M1. - Introducción BIv1

Introducción al
BUSINESS INTELLIGENCE
Copyright © 2010 Accenture All Rights Reserved. Accenture, its logo, and High Performance Delivered are trademarks of Accenture.
AGENDA
Business Intelligence
Data Warehouse
Reporting
Copyright © 2010 Accenture All Rights Reserved. Accenture, its logo, and High Performance Delivered are trademarks of Accenture. Slide 2 Marzo 2010
AGENDA
Data Warehouse
Reporting
DE LOS DATOS EN BRUTO AL CONOCIMIENTO:
La Era de la Información: Últimos 50 años
Enorme evolución en el conocimiento científico

y humano
Enorme desarrollo Tecnológico
Datos, datos
y más datos…
“Algo peor que no tener información…es tener mucha información y
no saber que hacer con ella…”
Mundo Empresarial
• Desconocimiento por “exceso”

• Hay datos, información de todo tipo, pero ¿cómo está mi
negocio con respecto a….
VERDADERO CONOCIMIENTO  Respuestas a:
• ¿TENGO LAS MEJORES PERSONAS?

• ¿QUE PASÓ? ( ¿ Cómo es mi pasado?)
• ¿DONDE ESTOY AHORA? (¿Cómo es mi presente?)
• ¿CUÁL ES LA TENDENCIA? (¿Cómo se perfila el futuro?)
• ¿MI ESTRATEGIA ES LA ADECUADA?
DESICIONES ACERTADAS
BUSINESS INTELLIGENCE
La “Brújula” de las organizaciones en “océanos” de datos
Proporciona a las compañías:
• Es la herramienta de mas ayuda para la toma de

decisiones adecuadas en todos los niveles de la
empresa.
DEFINICIÓN:
DATOS INFORMACIÓN CONOCIMIENTO ESTRATEGIA
“BUSINESS INTELLIGENCE”
•Es la capacidad de las organizaciones de generar
conocimiento relevante, a partir de la recogida y el
análisis de todos aquellos datos internos y
externos de su actividad.
CARACTERÍSTICAS:
•Accesibilidad a la información
•Lo primero que deben garantizar este tipo de herramientas y técnicas
será el acceso de los usuarios a los datos con independencia de la
procedencia de estos.
•Apoyo en la toma de decisiones

•Se busca ir más allá en la presentación de la información, de manera
que los usuarios tengan acceso a herramientas de análisis que les
permitan seleccionar y manipular sólo aquellos datos que les
interesen.
•Orientación al usuario final

•Se busca independencia entre los conocimientos técnicos de los
usuarios y su capacidad para utilizar estas herramientas.
NECESIDAD DE BI (VISIÓN DEL NEGOCIO):
1. Frustración por la falta de una “versión única de la

verdad" que respalde una mejor toma de
decisiones
2. Gran cantidad de sistemas con un ratio de
interfases por sistema elevado
3. Los almacenamientos de información se están
disparando en volumen y coste. No se borra nada
porque su importancia es imposible de evaluar
4. Desfase en la entrega de la información y elevado
número de procesos manuales propensos a errores
que generan datos inciertos y de mala calidad
5. Dispersión en la utilización de herramientas BI;
ausencia de estrategias alineadas con el proceso  Fragmentación/Silos de
de consolidación del mapa de soluciones información
6. Globalización y cambios por fusiones o  Déficit en la calidad de los
adquisiciones datos
 Elevado coste de
mantenimiento
NECESIDAD DE BI (VISIÓN TÉCNICA):
Falta de Muchas veces se necesitan datos correspondientes a diferentes aplicaciones y
integración su obtención es demasiado costosa y en algunos casos inviable en plazo.
Dudas en Los índices obtenidos no cuadran con los listados detalle de la aplicación al
credibilidad emplearse diferentes métodos de cálculo y/o periodos de tiempo.
Cualquier cambio de enfoque en el análisis implica hacer una modificación de la

Poca flexibilidad aplicación, lo que implica un tiempo de espera elevado para cubrir la necesidad.
Baja Se emplea mucho tiempo en la obtención de determinada información, al tener

productividad que acceder a multitud de listados y aplicaciones.
En ocasiones, los datos se analizaban atendiendo a pocas variables, sin

Análisis
posibilidad de analizar la información con un enfoque multidimensional.
parcial
Limitación de En algunos caso los usuarios no pueden acceder directamente a la información

acceso de la base de datos, sino a los datos tal y como están dibujados en las ventanas,
lo que les resta agilidad en el análisis de problemas de negocio.
COBERTURA:
PERFORMANCE
MANAGEMENT CRM ANALÍTICO
PRESUPUESTACIÓN PROMOCIONES
RENTABILIDAD SEGMENTACIÓN
RIESGO CHURN
Financiero Marketing
FRAUDE CESTA DE LA COMPRA
Business
Portal del
Intelligence
Empleado
VENTAS
TRÁFICO DE RED
Operaciones
Ventas y Cadena de CADENA DE SUMINISTRO
PREVISIONES DE Suministro
DEMANDA RECURSOS HUMANOS
VENDEDORES
FRAUDE
CALIDAD
ANALYSIS
WEB SERVICIO A CLIENTE
GLOSARIO DE TÉRMINOS:
DATAWAREHOUSE
OLTP ETL
OLAP DATA MART

DATA MINING
DRILL DOWN / UP
 DATAWAREHOUSE: Es un almacén de datos para el análisis y toma de decisiones.

Permite realizar análisis on-line, por lo que aumenta el poder de toma de decisiones por
parte de los responsables. Maneja un elevado volumen de datos.
 OLAP (On-Line Analitical Procesing). Se denomina a la manera de estructurar el

almacenamiento de la información, condiciona principalmente la velocidad de respuesta
cuando un usuario realiza una consulta
 OLTP (On-Line Transactional Procesing). Son los sistemas operacionales, optimizado

para transacciones. Ejemplos: mantenimiento de clientes, procesos de facturación, etc.
 ETL (Data Extraction, Transformation, and Loading). Herramientas nos ayudan en la

parte de Extracción, Transformación y Carga del Data Warehouse
 DATA MART: Es una estructura de datos optimizada para el acceso. Se realiza como
un subconjunto departamental de un Data Warehouse corporativo (datamart de
ventas, de finanzas...).
 DRILL DOWN / UP: Navegar dentro de la información, desde niveles mas altos a
niveles mas bajos o viceversa (país -> provincia -> ciudad).
 DATA MINING: Herramientas destinadas a la búsqueda de patrones de

comportamiento, dentro de datos, ya sea de un Data Warehouse, o cualquier otra
fuente de información.
ESTRUCTURA DE ALMACENAMIENTO:
Dimensión 1
CP Id 1
Dato 1.1
Dato 1.2
Dimensión 2
Dimensión 6
CP Id 2
CP Id 6
Dato 6.1 Tabla de hechos Dato 2.1

Dato 2.2
Agregación
Dato 6.2
CP Id 1
CP Id 2
CP Id 3
CP Id 4
Dimensión 3
Dimensión 5 CP Id 5
CP Id 6 CP Id 3
CP Id 5
Medida 1 Dato 3.1
Dato 5.1 Indicador 2 Dato 3.2
Dato 5.2
Dimensión 4
Drill Throught
CP Id 4
Dato 4.1
Dato 4.2
Estructura ROLAP
Estructura MOLAP (cubos)
 Recoge todos los datos en detalle.
 Recoge todos las medidas
 Se estructura en base a un modelo en sumarizadas por dimensiones.
estrella: tabla de hechos relacionada
con sus dimensiones de análisis  Se estructura en base a un modelo
multidimensional con tecnología
 Se almacena en base de datos específica.
relacional
 Guarda toda la serie histórica
 Guarda toda la serie histórica
Mediante el acceso Drill-Throught pueden
consultarse los detalles en la base de datos.
ARQUITECTURA BI:
Datos origen Construcción infraestructura Herramienta de BI
AGENDA
Data Warehouse
Reporting
Data Warehouse
Data Warehouse
CARACTERISTICAS:
 Almacén de datos diseñado para el análisis de la información y la
divulgación eficiente de los datos (OLAP).
 Orientado a temas.- Los temas se organizan por dimensiones del

negocio.
 Variante en el tiempo.- Quedan reflejados los datos a lo largo del

tiempo por lo que la dimensión TIEMPO es imprescindible
 No volátil.- La información no se modifica ni se elimina sino que se

mantienen diferentes fotos de la información
 Integrado.- La información debe ser consistente y los mas amplia

posible para ser representativa de todo el negocio.
Data Warehouse
ELEMENTOS DE UN DW:
 Dimensiones.- Las dimensiones en un DW son aquellos elementos por
los cuales se va a analizar la información. Suele ser información que no
se puede medir (sumar, agregar, etc), sólo se puede contabilizar. Un
ejemplo de dimensión es el Tiempo.
 Jerarquías.- Son cada uno de los niveles de una dimensión. En la

dimensión tiempo existirían las jerarquías de año, trimestre, mes,
semana, etc.
 Atributos.- Son las partes que detallan las jerarquías de las

dimensiones, por ejemplo en la jerarquía mes, el nombre del mes sería
un atributo.
 Hechos.- También son llamados indicadores de gestión, y son los

datos a analizar, por lo que se pueden cuantificar. Un ejemplo serían las
ventas
Data Warehouse
MODELADO ROLAP (Modelo en estrella):
Tiempo
Delegaciones
Año
Zona
Mes
Delegaciones
Día Ventas
Subdelegación
Día Contrata
Población
Producto
Contrata
Importe Ventas
Número Ventas
Geografía
Productos
CCAA
Tipo producto
Provincia
Producto
Municipio
Población
Data Warehouse
MODELADO ROLAP (Modelo copo de nieve):
Zona
Año
Delegación
Mes
Subdelegación
Día Ventas
Día Contrata
Población
Producto
Contrata
Importe Ventas
Número Ventas
Población
Municipio
Producto
Provincia
Tipo producto
CCAA
Data Warehouse
NUESTRO MODELO (Parte I detalle de Ventas):
Data Warehouse
NUESTRO MODELO (Parte II Agregada anual):
Data Warehouse
NUESTRO MODELO (Parte III Agregada Quarter):
Data Warehouse
MODELADO ESTRELLA VS MODELADO COPO DE NIEVE
ESTRELLA COPO DE NIEVE
SIMPLICIDAD EN EL DISEÑO
VELOCIDAD DE ACCESO A LOS DATOS

(TIEMPO DE RESPUESTA)
PERMITE FUNCIONALIDAD
MULTIDIMENSIONAL
SIMPLICIDAD USUARIO FINAL
ESPACIO DE ALMACENAMIETNO
Data Warehouse
MODELADO MOLAP (Cubos):
Un cubo es una BBDD multidimensional (MOLAP), en la cual el

almacenamiento físico de los datos se realiza mediante vectores.
Data Warehouse
ROLAP VS MOLAP
VENTAJAS DESVENTAJAS
 Mejor rendimiento en los tiempos de respuesta  Limitado con el análisis de datos de detalle.
 Apropiado para aplicaciones con elevado número de Escalabilidad limitada por la capacidad del generador de cubos
agregaciones y cálculos sobre los datos  El modelo multidimensional puede ser inflexible para cambios
 El análisis es posible a nivel de datos transaccionales accediendo rápidos en las necesidades de negocio
a ellos desde el cubo (Drill Througth)  Formato de almacenamiento propietario
MOLAP  Fácil instalación y mantenimiento  Requiere formación en generación de bases de datos
 Posibilidad de definición de Cubos virtuales. Consiste en multidimensionales (MDDB)
almacenar sus definiciones pero no sus datos
 Requiere formación en bases de datos relacionales (DBMS), más  La ejecución de las queries no son tan rápidas como MDDBs
extendido que MDDB
 Requiere un data warehouse
 Capaz de analizar datos a lo largo de un gran número de
dimensiones  Necesidad de generación de tablas agregadas para la
optimización de los cálculos
 Capaz de manejar grandes datasets (rango de terabytes)
 El análisis es posible a nivel de datos transaccionales
 Apropiado para aplicaciones de gran volumen de datos
ROLAP  Las implementaciones ROLAP aprovechan las inversiones en
tecnologías de bases de datos relacionales preexistentes
AGENDA
Data Warehouse
Reporting
Reporting
ARQUITECTURA PARA REPORTING:
Reporting
EIS
Executive Alta
Cuadro de Mando Integral
Information Dirección
Gestión System
Estratégica
DSS Reporting de Excepción,
Decision Support
Presupuestación Analistas
System
Planificación operativa:
Reporting Estándar
Gestión Promociones, Proyectos, RR.HH.,...
Información
Operacional de Gestión
Nivel Aplicativo Operativa
Transaccional
Archivos Maestros Integrados/Funciones Comunes

Infraestructura de Hardware, Software de base y Telecomunicaciones
Reporting
TIPOS DE INFORMES EMPRESARIALES:
 La tecnología de Reporting permite a las compañías crear todas las opciones de reportes existentes y con el formato
específico que exija cada requerimiento particular, desde informes clásicos de negocios, dashboards y cuadros de mando
complejos hasta informes operacionales sumamente detallados que aparecen típicamente en papel (listados).
Informes Operacionales y de Producción

Grandes cantidades de Datos
En categorías jerárquicas  Fundamentales para las operaciones de Producción
Paginación y navegación entre distintos niveles de detalle
Facturas y Estados de Cuenta
 Datos transaccionales muy detallados
Información sumarizada por distintos niveles
Informes de Negocios
Información consolidada
ALTO nivel de presentación
Posibilidad de creación por los mismos usuarios
Navegación libre por jerarquías y dimensiones hacia
Diseño “Free-form” distintos niveles de detalle
Visualización “What you see is what you get” Interacción con herramientas de escritorio (Exel, etc).
Dashboards y Scorecards
 Proporcionan información de rendimiento empresarial de distintos ángulos
Usuarios directivos o del comité ejecutivo
Presentación excelente, sencilla e inmediata en formatos adecuados para datos financieros y de operación
estratégicos
Reporting
Informes Operacionales y de Producción
Grandes cantidades de Datos
En categorías jerárquicas  Fundamentales para las operaciones de Producción
Paginación y navegación entre distintos niveles de detalle
E J EM P L O
Informe de Operación logística que muestra los tiempos de entrega de pedidos para cada Centro de
Distribución.Las semanas de entrega representan con cada número el intervalos de 7 días (0-6), 7-13,14-
20,21-27, y +28) entre la Fecha de pedido y la Fecha de Entrega. (Sería posible navegar dentro de cada
semana y ver el mismo informe a nivel diario, por ejemplo).
Ver Informe
Reporting
Facturas y Estados de Cuenta

 Datos transaccionales muy detallados
Información sumarizada por distintos niveles
E J EM P L O
Factura de la Compañía “ACME” donde se visualiza cada item de la compra, los subtotales, el cargo por envío,
etc. (En este caso sería posible navegar hasta cada ítem y visualizar su foto, precio, etc.)
Ver Informe
Reporting
Informes de Negocios
Información consolidada
ALTO nivel de presentación
Alto nivel de presentación
Navegación libre por jerarquías y dimensiones hacia
Posibilidad de creación por los mismos usuarios distintos niveles de detalle
Diseño “Free-form” Interacción con herramientas de escritorio (Exel, etc).
Visualización “What you see is what you get”
E J EM P L O 1 E J EM P L O 2
Informe que refleja la variación de “Beneficio vs Informe de la evolución de los Costes de Producción
Pérdida” YTD y QTD de Corporación “Global por Línea de Producto, con respecto a los volumenes
Enterprises Intl.”, con respecto a lo presupuestado, de venta esperados en Digital2Go.
por tipo de cuenta.
Ver Informe
Ver Informe
Reporting
Dashboards y Scorecards
 Proporcionan información de rendimiento empresarial de distintos ángulos
Usuarios directivos o del comité ejecutivo
Presentación excelente, sencilla e inmediata en formatos adecuados para datos financieros y de operación
estratégicos
E J EM P L O
Dashboard que muestra desde distintos puntos de vista el rendimiento del negocio.
Ver Informe
(Presupuesto vs Beneficio a nivel Global y por continente)

(Comparación de ventas entre trimestres de distintos años y a nivel geográfico)
(A nivel europeo por país)
(Vista geográfica de “calor” en los beneficios de los distintos países de Europa).
Coloquio

M1. - Introducción BIv1

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

M1. - Introducción BIv1

Enviado por

Direitos autorais:

Formatos disponíveis

Introducción al

Enorme evolución en el conocimiento científico

Enorme desarrollo Tecnológico

• Desconocimiento por “exceso”

• ¿TENGO LAS MEJORES PERSONAS?

Proporciona a las compañías:

• Es la herramienta de mas ayuda para la toma de

DATOS INFORMACIÓN CONOCIMIENTO ESTRATEGIA

•Apoyo en la toma de decisiones

•Orientación al usuario final

1. Frustración por la falta de una “versión única de la

Cualquier cambio de enfoque en el análisis implica hacer una modificación de la

Baja Se emplea mucho tiempo en la obtención de determinada información, al tener

En ocasiones, los datos se analizaban atendiendo a pocas variables, sin

Limitación de En algunos caso los usuarios no pueden acceder directamente a la información

OLAP DATA MART

 DATAWAREHOUSE: Es un almacén de datos para el análisis y toma de decisiones.

 OLAP (On-Line Analitical Procesing). Se denomina a la manera de estructurar el

 OLTP (On-Line Transactional Procesing). Son los sistemas operacionales, optimizado

 ETL (Data Extraction, Transformation, and Loading). Herramientas nos ayudan en la

 DATA MINING: Herramientas destinadas a la búsqueda de patrones de

Dato 6.1 Tabla de hechos Dato 2.1

Datos origen Construcción infraestructura Herramienta de BI

Datos origen Construcción infraestructura Herramienta de BI

 Orientado a temas.- Los temas se organizan por dimensiones del

 Variante en el tiempo.- Quedan reflejados los datos a lo largo del

 No volátil.- La información no se modifica ni se elimina sino que se

 Integrado.- La información debe ser consistente y los mas amplia

 Jerarquías.- Son cada uno de los niveles de una dimensión. En la

 Atributos.- Son las partes que detallan las jerarquías de las

 Hechos.- También son llamados indicadores de gestión, y son los

ESTRELLA COPO DE NIEVE

VELOCIDAD DE ACCESO A LOS DATOS

SIMPLICIDAD USUARIO FINAL

Un cubo es una BBDD multidimensional (MOLAP), en la cual el

Datos origen Construcción infraestructura Herramienta de BI

Archivos Maestros Integrados/Funciones Comunes

Informes Operacionales y de Producción

Facturas y Estados de Cuenta

(Presupuesto vs Beneficio a nivel Global y por continente)

Você também pode gostar