Business Intelligence' - PowerPoint PPT Presentation

Loading...

PPT – Business Intelligence' PowerPoint presentation | free to download - id: 280a61-NzVjZ



Loading


The Adobe Flash plugin is needed to view this content

Get the plugin now

View by Category
About This Presentation
Title:

Business Intelligence'

Description:

Es el proceso de analizar los bienes o datos acumulados en la empresa y extraer ... Trabaja horas extras el fin de mes para procesar documentos o reportes? ... – PowerPoint PPT presentation

Number of Views:6004
Avg rating:5.0/5.0
Slides: 65
Provided by: Dieg9
Learn more at: http://grimanez.angelfire.com
Category:

less

Write a Comment
User Comments (0)
Transcript and Presenter's Notes

Title: Business Intelligence'


1
Business Intelligence.
L.S.C.A. David Reyes Hernández
2
Qué es inteligencia de negocios?
  • Es el proceso de analizar los bienes o datos
    acumulados en la empresa y extraer una cierta
    inteligencia o conocimiento de ellos. Dentro de
    la categoría de bienes se incluyen las bases de
    datos de clientes, información de la cadena de
    suministro, ventas personales y cualquier
    actividad de marketing o fuente de información
    relevante para la empresa.
  • Uso de un almacén de información como herramienta
    estratégica y táctica para ganar ventaja
    competitiva, así como apoyar el proceso de toma
    de decisiones.
  • Habilidad de explorar y analizar datos para
    revelar la existencia de tendencias dentro de un
    negocio.

3
Inteligencia de Negocios Por qué?
  • Bases de datos más y grandes y complejas.
  • Diferentes lenguajes y tipos de bases de datos.
  • Exceso de trabajo al cubrir requerimientos del
    lado del negocio.
  • Diferentes servidores.
  • Muchos reportes.
  • Respuesta lenta.
  • Sin comparaciones ni tendencias.

4
Qué puede hacer con Business Intelligence?
  • Con BI se puede
  • Generar reportes globales o por secciones.
  • Crear una base de datos de clientes.
  • Crear escenarios con respecto a una decisión.
  • Hacer pronósticos de ventas y devoluciones.
  • Compartir información entre departamentos.
  • Análisis multidimensionales.
  • Generar y procesar datos.
  • Cambiar la estructura de toma de decisiones.
  • Mejorar el servicio al cliente.

5
Áreas más comunes en las que las soluciones de
inteligencia de negocios son utilizadas
  • Ventas Análisis de ventas Detección de clientes
    importantes Análisis de productos, líneas,
    mercados Pronósticos y proyecciones.
  • Marketing Segmentación y análisis de clientes
    Seguimiento a nuevos productos.
  • Finanzas Análisis de gastos Rotación de
    cartera Razones Financieras.
  • Manufactura Productividad en líneas Análisis de
    desperdicios Análisis de calidad Rotación de
    inventarios y partes críticas.

6
Quién necesita soluciones de Business
Intelligence?
  • Si usted puede contestar afirmativamente por lo
    menos a una de las siguientes preguntas, entonces
    usted es candidato a beneficiarse de las
    soluciones de BI.
  • Pasa más tiempo recolectando y preparando
    información que analizándola?
  • En ocasiones le frustra el no poder encontrar
    información que usted está seguro que existe
    dentro de la empresa?
  • Pasa mucho tiempo tratando de hacer que los
    reportes en Excel luzcan bien?
  • Quisiera tener una guía sobre las cosas que han
    sucedido cuando los administradores anteriores
    implementaban determinada estrategia?
  • No sabe qué hacer con tanta información que
    tiene disponible en la empresa?
  • Quiere saber qué productos fueron los más
    rentables durante un periodo determinado?
  • No sabe cuáles son los patrones de compra de sus
    clientes dependiendo de las zonas?
  • Ha perdido oportunidades de negocio por recibir
    información retrasada?
  • Trabaja horas extras el fin de mes para procesar
    documentos o reportes?
  • No sabe con certeza si su gente está alcanzando
    los objetivos planeados?
  • No sabe si mantiene una comunicación estrecha
    entre las diversas áreas de su empresa hacia una
    estrategia común?
  • No tiene idea de por qué sus clientes le
    regresan mercancía?

7
Componentes de Business Intelligence.
8
Data Warehouse.
Conceptos Básicos
  • Un Data Warehouse es un almacenamiento separado y
    homogéneo donde son cargados datos transformados
    provenientes de diferentes bases de datos.

9
Data Warehouse.
Conceptos Básicos
  • Colección integrada de información corporativa
    diseñada para la recuperación y el análisis en
    apoyo a los procesos de toma de decisiones.
  • Repositorio completo de datos de la empresa,
    donde se almacenan datos estratégicos, tácticos y
    operativos, al objeto de obtener información
    estratégica y táctica

10
Ventajas - Data Warehouse.
Conceptos Básicos
  • Datos de toda la compañía, organizados para
    facilitar las consultas más analíticas que
    transaccionales.
  • Los procesos de transformación han sido aplicados
    a los datos para permitir un tiempo de respuesta
    mínimo a las consultas.
  • Modelo de datos multidimensional para hacer más
    fácil la navegación y explotación de datos.
  • La administración de la seguridad está
    centralizada para garantizar la necesidad de
    información dependiendo del perfil de los
    usuarios.

11
Datamart.
Conceptos Básicos
  • Un subconjunto del Data Warehouse para cierto
    grupo de usuarios o funciones del negocio.

12
Datamart.
Conceptos Básicos
  • Qué es
  • Es una parte de un DWH
  • De un fin específico o actividad de negocio
  • Una solución táctica
  • Por qué construir un Datamart
  • Consultas más rápidas y menos usuarios
  • Tiempo de desarrollo más rápido
  • Datamarts integrados
  • Asegurar la consistencia de datos
  • Requiere de una planeación avanzada

13
Metadatos.
Conceptos Básicos
  • Los metadatos son datos sobre los datos
    almacenados.
  • Por ejemplo, definir los tipos de datos, tamaños,
    diccionario de datos, etc.
  • Es fundamental para una bodega de datos conocer
    la naturaleza de los datos y su localización.
  • Los metadatos pueden proporcionar una visión
    estandarizada, facilitan hacer transformaciones y
    cambios de los datos.
  • Para desarrollar aplicaciones exitosas es
    importante compartir la información de los
    metadatos.

14
Conceptos Básicos
OLTP (Online Transaction Processing).
  • Son sistemas de información operacionales que
    facilitan y manejan aplicaciones orientadas a
    transacciones.
  • Manejan gran detalle de cada operación
  • Ejemplos
  • Banca
  • Aerolíneas
  • Manufactura
  • Supermercados

15
Conceptos Básicos
OLAP (Online Analytical Processing).
  • Tecnología que permite la explotación de datos en
    diferentes puntos de vista o dimensiones

16
Tipos de OLAP.
  • OLAP Relacional (ROLAP)
  • OLAP Multidimensional (MOLAP)
  • OLAP Híbrida (HOLAP)

17
MOLAP
  • En un sistema MOLAP (OLAP multidimensional) los
    datos se encuentran almacenados en una estructura
    multidimensional.
  • Para optimizar los tiempos de respuesta, el
    resumen de la información es usualmente calculado
    por adelantado. Estos valores precalculados o
    agregaciones son la base de las ganancias de
    desempeño de este sistema.
  • Algunos sistemas utilizan técnicas de compresión
    de datos para disminuir el espacio de
    almacenamiento en disco debido a los valores
    precalculados.

18
ROLAP
  • ROLAP (OLAP Relacional) es un sistema en el cual
    los datos se encuentran almacenados en una base
    de datos relacional. Típicamente, los datos son
    detallados, evitando las agregaciones y las
    tablas se encuentran normalizadas.

19
HOLAP
  • Un sistema HOLAP (OLAP Híbrido) mantiene los
    registros detallados en la base de datos
    relacional, mientras que los datos resumidos o
    agregados se almacenan en una base de datos
    multidimensional separada. Este método de
    almacenamiento es una combinación de los dos
    anteriores e intenta rescatar lo mejor de cada
    uno.

20
OLTP - OLAP
Conceptos Básicos
21
Indicador, Medida,Variable, Fórmula.
Conceptos Básicos
  • Objeto de estudio. Cada indicador tiene asociada
    una serie de dimensiones sobre las que se pueden
    clasificar sus valores. Por ejemplo, algunos
    indicadores sonIngresos(ltTiempogt, ltGeografíagt,
    ltProductogt)Número de Empleados(ltTiempogt,
    ltGeografíagt)Si el indicador contiene datos
    almacenados se habla de Variable
    Multidimensional. Si por el contrario, lo que se
    almacena es la expresión para calcular esos datos
    a partir de otros (que puede ser una fórmula o un
    programa), se habla de Fórmula Multidimensional

22
Dimensiones.
Conceptos Básicos
  • Enfoque bajo el cual se está evaluando el
    indicador.
  • Ventas Netas, que en el mes de Enero fueron 2
    Millones, pero usted quiere ver desglosado ese
    valor por tipo de cliente y luego por zona.

23
Drill Down.
Conceptos Básicos
  • Descomponer (visualmente) en detalle un dato
    según una jerarquía de una dimensión.

24
Data-Mining.
Conceptos Básicos
  • Proceso no trivial de análisis de grandes
    cantidades de datos con el objetivo de extraer
    información útil. Por ejemplo, se trata de
    aplicar algoritmos de clasificación de datos para
    realizar predicciones futuras, o estudios de
    correlación entre variables aparentemente
    independientes. Para ello, es común la
    utilización de Redes Neuronales o Algoritmos
    Evolutivos.

25
Tipos de Sistemas de informaciónSistema de
información Ejecutivo.
Conceptos Básicos
  • Métricas que le permitirán ver como va el negocio
    en una forma rápida, resumida y actualizada.
  • Sistemas integradores de datos de diferentes
    sistemas operacionales.

26
Tipos de Sistemas de información Sistema para
el Soporte de Decisiones
Conceptos Básicos
  • Muestra a profundidad cómo va el negocio.
  • Ahondar en las causas de por qué ha obtenido ese
    resultado.
  • Tomar decisiones más acertadas para planear los
    próximos objetivos o corregir alguna desviación a
    los mismos.

27
EIS
DSS
DWH
E T L
Reporteador
Motor OLAP
BD Relacional
Balanced Scorecard
Dispositivos Móviles
Tecnología Push
Fuentes de Datos
Visualización de Información
28
Análisis y definición del alcance
Mapeo de datos
Extracción de información
Transformación de información
Creación de cubos multidimensionales
Creación de vistas ejecutivas
Capacitación a usuarios y sistemas
Documentación
Proceso de desarrollo
29
Extracción de información
Análisis y definición del alcance
Mapeo de datos
Creación de vistas ejecutivas
Transformación de información
Creación de cubos multidimensionales
Capacitación a usuarios y sistemas
Documentación
Proceso de desarrollo
30
Análisis y definición del alcance.
  • Esfuerzo conjunto
  • Clientes principales
  • Sistemas
  • Equipo de Desarrollo
  • Posibles elementos del alcance del proyecto
  • Fecha de entrega del proyecto
  • Productos a entregar
  • Beneficios cuantitativos potenciales del proyecto
  • Administración general del proyecto

31
Mapeo de Datos de la fuente al destino.
32
Extracción de información
Análisis y definición del alcance
Mapeo de datos
Creación de vistas ejecutivas
Transformación de información
Creación de cubos multidimensionales
Capacitación a usuarios y sistemas
Documentación
Proceso de desarrollo
33
ETL.
  • Extraction Transformation and Load.
  • Permite conectarse a diferentes bases de datos,
    extraer información de las mismas, transformarla
    y cargarla a una base de datos diferente.
  • Permiten almacenar la información tal y como se
    requiere en un diagrama estrella o relacional.

34
Procedimientos de extracción.
  • Los procesos de extracción de información
    dependen de la base de datos en la que se
    depositará el data warehouse.
  • Son programados para conectarse a las bases de
    datos transaccionales del cliente, transformar
    los datos, sumarizarlos y almacenarlos en el data
    warehouse.

35
Extracción de información
Análisis y definición del alcance
Mapeo de datos
Creación de vistas ejecutivas
Transformación de información
Creación de cubos multidimensionales
Capacitación a usuarios y sistemas
Documentación
Proceso de desarrollo
36
CUBO.
  • El cubo nos permite modelar los datos y
    visualizarlos en multiples dimensiones.

37
Esquema Estrella.
  • Tabla central rodeada por muchas tablas de
    dimensiones que contienen descripciones
    desnormalizadas de los hechos.
  • El centro de la estrella es la tabla de hechos
  • Los puntos de la estrella son las tablas de
    dimensiones

38
(No Transcript)
39
Componentes de una estrella.
  • Tablas de Dimensiones
  • Tienen relaciones de uno a muchos a la tabla de
    hechos
  • Incluye menos renglones que la tabla de hechos
  • Consiste en la información descriptiva
  • Contiene múltiples columnas para ayudarnos en la
    jerarquía de datos
  • Tiene una llave primaria de la dimensión
  • Está estructurada para permitir cambios.
  • Tabla de hechos
  • Contiene las medidas
  • Que deben ser aditivas y numéricas
  • Llaves compuestas forman la llave primaria
  • Llaves foráneas
  • Datos Estáticos

40
Esquema Copo de Nieve.
  • Similar a un diagrama estrella, pero con
    dimensiones normalizadas
  • Evita duplicidad de información en las
    dimensiones
  • Requiere mayor tiempo de procesamiento, pues
    involucra más joins.

41
(No Transcript)
42
Extracción de información
Análisis y definición del alcance
Mapeo de datos
Creación de vistas ejecutivas
Transformación de información
Creación de cubos multidimensionales
Capacitación a usuarios y sistemas
Documentación
Proceso de desarrollo
43
Documentación y Capacitación.
  • Toda la documentación que se genere del proyecto,
    como los manuales de usuario, manual técnico
    operativo, minutas, etc.
  • Capacitación Usuario Final
  • Capacitación Sistemas

44
Herramientas para la creación de modelos.
45
EIS
DSS
DWH
E T L
Reporteador
Motor OLAP
BD Relacional
Balanced Scorecard
Dispositivos Móviles
Tecnología Push
Fuentes de Datos
Visualización de Información
46
EIS
DSS
DWH
E T L
Reporteador
Motor OLAP
BD Relacional
Balanced Scorecard
Dispositivos Móviles
Tecnología Push
Fuentes de Datos
Visualización
47
Fuentes de Datos.
  • Bases de datos relacionales (transaccionales)
  • Oracle
  • MS SQL Server
  • Informix
  • DB2
  • Sybase
  • MySQL

48
Fuentes de Datos (cont.)
  • ERPs
  • SAP R/3
  • JD Edwards
  • Peoplesoft
  • Otros
  • Otras fuentes
  • Hoja de cálculo (Excel, Lotus 123, etc.)
  • Bases de datos pequeñas (dBase, FoxPro)
  • Archivos planos

49
EIS
DSS
DWH
E T L
Reporteador
Motor OLAP
BD Relacional
Balanced Scorecard
Dispositivos Móviles
Tecnología Push
Fuentes de Datos
Visualización
50
ETL.
  • DataStage (Ascential)
  • Oracle Warehouse Builder (Oracle)
  • DTS (Microsoft)
  • DecisionStream(Cognos)
  • Warehouse Administrator (SAS)
  • Extractores de SAP
  • Informatica
  • Ab Initio

51
EIS
DSS
DWH
E T L
Reporteador
Motor OLAP
BD Relacional
Balanced Scorecard
Dispositivos Móviles
Tecnología Push
Fuentes de Datos
Visualización
52
DWH BD Relacional
  • Oracle
  • DB2
  • Teradata
  • MS SQL Server
  • Sybase
  • RedBrick
  • Informix

53
EIS
DSS
DWH
E T L
Reporteador
Motor OLAP
BD Relacional
Balanced Scorecard
Dispositivos Móviles
Tecnología Push
Fuentes de Datos
Visualización
54
Motor OLAP.
  • ROLAP
  • Cualquier base de datos relacional
  • MOLAP
  • Estructuras propietarias
  • Cognos (Power Cubes)
  • Hyperion (Essbase)
  • Analysis Services (Microsoft)
  • SAS (OLAP Server)
  • MicroStrategy (construcción de cubos al vuelo)
  • SAP Business Information Warehouse (SAP)

55
EIS
DSS
DWH
E T L
Reporteador
Motor OLAP
BD Relacional
Balanced Scorecard
Dispositivos Móviles
Tecnología Push
Fuentes de Datos
Visualización
56
Visualización.
  • EIS
  • Artus (Bitam)
  • Business Objects
  • Cognos (Visualizer)
  • MicroStrategy
  • Oracle BI Beans
  • SAP Business Explorer
  • DSS
  • Artus (Bitam)
  • Business Objects
  • Hyperion (Analyzer, Brio)
  • Cognos (PowerPlay)
  • Oracle Discoverer
  • Web AF (SAS)
  • SAP Business Explorer
  • Temtec Executive viewer

57
Visualización (cont.)
  • Reporteo
  • Papiro (Bitam)
  • Cognos Impromptu o ReportNet
  • Hyperion Brio
  • EIS (SAS)
  • Balanced Scorecard
  • Stratego (Bitam)
  • SAS SPM
  • Oracle Balanced Scorecard

58
Visualización (cont.)
  • Dispositivos móviles
  • Artus (Bitam)
  • Oracle iAS
  • Tecnología Push
  • Advisor (Bitam)
  • MicroStrategy NarrowCast Server

59
(No Transcript)
60
(No Transcript)
61
(No Transcript)
62
Conclusiones.
Qué es BI? Es un set de tecnologías que van
desde arquitecturas para almacenar datos,
metodologías, técnicas para analizar información
y software entre otros, con un fin común para el
apoyo a la toma de decisiones.   Qué es un
Datawarehouse? Es una base de datos que contiene
datos de la empresa, además de integrar una serie
de datos históricos. Tiene una orientación a uno
o varios temas, con datos consolidados y
consistentes, estructurados para su distribución
y consulta.  
63
Conclusiones.
Qué limitantes tengo para un sistema de
información ejecutivo? La principal limitante es
la falta de datos, es decir que los mismos no se
estén capturando.   Cuál es la fortaleza de un
SIE? Fundamentalmente darle a los tomadores de
decisiones la información correcta, en el momento
correcto y en el lugar correcto, permitiéndoles
tomar mejores decisiones. Es un sistema
exclusivo para el área financiera? No, las
soluciones de BI proveen respuestas a preguntas
reales, involucrando todas las unidades
funcionales del negocio.
64
Conclusiones.
  • Qué puedo esperar de una solución de BI?
  • Una rápida recuperación de mi inversión.
  • Incentivar a los usuarios a tomar decisiones y
    acciones.
  • Que crezca y se adapte a las necesidades
    cambiantes de la organización.
  • Ser adoptado por los usuarios como un camino a la
    toma de decisiones.
  •  Tengo varias Bases de Datos, puedo almacenar la
    información en un mismo Data Warehouse?
  • Desde luego que sí, al concentrar la información
    en una Data Warehouse, el acceso a la información
    es más rápido, además de que es posible hacer
    cruces entre la información de diferentes Bases
    de Datos.
  •  
About PowerShow.com