Priscilla Siu - Construyendo relaciones familiares con amor.pdf
1. 2 ¿Qué es el SIU? El SIU es un Consorcio integrado por 39 Universidades Nacionales Públicas...
-
Upload
marcelo-peron -
Category
Documents
-
view
8 -
download
3
Transcript of 1. 2 ¿Qué es el SIU? El SIU es un Consorcio integrado por 39 Universidades Nacionales Públicas...
1
2
¿Qué es el SIU?
El SIU es un Consorcio integrado por 39 Universidades Nacionales Públicas que desarrolla soluciones informáticas y brinda servicios para el Sistema Universitario Nacional
3
Tecnología al servicio de
Ciudadano
Mejora la gestión, Procesos y Calidad de datos
Pilares
Tecnología al servicio del
Ciudadano
Mejora la gestión, Procesos y Calidad de datos
Desarrollo de Software
Producción de información
Comunidades de practicaRed Social
Consorcio SIU
SoftwareLibre
Compromiso y vocación de servicio
por parte del equipo de
trabajo4
Bibliotecas
Sistemas para la toma de decisiones
SIU-Wichi Consultas Web
Data Warehouse
Sistemas para la toma de decisiones Web
Data Warehouse
Personal Presupuesto
Alumnos Oferta
académicaInfraestructura
Noticias Proyectos
Títulos legalizadosBecas
CV de Docentes
InfraestructuraEdilicia
InfouniversidadesVoluntariado
Incentivos
Convalidaciones
Legalizaciones
PPUA-Proyectos
PPUA-Cine Nacional
Transferencias
Encuesta Alemania
Seg, de Becas
Bicentenario
CPRESConvenios
SIU-Wichi Datos SIU-Ona
Seg. DeExpedientes
EstadísticoDe
Alumnos
Becas
Encuesta aGraduados
Alumnos yGraduados
Presupuest.Contable
Financiero
Contrat.Y
Patrimonio
Personal ysueldos
RHUN
Importador Presupuesto
Sistema Universitario Nacional
5
Mas de 830 implementaciones de sistemas en Argentina (en Universidades, SPU, Ministerios y otros organismos)
En 2008, más de 7.000 millones de pesos se gestionaron a través de nuestros sistemas, SIU-Comechingones / SIU-Pilagá, con más de 700.000 liquidaciones, 350.000 registros de ingresos y mas de 2 millones de asientos de partida doble
Gestión y liquidación sueldos de más de 150.000 cargos mensuales - sistema de RRHH SIU-Pampa / Mapuche
Se consolidan unos 200 millones de registros con datos del personal provenientes del uso de SIU Mapuche /SIU Pampa en la SPU, usados para toma de decisiones.
Indicadores
Base Unificada Bibliográfica con más de 2.000.000 de registros producto de distintos colaboradores.
6
Más de 800.000 alumnos usan el sistema académico SIU-Guaraní (61% del total de alumnos de UUNN).
Primer software del Estado liberado. (SIU Toba) Boletín Oficial 31.188 del 3 de Julio del 2007.
Se incorporó el uso de celulares para brindar servicio a alumnos y profesores desde el 2006.
Mas de 10.000 personas participan activamente (presencial y virtual) en la Comunidad SIU.
Se redujeron tiempos de procesos en forma significativa : cierre de ejercicio (3 a 5 meses a 1 a 2 semana),
inscripción a una materia (de horas a pocos minutos), etc.)
Indicadores
7
Comunidad SIU
8
Comunidad SIU (web)
www.siu.edu.ar
http://repositorio.siu.edu.ar/
http://comunidad.siu.edu.ar/
9
Comité Piloto de Desarrollo en
10
Introducción al Data Warehousing
11
Análisis basado en objetivos, metas y reglas por área/sector. Análisis de tendencias.
Análisis de la información extraída de las bases de datos de los sistemas de gestión. Generalmente análisis diario, semanal o mensual.
Sistemas diseñados para soportar operaciones diarias de la gestión.
Sistemas de gestión
Ger
enci
a m
edia
Data Marts
Ger
enci
a
Tablerode
Control
SIU-Guaraní SIU-Pilagá SIU-Pampa
Alumnos Presupuesto RRHH
Feed-Back
Flujo de información en la organización
Niv
el O
pera
cion
al
CuboCubo CuboCubo CuboCubo
12
Arquitectura modelo de un sistema para la toma de decisiones (DSS) basado en un DW
13
¿Qué es un Data Warehouse?
Un DW es una colección de datos diseñada para dar apoyo a los procesos de toma de decisiones.
Contiene datos provenientes de los sistemas transaccionales específicamente estructurados para consultas y análisis.
La tecnología presenta el concepto de Data Warehousing como una manera de manejar grandes volúmenes de información de manera integrada.
14
Los objetivos de un DW son distintos a los de las bases de datos de los sistemas operacionales. También difieren los usuarios y sus necesidades, el acceso y manipulación de datos, y los datos que contienen (estructura, integración, historicidad)
Sistema Operacional (OLTP) DW o Sistema de Análisis (OLAP)
¿Por qué utilizar un ambiente diferente para analizar información?
- datos actuales y detallados - datos históricos, detallados y agregados a distintos niveles
- el número de transacciones es - el número de consultas eselevado y repetitivo. bajo o medio y no son previsibles.
- orientado al procesamiento de - orientado al análisis de la transacciones diarias información relevante
- usuarios administrativos - usuarios gerenciales15
Modelo Multidimensional
- en un esquema multidimensional se representa una actividad que es objeto de análisis (hecho) y las dimensiones que caracterizan la actividad (dimensiones).
- la información relevante sobre el hecho (actividad) se representa por un conjunto de indicadores (medidas o atributos de hecho).
- la información descriptiva de cada dimensión se representa por un conjunto de atributos (atributos de dimensión).
Las herramientas de explotación de Data Warehouses han adoptado un modelo multidimensional de datos. Se ofrece al usuario una visión multidimensional de los datos que son objeto de análisis
16
Data Mart
se definen para satisfacer las necesidades de un departamento o sección de la organización.
contiene menos información de detalle y más información agregada.
Un Data Mart es un subconjunto de un Data Warehouse sobre alguna temática específica
17
Cubo: es una base de datos que responde a un modelo multidimensional y busca colaborar en el análisis de una determinada temática o problema. Es un Data Mart con estructura de datos multidimensional y propietaria.
El cubo se compone de:
– Medidas: variables a contar. Ejemplo: cantidad de alumnos, ingresantes, legajos, cargos, crédito, recaudación, etc.
– Dimensiones: variables por las que se puede filtrar y realizar cruces. Ejemplos: Unidad Académica, Cohorte, Departamentos, Carreras, Fecha, Localidad de procedencia, Dependencia presupuestaria, Fuente de financiamiento, etc.
Cubo, dimensiones y medidas
18
Data Warehousing en el SIU y las UUNN
19
• Necesidad de herramientas gerenciales por autoridades de UUNN para explotar datos.
• 2002 conformación de comité piloto para evaluar herramientas del mercado.
• 2003– Propuesta Intersoft: SW O3 para probar en UUNN.– Desarrollo de primeros modelos– Se comienza con talleres y cursos en UUNN.
• 2004 - actual
– Desarrollo y mejora de cubos (consolidados).– Jornadas, presentaciones, talleres, cursos.– Creación del área como proyecto del SIU.– Casos pilotos sobre análisis de datos con dos UUNN, usando
también herramientas de data mining (2005)
Reseña del Proyecto SIU-DW
20
Actualidad del Proyecto SIU-DW
- Variedad de cubos disponibles para Universidades (en O3): http://extranet.siu.edu.ar/
– Información Académica /Alumnos (SIU-Guaraní/SIU-Araucano)– Información Presupuestaria (SIU-Pilagá/SIU-Comechingones)– Información de Personal y Liq de Haberes (SIU-Pampa/RHUN)– Encuesta Egresados (SIU-Kolla)– Expedientes (Comdoc)
- Alrededor de 20 Universidades Nacionales trabajando con estas herramientas (UUNN de Córdoba, Cuyo, La Plata, Sur, Litoral, Rosario, entre otras)
- Curso de capacitación a distancia.
- Proyecto de Investigación SIU-UNNOBA
- Formación Comité Piloto de Desarrollo en SW Libre Pentaho
- Plan 2011: Lanzamiento soluciones en Pentaho: implementaciones, capacitaciones, transferencia de conocimiento, colaboración en el desarrollo, etc. 21
¿Por qué comenzamos con el concepto de Data Marts?
• Requiere menos tiempo de construcción y menos conocimiento integral de la institución.
• Es más fácil encontrar datos estandarizados en áreas relacionadas que en toda la institución.
• Resulta más sencillo para los usuarios, lo que ayuda a crear cultura de uso.
• Ayuda a la construcción incremental del DW.
22
Forma de trabajo UUNN – SIU
BD SIU-Guaraní
BD SIU-Pilagá
BD SIU-Pampa
Sistemas de Gestión
UNIVERSIDAD
Necesidad de explotar la información
SIU
Generación de procesos para extracción y transformación de
los datos necesarios (ETL)
Diseño de cubos
DATOS
+
MODELO+
DW (o Data Marts)
Motivación y capacitación en el uso de las
herramientas y cubos
Herramientas de Explotación (O3)
Explotación de la información.
Toma de decisiones
++
Feed-Back
….
23
Arquitectura técnica de las soluciones SIU
24
txt
txt
txt
txt
Idealmente sería un DW
DW
O3 Builder
Modelos de cubos (.mdl)META DATA
O3 Designer
O3 Adm Server
O3 Server
E.T.txt
txt
E.T.BD SIU-Pilagá
…
E.T.
Área de usuario
O3 Query
Reportes
Análisis (cubos)
Enterprise Portal (Dashboards)
Reglas (Alertas)
Scorecard (Indicadores)
Web (O3 Portal)
Escritorio (O3 Browser)
Área de diseño, construcción y administración
Arquitectura actual del DSS con cubos de O3
Expl
otac
ión
BD SIU-Guaraní
BD SIU-Guaraní
txt
txt
txt
25
cvs
cvs
sql
dbf
BD SIU-Wichi
Expl
otac
ión
Reportes
Tablas y Gráficos
E.T.
E.T.
BD SIU-Pampa
E.T.
BD SIU-Araucano
E.T.
BD SIU-Comechingones
WEB SERVICES
BD SIU-Pilagá
cvs
cvs
cvs
Arquitectura actual del DSS con SIU-Wichi
BD SIU-GuaraníBD SIU-
GuaraníBD SIU-Guaraní
dbf
dbf
sql
sql
cvs
cvs
sql
cvs
cvs
sql
sql
26
Arquitectura propuesta inicialmente del DSS con Pentaho
E.T.
DSA
DW
E.T.BD SIU-Pilagá
…
E.T.
CARGA
Reportes
Análisis (cubos Mondrian)
Dashboards e Indicadores
Data Mining
T.
Área de usuarioÁrea de diseño, construcción y
administración *
* Observación: no se detallan todos los componentes específicos de esta área (para diseño de cubos, dashboards, etc) ni el motor mondrian y otras cuestiones técnicas
BD SIU-Guaraní
BD SIU-Guaraní
Expl
otac
ión
txt
txt
txt
txt
txt
txt
txt
txt
txt
27
WEB SERVICES / SQL
DSA
DW
CARGA
Reportes
Análisis (cubos Mondrian)Dashboards e Indicadores
Data MiningT.
Área de Limpieza y transformación de
datos
E.T.
BD SIU-Guaraní
E.T.BD SIU-Pilagá
… E.T.
O3 Builder
Modelos de cubos (.mdl)META DATA
O3 Designer
O3 Adm Server
O3 Server
O3 Query
Reportes
Análisis (cubos)
Enterprise Portal (Dashboards)
Reglas (Alertas)
Scorecard (Indicadores)
Web (O3 Portal)
Escritorio (O3 Browser)
Arquitectura futura del DSS con Pentaho y O3 (SIU-Wichi quedaría dentro de Pentaho)
Expl
otac
ión
Expl
otac
ión
BD SIU-Guaraní
28
Estándares de desarrollo
• Soluciones almacenadas como archivos versionado en svn
• Archivos del “núcleo” de la solución comienzan con “SIU-” y pueden modificarse de versión en versión.
• Estructura del DW: esquemas por sistema (pilaga, guarani, …, wichi, tablas_maestras…) , estandarización de nombres (ej: respetando nombre de txt actuales). Diccionario de datos común.
• Tipo de datos en el DSA y en el DW iguales a los sistemas de gestión (o máximo de ellos).
• Definición de roles comunes (para dar permiso a las soluciones según esos roles)
• Uso de estilos para los reportes.
• … 29
Implementar una solución de DW
30
¿Que se necesita para desarrollar un DW?
• Herramientas de desarrollo que habitualmente están compuestas por tres componentes: – la base de datos,– las herramientas que permiten la extracción de datos,
transformación y carga de los datos que alimentarán el DW – y las herramientas de visualización para el usuario.
• Datos confiables, disponibles y completos, que puedan ser utilizados.
• Mucho conocimiento de las reglas de la institución a analizar, experiencia y tiempo.
• Reflexionar sobre los datos que se necesitan, cómo los debemos organizar y como los tenemos que presentar para contestar las diversas preguntas que puedan surgir de los distintos destinatarios.
• Recursos humanos, especialistas que puedan mantenerlo y hacerlo evolucionar.
• Autoridad que empuje internamente el proyecto DW en la Universidad: designación de un equipo.
• Apoyo técnico del área de sistemas y Hardware necesario.31
Experiencia del SIU: ¿Cuál ha sido el valor de la incorporación de
este tipo de soluciones?
• Mostrar el potencial de estas herramientas y de los datos producidos por los sistemas de gestión
• Impulsar el uso de la información como una herramienta para la toma de decisiones y la planificación.
• Profundizar el trabajo sobre la calidad de los datos en su origen, que es la clave del éxito de un proyecto de DW
• Construir los cimientos de un profundo cambio cultural.
32