Escolar Documentos
Profissional Documentos
Cultura Documentos
FACULTAD DE INGENIERA
ESCUELA PROFESIONAL DE INGENIERIA DE COMPUTACIN Y SISTEMAS
INTEGRANTES:
AVALOS GUTIERREZ, CINTYA
AMAYA PACHECO, ORBIT
ALVARADO ROJAS, JHERAL
AQUINOR ROJAS, ENRIQUE
ROSALES AGUIRRE, STEFANY
CHAVEZ BERNABE, ROYCE
PROFESOR:
ING. ULLON RAMIREZ AGUSTIN EDUARDO
TRUJILLO PER
2016
3
PRESENTACIN
El Trabajo de curso realizado durante el semestre 2016-20 Proyecto
Business Intelligence para la empresa Mvil Per S.A.C, ha sido elaborado
segn instrucciones sobre la materia con el fin de desarrollar y analizar el
proceso para implementar un BI para la empresa ya nombrada, aplicando
los conocimientos obtenidos durante el curso.
4
Contenido
PRESENTACIN...........................................................................................3
INTRODUCCIN...........................................................................................5
I.
5
INTRODUCCIN
6
I.
1.1. El Negocio
1.1.1.
-
Descripcin de la organizacin
Razn Social:
MOVIL PERU S.A.C.
Rubro Econmico:
Telecomunicaciones-Operaciones Telefona Mvil y Fija-Internet
Clientes:
Personas naturales y jurdicas
Competidores:
El principal competidor de claro en el Per son Movistar y Nextel.
-
Ubicacin:
Mariscal Orbegoso #503 La Libertad Trujillo-Trujillo
1.1.2.
VISION MISION
Visin:
Ser la empresa lder en telecomunicaciones en el Per.
Misin:
Proveer servicios de telecomunicaciones con la ms alta calidad, ms amplia
cobertura y constante innovacin para anticiparnos a las necesidades de
comunicacin de nuestros clientes; generar el mayor bienestar y desarrollo personal
y profesional de nuestros trabajadores, proporcionar bienestar y desarrollo a la
comunidad y exceder los objetivos financieros y de crecimiento de nuestros
accionistas.
1.1.3.
Organigrama:
Ilustracin 1: Organigrama de la
empresa
1.1.4.
Modelado de procesos (Ventas de equiposBizagi)
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
1.10
1.11
1.12
1.13
1.14
1.17
1.20
1.21
1.25
a) Cul es la prioridad del sistema de ventas de mviles claros va web?
1.26La prioridad del sistema de ventas de mviles claros va web es dar al cliente una
mejor atencin y facilitar la informacin de celulares desde la comodidad de su hogar,
as como tambin vendar ms que la competencia
1.27
b) Cul es el lmite de carga de informacin en el Data Mart?
1.28El Data Mart va cargando informacin, considerando particiones semestrales en el
cubo para un rpido procesamiento
1.29
c) Cul es periodo de carga de que tendr el Data Mart?
1.30El Data Mart tendr que procesar la informacin diaria de todas las sucursales de
la empresa, siendo una tarea programada a cierta hora en el servidor.
1.31
1.32
1.33 Los Reportes del Data Mart deben visualizarse todo tipo de informacin de los
empleados, Clientes, ventas de celulares, tipo de pagos, forma de entrega entre otros.
1.34
1.35
1.36 La data Mart ser utilizado por los siguientes usuarios: Gerencia de Divisin de
Negocios, Analistas de la Informacin. Gerencia Central del Negocio, cuyos perfiles ya
han sido especificados
siguientes niveles
1.39
Back Room:
1.41
Front Room:
PCs clientes, que sern cada una de las computadoras desde lo que se
accese a la informacin que brindaran los data marts, a travs de documentos
en Excel.
1.42
Presupuesto
1.43
a) Recursos Humanos
1.44
1.45
1.46INVESTIGADORES
1.47
RECURSOS HUMANOS
1.48
1.49
COSTO MANO
DE
OBRA
1.50
1.52
TIE
MP
O
COSTO
1.53
1.51
1.54ENRIQUE AQUINO
ROJAS
1.5510S/.
1.5610
das
1.58AVALOS
GUTIERREZ,
CINTYA
1.62CHAVEZ
BERNABE, ROYCE
1.5910S/
1.6010
das
1.61
20S/.
1.6310S/
1.6410
das
1.65
20S/.
1.66ROSALES
AGUIRRE,
STEFANY
1.70JHERAL
ALVARADO ROJAS
1.6710S/
1.6810
das
1.69
20S/.
1.7110S/
1.7210
das
1.73
20S/.
1.74TOTAL
1.75
1.7650S/.
1.78 3
mes
es
1.79
1.80
100S/.
1.77
1.81
1.82
b) Bienes: Materiales, Equipos y Software
1.83
1.5720S/.
1.84
1.86
1.87
1.88
1.109
1.110
1.111
MATE
RIALES
BIENES
1.89
1.92
Corrector
1.95
1.98
CD-DVD
1.101
Memoria USB 4 GB
1.104
Otros Materiales
1.107
TOTAL
EQUIPOS
1.121
1.85
COSTO
MENSUAL
1.90
S/.
5.00
1.93
S/.
3.00
1.96
S/.
5.00
1.99
S/.
10.00
1.102 S/.
40.00
1.105 S/.
30.00
1.108 S/.
93.00
1.113 S/300
0.00
Tinta
1.129
SOFTWAR
E
1.142
1.143
SERVICIO
S
1.131
MS Windows 8.1
1.134
1.137
1.140
1.144
TOTAL
Internet
1.147
Transporte urbano
1.150
Copias
1.153
TOTAL
1.116
1.119
S/230.
00
1.122 S/50.0
0
1.125 S/350.
00
1.128 S/.863
0
1.132 S/250.
00
1.135 S/200.
00
1.138 S/350
.00
1.141 S/.800
1.145 S/160.
00
1.148 S/100.
00
1.151 S/10.0
0
1.154 S/.
270.00
1.155
1.156
1.157
c) Presupuesto Total
1.158
1.159 CATEGORIA
1.161 Recursos Humanos
1.160
S/500
0.00
COSTO TOTAL
1.162 S/290.00
1.163
1.165
1.167
1.169
1.171
1.173
Materiales
Equipos
Software
Servicios
Total
1.174
1.175
2.1.2.
1.176
1.177
1.178
1.179
2.1.3.
1.180
1.181 Para este proyecto el escenario empresarial es el que se muestra a continuacin
con sus respectivos componentes:
1.182
1.183 Descripcin de los Stakeholders:
1.184
1.185
1.186
Nombre
1.189 Gerencia
Claro-Per
1.190
1.193
1.194
1.195
1.196
1.199
1.200
1.201
de
Especialistas en
Implementacin
de Inteligencia
de Negocios
1.197 Personal
externo
contratado
para
la
implementacin del modelo
Data Mart as como el
diseo e implementacin
del Dada Mart
1.202 Operador que controla el
funcionamiento del Data Mart y
mantiene la integridad de la
informacin del cubo y de las
bases de datos del sistema.
Administrador
de la Base de
Datos
1.188 Rol
1.192 Es
el
auspiciador
que
nos brindara la
informacin
correspondiente
para
la
implementacin
del Data Mart.
1.198 Implementar el
Data Mart usando
las herramientas
de desarrollo para
la
nmina
de
empleados de la
empresa CLARO.
1.203 Controla
el
acceso de los
usuarios
a
la
Informacin
del
Data Mart.
1.204
1.205
1.206
1.207
1.208
1.209
Nombre
1.212 Gerencia
Claro-Per
1.216
1.217
Analista de la
Informacin
1.221
1.222
1.223
Administrador
de la Base de
Datos
de
1.211 Rol
1.215 Acceso total de las
dimensiones del Data
Mart
1.220 Acceso total de las
dimensiones del Data
Mart
1.225 Controla el acceso
de los usuarios a la
Informacin del Data
Mart.
1.226
1.227
1.228
1.229
1.230
1.231
1.232
II.
DETERMINACION DE REQUERIMINETOS
1.233
1.234
1.235
1.236
Responder a las preguntas que proponen los propietarios del Data Mart:
1.237
1.238
1.239
mejorar las tomas de decisiones que ayudaran a reducir costos, mejorar el servicio a los
clientes a la ves permitir un anlisis evolutivo de las ventas, beneficiando de esta manera un
mejor desempeo de la Empresa
1.240
1.241
1.242
El impacto del Data Mart sobre esta empresa ser beneficioso a corto plazo de
1.245
Los riesgos al implementarse el Data Mart serian, que la base de datos no est
detalle
de
los
campos
necesarios
para
la
1.247
1.248
1.249
Los requerimientos del usuario final se pueden determinar de acuerdo entrevistas realizadas
e informacin obtenida de diferentes fuentes.
1.250
1.251
Ccomo resultado de ellos se obtuvieron los siguientes requerimientos
empresariales.
1.252
1.253
1.254
1.2 CONSULTAS
1.3
1.6
Cul es el monto de compras de un cliente en una
determinada cuidad, ao y mes?
1.9
Cantidad de pedidos de un producto en una
determinada regin y ao?
1.10
1.13
Cul es el Monto de los productos que fueron
pagados con una determinada tarjeta?
1.16
Cul es la cantidad de ventas de una cuidad que se
realizaron con una determinada forma de pago y
ao?
1.17
1.20
Cantidad de Ventas que realizo un distribuidor en un
determinado ao?
1.1
1.5
1.8
1.12
1.15
1.19
1.22
1.25
1.29
1.4 UNIDA
D
1.7 Monto
en
soles
1.11Cantida
d de
Pedido
s
1.14Monto
en
soles
1.18Cantida
d
de
Ventas
1.21Cantida
d
de
Ventas
1.24Monto,
Cantida
d
de
Ventas
1.28Monto,
Cantida
d
de
OP`s
1.32% de
descue
nto,
Cantida
d
de
Ventas
1.255
1.256
1.257
1.258
1.260
1.261
1.262 En esta parte se har un anlisis de cada requerimiento del usuario final y
definiendo algunas tablas de la Base de Datos Operacional de la Empresa Claro, que
actuaran como dimensin dentro del Data Mart. Tambin se definir las posibles
mediciones dentro del Data Mart.
1.263
1.264
1.265
1.266
1.267
1.268
1.269
1.272
1.273
1.274
1.275
Ao
1.276
Mes
Monto1.277
de Compras
1.278
1.279
1.280
1.281
1.282
1.283
1.284
1.285
1.286
1.287
1.288
1.289
1.290
Nombre de Cliente
CLIENTE
1.303
1.292
1.293
1.294
1.295
Marca de Producto
Monto de Ventas
1.296
1.297
1.298
1.299
1.300
1.301
1.302
R04: Cul es el porcentaje de descuento a los clientes en un mes?
1.304
1.305 Ilustracin 7: Anlisis del requerimiento R04
1.306
1.307
TIEMPO
Producto
1.308
TIEMPO
1.309
Ao
1.310
Mes
ndice
de Descuento
1.311
1.312
1.313
1.314
1.315
1.316
Nombre de Cliente
1.317
1.318
CLIENTE
1.319
1.320
R05: Cul el porcentaje de descuento de determinado producto por
mes?
1.321
1.322
1.323
Ilustracin 8: Anlisis del requerimiento R05
1.324
1.325
TIEMPO
Ao
1.326
1.327
Mes
1.328 de Descuento
ndice
1.329
1.330
1.331
1.332
1.333
1.334
Producto
1.335
PRODUCTO
1.336
1.337
1.338
1.339
1.340
1.341
1.342
1.343
1.344
R08: Cul es la cantidad de Ventas que se han pagado con un tipo de
tarjeta?
1.345
1.346
1.347 Ilustracin 9: Anlisis del requerimiento R08
1.348
1.349
1.350
1.351
1.352
Cantidad de Ventas
1.353
1.354
1.355
1.356
1.357
1.358
1.359
Forma de
Pago
PAGO
1.360
1.361
1.362
1.363
1.364
1.365
1.366
1.367
1.368
1.369
1.370
1.371
1.372
1.373
1.374
1.375
1.376
1.377
1.379
1.380
1.381
1.382
1.383
1.384de Promociones
Monto
1.385
1.386
1.387
1.388
1.389
1.390
Mes
Ao
Producto
1.391
1.392
1.393
1.394
1.395
1.396
1.398
1.399
1.400
1.401
1.402
1.403
1.404
Productos
1.405
1.406
1.407
1.408
1.409
1.410
1.411
1.412
1.413
Ao
TIEMPO
Mes
Nombre de Cuidad
Ubicacin
1.414
1.415
1.416
1.417
1.418
1.419
1.420
1.421
1.422
1.423
1.424
1.425
1.426
1.427
III. DISEO TCNICO DE LA ARQUITECTURA
III.1.1 Nivel de Datos
1.428
1.429
1.430
1.431
Para el anlisis de los datos, se comienza por analizar los datos fuentes
que manejan los procesos de la empresa, el tipo de la base de datos y la estructura de
las tablas.
1.432
1.433
Base de datos fuente: el modelo de la base de datos de la Empresa esta
descrito en la siguiente figura:
1.434
1.435
1.436
1.437
1.438
1.439
1.440
1.441
1.442 Ilustracin 12: Base de datos fuente
1.443
1.444
1.445
1.446
1.447
1.448
1.449 IIII.1.2.
1.450
Nivel Tcnico
1.451
1.452
1.453
1.454
1.456
1.455
El enfoque arquitectnico para los data marts estarn compuestos de los
siguientes niveles
1.457
Back Room:
1.458
Est compuesto por
1 Servidor de Base de Datos HP ProLiant ML370 G6 Intel Xeon de 2.53 GHz,
1.459
Front Room:
PCs clientes, que sern cada una de las computadoras desde lo que se
accese a la informacin que brindaran los data marts, a travs de documentos
en Excel.
1.460
1.461
1.462
1.463
1.464
1.465
Kimball.
1.470
1.471
1.472
1.473
1.
2.
3.
4.
1.474
1.475
1. Eleccin del Data Mart
1.476
1.477
En este paso identificaremos los posibles Data Mart que se pueden
construir en la empresa proyecto, el cual ya tenemos conocimiento sobre su Modelo
General de Datos. Entonces, para identificar nuestro Data Mart en estudio recurrimos
al siguiente mtodo CLARO En nuestro caso identificaremos el rea que est en
estudio por este:
1.478
1.479
Mtodo de la Matriz
1.480 Menciona los posibles hechos relacionados y que son usados juntos. Listamos las
entidades que apoyan a estos hechos.
1.481
1.482 Listado de los Data Marts
1.483 Segn la situacin general de la Empresa, se identific las posibles fuentes de
Data Marts que correspondern a las filas de la matriz:
1.484
rea de Ventas
1.485
1.486 Listado de las Dimensiones
1.487 Para el Data Mart mencionados anteriormente listamos las siguientes posibles
1.33Tabla
1.34Objetivo
dimensiones:
de
1.488
1.489
hech
os
Cliente
1.490 Tabla 4:
Listado de
Dimensiones
Monto en soles
Cantidad de
Porcentaje de
Cantidad de
Cantidad de
Cantidad de
1.493
1.491 Listado
de Medidas:
1.492
o Tiempo
control
diario de las Ventas de
s
o
o
o
o
o
o
Producto
1.35Venta
Pedido
Pago
Distribuidores
Operaciones
Descuento
Pedidos
Ventas
Productos
1.494
Ordenamos las filas y las columnas en una tabla, dando forma a la matriz,
y marcamos las intersecciones donde exista una dimensin relacionada a un Data Mart.
1.495
1.496
1.497
DIMENSIONES
1.500
1.501 CLIENTE
1.504
1.505 PRODUCTO
1.508
1.509 PEDIDO
1.512
1.513 TIEMPO
1.516
1.517 PAGO
1.520
1.521 DISTRIBUIDORES
1.499
1.498
AREA DE VENTAS
1.502
1.503 X
1.506
1.507 X
1.510
1.511 X
1.514
1.515 X
1.518
1.519 X
1.522
1.523 X
1.524
1.525
1.526
2.
tabla de Hechos figurara en el diseo del modelado del Data Mart, Tomamos la
Siguiente definicin para la Tabla de Hechos.
1.528
1.529
1.530
1.531
1.532
1.533
1.534
1.535
1.536
1.537
3. Eleccin de las Dimensiones
1.538
escoger cual ser nuestra dimensin. El Objetivo por s mismo establece cuales sern
nuestras dimensiones.
1.539
1.37
Tabla
de
1.39
Dimen
1.38
Objetivos
sione
Hechos
s
1.42
1.544
1.41Administrar los
1.545
1.546
recursos econmicos
1.40Ventas
1.547
la Empresa Claro..
1.548
1.45
1.48
Cliente
Producto
Tiempo
1.51
1.54
1.57
Pedidos
Pago
Distribuido
res
1.549
1.550
1.551
1.552
1.553
1.554
1.555
1.556
1.557
1.558
1.559
1.560
1.561
1.562
1.563
1.564
1.565
1.566
4. Eleccin de las Medidas
1.567
1.570
Tabla de
Hechos
Hechos
1.572
1.571
Monto en Soles
Vent
as
1.583
1.584
1.585
1.586
completada. Se nombra a la tabla de Hechos, esto establece su objetivo y muestra todas las
dimensiones conectadas a la tabla de hechos.
1.587
1.588
1.589 TIEMPO
1.590
CLIENTE
1.591
1.592
1.593
Tabla de Hechos
1.594
Ventas
1.595
1.596
1.597
1.598
1.599
Objetivo:
1.600
Administrar
los recursos econmicos para tener un control diario de las Ventas de la Empresa Claro..
1.601
PRODUCTO
1.602
1.603
1.604
1.605
DISTRIBUIDORES
1.606
1.607
1.608
1.609
1.610
PAGO
1.611
1.612
1.613
1.614
1.615
1.616
ombr
e de
la
Tabl
1.617
Nombr
e de la
1.618
Descripcin de la Columna
Columna
a
1.620
Cliente
_Key
1.623
F
Produc
ACT
_VE
NTA
S
1.626
Tiempo
1.627
1.630
dimensin Tiempo.
_Key
Pago_
1.633
dimensin Pago.
Key
1.635
dimensin Pedido.
_Key
1.632
1.624
dimensin Producto.
Pedido
1.629
dimensin Cliente.
to_Key
1.619
1.621
Distrib
uidores_K
1.636
dimensin Distribuidores.
ey
1.637
1.638
1.639
1.640
ombr
1.641
Nom
e de
bre de la
la
Columna
Tabla
1.643 FACT_VE
1.644
NTAS
1.642
Mont
o en
1.647
1.645
Soles
Canti
dad de
1.650
Descripcin de la Columna
OPs
Canti
dad de
Ventas
1.653 Canti
dad de
Pedidos
1.648
1.651
Cantidad de OPs
1.654
1.656
Cantid
ad de
1.657
Productos
1.659
Descuent
1.660
Descuento a Clientes
o
1.661
1.662
1.663
1.664
1.665
1.666
1.667
1.668
1.669
1.670
1.671
1.672
1.673
1.674
1.675
1.676
1.679 T
IPO
DE
DAT
O
1.683
1.684 I
nt
1.695 I
nt
1.700 I
nt
1.705 I
nt
1.710 I
nt
1.715 I
nt
Clien
te_Key
1.694 Prod
ucto_Key
1.699 Tiem
po_Key
1.704 Pedi
do_key
1.709 Pago
_Key
1.714 Distr
ibuidores
_Key
1.719 Mont
o
1.724
Canti
dad de
OPs
1.729 Canti
1.680
VALO
RE
S
N
UL
L
1.685
no
1.696
no
1.701
no
1.706
no
1.711
no
1.716
no
1.681
LONG
IT
U
D
1.682 DESCRIPCION
1.686
12
1.697
12
1.702
12
1.707
12
1.712
12
1.717
12
1.687
1.688
1.689
1.690
1.691
1.692
1.720 m
one
y
1.725 I
nt
1.721
no
1.722
100
1.726
no
1.727
2
1.730 I
1.731
1.732
1.693Tabla de
hechos que
est
relacionada
con todas las
dimensiones y
que contiene
datos
cuantitativos
de vital
importancia
nt
dad de
Pedidos
1.734 Canti
dad de
Ventas
1.739 Canti
dad de
Productos
1.744 Indic
e%
Incremen
to
1.749 %
Descuent
o
no
12
1.735 I
nt
1.736
no
1.737
2
1.740 I
nt
1.741
no
1.742
2
1.745 r
eal
1.746
no
1.747
8
1.750 r
eal
1.751
no
1.752
8
1.754
1.755
1.756
1.757
1.758
1.759
para el anlisis
de Ventas de
la Empresa.
Dimensin
De acuerdo a nuestras Dimensiones elegidas anteriormente construimos los
AO
MES
DA
1.771
1.772
1.773
1.774
1.775
1.776
1.777
1.778
Nombre del
Atributo
1.781
Ao
1.784
Mes
1.779
1.782
Descripcin
del Atributo
Representa el
ao.
1.785 Representa
los meses que
posee un ao.
1.780
Valores de
Muestra
1.783
2011, 2012,
1.786
Abril, Mayo,...
1.787
Da
1.788 Representa
los das que posee
un mes.
1.790
1.789
1, 2, 3, 4
1.791
1.792
Dimensin Cliente
1.793
1.794
Nombre del
Atributo
1.797
Nombre
1.795
1.798
Descripcin
del Atributo
Representa el
cliente.
1.800
Pas
1.801 Representa el
Pas del cliente.
1.803
Tipo
1.804 Representa el
tipo del cliente.
1.807 Representa la
regin donde se
ubica el Cliente.
1.810 Representa la
ciudad donde se
ubica el Cliente.
1.806
Regin
1.809
Ciudad
1.812
1.813
1.814
1.815
1.816
1.817
1.818
1.819
1.820
1.821
Dimensin Producto:
1.796
1.799
Valores de
Muestra
Carlos, Juan,
1.802
Per
1.805
Natural,
Jurdica
1.808 La Libertad,
Lambayeque
1.811
Trujillo, Vir
1.822
1.824 Nombre del
Atributo
1.823
1.825 Descripcin
del Atributo
1.826 Valores de
Muestra
1.827 Nombre
Producto
1.828 Representa al
producto.
1.829 Celulares
NOKIA
1.830 Modelo
1.831 Representa a
la marca del
producto.
1.834 Representa el
precio/costo del
producto.
1.833 Precio
1.836
1.837
1.838
1.839 Dimensin Pago:
1.840
1.841
1.843 Descripcin
del Atributo
1.846 Representa a
la forma de Pago
que realiza el
Cliente
1.844 Valores de
Muestra
1.847 Tarjeta,
Contado
1.848
1.849
1.852
Dimensin Promocin:
1.853
1.855 Descripcin
del Atributo
1.850
1.851
1.854 Nombre del
Atributo
1.857 Nombre
Promocin
1.858 Representa a
las Promociones
que se realizan en
fechas
determinadas
1.860
1.861
1.862
1.863
1.864
1.856 Valores de
Muestra
1.859 Promocin
de verano, Da
de la Madre, etc.
1.865
1.866 IV.1.3 Esquema Estrella
1.867
orientamos nuestro Data Mart al Esquema Estrella para una mejor visualizacin del
Modelo para el Diseo Fsico.
o
o
o
o
o
o
1.869
1.870
Distribuidores
Distribuidor_Key
ID_Distribuidor
Nombre
CodigoEmpleado
Ciudad
Dim_Cliente
Cliente_Key
ID_Cliente
Nombre
Ciudad
Region
Pais
NombreTipoCliente
integer <pk>
nvarchar
nvarchar
nvarchar
nvarchar
nvarchar
nvarchar
integer <pk>
integer
nvarchar
char
nvarchar
FK_FACT_VEN_REFERENCE_DISTRIBU
FACT_VENTAS
Producto_Key
Cliente_Key
Tiempo_Key
FK_FACT_VEN_REFERENCE_DIM_CLIE
Pago_Key
Distribuidor_Key
Monto
Cantidad_Operaciones
Cantidad_Pedidos
Cantidad_Ventas
Cantidad_Productos
PorcentajeDescuento
integer
integer
integer
integer
integer
money
integer
integer
integer
integer
real
<pk,fk4>
<pk,fk1>
<pk,fk5>
<pk,fk3>
<pk,fk2>
Dim_Pagos
Pago_Key
FK_FACT_VEN_REFERENCE_DIM_PAGO
ID_Pago
Codigo
Forma
integer <pk>
integer
nchar
nvarchar
FK_FACT_VEN_REFERENCE_DIM_TIEM
Dim_Productos
Producto_Key
ID_Producto
Nombre
Precio
integer <pk>
integer
nvarchar
money
FK_FACT_VEN_REFERENCE_DIM_PROD
Dim_Tiempo
Tiempo_Key
Fecha
Ao
Mes
Dia
integer <pk>
date
integer
nvarchar
integer
1.871
1.872
1.873 Por consiguiente, con los datos del diseo lgico y los cambios en la
estructura fsica, se obtiene el siguiente Modelo de Base de Datos Fsica para el
DataMart
1.874
1.875
V.
DISEO FISICO
1.876
1.877
DISEO LGICO
1.58
1.59DISEO FSICO
1.61Fact_Ventas
1.62Dimensin Cliente
1.63Dim_Cliente
1.64Dimensin Producto
1.65Dim_Productos
1.66Dimensin Pedido
1.67Dim_Pedidos
1.68Dimensin Tiempo
1.69Dim_Tiempo
1.70Dimensin Pago
1.71Dim_Pagos
1.72Dimensin Distribuidores
1.73Dim_Distribuidores
1.906
1.907
1.908
1.909
1.910
1.911
1.912
1.913
1.914
1.915
1.916
1.917
1.918
1.919
1.920
1.921
1.922
Determinar el Tipo de Dato para cada Tabla que intervendr en el Data Mart. Estos
1.932 Cli
ente_K
ey
1.938 ID_
Cliente
1.943 No
mbreTi
poClie
nte
1.948 No
mbre
1.953 Re
gion
1.958
1.963
Ciu
dad
Pai
s
1.926 T
IPO
S
DE
DAT
OS
1.933 i
nt
1.927 V
ALO
RES
NUL
OS
1.928
1.929 L
ONG
ITUD
1.930
1.931 D
ESCR
IPCIO
N
1.934
1.935
1.939 c
har
1.944 n
varc
har
1.940
1.949 n
varc
har
1.954 n
varc
har
1.959 n
varc
har
1.964 n
varc
har
1.968
1.950
1.936
1.937 Di
mensi
n
que
contie
ne
toda
la
inform
acin
detalla
da de
los
Client
es
n
o
1
2
1.941
1.946
o
1.945
o
n
1.951
o
1.955
1.956
5
0
1.961
o
1.965
5
0
o
1.960
5
0
5
0
n
o
1.966
5
0
1.969
1.970
1.971
1.972 ATRI
BUTOS
1.973
TIPOS
DE
1.974 V
AL
OR
1.975 L
ON
GIT
1.976 D
ESCR
IPCIO
DA
TO
S
1.977 Prod
ucto_Key
1.983 Nom
bre
1.988 ID_Pr
oducto
1.993 Preci
o
1.978
int
1.984
nvarch
ar
1.989
char
1.994
Money
ES
NU
LO
S
1.979 n
o
1.985 n
o
1.990 n
o
1.995 n
o
UD
1.980
1
2
1.986
5
0
1.991
1.996 1
00
1.981
1.982 Di
mensi
n
que
contie
ne la
descri
pcin
de los
Produ
ctos
1.998
1.999
1.1000 Tabla 19: Dim_Productos
1.1001
1.1002
1.1003
1.1004
1.1005
1.1006 A
TRIB
UTO
S
1.1011 T
iemp
o_Ke
y
1.1017 F
echa
1.1022 A
o
1.1027 M
es
1.1032 D
a
1.1037
1.1007 T
IPOS
DE
DAT
OS
1.1012 i
nt
1.1008 V
ALO
RES
NUL
OS
1.1013 n
o
1.1009 L
ONG
ITUD
1.1010 D
ESCR
IPCIO
N
1.1014 1
2
1.1018 d
ate
1.1023 i
nt
1.1028 n
varc
har
1.1033 i
ny
1.1019 n
o
1.1024 n
o
1.1029 n
o
1.1020 1
0
1.1025 4
1.1034 n
o
1.1035 9
1.1015
1.1016 Di
mensi
n
que
contie
ne
detalle
del
tiemp
o de
las
ventas
1.1030 5
0
1.1038
1.1039 Tabla 20: Dim_Tiempo
1.1040
1.1041
1.1042
1.1043
1.1044
1.1045 A
TRIB
UTO
S
1.1046 T
IPOS
DE
DAT
1.1047 V
ALO
RES
NUL
1.1048 L
ONG
ITUD
1.1049 D
ESCR
IPCIO
N
OS
1.1050 P
ago_
Key
1.1055 C
digo
1.1060 F
orma
OS
1.1051 i
nt
1.1052 n
o
1.1053 1
2
1.1056 n
char
1.1061 n
varc
har
1.1057 n
o
1.1062 n
o
1.1058 5
1.1063 5
0
1.1054 Di
mensi
n
que
contie
ne la
inform
acin
de los
Pagos
1.1065
1.1066
1.1067
1.1068 Tabla 21: Dim Pago
1.1069
1.1070
1.1071 ATRIBUT
OS
1.1072
TIPO
S
D
E
D
A
T
O
S
1.1077
int
1.1073
VALO
RE
S
NU
LO
S
1.1074 L
ON
GIT
UD
1.1075 D
ESCR
IPCIO
N
1.1078
no
1.1079 1
2
1.1083
nchar
1.1084
no
1.1085 5
1.1087 Nombre
1.1088
char
1.1089
no
1.1090 8
1.1092 Ciudad
1.1093
nvarc
h
a
r
1.1094
no
1.1095 5
0
1.1080
1.1081 Di
mensi
n
que
contie
ne
toda
la
inform
acin
detalla
da de
las
Promo
ciones
.
1.1076
Distribuidor_
Key
1.1082 CodigoE
mpleado
1.1097
1.1098
1.1099 Tabla 22: Dim Distribuidores
1.1100
1.1101
1.1102
1.1103
1.1104 Determinar el tipo de Datos de las claves Primarias. Para nuestro Data Mart se
generaran en forma automtica y ordenada:
1.1105
1.1106
1.1107 Cliente_Key
1.1108 Producto_Key
1.1109 Tiempo_Key
1.1110 Pago_Key
1.1111 Distribuidores_Key
1.1112
Pedido_Key
1.1113
1.1114
1.1115
1.1116
1.1117 Especificar las claves forneas para cada Tabla de Hechos:
1.1118
1.1119
1.1120
1.1121
1.74
1.1122
1.75 FACT_VENTAS
1.1123
1.1124
1.76
1.1125
1.1126
1.77 Cliente_Key
1.1127
(FK)
1.1128
1.1129
1.78 Producto_Key
1.1130
(FK)
1.1131
1.1132
1.79 Pedido_Key
1.1133
1.1134
(FK)
1.1135
1.80 Tiempo_Key
1.1136
1.1137
(FK)
1.1138
1.81 Pago_Key (FK)
1.1139
1.1140 Tabla 23:
Claves Forneas de las
1.82 Distribuidores_
Tablas de
Hechos
Key (FK)
1.1141
1.1142
1.1143
1.1144
1.1145 V.1.2 Construccin de las Tablas y la Base de Datos en SQL
1.1146 Despus de haber realizado el Diseo Fsico de las tablas pasamos a la
etapa de construccin de dichas tablas utilizando el SQL Server.
1.1147
1.1148
1.1149
1.1150
1.1151
1.1152
1.1153
1.1154
1.1155
1.1156
1.1157
1.1158
1.1159
1.1160 Ilustracin 17: Tabla de la Dimensin Pagos
1.1161
1.1162
1.1163
1.1164
1.1165
1.1166
1.1167 Ilustracin 18: Tabla de la Dimensin Distribuidores
1.1168
1.1169
1.1170
1.1171
1.1172
1.1173
1.1174
1.1175
1.1176
1.1177
1.1178
1.1179
1.1180
1.1181 Ilustracin 20: Tabla de la Dimensin Pedido
1.1182
1.1183
1.1184
1.1185
1.1186
1.1187 Ilustracin 21: Tabla de la Dimensin Cliente
1.1188
1.1189
1.1190
1.1191
1.1192
1.1193 Ilustracin 22: Tabla de hechos FACT_VENTAS
1.1194
1.1195
1.1196 Una vez construido todas las tablas para el Data Mart, continuamos con la
construccin del Diagrama de la Base de Datos:
1.1197
1.1198
1.1199
1.1200
1.1201
1.1202
1.1203
1.1204
1.1205
1.1206
1.1207
1.1208
1.1209
1.1210
VI.
1.1211 Para completar la construccin del Data Mart debemos poblar cada Tabla de la
Base de Datos. Como ya conocemos la estructura de cada tabla, ahora debemos seguir
los siguientes pasos para el Poblamiento:
1.1214
1.1215
las Dimensiones y Tablas de Hechos, paso que nos permite asegurar de que no pueda
existir algn dato que se pudiera duplicar.
1.1216
1.1217
Paso 2: Poblamiento de la Dimensin Tiempo, consiste en ejecutar una
sentencia SQL, para transferir datos a la Dimensin Tiempo.
1.1218
1.1219
Paso 3: Poblamiento de la Dimensin Cliente, consiste en ejecutar una
sentencia SQL, para transferir datos a la Dimensin Cliente.
1.1220
1.1221
Paso 4: Poblamiento de la Dimensin Distribuidores, consiste en ejecutar
una sentencia SQL, para transferir datos a la Dimensin Distribuidores
1.1222
1.1223
Paso 5: Poblamiento de la Dimensin Pagos, consiste en ejecutar una
sentencia SQL, para transferir datos a la Dimensin Pagos.
1.1224
1.1225
Paso 6: Poblamiento de la Dimensin Productos consiste en mover los
datos de la Tabla Productos para poblar la Dimensin Productos.
1.1226
1.1227
1.1228
1.1229
1.1230
PASO 1de los Workflows
B. Definicin
1.1231
1.1232
PASO 2
PASO 3
1.1233
1.1234
PASO 4
1.1235
PASO 5
PASO 6
PASO 7
1.1236
1.1237
1.1238
1.1239
1.1240
1.1241
1.1242
1.1243
1.1244
1.1245
1.1246
1.1247
1.1248
Restricciones de Precedencia:
1.1254
g) El Poblamiento de las Tablas de Hechos (Paso 7) debe realizarse slo cuando
se tenga la seguridad de que el paso 2,3,4,5,6 se hallan ejecutado con xito.
1.1255
1.1256 Una vez conocido las relaciones de precedencias diagramaremos el
xito
PASO 1
xito
PASO 3
1.1258
1.1259
xito
1.1260
xito
xito
PASO 4
PASO 5
PASO 6
xito
PASO 7
1.1261
1.1262
1.1263
1.1264
1.1265
1.1266
1.1267
1.1268
1.1269
1.1270
1.1271
1.1272
1.1273
1.1274
1.1275
1.1276
1.1277
1.1278
1.1279
1.1280
1.1281
1.1282
1.1283
1.1284
1.1285
1.1286
1.1287
1.1288
1.1289
1.1290
1.1291
1.1292
1.1293
1.1294
1.1295
1.1296
1.1297
1.1298
1.1299
1.1300
1.1301
1.1302
1.1303
1.1304
1.1305
1.1306
1.1307 Creacin de los Paquetes de Servicio de Transformacin de Datos
1.1308
1.1309
1.1310
1.1311
SQL Server 2015, aqu los datos pueden ser almacenado en varios formatos y en
muchos lugares diferentes lo cual no es ningn problema.
1.1312
1.1313
paquete DTS al cual llamamos Poblamiento General Data Mart C.Movil, con los
pasos previos definidos as como todas sus restricciones.
1.1314
1.1315
1.1316
1.1317
1.1318
1.1319
1.1320
1.1321
1.1322
Sentencias de cada paso de Workflow
1.1323
1.1324
1.1325 Paso 1: Limpiando Dimensiones
1.1326 Aadimos una tarea al paquete al cual tendr por nombre Limpiando
Dimensiones, con la siguiente sentencia:
1.1327
1.1328
DELETE FACT_VENTAS
1.1329 DELETE Dim_Pagos
1.1330 DBCC CHECKIDENT('Dim_Pagos',reseed,0)
1.1331 DELETE Dim_Cliente
1.1332 DBCC CHECKIDENT('Dim_Cliente',reseed,0)
1.1333 DELETE Dim_Tiempo
1.1334 DBCC CHECKIDENT('Dim_Tiempo',reseed,0)
1.1335 DELETE Dim_Distribuidores
1.1336 DBCC CHECKIDENT('Dim_Distribuidores',reseed,0)
1.1337 DELETE Dim_Productos
1.1338 DBCC CHECKIDENT('Dim_Productos',reseed,0)
1.1339 DELETE Dim_Pedidos
1.1340 DBCC CHECKIDENT('Dim_Pedidos',reseed,0)
1.1341
1.1342
1.1343
1.1344
1.1345 Esta sentencia nos permite limpiar los datos de todas las tablas de nuestro
Data Mart. Esta limpieza asegura que no se dupliquen los datos.
1.1346
1.1347
1.1348
1.1349
1.1350
1.1351
1.1352
1.1353
1.1354
1.1355 Para transferir los datos a la dimensin Tiempo, se efectan los siguientes
pasos:
a. Definimos una sentencia SQL como origen de datos.
1.1356
1.1357
1.1358
1.1359
1.1360
1.1361
1.1362
1.1363
b. Determinamos la Dimensin Tiempo como destino de datos.
c.
1.1364
1.1365
1.1366
1.1367
1.1368
1.1369
1.1370
1.1371
1.1375
1.1376
1.1377
1.1378 Ilustracin 27: Poblamiento de la Dimensin Cliente
1.1379
1.1380
1.1385
1.1386
1.1387
1.1388 Ilustracin 28: Poblamiento de la Dimensin Distribuidores
1.1389
1.1393
1.1394
1.1395
1.1396 Paso 6: Poblamiento de la Dimensin Productos
1.1397 Para transferir los datos a la dimensin Productos, se efectan los
siguientes pasos:
d. Se define la tabla Productos como origen de datos de la Base de Datos.
e. Determinamos la Dimensin Productos como destino de Datos.
f.
1.1399
1.1400
1.1401
1.1402
1.1403 Paso 8: Poblamiento de la Tabla de Hechos
1.1404
a.
1.1428
1.1424
group by
Producto_Key,Cliente_Key,Pago_Key,Distribuidor_Key,Tiempo_Key,
1.1425
DEPE.Precio*DEPE.Cantidad,DEPE.Cantidad
1.1426
, ve.TotalVenta,(PRO.Precio*300/DEPE.Precio+0.05)
1.1427
order by Producto_Key
1.1429
1.1430
1.1431
1.1432
1.1433
1.1434
1.1435
1.1436
1.1437
1.1438
1.1439
1.1440
1.1441
1.1442
1.1443
1.1444
1.1445
1.1446
1.1447
1.1448
1.1449
1.1450
IV.
SELECCIN DE PRODUCTOS
1.1451
1.1452
i. Hardware
1.1453
1.1454
La base de datos y los servidores OLAP deben de tener la siguiente
configuracin de hardware:
a. RAM: 4GB
b. Disco Duro (espacio): 80GB.
c. Procesador: Corel i5 Intel Xeon.
1.1455
ii. Software
1.1456
1.1457
Para la implementacin se trabajar con MS SQL Server 2008.
1.1458
1.1459
1.84 Herramienta
1.86
1.89 Cubos
1.91
1.92 Analysis Services
1.93 SQL Server Business
1.94 ETL
Intelligence
1.97
1.96 DataMart
1.98
1.99 SQL Server 2014
1.1460
1.1461
1.1462
1.1463
1.1464
1.1465
1.1466
1.1467
1.1468
1.1469
1.1470
1.1471
1.1472
1.1473
1.1474
1.1475
1.1476
1.1477
1.1478
1.1479
1.1480
1.1481
1.1482
1.1483
1.1484
1.1485
1.1486
1.1487
1.1488
VIII.
1.1490
Construccin del Cubo
1.1491
a) Se realiza la conexin con la base de datos C.MovilDW en el Data Source
1.1492
1.1493
1.1494
1.1495
1.1496
1.1497
1.1498
1.1499
1.1500
1.1501
1.1502
1.1503
1.1504
1.1505
1.1506
1.1507
1.1508
1.1509
1.1510
1.1511
1.1512
1.1513
1.1514
1.1515
1.1516
1.1517
1.1518
1.1519
1.1520
1.1521
1.1522
1.1523
1.1524
1.1525
1.1526
1.1527
1.1528
1.1529
1.1530
1.1531
1.1532
1.1533
1.1534
1.1535
1.1536
1.1537
1.1538
1.1539
1.1540
b) Se realiza la conexin con la base de datos MultidimensionalMovil en el Data Source Views seleccionando las tablas a
usar.
1.1541
1.1542
c)
Se procede a la creacin del cubo definiendo primero la dimensin tiempo y posteriormente las dems dimensiones y
las medidas.
1.1543
1.1544
1.1545
1.1546
1.1547
1.1548
1.1549
1.1550 Ilustracin 31: Creacin de Cubos
d) Procesando
1.1551
IX.
1.1553
1.1554 Ilustracin 32: Diagrama PowerPivot
1.1555
1.1556 GENERACION DE REPORTES
1.1557
1.1559
1.1560
1.1562
1.1563
1.1564 Ilustracin 35: Reporte 3
1.1565
1.1566
1.1567
1.1568 Ilustracin 36: Reporte 4
1.1569
1.1570
1.1571
1.1572 Ilustracin 37: Reporte 5
1.1573
1.1574
1.1575
1.1579
1.1580
1.1581
1.1582
X.
1.1584
1.1585
1.1586
1.1587
1.1588
1.1589
1.1590
1.1591
1.1592
1.1593
1.1594
1.1595
1.1596
1.1597
1.1598
1.1599
1.1600
1.1601
1.1602
1.1603
1.1604
1.1605
1.1606
1.1607
1.1608
Rerencias Bibliogra
1.1609
4. Emmons, W. (2003). Universal Banks and Relationships with Firms. CFS Working
Paper Series 2003/20, Center for Financial Studies.
1.1610
1.1611
1.1612
1.1613
1.1614
1.1615
1.1616
1.1617
1.1618
1.1619
1.1620
1.1621
1.1622
1.1623
1.1624
1.1625
1.1626
1.1627
1.1628
1.1629
1.1630
1.1631
1.1632
1.1633
1.1634
1.1635
1.1636
1.1637
1.1638
1.1639
1.1640
1.1641
1.1642
1.1643
1.1644
1.1645
1.1646
1.1647
1.1648
1.1649
1.1650
1.1651
1.1652
1.1653
1.1654
1.1655
1.1656
1.1657
1.1658
1.1659
1.1660
1.1661
1.1662
1.1663
1.1664
1.1665
1.1666
1.1667
1.1668
1.1669
1.1670
1.1671
1.1672
1.1673
1.1674