Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

01 Introduccion Bussines Intelligence

No description
by

David Rodriguez

on 22 July 2015

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of 01 Introduccion Bussines Intelligence

Notes
Cubo
Granularidad de Datos
Cognos BI
Introducción
En una conversación informal, los tres términos suelen utilizarse indistintamente y esto puede llevar a una interpretación libre del concepto de conocimiento. Quizás la forma más sencilla de diferenciar los términos sea pensar que los datos están localizados en el mundo y el conocimiento está localizado en agentes de cualquier tipo (personas, empresas, máquinas...), mientras que la información adopta un papel mediador entre ambos.
Por que BI?
Limitantes de los Sistemas OLTP:
Gran rigidez a la hora de extraer datos
Necesidad de conocimientos técnicos
Largos tiempos de respuesta
Deterioro en el rendimiento del Sistema de Información
Falta de integración que implica islas de datos
Datos erróneos, obsoletos o incompletos
Problemas para adecuar la información al cargo del usuario
Ausencia de información histórica
Que es?
Un dataWareHouse es un conjunto de datos integrados orientados a una materia, que varían con el tiempo y que no son transitorios, los cuales soportan el proceso de toma de decisiones de la administración.
(W.H. Inmon, considerado como el padre del data warehouse) [Har96].
Modelo Multidimensional
Es una técnica para conceptualizar y visualizar Modelos de Datos como un conjunto de Métricas que son descritas por aspectos comunes del negocio.

Especialmente util para sumar, agregar y agrupar datos para ser presentados en distintas ópticas para soportar el análisis de datos e información.

Se enfoca en datos numéricos como conteos, proporciones, balances, participaciones, porcentajes, paretos y ocurrencias
Por que Cognos?
Desde el business intelligence a la gestión del rendimiento financiero y de la estrategia, y a las aplicaciones analíticas, el software Cognos puede proporcionar a su organización lo que necesita para convertirse en líder y basada en la analítica. Con productos para el individuo, el grupo de trabajo, el departamento, la mediana o la gran empresa, el software Cognos está diseñado para ayudar a todo el mundo en su organización a tomar las decisiones que le permitirán lograr mejores resultados de negocio –ahora y en el futuro.
Herramientas Cognos 10.2.1
Query Studio
Report Studio
Analysis Studio
Event Studio
Metric Studio
Powerplay Transformer
Introduccion
Definición BI.
Por que BI?
Beneficios BI
Datawarehouse
Modelo Multidimensional
Introducción Cognos

Datos
Información
Conocimiento
Por que se apoya en un conjunto de herramientas que facilitan la extracción, la depuración, el análisis y el almacenamiento de los datos generados en una organización, con la velocidad adecuada para

generar conocimiento
y apoyar la toma de decisiones de los directivos y los usuarios oportunos.
De donde nace el concepto Business Intelligence?
Por que?
Beneficios de BI
Poderoso Análisis de la Información
Interfaz de usuario innovadora e intuitiva
Poderoso Análisis OLAP
Para todo tipo de usuario
Modelos de Negocios (Business Content)
Modelos de Información, reportes y extractores
Contenido de los datos
Comparación con estándares de industria
Solución Completa de Data Warehouse
Data Warehouse integrado
Extracción de datos
Totalmente automatizado
Control centralizado
DataWareHouse
Business Intelligence es la habilidad para transformar los datos en información, y la información en conocimiento, de forma que se pueda optimizar el proceso de toma de decisiones en los negocios.
Definición
Fuente: http://www.sinnexus.com/business_intelligence/
Fuente: http://www.ibermatica.com/soluciones/bi
DataMart
Es una versión a mas pequeña escala que el DataWareHouse.
Es a menudo el nivel de entrada para el aprendizaje y futuro crecimiento
No deben propagarse a muchos departamentos con información común porque caería en errores de consistencia.
Muchos DWH de datos comienzan siendo Data Mart (para minimizar riesgos) y se va ampliando su ámbito.
Un DataMart está enfocado a una sola área o grupo de usuarios, mientras que un DWH contiene información de diferentes sujetos y áreas de la corporación.
Una organización puede tener un sólo DWH, pero varios Data Marts.
Como los Data Marts contienen menos información, son más fáciles de entender y navegar, que los DWH corporativos.
Arquitectura
Analiza los Datos en un espacio N-Dimensional regularmente
llamado : data cube o hypercube
Dimensiones: Perspectivas para analizar los datos
Celdas (Hechos): Contiene metricas, Valores a ser analizados, Medidas
del desempeño del negocio
“Nivel de detalle al cual son almacenadas las métricas”
“Surgen cuando existe una relación natural Padre-Hijo o Uno a Muchos en las Dimensiones”

Existen dos maneras principales de modelar las jerarquías:
Modelo en estrella: Donde una única tabla contiene toda la información de la jerarquía.
Modelo copo de nieve: Donde se crea una tabla para cada nivel de la jerarquía
Jerarquías
Se determina por la combinación de granularidades de cada dimensión del Cubo
Fuente: http://www-01.ibm.com/software/es/analytics/cognos/
Framework Manager
Active Reports
Mobile
Workspace
Workspace Advanced
Dynamic Cubes
Multi-tenancy
Full transcript