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

Business Intelligence

No description
by

Daniel Gastelu

on 10 September 2013

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Business Intelligence

CRM
Website
Sistemas Core
APLICACIONES
ETL's
Data Warehouse
BUSINESS
Intelligence
¿Que es Business Intelligence
“Business Intelligence se refiere al proceso de convertir datos en conocimiento y conocimiento en acciones para crear la ventaja competitiva del negocio “.
The Data
Warehousing Institute
¿Que es Business Intelligence
“Business Intelligence es una herramienta crítica para el éxito y sobrevivencia de su organización hoy en día, no se trata solo de herramientas y tecnología,
sino también de
organización “.
Gartner Group
¿Que es Business Intelligence
“La inteligencia del negocio es como convertir la información de la
empresa en una
arma estratégica“.
Teddy Dale
Consultor Internacional
¿Que es Business Intelligence
“La información en las organizaciones está aumentando rápidamente, así como, las decisiones críticas del negocio; el problema es la actitud de las empresas para utilizar
estos datos “.
Gartner Group
¿Quiénes necesitan BI?
Explotación
Dashboards y Scorecards
Cubos
Componentes del Data Warehouse
Por Daniel Gastelú Campos
Responsables de compras, para ver qué artículos se están
vendiendo más y cuáles son sus tendencias de venta
Responsables de ventas, que deciden la colocación de los productos, para ver qué productos tienen mayor rotación para situarlos en las zonas preferenciales
O bien para poner aquellos productos de los que, aún teniendo rotaciones inferiores, tenemos existencias y que queremos reducir.
Responsables
de la negociación con las entidades financieras, que conocen cuáles son los flujos de efectivo, tarjetas de crédito o débit
Responsables de marketing, para ver la efectividad de las promociones
Responsables de personal, para asignar los turnos correctamente en función de la afluencia de clientes y el calendario
Todas aquellas personas de nuestra organización que tengan que tomar decisiones
¿Por qué BI?
Todas aquellas personas de nuestra organización que tengan que tomar decisiones
Ausencia de información historica
Gran Rigidez a la hora de extraer datos
Largos tiempos de respuesta en consultas
Falta de integración que implica islas de datos
Problemas para
adecuar la información a cada usuario
Datos erróneos,
incompletos u obsoletos
Deterioro en el rendimiento
de los sistemas de información
Necesidad de conocimientos técnicos
Data Mining
Herramiendas de Diseño
de informes
OLAP
Cuadros de Mandos
Dashboards
Consultas Ad Hoc
Hojas de Cálculo
Generadores de informes
El Modelo de datos
Todas aquellas personas de nuestra organización que tengan que tomar decisiones
Transaccional vs dimensional
Granularidad
Tipos de Esquemas
Elementos
10 Reglas Esenciales
Tabla de Hechos
Tabla de dimensión
Tabla de dimensión
Tabla de dimensión
Tabla de dimensión
Tabla de dimensión
Una dimensión es una colección de miembros o unidades o individuos del mismo tipo


Cada punto de entrada de la tabla de HECHOS está conectado a una DIMENSION

Determinan el contexto de los HECHOS
Se utilizan como parámetros para los análisis OLAP
Dimensiones habituales son:
Tiempo
Geografía
Cliente
Vendedor
Tabla de dimensión
Pueden tener una Jerarquía, la cual permite analizar la información a cada nivel

La tabla de hechos, contiene los medidas, que son atributos numéricos de un hecho que representa la performance o comportamiento del negocio relativo a la dimensión
Ejemplos:
Ventas en $$
Cantidad de productos
Total de transacciones, etc.

Regla 1:
En una estructura dimensional se deben cargar los datos con el mayor nivel de detalle posible.
Regla 7:
Guarde en tablas de dimensiones aquellos atributos que utilizará como etiquetas o filtros de informes
Regla 8:
Asegúrese que las dimensiones utilicen claves sustitutas (Surrogate Key)
Regla 4:
Asegurarse de que todos los hechos que están en una misma fact tengan el mismo nivel de granularidad.
Regla 10:
Balancear los requerimientos de los usuarios con los cambios a realizar en los modelos dimensionales.
Regla 3:
Asegurarse de que toda tabla de hechos tiene una tabla de dimensión tiempo asociada.
Regla 9:
Cree dimensiones conformadas para integrar datos a lo largo de la empresa
Regla 6:
Dimensiones con relaciones muchos a uno
Regla 5:
Resolver las relaciones muchos a muchos en las tablas de hechos.
Regla 2:
Estructurar los modelos dimensionales en torno a los procesos de negocio.
Multidimensionalidad
Permite analizar la información
utilizando distintas dimensiones a la vez
1. Extracción
2. Limpieza
3. Transformación
4. Integración
5. Actualización
Este proceso recupera los datos físicamente de las
distintas fuentes de información. En este momento disponemos
de los datos en bruto.
1. Extracción: Este proceso recupera los datos físicamente de las distintas fuentes de información. En este momento disponemos de los datos en bruto.
5. Actualización: Este proceso es el que nos permite añadir los nuevos datos al datawarehouse.
3. Transformación: Este proceso recupera los datos limpios y de alta calidad y los estructura y sumariza en los distintos modelos de análisis. El resultado de este proceso es la obtención de datos limpios, consistentes, sumarizados y útiles.
4. Integración: Este proceso valida que los datos que cargamos en el datawarehouse son consistentes con las definiciones y formatos del datawarehouse; los integra en los distintos modelos de las distintas áreas de negocio que hemos definido en el mismo. Estos procesos pueden ser complejos.
2. Limpieza: Este proceso recupera los datos en bruto y comprueba su calidad, elimina los duplicados y, cuando es posible, corrige los valores erróneos y completa los valores vacíos, es decir se transforman los datos -siempre que sea posible- para reducir los errores de carga. En este momento isponemos de datos limpios y de alta calidad.
ODS
1. ¿Qué es un Datawarehouse?
Un datawarehouse es una colección de información creada para soportar las aplicaciones de toma de decisiones
2. Características (Inmon)
Orientado a un área
Integrado
Indexado en el tiempo
No volátil

3. Características (Kimbal)
El alcance puede ser departamental o corporativo
Es consistente
No es sólo información sino también las herramientas de consulta, análisis y presentación de la información.


4. Datamarts (Inmon)
Almacenan información de un número limitado de áreas
Normalmente, los Data Mart son más pequeños que los datawarehouses.



5. Tipos de Datamarts
6. ¿Cómo construir un DWH
La defendida por W.H. Inmon, que propone definir un datawarehouse corporativo y a partir de él ir construyendo los modelos de análisis para los distintos niveles y departamentos de la organización; es decir, una estrategia de arriba abajo, desde la estrategia a lo más operativo.
La defendida por R. Kimball es la de construir distintos Datamarts que cubran las distintas necesidades de la organización, sin la necesidad de construir un datawarehouse.
Consolidan datos de múltiples fuentes provinientes de distintos sistemas de información no integrados y facilitan un acceso online integrado sobre esa información. En el paso del Staging Area al ODS se hace la limpieza de datos, deduplicación y transformaciones
Aquí se carga los datos que se necesitan tal como vienen del sistema origen
Staging Area
Debe ser rápido, necesitamos lanzar consultas y ver los resultados inmediatamente.
Debe soportar la lógica de negocio y análisis estadísticos que sean necesarios para los usuarios
ANALYSIS (Análisis)
FAST (Rápido)
SHARED (Compartido)
MULTIDIMENSIONAL
(Multidimensional)
F A S M I
INFORMATION (Información)
Tiene que manejar múltiples actualizaciones de forma segura y rápida.
Tiene que proveer de una visión conceptual de la información a través de distintas dimensiones
Debe poder manejar toda la
información relevante y la información derivada
OLAP
ROLAP
MOLAP
HOLAP
Acceden directamente a la base de datos relacional
La principal ventaja es que no tiene limitaciones en cuanto al tamaño
Es más lento que el MOLAP
Acceden directamente a una base de datos multidimensional
La principal ventaja es que es muy rápida
la principal desventaja es que, si queremos cambiar las dimensiones, debemos cargar de nuevo el cubo
Accede a los datos de alto nivel en una base de datos
multidimensional y a los atómicos directamente sobre la
base de datos relacional. En esencia utiliza las ventajas
del ROLAP y del MOLAP
Tipos de herramientas de explotación
Datamining
Generador de informes
Herramientas de usuario final de consultas e informes
Utilizadas por desarrolladores profesionales para crear informes estándar para grupos, departamentos o la organización.
Empleadas por usuarios finales para crear informes para ellos mismos o para otros; no requieren programación.
Permiten a los usuarios finales tratar la información de forma multidimensional para explorarla desde distintas perspectivas y periodos de tiempo.
Permiten a los usuarios finales ver información crítica para el rendimiento con un simple vistazo utilizando iconos gráficos y con la posibilidad de ver más detalle para analizar información detallada e informes, si lo desean.
Permiten a estadísticos o analistas de negocio crear modelos estadísticos de las actividades de los negocios. Datamining es el proceso para descubrir e interpretar patrones desconocidos en la información mediante los cuales resolver problemas de negocio. Los usos más habituales del datamining son: segmentación, venta cruzada, sendas de consumo, clasificación, revisiones, optimizaciones, etc.
PREGUNTAS?
GRACIAS!!!

Quieres verlo de nuevo?
Full transcript