Componentes de Business Intelligence

of 29 /29
CAPÍTULO 04: COMPONENTES DE BI Isis Lay 12003204 Carlos Escobar 12003202

Embed Size (px)

description

Componentes de Business Intelligence. Inteligencia de negocios.

Transcript of Componentes de Business Intelligence

  • 1. Isis Lay 12003204Carlos Escobar 12003202

2. ndice Introduccin Componentes de BI Fuentes de Informacin Calidad de datos ETL DWH Data Marts Herramientas de BI OLAP Datamining Visualizacin Preguntas Conclusin Recomendacin Bibliografa 3. IntroduccinActualmente, gran nmero de compaas requierenuna adecuada toma de decisiones, por lo que lainformacin que se quiere investigar sobre losdiferentes elementos de la organizacin seencuentran en bases de datos u otras fuentes queposee la empresa. Es por ello que nace la necesidadde un esquema de solucin de BI.Cul es la informacin requerida para gestionar ytomar decisiones?Cul debe ser el formato y composicin de losdatos a utilizar?De dnde proceden esos datos y cual es ladisponibilidad y periodicidad requerida? 4. Componentes de BI 5. Componentes de BI Alimentan de informacin el DWH Fuentes deinformacin Extraccin, transformacin y carga de los datosen el DWH. Los datos se transforman, limpian,filtran y redefinenETL Almacena los datos logrando su flexibilidad,facilidad de acceso y administracinDWH Herramientas de visualizacin, anlisis ynavegacinHerramientas Clculos, consultas, planeamiento, pronostico yanlisis de escenarios en big dataOLAP 6. Fuentes de informacinDeparta-mentalesExternasOperacio-nalesETL 7. Fuentes de informacinSistemasoperacionalesSistemasdepartamentalesFuentes externasERPCRMSCMLegacyPrevisionesPresupuestosHojas declculoOtrosEstudios demercadondices de laindustriaEstadsticas ycensosWWW 8. Calidad de los datosIntegridadCoherenciaTotalidadPrecisin CalidadValidezDisponibili-dadAccesibili-dad 9. Extraccin, transformacin ycarga (ETL) Recuperar los datos fsicamente de lasfuentes de informacin. Datos en bruto Extraccin Corregir errores, eliminar duplicados,completar vacos. Limpieza Estructurar y sumariar los datos enmodelos de anlisis de las reas. Transformacin Validar la consistencia e integrar endistintos modelos de datos IntegracinActualizacin Aadir nuevos datos al DWH 10. Proceso de limpieza dedatos Identifica y asla elementos individuales: Separa nombre completo en nombre, primerapellido, segundo apellido. Corrige valores individuales usando algoritmos Comprueba direccin y cdigo postalcorrespondiente Transforma valores en formatos definidos yconsistentes. Busca y relaciona los registros, corrigindolos yestandarizndolos. Elimina duplicados.DepurarCorregirEstandarizarRelacionarConsolidar Analiza e identifica relaciones entre registrosrelacionados y los consolida 11. Herramientas de ETLGestin deMetadataExtraccinTransforma-cinETL DiseogrficoCargaServiciosdetransporteAdministra-cinyoperacin 12. Datawarehouse (DWH)Hugh J. Watson Un Datawarehouse es una coleccin de informacincreada para soportar las aplicaciones de toma dedecisionesBill Inmon Es un conjunto no voltil de informacin que soporta latoma de decisiones, Orientado sobre un rea, integradoal tiempo.Ralph Kimbal El Datawarehouse da acceso a la informacin de lacorporacin o rea funcional. El alcance delDatawarehouse puede ser bien un departamento o biencorporativo. 13. Datawarehouse (DWH)Hugh J. Watson Datawarehousing es el proceso completo de extraerinformacin, transformarla y cargarla en unDatawarehouse y el acceso a esta informacin por losusuarios finales y las aplicacionesSharon Sibigthroth Descubres el valor real de un Datawarehouse cuandoalguien puede encontrar los detalles importantes en lainformacin, y te dice algo que puede generar ladiferencia. 14. Data Marts DependientesFuentes dedatosDatawarehouseData Marts 15. Data Marts IndependientesFuentes dedatosData Marts 16. Estrategias de construccin deun DWHW.H Inmon Definir un DWH corporativo y a partir de l irconstruyendo los modelos de anlisis para losdistintos niveles y departamentos de laorganizacin; es decir, una estrategia de arribaabajo, desde la estrategia a lo ms operativo.R. Kimball Construir distintos Data Marts que cubran lasdistintas necesidades de la organizacin, sin lanecesidad de construir un Datawarehouse. 17. Componentes y factores deDWHMetadata Informacin de la informacin. Contiene el significado de loscomponentes que residen en el Datawarehouse (o Data Mart) y susatributos. Es til para tecnologa y los usuarios funcionales.OperationalData Store(ODS)Consolidan datos de distintas fuentes y sistemas no integrados yfacilitan un acceso online integrado sobre esa informacin. Proporcionainformacin integrada con el fin de facilitar la toma de decisiones enentornos operacionales. Sus datos son voltiles (dos o tres meses) y seactualizan en tiempo real. Es una fuente de datos para el DWS.Factores paraimplementarDHW1. Tamao y volumen de datos del Datawarehouse 2. Complejidad delos esquemas de datos. 3. Nmero de usuarios concurrente. 4.Complejidad de las consultasGestin delDatawarehouseLos usuarios de negocio necesitan tomar decisiones por lo que debemosasegurar: 1. Alta disponibilidad. 2. Rendimiento. 3. Copias de seguridady recuperacin. 4. Recuperacin fsica en caliente. 18. Herramientas de BIHerramienta DescripcinGeneradores deinformesUtilizadas por desarrolladores profesionalespara crear informes estndar para grupos,departamentos o la organizacin.Herramientas deusuario final deconsultas e informesEmpleadas por usuarios finales para crearinformes para ellos mismos o para otros; norequieren programacin.Herramientas OLAP Permiten tratar la informacin de formamultidimensional para explorarla desdedistintas perspectivas y periodos de tiempo.Herramientas deDashboard yScorecardMuestran informacin crtica de rendimientoutilizando iconos grficos pudiendo ver msdetalle e informes. 19. Herramientas de BIHerramienta DescripcinHerramientas deplanificacin,modelizacin yconsolidacinPermiten crear planes de negocio,simulaciones, planificacin, presupuestos,previsiones, etc. Proveen a los dashboards yScorecard de objetivos y umbrales de lasmtricasHerramientasDataminingPermiten crear modelos estadsticos de lasactividades de los negocios. Descubren einterpretan patrones desconocidos en lainformacin para resolver problemas denegocio. 20. Procesamiento analtico enlnea (OLAP)FASTANALYSISSHAREDMULTIDIMEN-SIONAL 21. Tipos de OLAPTipo DescripcinRelationalOLAP(ROLAP)Acceden directamente a la base de datos relacional. Notiene limitaciones en cuanto al tamao, pero es ms lentoque MOLAP.MultimensionalOLAP(MOLAP)Accede directamente a una base de datosmultidimensional. Es muy rpida en los tiempos derespuesta, pero si queremos cambiar las dimensiones,debemos cargar de nuevo el cuboHybrid OLAP(HOLAP)Accede a los datos de alto nivel en una base de datosmultidimensional y a los atmicos directamente sobre labase de datos relacional. Utiliza las ventajas del ROLAP ydel MOLAP.Desktop OLAP(DOLAP)Crea un cubo en la memoria del ordenador y cuandofinaliza lo elimina de memoria. El usuario slo recibe yanaliza las dimensiones en los que est interesado yen forma local. 22. Datamining 23. Visualizacin 24. Usuarios de herramientas de BI 25. Preguntas captulo 04 Que entendemos por proceso ETL? Cul es la utilidad de losDatawarehouse o almacenes de datos? Qu son los Data Mart? En que consisten los cubos OLAP? 26. Conclusiones BI se compone de diversos elementos, como lo son: Fuentes de informacin Herramientas de ETL Data Warehouse y Data Mart Herramientas de BI Queries y reports OLAP Interfaz y visualizacin (Scorecards y Dashboards) Data Mining Gracias a BI, podemos identificar lo que est pasando,entender por qu pasa, ayudar a predecir que va a pasar ytomar las medidas necesarias. 27. Recomendaciones Adecuada planificacin Contemplar elementos como la informacinque se necesita Detallar el uso de la misma, Determinar a quien va dirigido Analizar minuciosamente los aspectostcnicos como lo son tiempo de respuesta, integracin, seguridad, navegacin, entorno grfico. 28. Bibliografa Cano, Josep. 2007. BusinessIntelligence: Competir con Informacin.Espaa, Barcelona. Banesto, FundacinCultural.