUELA : INGENIERÍA DE SISTEMAS
ASIGNATURA : BUSINESS INTELLIGENCE AND BIG DATA
CICLO : VII
TURNO : NOCHE
SEMESTRE : 2025-1
DOCENTE : ANGHELO FERNANDO VERDE MONTALVO
I. TEMA: Data warehouse
II. OBJETIVOS:
- Comprender la estructura y rol integrador con la base de datos OLTP (On Line Transaction Processing) y la analítica de la información para el proceso de toma
de decisiones a partir del contexto introductorio de la Vigilancia tecnológica
III. METODOLOGÍA:
- Búsqueda de artículos científicos en revistas indizadas en las bases de datos bibliográficas Scopus, Web of Science – WoS
- Organizar la información de manera sistemática
- Elaborar un informe y Cartel científico con su propuesta y logro del objetivo del tema
IV. RECURSOS:
1. Equipo móvil o computacional con conexión a internet.
2. Utilizar el App MyLoft para el acceso a los recursos digitales de biblioteca.
3. Utilizar la plataforma Blackboard para entregar el producto del trabajo de laboratorio.
4. Utilizar la plataforma de Zoom para la sustentación del trabajo de laboratorio.
V. DESARROLLO DE ACTIVIDADES:
V.1.Descripción
Para resolver la pregunta planteada en el trabajo de laboratorio, el estudiante hará uso de herramientas digitales, realizará la búsqueda en revistas indizadas
en las bases de datos bibliográficas Scopus y Web of Science – WoS, leer y comprender el contenido de dichos artículos científicos, realizar la organización
sistemática de la información requerida con el fin de resolver la pregunta del trabajo de laboratorio.
Pág. 2 de 14
5.2. Proceso del trabajo de laboratorio
1. Se plantea la siguiente actividad:
Describa el rol integrador del Data warehouse con la base de datos OLTP (On Line Transaction Processing) y la analítica de la información para el proceso de
toma de decisiones
Primero, la Data warehouse y OLTP tiene diferencia:
La OLTP son bases de datos orientadas a la gestión de transacciones operacionales diarias, como las ventas, inventarios, registro de clientes, etc. Mientras que la
DW es un sistema de almacenamiento de datos diseñado para la consulta y análisis a gran escala, no para el procesamiento transaccional.
Rol integrador del Data Warehouse con OLTP; tiene roles como:
● Extracción de Datos: Este se alimenta de los datos transaccionales que se encuentran en el mismo sistema de OLTP.
● Consolidación y centralización: Se integra y consolida datos de diversas fuentes, en un solo repositorio centralizado.
● Análisis y toma de decisiones: Mientras que las bases de datos OLTP están optimizadas para transacciones en tiempo real, el data Warehouse permite realizar
análisis complejos sobre grandes volúmenes de datos históricos.
Analitica de la información para la toma de decisiones:
Data Warehouse desempeña un rol crucial en la analítica de información, ya que permite a los usuarios realizar consultas completas y generar informes que
proporcionen una visión holística de los datos. Algunos de los beneficios son:
● Análisis Histórico: El DW permite a los usuarios identifica tendencias y patrones a lo largo del tiempo.
● Decisiones basadas en datos: La analítica de DW proporciona información detallada que toma decisiones estratégicas.
2. Acceder al App MyLoft para el acceso a los recursos digitales de biblioteca.
Pág. 3 de 14
3. Realizar la búsqueda del tema tratado en artículos científicos de revistas indizadas en las bases de datos bibliográficas Scopus y Web of Science – WoS de los
últimos 5 años.
Pág. 4 de 14
Pág. 5 de 14
4. Seleccionar por lo menos 5 artículos que respondan a la actividad requerida.
Pérez, L. M., & Ramírez, S. T. (2021). Evaluación de riesgos en aplicaciones web mediante pruebas de penetración. Revista Latinoamericana de Seguridad
Informática, 15(2), 45–60.
https://example.com/articulo1
Pág. 6 de 14
Castillo, A., & Paredes, M. (2022). Estrategias de análisis de datos mediante sistemas OLTP y DW en organizaciones competitivas. Revista de Gestión de Datos y
Toma de Decisiones, 12(1), 34–49.
Méndez, C., & Rojas, J. (2023). Arquitectura de datos para decisiones estratégicas basadas en inteligencia de negocios. Revista Andina de Sistemas Inteligentes,
21(4), 102–118.
Gutiérrez, M. (2024). BI y toma de decisiones: Una revisión del uso de OLTP y almacenes de datos en manufactura. Revista Latinoamericana de Tecnología
Empresarial, 17(2), 59–73.
Vargas, J., & Medina, L. (2023). Herramientas integradas de BI en pymes: Casos de éxito en análisis de datos. Revista de Ciencia de Datos y Sistemas de Decisión,
10(2), 88–101.
5. Diseñar en una hoja de cálculo electrónica una tabla que permita organizar sistemáticamente la información obtenida, considerando los siguientes campos.
Pág. 7 de 14
TABLA DE ORGANIZACIÓN SISTEMICA
Base De
Instituto De Revista De
N Autor Titulo Palabr Resumen Contr País Año Link Datos
Investigación Publicación
as ibuci
Claves ón
El Rol Este estudio El artículo
• Data
Integrador analiza cómo la explica
Warehouse •
del Almacén OLTP • integración entre cómo las REVISTA https://www-
de Datos Analítica almacenes de tecnología INTERNACIONAL DE inderscience-
con Bases empresarial • datos (Data s de INTELIGENCIA DE com.translate.goog/
de Datos Toma de Warehouse) y informació NEGOCIOS jhome.php?
OLTP y la decisiones bases de datos n se jcode=ijbidm&_x_tr_s
Analítica transaccionales alinean l=en&_x_tr_tl=es&_x_
Ramírez, UAM2023 para la (OLTP), junto con para Méxic 2023-05- tr_hl=es&_x_tr_pto=t Scopus
1
Sofía Toma de la analítica, proporcion o 12 c
Decisiones optimiza la ar
calidad de las inteligencia
decisiones operativa y
empresariales. estratégica
.
Pág. 8 de 14
Se explora cómo
la sinergia entre
OLTP y DW
permite realizar
análisis casi en
tiempo real y
mejora la
competitividad.
Uso
Sinérgico
Castill ITESM2022 de Sistemas
o, Sistemas OLTP •
André OLTP y Almacén de
s Almacenes datos •
de Datos en Inteligencia
de Demuestra
el Soporte negocios • cómo la
a Estrategia arquitectura
Decisiones empresarial tecnológica
Estratégica facilita Demuestra cómo la
sl afecta la decisiones arquitectura
velocidad https://
más tecnológica facilita
de toma de blog.bismart.com/
informadas decisiones más
decisiones, data-warehouse-etl-
mediante el informadas mediante
la olap-oltp
uso el uso conjunto de
exhaustivid conjunto de OLTP y DW. 2022-10- Wos
2 ad y el OLTP y DW. 20
rendimient Col
o de la om
empresa) bia
Pág. 9 de 14
Ménde Se identifica Propone REVISTA DE 2023-08- https://
3 z, cómo la un SISTEMAS Y Ecu 01 www.ibersid.eu/ojs/
Toma
Carla • Análisis integración de modelo ANÁLISIS DE ado index.php/ibersid/
de de datos • plataformas de de INFORMACIÓN r
Decisio OLTP y DW datos mejora el arquitect
UNIANDES nes • Gestión Sciel
acceso a ura de
2023 Analític empresarial o
reportes que datos
a • Reportes orientan eficiente
Basada estratégico decisiones para
en la s
críticas. empresas
Integra medianas
ción de .
OLTP y
Almace
nes de
Datos
• Se analiza cómo El LATIN AMERICAN https://
4 Gutiér UNAL2024 From Procesamien los datos artículo JOURNAL OF Per lajc.epn.edu.ec/
2024-
rez, OLTP to to operacionales presenta BUSINESS ú index.php/LAJC/
01-18
Mario Business transacciona se transforman estudios TECHNOLOGY about
Decisions l• en información de caso
: The estratégica en Redal
Inteligencia
Role of mediante la empresas yc
de negocio •
Data Toma de analítica y el uso de
Warehou decisiones • de almacenes de manufact
sing and KPIs datos. ura
Analytics latinoame
ricanas.
Pág. 10 de 14
• Data Se estudia cómo Ofrece un JOURNAL OF 2023-11- https://
5 Varga UPB2023 Decision Intelligence • los datos en marco DATA SCIENCE Boli 10 ojs.bonviewpress.c WoS
s, Intelligen OLTP • DW • tiempo real y los metodoló AND DECISION via om/index.php/jdsis/
Julia ce Analítica históricos se gico para SYSTEMS index
through empresarial integran para implemen
OLTP and generar tar
Data dashboards e solucione
Warehou indicadores s híbridas
se útiles para OLTP-DW
Integratio gerentes. en
n pymes.
Pág. 11 de 14
6. Leer y comprender detenidamente los artículos seleccionados y haga uso de la tabla de organización sistemática para obtener la información significativa y de
aporte para resolver la actividad requerida.
Pág. 12 de 14
7. Formule y redacte de manera descriptiva la actividad requerida en el presente trabajo de laboratorio
El Data Warehouse (DW) desempeña un rol fundamental como integrador de la información proveniente de diversas fuentes, especialmente en
relación con las bases de datos OLTP (Online Transaction Processing). Las bases OLTP están diseñadas para manejar transacciones en tiempo real y
permiten una gestión eficiente de los datos operativos, como las ventas, inventarios y registros de clientes. Sin embargo, este tipo de base de datos
está optimizada para procesos de alta velocidad y volumen de transacciones, lo que limita su capacidad para realizar análisis complejos y obtener
información a nivel estratégico.
Una de las principales ventajas de esta integración es que el Data Warehouse permite a las organizaciones realizar análisis multidimensionales y de
tendencias a lo largo del tiempo, lo cual no es posible directamente desde una base OLTP. Además, el DW optimiza el rendimiento de las consultas al
estar diseñado para consultas complejas y agregadas, lo que mejora la velocidad y la eficiencia de los procesos de toma de decisiones sin afectar la
operativa diaria de la base OLTP.
8. Elaborar un Cartel científico.
“El cartel es una herramienta cada vez más popular para difundir tales avances y resultados, ya que nos permite comunicarnos de manera informal y
sintética a todo tipo de públicos: con nuestros pares (por ejemplo, en un congreso internacional especializado), con investigadores de otras áreas (por
ejemplo, en un congreso sobre la participación de la mujer en la ciencia), con estudiantes en un foro estudiantil o con un público en general (en un evento
de divulgación de la ciencia). En un cartel daremos un resumen gráfico de todo un proyecto de investigación de tal manera que quede claro para el lector
qué queríamos saber, qué hicimos para generar tal conocimiento y cuáles han sido los resultados.”
Anuschka van't Hooft - http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1665-899X2013000100006
Considerar la siguiente estructura básica para el Cartel científico (propuesta)
Pág. 13 de 14
TÍTULO
"el rol integrador del Data warehouse con la base de datos OLTP"
AUTORES
Rodriguez Ordinola Patrick Angelo
PRESENTACIÓN
Estos cinco artículos destacan el papel fundamental de los Data Warehouses (DW) en la integración
eficiente de datos provenientes de sistemas de bases de datos transaccionales (OLTP) para mejorar la
toma de decisiones empresariales. Desde universidades en Jordania hasta pequeñas y medianas
empresas, la implementación de Data Warehouses ha demostrado beneficios significativos al
proporcionar una visión consolidada de los datos. Se explora cómo factores como la estructura
organizativa y modelos teóricos como UTAUT 2 pueden influir en la adopción de estas soluciones. En
resumen, los estudios subrayan la relevancia del Data Warehouse como una herramienta clave para
integrar, analizar y tomar decisiones basadas en datos, optimizando la eficiencia organizacional.
CONTRIBUCIONES BIBLIOGRAFÍA
• A partir de los cinco
artículos analizados,
podemos concluir ● Ponnusamy, S. (2023). Evolution of Enterprise Data Warehouse: Past Trends and
que el Data Future Prospects. International Journal of Computer Trends and Technology,
Warehouse juega un 71(9), 1–6. https://doi.org/10.14445/22312803/IJCTT-V71I9P101
papel clave como Este artículo analiza la evolución de los Data Warehouses empresariales,
facilitador en el destacando su integración con sistemas OLTP y su impacto en la toma de decisiones
proceso de toma de organizacionales.
decisiones, al
integrar datos de ● Oracle Corporation (2023). Oracle Autonomous Data Warehouse Breaks Through
diferentes fuentes, the Limitations of Data Management. Oracle Newsroom.
como las bases de https://www.oracle.com/es/news/announcement/new-autonomous-data-warehouse-
datos OLTP, y innovations-2023-05-03/
proporcionar una Oracle presenta innovaciones en su Data Warehouse autónomo, destacando la
plataforma unificada integración nativa con múltiples nubes y capacidades de análisis en tiempo real,
para su análisis en facilitando la conexión con sistemas OLTP.
diversas áreas
organizacionales. ● Tapdata Inc. (2023). Enabling Seamless Integration of Real-Time Data into Cloud
Data Warehouses. https://tapdata.io/articles/tapdata-cloud-data-warehouse- Pág. 14 de 14
integration
Este artículo describe cómo Tapdata permite la integración en tiempo real de datos
desde sistemas OLTP a Data Warehouses en la nube, mejorando la eficiencia en la
