UNIVERSIDAD TECNÓLOGICA DEL PERÚ

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS

CURSO : PROYECTO DE INGENIERIA DE SISTEMAS I

PROYECTO : Diseño de Business Intelligence para el área de Gestión administrativa de la ferretería TELLOIMPORT S.A.C.

Profesor : Ing. Perfecto Manrique, Wilmer.

Aula : B - 507

Integrantes: Uchasara Yapuchura, Diego Alex García Tuesta Alberto

Lima – Perú2012

UTP Página 0

DEDICATORIA

UTP Página 1

Esta tesis es dedicada para todas las personas que hicieron posible nuestra formación educativa entre las cuales se encuentran nuestros padres, hermanos y hermanas, los diferentes profesores que supieron brindarnos sus conocimientos y experiencias

Introducción

La rentabilidad con la implementación de Business Intelligence en Tello Import va ayudar al crecimiento de la misma y va ayudar a facilitar sus gananciasHoy en día el Perú afronta un gran crecimiento en el sector inmobiliario (construcción) las familias peruanas apuntan a la compra de un departamento, casa, etc, por ende las empresas constructoras se ven en la obligación de adquirir el material de construcción.Escases de material prima puede causar.- La empresa tenga una mala rentabilidad al tener mayores gastos que ingresos

y baje su crecimiento.- Inversión en la exportación de materiales.- Alto costos de venta.- Pérdida de clientes.

La industria ha tenido un incremento en la demanda debido al constante crecimiento en el sector.Así mismo sus clientes naturales y jurídicos también han incrementado sus actividades en la cual requieren una atención especializada y de calidad que facilite la entrega de los pedidos y descuentos para los clientes fidelizados como también para aquellos pedidos considerables ya sea por monto o por cantidad por lo cual le interesa tener un mejor servicio para sus clientes, facilidad en las consultas con listas actualizadas de sus productos, también tener un control de su stock que le permita tomar decisiones en tiempo real con ayuda de sistemas informáticos.Y a través de los conocimientos de una base teórica y una metodología se podrá garantizar el éxito de este proyecto.

Actualmente Tello Import S.A.C. cuenta con un sistema transaccional pero este sistema es optimizado para almacenar grandes volúmenes de datos, pero no para analizar los mismos y no satisface sus actuales necesidades como analizar las ventas, compras, RRHH y estudiar cómo va a responder el cliente a nuevas estrategias.

UTP Página 2

CAPITULO I: FORMULACIÓN DEL PROBLEMA1.1. Planteamiento del ProblemaCarrera Ingeniero de SistemasÁrea TecnologíaAsignatura/Especialidad Inteligencia de negociosTema Aumento de la rentabilidad con la implementación de

Business IntelligenceTemaEspecíficos Aumentodel rendimiento de los procesos, las

relaciones con sus clientes y proveedores, minimizar costes y riesgos empresariales y potenciar valores para sus negocios.

Situaciónproblemática La falta de un sistema que agilice, ahorre y buen estudio de la información del comportamiento de la oferta y la demanda de nuestros productos.Así como tambiénde una investigación de otros factores económicos que están incidiendo en la rentabilidad de la empresa.

1.2. Antecedentes de Solución

1.2.1 Antecedentes del Business IntelligenceLas nuevas tecnologías de información están transformando la naturaleza de los productos, los procesos, las compañías, las industrias y la competencia en los mercados. No es sino hasta los últimos años cuando los administradores han visto la importancia de la tecnología de información para el desarrollo de las empresas y ahora la ven como una herramienta de apoyo imprescindible.Sin embargo, no solamente se trata de visualizar su importancia y aceptar que es una herramienta de apoyo, sino que las compañías deben entender los grandes efectos e implicaciones que tiene la nueva tecnología y cómo pueden éstas crear importantes ventajas competitivas.“Howard Dresner acuñó el término de Inteligencia de Negocios a principios de los años noventa para encapsular las herramientas de Búsqueda y Reportes para Usuarios Finales (End-UserQuery and Reporting, EUQR), herramientas de Apoyo a la Toma de Decisiones (DecisionSupportSystems, DSS) así como herramientas de Procesamiento Analítico en Línea (Online AnalyticalProcessing, OLAP). Esta definición incorpora además las ventajas competitivas que las organizaciones desarrollan al implementar las herramientas antes mencionadas.” “Por último, el vicepresidente y director de investigaciones del Grupo Gartner, HowardDresner, citado en Hilson (2001) amplía las anteriores definiciones, y agrega: “Business Intelligence es simplemente la habilidad de los usuarios finales para acceder y analizar tipos cuantitativos de información y ser capaz de actuar en consecuencia”

UTP Página 3

1.2.2 Situaciones CorporativasLas compañías de la actualidad son juzgadas no únicamente por la calidad de sus productos o servicios, sino también por el grado en el que comparten información con sus clientes, empleados y socios. Sin embargo, la gran mayoría de las organizaciones tienen una abundancia de datos, pero una penuria de conocimiento.Habitualmente, en las empresas se presentan varias situaciones a la hora de gestionar los datos: • Muchos datos, poca información. Los datos en si no son información, hay

que refinarlos para que lo sean.• Múltiples fuentes de datos y formatos. La agregación de las diferentes

fuentes facilita el acceso estructurado a la información.• Baja calidad de los datos. La fiabilidad de la información depende de su

calidad.• Saturación del departamento de IT. Es importante dar autonomía a los

usuarios para la extracción sencilla de datos actualizados.La información es el activo más importante en los negocios actuales. Esto debido a que el éxito de un negocio depende de que tan bien conozca a sus clientes, que tan bien entienda sus procesos internos y que tan efectivo sea para realizar todas sus operaciones (Anónimo, 2001).Las organizaciones actuales tienen la posibilidad de recopilar y almacenar volúmenes nunca imaginables de datos operativos e información de los clientes. El reto es cómo emplear toda esta información para tomar mejores decisiones. La respuesta es “Business Intelligence”.En los últimos años, la mayoría de las grandes compañías, como así también un gran número de Pymes, han implementado con éxito el uso de las soluciones de BI en las siguientes áreas para diversas tareas: • Departamento de Ventas: El BI se utiliza para realizar análisis de ventas,

detección de clientes importantes y potenciales, evaluación de los productos y los mercados, y planificación de pronósticos y proyecciones.

• Departamento de Marketing: Para la segmentación y análisis de los clientes y el seguimiento de los nuevos productos.

- Departamento de Finanzas: Para la evaluación de gastos, rotación de cartera y diversas razones financieras.

- Departamento de Manufactura: Para controlar la productividad en línea, realizar análisis de desperdicios, calidad e inventarios, y administración de las partes críticas del sector.

• Departamento de Embarques: Para el seguimiento de embarques y distribución, y recabar el conocimiento necesario para conocer los motivos por los cuales pueden llegar a extraviarse pedidos

UTP Página 4

1.3. Propuesta de Solución

Con el Business Intelligence se obtendrá un mejor manejo de las ventas, se mejorara las compras y te tendrá como mayor objetivo el área de RRHH ya que en dicha área se maneja información muy delicada, como las boletas de pagos de los empleados, de esta manera Business Intelligence nos facilitara el trabajo sin muchas complicaciones y se reducirá la tasa de abandono de clientes, se incremente la cantidad de clientes fieles y nuestros clientes actuales compren más productos.

1.4. Alcance de la propuesta

Se presentara una un cronograma de trabajo en Visio donde se mostrara el tiempo y duración del trabajo, así mismo el nombre de los responsables del desarrollo de chicha implementación, como también se presentara el programa para la instalación en los equipos de cómputo, por otro lado se presentara manuales a los usuarios en las capacitaciones para facilitar el uso del sistemaAl terminar con le implementación contaremos con un sistema capaz de dar la solución a los problemas planteadas anteriormente, así mismo se capacitara al personal para el buen uso de dicho sistema, teniendo buenos resultados y a la empresa satisfecha.

1.5. Justificación

¿Por qué?Business Intelligence es un recurso totalmente sencillo de usar, los usuarios se podrán adaptar a la herramienta rápidamente sin tener alguna complicación alguna, el Business Intelligence es una herramienta de la familia de Microsoft, Las soluciones MicrosoftBusiness Intelligence proporcionan mayor valor a menor costo que muchos productos competitivos, la mayoría de las empresas optan por dicha herramienta por lo que en la actualidad representa una de las tácticas estratégicas más importantes para lograr un verdadero potencial competitivo y una alta rentabilidad.La implementación de esta nueva herramienta ayudará a la formulación de los presupuesto para el cálculo de compras y detectar patrones y tendencias, como la combinación de productos que te generan mayor utilidad.¿Para qué?Para la formulación de los presupuestos para el cálculo de compras y detectar patrones y tendencias, como la combinación de productos que te generan mayor utilidad.Ayudará también a la toma de decisiones estratégicas, haciendo uso de la información encontrada en la base de datos (datamart, datawarehouse), de técnicas de Data mining, podremos tomar acciones como Previsiones de Ventas, Segmentación de clientes, Análisis de campañas.

UTP Página 5

1.6. Objetivos 1.6.1 Objetivo General

Aumentar la rentabilidad con una mejor toma de decisiones y mejorar el rendimiento de los procesos, las relaciones con sus clientes y proveedores, minimizar costes y riesgos empresariales y potenciar valores para sus negocios.

1.6.2 Objetivo Especifico

Diseñar e integrar módulo de extracción de datos con una carga rápida de consultas para evitar que el usuario tenga que esperar excesivamente para poder comenzar a trabajar con la herramienta.

Dar a conocer los beneficios de aprovechar las nuevas oportunidades que se generan al disponer de la herramienta de BI en la empresa.

Equipar a los usuarios con todo lo necesario para explorar la información libremente, analizar los hechos clave, colaborar para alinearse con los participantes principales y tomar decisiones con seguridad para obtener mejores resultados de negocio.

Diseñar un cuadro de reportes. Realizar un estudio del cliente y sus necesidades.

CAPITULO II: MARCO TEORICO

UTP Página 6

2.1. CASOS DE ÉXITO Los casos que se presentan a continuación nos mostraran como mejora la empresa con la implantación de Business Intelligence

2.1.1. CASO DE ÉXITO 1:

2.1.1.1 PROYECTOImplantación Business Intelligence en Hotel Wellington2.1.1.2 RESPONSABLE DEL PROYECTOdharma ingeniería2.1.1.3 SITUACIÓN INICIALEl Hotel Wellington fue inaugurado en 1952 y cuenta con 261 habitaciones, un Business Center,diferentes restaurantes y bares, así como 12 salones para eventos. Las necesidades más apremiantesdel Hotel Wellington consistían en unificar las diferentes fuentes de información (Datisa, Opera,Micros TPV, Buzón de Voz, Quadriga TV, Minibares, Vingcard, etc,), consolidar la información, disponerde información agregada y actualizada en el momento preciso, mejorar la toma de decisiones en tiempo yfiabilidad y aumentar la competitividad. La previsión es que para mediados de 2009 el Hotel Wellingtoncuente con un sistema de Business Intelligence (BI) funcionando a pleno rendimiento que les permitatener una visión 360º de toda la actividad del hotel.La alta dirección del Hotel Wellington tenía resueltos los procesos de negocios operacionales después dela renovación de software y hardware llevada a cabo entre 2008 y 2009. El objetivo de modernización einversión en tecnología de última generación se había cumplido. Sin embargo, aún tenían por cumplir unobjetivo de vital importancia: la integración para llegar al dato único. Necesitaban informaciónconsolidada para asegurar la toma de decisiones.El Hotel Wellington utiliza en su actividad diaria diversas fuentes de información con multitud de datosdispersos: Quadriga TV, Central de Teléfonos, Servidor de RR.HH., Minibares, Micros TPV, Buzón deVoz, VingCard, etc. A su vez, el hotel dispone de varios Sistemas de Gestión Hotelera como son Opera yS&C y Datisa (Gestión Económico-Financiera y Control).Antes de implantar la herramienta de Business Intelligence, el Hotel Wellington verificaba los procesosde su negocio basándose en informes que eran manipulados manualmente. Este sistema era lentoy costoso en su elaboración.Debido a la necesidad de tener información crítica de gestión permanentemente actualizada, el HotelWellington decidió buscar una solución que le ofreciera:

Reducir el tiempo de creación de los informes consolidados de las áreas.

Poder elegir el nivel de desglose de la información consultada. Tener una interfaz cómoda para la consulta de los informes y que estos

fueran exportables aMicrosoft Excel.

2.1.1.4 PROPUESTA Se analizaron las necesidades del cliente y se llegó a la conclusión de que la solución que se ajustabacon más exactitud era Oracle Business Intelligence Standard One. Con este producto es posibleobtener información consolidada y actualizada por medio de interfaz web y exportable a otros formatos.

UTP Página 7

2.1.1.5 LA IMPLANTACIÓNDurante varios meses se trabajó empleando metodología propia para cumplir con las siguientes fases:

Análisis de los informes que el cliente solicitaba. Diseño de un Data Mart con características acordes a la consolidación

de informaciónnecesaria. Instalación y puesta en marcha del producto BI. Diseño junto con el Hotel Wellington los cuadros de mando para unificar

la presentación de losinformes. Implementación de una interfaz web que permitiera acceso vía Intranet

e Internet.

2.1.1.6 RESULTADOS Con la implantación de BI se han cumplido todas las necesidades

propuestas inicialmente con plena satisfacción del usuario. Dentro de los tres primeros meses fue posible observar los primeros

resultados. El tiempo de consolidación no solo se ha reducido sino que se ha eliminado, ya que los informes se actualizan diariamente, consiguiendo que las cifras que consulta la dirección sean un reflejo real del estado diario de la empresa.

Los directivos pueden acceder vía Intranet o Internet a los cuadros de mando, pudiéndose establecer niveles de acceso y perfiles de usuario, existiendo la posibilidad de trasladar los datos a una hoja de cálculo, un documento de texto o un archivo PDF.

Comentario:Como se observa el proyecto tiene como principal objetivo que el BI que se implantara les permita tener una visión completa de toda la actividad del hotel además de un notable mejoramiento en el flujo de información y control de procesos.

http://www.dharmasigi.com/newsletter/imagenesnews/45_0905/business_intelligence_hotel_wellington.pdf

2.1.2. CASO DE ÉXITO 2:

UTP Página 8

2.1.2.1 PROYECTOImplantación Business Intelligence en la Inmobiliaria Proinlasa2.1.2.2 RESPONSABLE DEL PROYECTOdharma ingeniería2.1.2.3 SITUACIÓN INICIAL Proinlasa es una empresa que se dedica a la promoción, construcción, y gestión de productos inmobiliarios, promoviendo suelo residencial, terciario e industrial. Desde sus inicios, Proinlasa cuenta con dharma ingeniería como proveedor de Soluciones Tecnológicas. Así, Proinlasa gestiona su actividad inmobiliaria a través del ERP SIGI. Además, la promotora conoce desde hace un tiempo la solución Business Intelligence basada en tecnología Oracle que dharma desarrolla. De hecho, en 2008 desarrollamos para Proinlasa un Cuadro de Mando Financiero que le permite hacer un seguimiento detallado de los planes estratégicos de la empresa. Ante el éxito conseguido en el departamento Financiero, estaba claro que implantar BI en el departamento de Marketing era sólo cuestión de tiempo.

Con estas premisas, en 2009 Proinlasa consideró oportuno avanzar en su estrategia de negocio implantando BI en el departamento de Marketing. Para ello, volvió a contratar los servicios de dharma ingeniería.Al comienzo del proyecto, Proinlasa nos expuso sus objetivos:

Explotar los datos que almacenan en el módulo de Marketing de SIGI para adaptar su estrategia comercial a los tiempos actuales.

Contar con un análisis en tiempo real de las fichas de contacto que les llegan por diferentes medios, que les permita conocer los intereses y necesidades de sus potenciales clientes.

Consolidar la información comercial proveniente de SIGI referentes a las diferentes delegaciones con las que cuenta la promotora.

Además, reducir el tiempo de generación de informes y contar con una interfaz cómoda para consultar los informes mediante una navegación sencilla e intuitiva.

2.1.2.4 PROPUESTA Después de la experiencia en el departamento Financiero con Oracle Business Intelligence, Proinlasa nos comunicó su deseo de seguir trabajando con esta herramienta.

2.1.2.5 LA IMPLANTACIÓN En el momento de comenzar el proyecto, se procedió al análisis de los informes que eran necesarios para el departamento de Marketing, y así proceder a generar el Cuadro de Mando correspondiente con el siguiente contenido: “Análisis de Fichas”: permite conocer lo que buscan los clientes potenciales de Proinlasa. Mediante una encuesta de hasta 5 preguntas, a modo de pequeño estudio de mercado de los contactos generados. Ej.: Contactos que nos conocieron por la Valla del Solar, interesados en áticos de 2 dormitorios y que su rango de edad este entre 39 y 48 años“Delegaciones”: permite conocer el ratio de visitas y ventas por cada delegación, así como los gastos de publicidad (presupuesto total frente a presupuesto ejecutado y pendiente de ejecutar).

UTP Página 9

“Contactos”: permite conocer el número de fichas o solicitudes de contacto presentadas por meses, por semanas, por días de la semana o por delegaciones. “Medios”: permite controlar el número de fichas o solicitudes de contacto por tipología de medios (directos, prensa, Internet, eventos, otros…), pudiéndose desglosar en los medios concretos (Fotocasa, Globaliza, El Mundo…) y ordenándolos por periodos.

2.1.2.6 RESULTADOS En opinión de José Luis Lasa, Director de Marketing de Proinlasa, “con Oracle BI hemos conseguido tener al alcance de un clic la información relevante sobre nuestros potenciales clientes, lo que nos resulta realmente útil para construir una estrategia de marketing más eficaz”. Además, se ha reducido el tiempo de generación de informes y el Director de Marketing puede acceder vía Internet a los informes, pudiéndose establecer niveles de acceso y perfiles de usuario, existiendo la posibilidad de trasladar los datos a una hoja de cálculo, un documento de texto o un archivo PDF.

Comentario:En este caso el principal logro de la Implantación de BI fue el uso de la información obtenida para construir una estrategia de marketing más eficaz y además de la facilidad de accesibilidad de información y generación de reportes en documentos portables

http://www.dharmasigi.com/newsletter/53_1002/proinlasa_bi_dharma.pdf

2.2. BASES TEÓRICAS

2.2.1 BUSINES INTELLIGENCE VISIÓN Y ESTRATÉGIA

UTP Página 10

2.2.1.1 PROPÓSITO:Mejorar el desempeño de las organizaciones proporcionando un conocimiento amplio del negocio a los empleados, para conducirlos a tomar mejores y más rápidas decisiones

2.2.1.2 SOCIEDAD DEL CONOCIMIENTOBusiness Intelligence es la adaptación de la Tecnología y los Negocios a la Sociedad del Conocimiento. Es una plataforma que incluye aplicaciones, procesos, metodologías, hardware, etc, y que permite gestionar los datos y la información de las corporaciones de modo de crear conocimiento real, en un mundo dominado por las Tecnologías y el Conocimiento (Sociedad del Conocimiento).El interés actual de las empresas es disponer de información altamente sintética como base para la toma de decisiones. Dicha información debe ser extraíble a partir de datos atómicos almacenados en Bases de Datos de múltiples sistemas de información dispersos en el corporativo.

2.2.1.3 MOTIVACIÓN¿Cuál es el beneficio de introducir Inteligencia de Negocio en las organizaciones?Los beneficios son múltiples y están relacionados con el logro de los objetivos empresariales. Estos pueden ser entre otros:

Aumentar los Ingresos Construir programas de lealtad con Clientes Administrar la eficiencia Tomar mejores decisiones

2.2.1.4 ETAPAS EN LA CREACIÓN DEL CONOCIMIENTO

2.2.1.4.1 DATOS: Acceso centralizado a datos y aplicaciones La administración e integración eficiente de los datos es el primer paso

en la creación del conocimiento. Esto permite: Acceso centralizado a las comunicaciones, datos y aplicaciones. Acceso eficiente y rápido a los datos claves del cliente para una ágil

toma de decisiones. Acceso centralizado a los sistemas de información y gestión del cliente.

Beneficios: Visión integrada del cliente Mejor gestión y pro actividad Integración de los datos Compartir una vista única de la

información Asegurar que el contenido adecuado se vea por la persona que

corresponde

2.2.1.4.2 INFORMACIÓN: Refinar, analizar y ordenar datos

UTP Página 11

Los datos deben ser transformados en información bajo una lógica de negocios para que sean comunicados a los responsables del control. Esto permite entre otras cosas:

Disponibilizar indicadores claves de gestión. Balance Score Card Desarrollar análisis de datos. Publicación de reportes de forma automatizada.

Beneficios: Acceso a los datos de forma rápida, estructurada y consistente. Automatización de los procesos de difusión de la información por los

canales formales.

2.2.1.4.3 CONOCIMIENTO: Aplicar conocimientos para entregar información relevante La información debe ser convertida en modelos de negocios

estructurados y no estructurados que apoyen las decisiones empresariales. Estos modelos pueden serAnálisis de Riesgo de Clientes

Identificación de clientes con mayor potencial de fuga. Segmentación avanzada de los clientes. Detección e identificación de fraude.

Beneficios: Proactividad y foco en las acciones. Capacidad de analizar grandes volúmenes de datos e información,

extraer el conocimiento relevante. Apoyar el proceso de toma de decisiones en la Organización.

2.2.1.4.4 ACCIONES: Aplicar conocimientos para tomar acciones sobre las excepciones

Las decisiones empresariales transforman nuestra organización y nuestro entorno, generan mayor competitividad y permiten el logro de nuestra estrategia.

Campañas de Marketing personalizadas. Identificación de gustos y preferencia. Acciones proactivas a potenciales clientes. Acciones de retención de clientes. Acciones sobre posibles casos de fraude.

Beneficios:• Focalización de las acciones.• Pro actividad frente a las necesidades de mercado.

2.2.2. BUSINESS INTELLIGENCE (INTELIGENCIA EMPRESARIAL)En concepto, la inteligencia de negocios se refiere al uso de los datos de una empresa para facilitar la toma de decisiones mediante la comprensión del

UTP Página 12

funcionamiento actual y la anticipación de acciones para dar una dirección operativa optima a la empresa.

Business Intelligence tiene las siguientes fases:

Fase 1 - Dirigir y Planear

Fase 2 - Recolección de Información

Fase 3 - Procesamientos de Datos

Fase 4- Análisis y Producción

Fase 5- Difusión

http://www.gestiopolis.com/canales2/gerencia/1/busint/bisecwemp.jpg Imagen #1

2.2.2.1 FASE 1 – DIRIGIR Y PLANEAR

En esta fase inicial es donde se deberán recolectar los requerimientos de información específicos de los diferentes usuarios, así como entender sus diversas necesidades, para que luego en conjunto con ellos se generen las preguntas que les ayudarán a alcanzar sus objetivos.

2.2.2.2 FASE 2 – RECOLECCION DE INFORMACION

Es aquí en donde se realiza el proceso de extraer desde las diferentes fuentes de información de la empresa, tanto internas como externas, los datos que serán necesarios para encontrar las respuestas a las preguntas planteadas en el paso anterior.

2.2.2.3 FASE 3 – PROCESAMIENTO DE DATOS

Procesamiento de Datos. En esta fase es donde se integran y cargan los datos en crudo en un formato utilizable para el análisis. Esta actividad puede realizarse mediante la creación de una nueva base de datos, agregando datos a una base de datos ya existente o bien consolidando la información.

2.2.2.4 FASE 4 – ANALISIS Y PRODUCCION

Ahora, se procederá a trabajar sobre los datos extraídos e integrados, utilizando herramientas y técnicas propias de la tecnología BI, para crear inteligencia. Como resultado final de esta fase se obtendrán las respuestas a las preguntas, mediante la creación de reportes, indicadores de rendimiento, cuadros de mando, gráficos estadísticos, etc.

UTP Página 13

2.2.2.5 FASE 5 - DIFUSION

Finalmente, se les entregará a los usuarios que lo requieran las herramientas necesarias, que les permitirán explorar los datos de manera sencilla e intuitiva.

http://www.gestiopolis.com/canales2/gerencia/1/busint.htm2.2.3. ESQUEMA DE BUSINESS INTELLIGEN

UTP Página 14

http://www.gestiopolis.com/canales2/ BI_ETL.jpg Imagen #2

2.2.3.1 DataMining. Nos permiten ir más allá del simple análisis de datos. Indican tendencias ocultas, problemas o relaciones entre los datos.Se extraen patrones y las tendencias y los empleados pueden identificar mejor las causas profundas de los problemas y predecir resultados futuros.2.2.3.2 Datawarehouse: Un Datawarehouse es una base de datos corporativa que se caracteriza por integrar y depurar información de una o más fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad de perspectivas y con grandes velocidades de respuestaLa ventaja principal de este tipo de bases de datos radica en las estructuras en las que se almacena la información (modelos de tablas en estrella, en copo de nieve, cubos relacionales.2.2.3.3 Datamart: Un Datamart es una base de datos departamental, especializada en el almacenamiento de los datos de un área de negocio específica. Un datamart puede ser alimentado desde los datos de un datawarehouse.2.2.3.4 Cubos multidimencionales: Los cubos basados en herramientas de BI son usados para proveer capacidades analíticas a los administradores de negocios.

http://www.gestiopolis.com/canales2/biesquem

2.2.4. ARQUITECTURA DATAWAREHOUSE

UTP Página 15

Imagen #3http://1.bp.blogspot.com/_G1dk7YiQZH4/TJboZ6JxmMI/AAAAAAAAA3o/omav8mUHOr8/

s1600/Diagrama+de+Funcionamiento.gif

2.2.4.1 La estructura de la arquitectura Datawarehouse2.2.4.1.1 Datos operacionales:Un origen o fuente de datos para poblar el componente de almacenamiento físico DW. El origen de los datos son los sistemas transaccionales internos de la organización como también datos externos a ésta.2.2.4.1.2 Extracción de Datos:Selección sistemática de datos operacionales usados para poblar el componente de almacenamiento físico DW.2.2.4.1.3 Transformación de datos: Procesos para sumarizar y realizar otros cambios en los datos operacionales para reunir los objetivos de orientación a temas e integración principalmente.2.2.4.1.4 Carga de Datos: Inserción sistemática de datos en el componente de almacenamiento físico DW.2.2.4.1.5 Datawarehouse: Almacenamiento físico de datos de la arquitectura DW.2.2.4.1.6 Herramientas de Acceso al componente de almacenamiento físico DW: Herramientas que proveen acceso a los datos. Estas herramientas pueden ser herramientas específicas de mercado para visualización de bases multidimensionales almacenadas en datawarehouses como también aplicaciones desarrolladas dentro de la organización del tipo EIS/DSS .

http://anabuigues.com/2010/03/05/arquitectura-de-un-data-warehouse/2.2.5. TIPOS DE IMPLEMENTACIÓN DE LA ESTRUCTURA DEL DATAWAREHOUSE

La forma en la cual se estructure el almacenamiento de datos DW, genera una clasificación respecto a la forma de implementar una arquitectura DW. La estructura adoptada para el datawarehouse se debe realizar de la manera que mejor satisfaga las necesidades empresariales, siendo entonces dicha elección factor clave en la efectividad del DW. Las implementaciones más utilizadas son:

2.2.5.1 EL DW central: Es una implementación de un solo nivel con un solo almacén para soportar los requerimientos de información de toda la empresa. En el DW central todos los usuarios de la organización acceden a la misma base de datos.

UTP Página 16

http://personal.lobocom.es/claudio/gen006f.gif Imagen #4

2.2.5.2 El DW distribuido: Es también una estructura de un nivel, pero particiona el almacén para distribuirlo a nivel departamental. En el DW distribuido, cada departamento, área o línea de negocio dispone de una base de datos propia con la información que solo le compete a los usuarios pertenecientes a estas áreas .

Imagen #5http://carlosproal.com/dw/images/distributed_evolvingdw.png

2.2.5.3 El DW de dos niveles: combina ideas de los dos anteriores, se implementa el almacén empresarial como los departamentales. En el DW de dos niveles se dispone de una base de datos, generalmente de detalle o de información común a todos los usuarios y además cada departamento, área o línea de negocio dispone de su propia base de datos .

UTP Página 17

Imagen #6

http://www.adictosaltrabajo.com/tutoriales/Datawarehouse/Datawarehouse_html_mdb6c67f.gif

Comentario:Para el diseño de nuestro proyecto se decidió usar el tipo de implementación de la estructura del datawarehouse de dos niveles porque es la más completa y dispone de una base de datos de información común a todos los usuarios y además cada departamento de la empresa dispondría de su propia base de datos

http://www.adictosaltrabajo.com/tutoriales/tutoriales.php?pagina=datawarehouse4

2.2.6. SISTEMAS DE SOPORTE A LA DECISIÓN (DSS)

Un Sistema de Soporte a la Decisión (DSS) es una herramienta de Business Intelligence enfocada al análisis de los datos de una organización. En principio, puede parecer que el análisis de datos es un proceso sencillo, y fácil de conseguir mediante una aplicación hecha a medida o un ERP sofisticado. Sin embargo, no es así: estas aplicaciones suelen disponer de una serie de informes predefinidos en los que presentan la información de manera estática, pero no permiten profundizar en los datos, navegar entre ellos, manejarlos desde distintas perspectivas… etc. El DSS es una de las herramientas más emblemáticas del Business Intelligence ya que, entre otras propiedades, permiten resolver gran parte de las limitaciones de los programas de gestión.

UTP Página 18

2.2.6.1 CARACTERÍSTICAS PRINCIPALES: Informes dinámicos, flexibles e interactivos, de manera que el

usuario no tenga que ceñirse a los listados predefinidos que se configuraron en el momento de la implantación, y que no siempre responden a sus dudas reales.

No requiere conocimientos técnicos. Un usuario no técnico puede crear nuevos gráficos e informes y navegar entre ellos, haciendo drag&drop o drill through. Por tanto, para examinar la información disponible o crear nuevas métricas no es imprescindible buscar auxilio en el departamento de informática.

Rapidez en el tiempo de respuesta, ya que la base de datos subyacente suele ser un datawarehouse corporativo o un datamart, con modelos de datos en estrella o copo de nieve. Este tipo de bases de datos están optimizadas para el análisis de grandes volúmenes de información (vease ánalisis OLTP-OLAP).

Integración entre todos los sistemas/departamentos de la compañía. El proceso de ETL previo a la implantación de un Sistema de Soporte a la Decisión garantiza la calidad y la integración de los datos entre las diferentes unidades de la empresa. Existe lo que se llama: integridad referencial absoluta.

Cada usuario dispone de información adecuada a su perfil. No se trata de que todo el mundo tenga acceso a toda la información, sino de que tenga acceso a la información que necesita para que su trabajo sea lo más eficiente posible.

Disponibilidad de información histórica. En estos sistemas está a la orden del día comparar los datos actuales con información de otros períodos históricos de la compañía, con el fin de analizar tendencias, fijar la evolución de parámetros de negocio… etc.

2.2.6.2 DIFERENCIA CON OTRAS HERRAMIENTAS DE BUSINESS INTELLIGENCE

El principal objetivo de los Sistemas de Soporte a Decisiones es, a diferencia de otras herramientas como los Cuadros de Mando (CMI) o los Sistemas de Información Ejecutiva (EIS), explotar al máximo la información residente en una base de datos corporativa (datawarehouse o datamart), mostrando informes muy dinámicos y con gran potencial de navegación, pero siempre con una interfaz gráfica amigable, vistosa y sencilla. Otra diferencia fundamental radica en los usuarios a los que están destinadas las plataformas DSS: cualquier nivel gerencial dentro de una organización, tanto para situaciones estructuradas como no

UTP Página 19

estructuradas. (En este sentido, por ejemplo, los CMI están más orientados a la alta dirección). Por último, destacar que los DSS suelen requerir (aunque no es imprescindible) un motor OLAP subyacente, que facilite el análisis casi ilimitado de los datos para hallar las causas raices de los problemas/pormenores de la compañía. 2.2.6.3 TIPOS DE SISTEMAS DE SOPORTE A DECISIONES

2.2.6.3.1 Sistemas de información ejecutiva (EIS) Los sistemas de información ejecutiva (EIS, Executive Information System) son el tipo de DSS que más se suele emplear en Business Intelligence, ya que proveen a los gerentes de un acceso sencillo a información interna y externa de su compañía, y que es relevante para sus factores clave de éxito.

2.2.6.3.2 Sistemas de información gerencial (MIS) Los sistemas de información gerencial (MIS, Management Information Systems), tambien llamados Sistemas de Información Administrativa (AIS) dan soporte a un espectro más amplio de tareas organizacionales, encontrándose a medio camino entre un DSS tradicional y una aplicación CRM/ERP implantada en la misma compañía.

2.2.6.3.3 Sistemas expertos basados en inteligencia artificial (SSEE) Los sistemas expertos, también llamados sistemas basados en conocimiento, utilizan redes neuronales para simular el conocimiento de un experto y utilizarlo de forma efectiva para resolver un problema concreto. Este concepto está muy relacionado con el datamining. 2.2.6.3.4 Sistemas de apoyo a decisiones de grupo (GDSS) Un sistema de apoyo a decisiones en grupos (GDSS, Group Decision Support Systems) es “un sistema basado en computadoras que apoya a grupos de personas que tienen una tarea (u objetivo) común, y que sirve como interfaz con un entorno compartido”. El supuesto en que se basa el GDSS es que si se mejoran las comunicaciones se pueden mejorar las decisiones.

Comentario:Estas herramientas sirven para la visualización de bases multidimensionales almacenadas en datawarehouses,de estas se escogio las aplicaciones DSS/EIS por que los usuarios de aplicaciones DSS y EIS necesitarán menos experiencia para construir su propia información y desarrollar nuevas destrezas. Es decir, que para los usuarios, el DW extiende el alcance de la

UTP Página 20

información para que puedan acceder directamente en línea, lo que a la vez contribuye en su capacidad para operar con mayor efectividad las tareas diarias relacionadas con la toma de decisiones. Los usuarios del DW pueden acceder a una variada información que puede ser vista de forma multidimensional, presentada como una fuente única confiable y disponible directamente por medio de sus estaciones de trabajo. Como se dijo anteriormente, los usuarios pueden usar sus herramientas familiares, hojas de cálculo, procesadores de textos y software de análisis de datos y análisis estadístico para manipular y evaluar la información obtenida desde el DW.

http://www.dataprix.net/en/blogs/respinosamilla/eis-executive-information-system-balanced-scorecard-dss-decission-support-syste

2.2.7. CINCO PASOS PARA LOGRAR UN PROYECTO DE BUSINESS INTELLIGENCE EXITOSO

Los proyectos exitosos de Business Intelligence (BI) son más que la implementación de una solución dentro del periodo y el presupuesto establecidos.El verdadero éxito debe medirse con respecto a la forma en que la solución de BI mejora el desempeño general mediante una mayor eficacia en la generación de reportes, la planificación, las funciones financieras y las medidas de desempeño. Esto ayudará a que los proyectos de BI de las organizaciones formen parte de la tasa estimada de éxito, que es del 30 por ciento. Se ha escrito mucho sobre la forma de medir el retorno de la inversión para BI, y la conclusión general es que no es fácil obtener información tangible de las ventajas iniciales. A medida que las organizaciones adoptan de manera más general los enfoques de planeación y análisis, cumplimiento normativo y previsión, se vuelve más fácil identificar los beneficios a largo plazo. Las empresas que quieran saber más sobre cómo implementar una solución BI con éxito, deben evaluar el éxito que han tenido otras empresas, incluidos sus

UTP Página 21

implementaciones y su uso de BI, y compararlo con sus propias iniciativas. También es importante que las organizaciones aprendan de los fracasos de otras organizaciones –y eviten repetirlos. A continuación los cinco pasos que las organizaciones deben seguir para evitar los fallosque son comunes para negocios que implementan una solución de BI. Estos pasos cubren áreas como la identificación del problema de negocios, el uso de la herramienta de BI, la entrega de datos, las iniciativas de capacitación y el desarrollo de un esquema de trabajo que lleve a seleccionar la solución correcta para la organización.Estas cinco áreas dan una visión general de los puntos que deben identificarse antes de implementar BI dentro de una organización o una unidad comercial.

2.2.7.1 Identificar el problema de negociosEl primer paso para asegurar el éxito de un proyecto es identificar el problema de negocios de BI. Cuando una empresa sabe perfectamente qué es lo que no funciona, puede no sólo empezar a buscar formas para corregirlo, sino identificar los recursos adecuados, generar unaaceptación y asignar prioridades a las medidas que tomará para atacar el proyecto. Para generar un retorno de la inversión, la solución de BI debe corresponder con un problema de negocios de la organización; de lo contrario, implementar una herramienta de consultas particulares, un cubo de procesamiento analítico en línea (OLAP) o un tablero de control no será una medida que genere ventajas a largo plazo. Desafortunadamente muchas veces se impone una solución de BI a las unidades de negocios buscando cumplir con el objetivo de tecnología de la información (TI) en lugar de cubrir una necesidad dela organización. Algunas veces las organizaciones se involucran con las iniciativas generales y pierden de vista los beneficios reales que BI proporciona en cuanto a gestión del desempeño, colaboración, flujo de trabajo, mejoras a los procesos, etc. Para lograr una aceptación, la comunidad de usuarios debe formar parte del proceso de identificación del problema. Aun cuando la decisión de seguir con la implementación viene de la dirección, necesita la información sobre los requisitos de los usuarios, ya que puede representar la diferencia entre implementar una herramienta que funciona como propuesta de valor e implementar una que puede percibirse como inútil.

2.2.7.2 Determinar las expectativas con respecto al uso Por lo general, una vez que se ha implementado un sistema de BI en una organización, su uso aumenta y supera las expectativas iniciales. Por ejemplo, es posible que en una organización supongan que la implementación de BI implicará 10 a 20 usuarios, cuando en realidad sean 400 usuarios al mes los que consulten los datos. De acuerdo al diseño inicial de la plataforma, el sistema no puede crearsepara que soporte una cantidad tan grande de consultas, y muy probablemente fallará y hará que los usuarios dejen de creer en este nuevo sistema y que posiblemente vuelvan a la estabilidad

UTP Página 22

del ambiente que tenían antes de la implementación de BI. Además de la falta de confianza, puede parecerinútil seguir esforzarse para hacer que un sistema inestable funcione o para vivir los retrasos o invertir el tiempo necesario para crear un ambiente estable. Cuando las expectativas no son realistas, se genera una frustración que puede hacer que la organización dude en utilizar BI. Por lo general es más fácil cuando estos sistemas se adoptan en una parte de la organización, ya que los demás departamentos o unidades de negocios ven las ventajas y empiezan a adoptar el sistema. Sin embargo, es necesario determinar de antemano el uso que se espera hacer de BI. Otro factor que hay que tomar en cuenta es el tipo de herramienta de BI que se usará. Por ejemplo, un conjunto de reportes estáticos no ayudarán al director de ventas que debe aumentar las ventas y quiere analizar las tendencias, la distribución de productos y el desempeño de su departamento. Lo más conveniente para él sería una herramienta de visualización de datos que maneje estas cuestiones y sirva para desarrollar un plan basado en el análisis de las tendencias.

2.2.7.3 Tercero: Comprender la entrega de datosReunir la información correcta para generar reportes y llevar a cabo análisis es vital para dar valor a las organizaciones. La identificación de los datos requeridos es un proceso que toma tiempo, pero es la columna vertebral de BI. Además es necesario definir con anticipación cómo se identificará qué datos se entregarán, cuálesson las actividades adecuadas de purga de datos y si los datos se entregarán en lote o entiempo real. Si los datos no se purgan o no se limpian cuando es necesario, entonces las herramientas de front-end de BI no darán a la organización el valor adecuado. Las soluciones de BI imparten valor a través del análisis de los datos, de manera que es vital que dichos datos lleguen cuando se requiere, en el formato adecuado y en el momento correcto. Además de las herramientas de extracción, transformación y carga (ETL), la calidad y la purga de los datos deben ser aspectos inherentes a la entrega de BI dentro de la empresa. En realidad, a falta de una iniciativa de gestión de los datos maestros (MDM) en toda la empresa, las unidades de negocios que implementen BI serán quienes deban encargarse de proporcionar datos precisos. Algunas empresas tienen ideas equivocadas y creen que su solución de BI les dará las herramientas para resolver sus problemas con los datos. Las soluciones de BI pueden proporcionar procesos constantes relacionados con la calidad de los datos, pero no son innatos a las ofertas de software. Algunas herramientas de BI contienen funciones mejores de integración y calidad de los datos, pero hay otros proveedores que suponen que la organización es quien debe encargarse de ello. Las organizaciones deben implementar estructuras de gestión de datos para reducir las frustracionesque producen los problemas con los datos.

2.2.7.4 Implementar las iniciativas de capacitación

UTP Página 23

Una forma para contribuir al éxito de un proyecto es decidir cuándo se llevará a cabo la capacitación. Las iniciativas de capacitación deben empezar durante o antes de la fase de implementación. Sin embargo, en muchas organizaciones, inician meses antes de la implementación misma. En estos casos, los empleados seentusiasman con el sistema nuevo y todo lo que podrán hacer con él, pero cuando finalmente llega el momento de la implementación –algunas veces meses más tarde-, la excitación inicial y la aceptación han disminuido y, lo que es más importante, los usuarios han olvidado sus nuevas habilidades. Para volver a generar un impulso hay que repetir la capacitación –y gastar dinero y tiempo. Nunca es fácil lograr que en una organización se acepten los cambios. Los usuarios se apegan a sus procesos actuales, aunque estos no necesariamente sean productivos. La aceptación no es algo que se da inmediatamente al mostrarles a los usuarios el valor inherente de BI, ya que cambiará toda la forma en que hacen negocios. Crear un programa de capacitación y ofrecerla a tiempo ayuda a los usuarios a aplicar sus nuevas habilidades inmediatamente y a que acepten mejor el sistema.

2.2.7.5 Seleccionar vertical u horizontal una soluciónLas organizaciones deben identificar qué les traerá más valor: una soluciónvertical creada específicamente para la industria de la organización o el departamento o una solución horizontal que puede crecer con ellas. Por ejemplo, una organización debe decidir si necesita una herramienta genérica de generación de reportes, análisis y consultas que abarque todas sus operaciones, o si necesita desarrollar un proceso y una forma de cumplimiento con la ley SarbanesOxley (SOX) o la ley de responsabilidad y portabilidad de seguro médico (HIPAA). La respuesta ayudará a la organización a definir qué tipo de solución satisface mejor sus necesidades. Además, el uso de BI en el futuro y su uso anticipado pueden ayudar a determinar si una solución horizontal o vertical será lo mejor para las necesidades de la organización. Aquellas organizaciones que deban apegarse a ciertas normas yreglamentos pueden aprovechar las soluciones verticales porque los proveedores han desarrollado soluciones para cumplir con los requisitos específicos de cumplimiento normativo. Las soluciones horizontales deben personalizarse mucho para aumentar su calidad, y esto implica gastos adicionales de dinero y tiempo en el desarrollo de las soluciones. Las organizaciones que pertenecen a las industrias verticales deben considerar las soluciones verticales que podrán cubrir sus necesidades “de fábrica”. Las soluciones verticales pueden satisfacer los requisitos generales de una industria o un departamentoen particular, pero como las soluciones de BI horizontales no se basan en modelos de datos específicos, pueden ser más versátiles para las demandas cambiantes de la organización. Por lo tanto, una empresa que prevé un crecimiento de BI rápido en toda la organización, encontrará mayores beneficios en la capacidad para desarrollarsoluciones de acuerdo a las necesidades individuales. Esto tiene que ver con la identificación del

UTP Página 24

problema del negocio y la anticipación a las necesidades futuras de la organización. Conclusión Con demasiada frecuencia, los proyectos de BI no logran satisfacer las expectativas de las organizaciones. Sin embargo, es posible evitar dicho fracaso si se lleva a cabo una investigación y una planeación y se cuenta con una metodología sólida. Para ayudar a garantizar el éxito de los proyectos de BI, las empresas deben seguir estos cinco pasos esenciales: identificar los problemas de su negocio, determinar cómo usarán sus soluciones de BI, saber cómo y cuándo se entregarán los datos, implementar las iniciativas de capacitación de los usuarios en los momentos adecuados y desarrollar un esquema para seleccionar el tipo de solución que mejor se adapte a las necesidades de sus organizaciones.

http://www.nase-it.com/pdf/PasosparaBI.pdf2.2.8. ONCE PASOS PARA CONSTRUIR UN DATAWAREHOUSE CON

EXITO

“Cada vez más empresas empiezan a utilizar Datawarehouses para obtener información útil sobre sus negocios y tomar decisiones adecuadas.Hasta hace poco, sólo las grandes compañías se podían permitir crear un DW y tener aplicaciones y analistas para extraer toda esa información. Sin embargo, el abaratamiento de los costes de software y, sobre todo, del hardware, hacen que su uso se haya popularizado y extendido.Por este motivo, se hace necesario establecer unos criterios que lleven a al creación de este entorno de forma exitosa.

2.2.8.1 Reconocer que el trabajo será más duro de lo que se esperaba inicialmente.Es muy habitual encontrarse con que más de un 30% de la información contenida en los sistemas operaciones o es incorrecta o incompleta para incorporarla al DW. Esta mala calidad de los datos incide en la complejidad del trabajo.

UTP Página 25

Otro ejemplo, es el de los administradores de la base de datos, que usan números en lugar de nombres de ciudades para optimizar el cálculo en sistemas operacionales. En un entorno Business Intelligence, este tipo de ‘trucos’ no son muy útiles, pues los usuarios necesitan descripciones completas.Otro tema que hace el trabajo más duro del esperado, es la aparición de nuevos productos o divisiones durante el proceso de implementación. Algo habitual dada la duración del mismo.

2.2.8.2 Conocer los datos en los sistemas origen.Antes de comenzar a construir el DW es muy importante analizar los datos y interrelaciones entre todas las Bases de Datos disponibles.Posteriormente, al migrar esa información al DW, será necesario mantener esas relaciones, por lo que es muy importante hacerlo bien para evitar inconsistencias en el modelo de datos que pueden provocar muchos quebraderos de cabeza.

2.2.8.3 Saber reconocer entidades equivalentesUno de los principales problemas que surgen cuando se analizan sistemas heterogéneos, es la de identificar como una misma entidad, elementos que aparecen con nombres y descripciones diferentes, pero que se refieren a lo mismo.Por ejemplo, dos departamento diferentes (Comercial y Finanzas), pueden estar registrando en sus sistemas información sobre un mismo cliente, pero puede que este registrado con nombre diferentes (nº cliente, nº fiscal, nombre social, etc…)

2.2.8.4 Usar metadatos como soporte a la calidad de los datos.El uso de metadatos (datos sobre los datos), es crucial para el éxito de un DW. Es muy importante empezar a recoger y almacenar metadatos desde las fases iniciales del proyecto e incluir todas las fases del mismo.También es muy útil integrar todos los metadatos en un lugar común. Esto será especialmente interesante cuando estemos trabajando con diferentes herramientas, cada una de las cuales, genera sus propios metadatos.

2.2.8.5 Seleccionar las herramientas ETL adecuadas.Las herramientas ETL, se encargan de las extracciones de datos de los sistemas fuente, de su transformación y posterior carga en el DW o en algún sistema intermedio para posteriores transformaciones.A la hora de seleccionar una herramienta ETL, será muy útil que tenga un manejo sencillo y represente de forma visual todas las transformaciones.Así mismo, será muy útil que pueda ir generando metadatos, conforme se vaya realizando el proceso ETL.

UTP Página 26

2.2.8.6 Tomar ventaja de las fuentes externasLa integración de fuentes externas a los sistemas operacionales, como puede ser la infomación de encuestas de satisfacción de los clientes o los estudios de mercado de terceros, o información sobre competidores, puede aportar un valor añadido muy importante al DW.Esta información nos permitirá sacar conclusiones mucho más avanzadas sobre el negocio, que las meramente internas como ventas, costes, etc…

2.2.8.7 Utilizar nuevos métodos de distribución de la información.Antiguamente, se necesitaba de la participación de analistas que prepararan los informes para cada necesidad de los usuarios. Sin embargo, ahora se pueden utilizar informes parametrizables, enviosvia e-mail, alertas, etc… de modo que son los usuarios finales los que acceden directamente a la información que necesitan y pueden configurarse sus propias consultas.

2.2.8.8 Centrarse en aplicaciones para uso en MarketingUn DW ofrece una de sus mayores ventajas a los departamentos de Marketing, donde se tienen que manejar grandes cantidades de información. Empresas del sector de distribución, banca y seguros pueden realizar complejos análisis de ventas cruzadas y generar ofertas en base a un portfolio de productos que se pueda ajustar a las necesidades de los clientes.

2.2.8.9 Enfatizar los primeros resultados positivos para ganar apoyo de la organizaciónLa reducción de la complejidad de estos sistemas y el enfoque incremental utilizado en su creación, hacen que se pueda empezar a ver algunos frutos en un corto plazo de tiempo.Esto tiene que ser aprovechado para que la organización valide lo realizado y apoye con sugerencias y compromiso los nuevos desarrollos que aún están pendientes.

2.2.8.10 No hay que infravalorar los requerimientos de HardwareEn un DW, los requerimientos de hardware son uno de los principales temas a valorar. A veces, se diseña una arquitectura que puede ser ampliamente suficiente para la entrada en producción, pero a menudo se olvida que estos sistemas crecen muy rápidamente, se necesitan sistemas de copia seguros y las necesidades de rendimiento, en términos de agilizar los cálculos son muy importantes. Por eso, nunca conviene infravalorar el número de CPU´s y memoria en disco disponibles.

UTP Página 27

2.2.8.11 Considerar el Outsourcing para el desarrollo y mantenimiento del DWMuchas compañías de mediano y gran tamaño utilizan el outsourcing como medio de garantizar el complejo, largo y costoso proceso de poner en funcionamiento un DW y evitan la dificultad de encontrar y retener profesional IT capacitados.El outsourcing puede llegar a generar nuevas ideas y desarrollos en base a su conocimiento profundo del DW y de su arquitectura, además no tiene los problemas de falta de personal capacitado de muchas empresas.”

http://todobi.blogspot.com/2005/12/once-pasos-para-construir-un.htmlNo. Business Intelligence

HerramientaMás reciente versión

Vendedor

1. Oracle Enterprise BI Server 11g1 Oracle2. Business Objects Enterprise XI r4 SAP3. Microsoft server y BI tools

(integrated BI offering*)2008/2010 Microsoft

4. SAS Enterprise BI Server 9.2 SAS Institute5. Microstrategy 9 Microstrategy6. IBM Cognos Series 10 10.1 IBM7. QlikView 11 QlikTech8. Board Management

IntelligenceToolkit7.1 Board International

9. BizzScore Suite 7.3 EFM Software10. WebFocus 8 InformationBuilders11. Oracle HyperionSystem 9 Oracle12. SAP NetWeaver BI 7.3 SAP13. JasperSoft (open source) 4.5 JasperSoft

UTP Página 28

14. Style Intelligence 11 InetSoft15. Pentaho BI suite (open source) 4 Pentaho16. Tableau Software 6.1 Tableau Software

2.2.9. LISTA DE HERRAMIENTAS DE BUSINESS INTELLIGENCE

Aquí tenemos una lista de herramientas de Business Intelligence (BI). Se utilizan ampliamente para la presentación de informes, análisis y creación. las siguientes herramientas de BI fueron detenidamente examinadas en 103 criterios.

http://eduardoarea.blogspot.com/2012/03/herramientas-business-intelligence.html

2.2.9.1 Desarrollar e implementar usando Business IntelligenceDevelopment Studio

“Microsoft SQL Server ofrece dos entornos diferentes para generar, implementar y administrar soluciones de AnalysisServices: Business IntelligenceDevelopment Studio y SQL Server Management Studio. Ambos entornos implementan un sistema de proyectos. Para obtener más información acerca de los proyectos de Visual Studio, vea Proyectos como contenedores en MSDN Library.

2.2.9.1.1 Business IntelligenceDevelopment Studio Es un entorno de desarrollo basado en Microsoft Visual Studio 2008 que se emplea para crear y modificar soluciones de Business Intelligence. Con Business IntelligenceDevelopment Studio, se pueden crear proyectos de AnalysisServices que contienen definiciones de objetos de AnalysisServices (cubos, dimensiones, etc.), que se almacenan en archivos XML que contienen elementos ASSL (AnalysisServices Scripting Language). Estos proyectos se

UTP Página 29

incluyen en soluciones que a su vez pueden contener proyectos de otros componentes de SQL Server, incluidos SQL Server IntegrationServices y SQL Server ReportingServices. En Business IntelligenceDevelopment Studio, puede desarrollar proyectos de AnalysisServices como parte de una solución independiente de cualquier instancia de AnalysisServices concreta. Puede implementar los objetos en una instancia de un servidor de pruebas para realizar comprobaciones durante el desarrollo y, a continuación, utilizar el mismo proyecto de AnalysisServices para implementar los objetos en instancias de uno o más servidores de ensayo o de producción. Los proyectos y elementos de una solución que incluya AnalysisServices, IntegrationServices y ReportingServices se pueden integrar con control de código fuente, como Microsoft Visual SourceSafe. Para obtener más información acerca de cómo crear un proyecto de AnalysisServices en Business IntelligenceDevelopment Studio con AnalysisServices, vea Definir un proyecto de AnalysisServices. También puede usar Business IntelligenceDevelopment Studio para conectar directamente con una instancia existente de AnalysisServices a fin de crear y modificar objetos de AnalysisServices, sin necesidad de trabajar con un proyecto ni de almacenar definiciones de objeto en archivos XML. Para obtener más información,Microsoftorienta a Definir una base de datos de AnalysisServices y Cómo conectar en modo en línea con una base de datos de AnalysisServices mediante Business IntelligenceDevelopment Studio.

2.2.9.1.2 SQL Server Management Studio Es un entorno de administración basado en Visual Studio 2005 que se usa principalmente para administrar instancias de AnalysisServices, SQL Server, IntegrationServices y ReportingServices. Con SQL Server Management Studio, puede administrar objetos de AnalysisServices (realizar copias de seguridad, procesar, etc.), así como crear objetos nuevos directamente en una instancia de AnalysisServices existente utilizando scripts XML. SQL Server Management Studio proporciona un proyecto de scripts de Analysis Server en el que puede programar y guardar las scripts escritas en expresiones MDX (Expresiones multidimensionales), Extensiones de minería de datos (DMX) y XML forAnalysis (XMLA). Normalmente, los proyectos de scripts de Analysis Server se utilizan para llevar a cabo tareas de administración o para volver a crear objetos, como bases de datos o cubos, en instancias de AnalysisServices. Estos proyectos se pueden guardar como parte de una solución e integrarlos con un control de código fuente. Para obtener más información acerca de cómo crear un proyecto de scripts de AnalysisServices en SQL Server Management Studio con

UTP Página 30

AnalysisServices.Microsoftorientaa Desarrollar e implementar usando SQL Server Management Studio.

Data Warehousing. Almacenar y conectar la información:Las soluciones Data Warehousins están diseñadas para almacenar y conectar información de forma segura, lo que hace que el análisis, extracción, transformación y carga de los procesos sea más fácil.Dado que los datos se agregan, se comprimen y se almacenan en un sistema escalable e integrado, las organizaciones pueden reducir los requisitos de almacenamiento a largo plazo (porque no necesitan contar con la información replicada en varios sitios) y generar informes con mayor rapidez.Los empleados pierden menos tiempo buscando la información correcta y más tiempo en el trabajo de mayor valor y una mejor toma de decisiones.Análisis Ad-hoc. Analizar los datos rápidamente a través de las dimensiones de negocio:Las soluciones Microsoft Data Warehousing están diseñadas para almacenar y conectar con los cubos Microsoft OLAP, lo que hace que realizar consultas adhoc sea más rápido y sencillo, y que se puedan analizar grandes cantidades de datos complejos desde todos los aspectos del negocio.Utilizar la funcionalidad de Microsoft OLAP permite mejorar la información de ventas, marketing, informes de gestión, gestión de procesos de negocio, presupuestos y previsiones, informes financieros y áreas similares.

Microsoft DataMining. Profundizar en los conocimientos para deducir:Las soluciones de Microsoft DataMining permiten ir más allá del simple análisis de datos. Indican tendencias ocultas, problemas o relaciones entre los datos.Se extraen patrones y las tendencias y los empleados pueden identificar mejor las causas profundas de los problemas y predecir resultados futuros.Data Cuality. Proteger la calidad de los datos:Microsoft Business Intelligence protege la calidad de los datos al integrar los mismos de forma segura desde de las múltiples fuentes de datos.”

Capacidades de Business Intelligence Development Studio:- Permite a los usuarios almacenar y compartir documentos.- Identifica y limpia automáticamente los datos inservibles.- Implementa un sistema de base de datos relacionales de clase

empresarial.- Combina datos de una amplia variedad de fuentes.- Crea y maneja informes.- Proporciona análisis predictivos.

UTP Página 31

http://msdn.microsoft.com/es-es/library/ms174597(v=sql.105).aspx2.3 DEFINICIÓN DE TÉRMINOS:

2.3.1 Datamart: Un Datamart es una base de datos departamental, especializada en el almacenamiento de los datos de un área de negocio específica. Se caracteriza por disponer la estructura óptima de datos para analizar la información al detalle desde todas las perspectivas que afecten a los procesos de dicho departamento. Un datamart puede ser alimentado desde los datos de un datawarehouse, o integrar por si mismo un compendio de distintas fuentes de información.

2.3.2 Datamart OLAP: Se basan en los populares cubos OLAP, que se construyen agregando, según los requisitos de cada área o departamento, las dimensiones y los indicadores necesarios de cada cubo relacional. El modo de creación, explotación y mantenimiento de los cubos OLAP es muy heterogéneo, en función de la herramienta final que se utilice.

2.3.3 Datamart OLTP: Pueden basarse en un simple extracto del datawarehouse, no obstante, lo común es introducir mejoras en su rendimiento (las agregaciones y los filtrados suelen ser las

UTP Página 32

operaciones más usuales) aprovechando las características particulares de cada área de la empresa. Las estructuras más comunes en este sentido son las tablas report, que vienen a ser fact-tables reducidas (que agregan las dimensiones oportunas), y las vistas materializadas, que se construyen con la misma estructura que las anteriores, pero con el objetivo de explotar la reescritura de queries (aunque sólo es posible en algunos SGBD avanzados, como Oracle).

2.3.4 MOLAP: Multidimensional OLAP. Tanto los datos fuente como los datos agregados o pre calculados residen en el mismo formato multidimensional.Optimiza las queries, pero requiere más espacio de disco y diferente software.El primer punto esta dejando ser un problema: el espacio de disco cada vez es más barato.

2.3.5 ROLAP:Relational OLAP. Tanto los datos pre calculados y agregados como los datos fuente residen en la misma base de datos relacional.Si el DataWarehouse es muy grande o se necesita rapidez por parte de los usuarios puede ser un problema.

2.3.6 HOLAP:Hybrid OLAP: Es una combinación de los dos anteriores. Los datos agregados y pre calculados se almacenan en estructuras multidimensionales y los de menor nivel de detalle en el relacional.

2.3.7 Datawarehouse: Un Datawarehouse es una base de datos corporativa que se caracteriza por integrar y depurar información de una o más fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad de perspectivas y con grandes velocidades de respuesta. La creación de un datawarehouse representa en la mayoría de las ocasiones el primer paso, desde el punto de vista técnico, para implantar una solución completa y fiable de Business Intelligence.La ventaja principal de este tipo de bases de datos radica en las estructuras en las que se almacena la información (modelos de tablas en estrella, en copo de nieve, cubos relacionales... etc). Este tipo de persistencia de la información es homogénea y fiable, y permite la consulta y el tratamiento jerarquizado de la misma (siempre en un entorno diferente a los sistemas operacionales).

2.3.8 Los EBIS:Son usualmente utilizados cuando hay muchos usuarios de diversos niveles de habilidad técnica, cada uno con requerimientos de reportes y vistas que son menos analíticos (por ejemplo, reportes administrativos o análisis de variantes simples).

UTP Página 33

2.3.9 Cubos de análisis: Los cubos basados en herramientas de BI son usados para proveer capacidades analíticas a los administradores de negocios.

2.3.10 Los sistemas transaccionales: son la primera cara de una empresa con el usuario, sea éste último un trabajador del propio negocio o un cliente. Éste tipo de sistemas se caracteriza porque su funcionamiento es en línea, permite realizar las operaciones cotidianas del negocio. Un ejemplo son los sistemas bancarios en las sucursales, los cajeros automáticos, los sistemas WEB de compras. La información que recaban es utilizada posteriormente por sistemas de toma de decisiones.

2.3.11 Datos: Es la colección de hechos de las operaciones día a día de la organización y del exterior.

2.3.12 Información: Se construye en base a los datos, pero se incluye contexto y relevancia.

2.3.13 Cultura: Si observamos el proceso de BI, son los ejecutivos que asumen la actitud de medición. Medir en base a sus acciones-indicadores, y analizar los resultados de la empresa constantemente.

2.4 SISTEMAS DE HIPÓTESIS

Con el diseño e implementación de BI se obtendrá un notable crecimiento de rentabilidad de la empresa en un 30%

2.4.1 Respaldando Hipótesis:

La rentabilidad de los sistemas de Business Intelligence (BI):Según un informe de auditoría interna revelo que el 30% del tiempo del departamento de administración, comercial y gerencia se invertía en la generación de informes.

Según IDC los sistemas de BI tienen un ROI o retorno de la inversión del 430% en 1,6 años, vamos a comprobarlo.

Sobre IDCIDC es el principal proveedor global de inteligencia de mercado, servicios de asesoría y organización de eventos para los mercados de tecnologías de la información y las comunicaciones.

UTP Página 34

IDC ayuda a los profesionales de TI, ejecutivos de negocio y a la comunidad de inversores a tomar decisiones basadas en hechos sobre adquisiciones tecnológicas y estrategias de negocio.

Cálculo de costes

Si hacemos un cálculo a groso modo sobre una plantilla de 50 personas de las cuales 10 corresponden a este grupo de pesonas (administración, comercial y gerencia), podemos suponer la siguiente distribución de costes salariales:

Según estos cálculos hacer informes manualmente a esta empresa le puede costar perfectamente 147.420 € al año o 12.285 € al mes.Alguien aun podría pensar que no es su caso, sin embargo, los comerciales suelen emplear un día a la semana para hacer sus informes de ventas, generalmente el viernes. Sólo ésto ya supone el 20% de su tiempo que, además, no dedican a las ventas. Para que posteriormente, estos informes, sean agrupados por el jefe de ventas y reportados a gerencia.

Cálculo del ROI

Teniendo en cuenta el precio de la licencia de Atlas SBI para 10 usuarios y una implantación media/alta, tenemos los siguientes ratios:

UTP Página 35

Comentario

Si consideramos que aun no se ha hecho una toma de decisiones para aumentar la rentabilidad, ni hemos sacado el coste que pueda generar los errores que contienen los informes manuales, sólo el hecho de automatizar el sistema de reporting ya justifica plenamente la inversión. Finalmente, si a todo esto le añadimos que podemos utilizar Atlas SBI en modo Pago por uso ósea el pago mediante una cuota a como un alquiler, donde no se necesita hacer ninguna inversión en licencias, la rentabilidad que se podría obtener seria de forma inmediata.

Fuente de respaldo de hipótesis:http://www.dataprix.com/blogs/pg-conocimiento/rentabilidad-sistemas-business-intelligence-bi

2.6 SISTEMAS DE VARIABLES

UTP Página 36

Variable Dimensiones Indicadores

Capacidad del Usuario ante una

nueva Herramienta

Lento manejo de las herramientas BI

Repreguntar lo enseñado.

Uso frecuente del manual

Rápido manejo de las herramientas BI

Eficiencia en los procesos del negocio.

Información

Ingreso desproporcionado de información a la BD

Saturación de los DatawareHouse.

Eficiencia en el control de información

Información adecuada para la toma de

decisiones.

Rendimiento de BI Mal Rendimiento Objetivos propuestos que se llegan alcanzarÓptimo Rendimiento

Ventas Incremento de Ventas Reportes de ventas mensualDisminución de Ventas

CAPITULO III: MARCO METODOLÓGICO

3.1. METODOLOGÍA PARA EL ANÁLISIS Y DISEÑO DE LA SOLUCIÓN

3.1.1. METODOLOGIA DE INVESTIGACION

UTP Página 37

3.1.1.1. TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE DATOS DE LA INVESTIGACION

Estas técnicas e instrumentos fueron usados para recolectar datos de la empresa TELLOIMPORT SAC. Para analizar su situación y identificar la una solución, recolectamos de la empresa datos de algunos de sus clientes para realizar encuestas telefónicas

3.1.1.1.1 Por entrevista y contacto personal: Se realizó una entrevista al personal de la empresa para observar las capacidades del personal en el manejo de TI y también para observar el comportamiento en forma directa además el contacto personal nos permitió repreguntar.

3.1.1.1.2 Encuestas telefónicas: Fueron realizadas rápidamente y a bajo costo para conocer el punto de vista de los clientes hacia la empresa, pero nos limitó la falta de cooperación o por la renuencia a contestar algunas preguntas que no eran sencillas ante una persona que no se conoce.

3.1.1.1.3 Instrumentos para una entrevista Formatos de cuestionarios Grabadora de sonidos Fichas Guía de entrevista

3.1.1.2. DISEÑO DE LA INVESTIGACIÓN

3.1.1.2 Métodos

a. Método ExperimentalEl experimento se va a realizar porque hay algo que no se conoce y se quiere conocer. Como ya hemos indicado, el problema debe ser resuelto

a1. Como primer punto se recopilara la información de todas las áreas mediante una encuesta, de tal manera nos ayudara a encontrar el problema.

a2. Una vez identificado el problema se procederá a hacer un plan de trabajo para así dar solución a los requerimientos solicitados.

b. Método de Observación

Este método es importante, clasificando y consignando los acontecimientos pertinentes de acuerdo con algún esquema previsto y de acuerdo a los aspectos a evaluar.

UTP Página 38

Se investiga, tomando la información necesaria, se registra para su posterior análisis.

c. Método de MediciónSe desarrolla con el fin de obtener un valor numérico o cuantitativo para una magnitud dada.

3.1.1.3 TÉCNICAS DE PROCESAMIENTO Y ANÁLISIS DE DATOS PARA LA INVESTIGACION

Una vez realizada la recogida de datos a través de los cuestionarios y entrevistas, comienza la fase de clasificación o agrupación de los datos que sigue un procedimiento de cuatro pasos para el análisis de datos.

Validación y Edición Codificación Introducción de datos Tabulación y análisis estadísticos

3.1.1.3.1 PROCESO DE VALIDACION Y EDICIONLa validación se define como el proceso de verificar que las entrevistas se hayan hecho de acuerdo a lo establecido.La meta de la validación es exclusivamente detectar un fraude o una falla del entrevistador en seguir las instrucciones claves.

3.1.1.3.2 PROCESO DE CODIFICACIONSe refiere al proceso de agrupar o asignar los códigos numéricos a las varias respuestas de unas preguntas determinadas. La mayoría de las preguntas de las entrevistas son cerradas y están precodificadas, esto requiere de decir que sean asignados códigos numéricos a las varias respuestas en el cuestionario mismo.

3.1.1.3.3 INTRODUCCION DE DATOSUna vez que el cuestionario se ha validado, editado y codificado, ha llegado el momento del siguiente paso en el proceso que es la introducción de datos, esto quiere decir que es el proceso de convertir la información a un formato electrónico como lo es la computadora. Este proceso requiere de un dispositivo para la introducción de datos, como una computadora, y un medio de almacenamiento como lo es una cinta magnética, un disco duro o una USB.

3.1.1.3.4 PROCESO DE INTRODUCCION DE DATOS MEDIANTE UN SISTEMA

La mayor parte de introducción de datos se hace por medio de un sistema que se introduce en el dispositivo, se verifica para ver si hay una lógica interna, ya sea por medio de ese dispositivo u otro conectado a el. Este sistema puede programarse para evitar

UTP Página 39

ciertos errores en el punto de introducción de datos tales como una introducción de códigos no validos o erráticos.

3.1.1.3.5 TABULACIÓN DE LOS RESULTADOS DE LAS ENCUESTAS:

Los resultados de la encuesta se han almacenado en un archivo de la computadora y están libres de todos los errores de introducción lógica de datos y de registros del entrevistador. El siguiente paso es tabular los resultados de la encuesta.

3.1.1.3.6 REPRESENTACION GRAFICA DE LOS RESULTADOS

Grafica de Barras: Es una gráfica con barras rectangulares de longitudes proporcional al de los valores que representan las gráficas de barras. Son usadas para comparar dos valores. Pueden estar orientadas horizontal y vertical. Estas son las más flexibles de los tres tipos de gráficas, cualquier cosa que se esté graficando en esta también se puede hacer en las otras graficas anteriores dichas.

3.1.2 METODOLOGIA DEL PROYECTO

3.1.2.1 TÉCNICAS Y HERRAMIENTAS DE GESTIÓN DE PROYECTOS

Se trabajara con el PMBOK es un estándar reconocido mundialmente este trabaja con el uso de herramientas y técnicas para resolver requisitos del proyecto y tener una buena gestión del proyecto

3.1.2.2 TÉCNICAS Y HERRAMIENTAS EL DESARROLLO DEL CRONOGRAMA

3.1.2.2.1 Técnica Gráfica de Gantt :es una forma fácil para calendarizar tareas. Es esencialmente una gráfica en donde las barras representan cada tarea o actividad. La longitud de cada barra representa la longitud relativa de la tareaLa ventaja principal de la gráfica de Gantt es su simplicidad.3.1.2.2.2 La herramienta Microsoft Project (o MSP) :es un software de administración de proyectos diseñado, desarrollado y comercializado por Microsoft para asistir a administradores de proyectos en el desarrollo de planes, asignación de recursos a tareas, dar seguimiento al progreso, administrar presupuesto y analizar cargas de trabajo.

3.1.2.3 HERRAMIENTA PARA GENERAR REPORTES DE BI

Analysis Services de Microsoft® SQL Server™ 2000 constituye una eficaz herramienta OLAP que se puede utilizar con los datos almacenados en diversas bases de

UTP Página 40

datos, incluidas las de SQL Server, Microsoft Access y Oracle.

Analysis Services de Microsoft® SQL Server™ 2000 incluyen el procesamiento analítico en línea (OLAP) y la minería de datos.

Las herramientas de OLAP presentan al usuario una visión multidimensional de los datos (esquema multidimensional) para cada actividad que es objeto de análisis.

El usuario formula consultas a la herramienta OLAP seleccionando atributos de este esquema multidimensional sin conocer la estructura interna (esquema físico) del almacén de datos.

La herramienta OLAP genera la correspondiente consulta y la envía al gestor de consultas del sistema (p.ej. mediante una sentencia SELECT).

3.1.2.4 TÉCNICAS DE MINERÍA DE DATOS

3.1.2.4.1 Clustering: Consiste en definir grupos lo más parecido posible y a su vez lo más distinto posible a otros grupos (o clusters). Ejemplo: clientes más rentables, clientes menos rentables.

3.1.2.4.2 Segmentación: Consiste en la división de la totalidad de los datos, segun determinados criterios. Ejemplo: Dividir los clientes en función de su antiguedad.

3.1.2.4.3 Clasificación: Consiste en definir una serie de clases, donde poder agrupar los diferentes clientes. Ejemplo: definida unas variables de entrada se produce una determinada salida que clasifica al cliente en un grupo o en otro. Por ejemplo, si la edad esta entre 20 y 40, esta casado y tiene cuenta de ahorro, entonces contrata hipoteca en un 78% de posibilidades.

3.1.2.4.4 Predicción: Consiste en intentar conocer resultados futuros a partir de modelizar los datos actuales. Ejemplo: Creamos un modelo de variables para saber si el cliente compra o no compra. Aplicamos el modelo a un futuro cliente, y ya podemos predecir si comprará o no.

3.1.2.5 HERRAMIENTAS DE LA MINERÍA DE DATOS3.1.2.5.1 Clementine / SPSS: Herramienta de data mining que permite desarrollar modelos predictivos y desplegarlos para mejorar la toma de decisiones. Está diseñada teniendo

UTP Página 41

en cuenta a los usuarios empresariales, de manera que no es preciso ser un experto en data mining.

3.1.2.5.2 Características de Clementine Fácil entendimiento de los datos. Visualización interactiva. Poderosa preparación de los datos. Combina datos de múltiples fuentes. Especifica valores perdidos. Deriva nuevas variables. Produce información resumida.

3.2. METODOLOGÍA PARA EL ESTUDIO DE FACTIBILIDAD (VIABILIDAD) DE LA SOLUCIÓN

UTP Página 42

Se realizara un conjunto de procedimientos para determinar si es o no factible realizar el proyecto

3.2.1 FACTIBILIDAD DE RECURSOSDeterminar los recursos de hardware y software para implementar la solución

Equipo BI:Líder desarrollador de aplicacionesArquitecto de la infraestructura de BIRepresentante del negocioExperto en minería de datosAnalista de la calidad de datosAdministrador de bases de datosDesarrollador líder de ETLAdministrador de metadatosAdministrador de proyectosExperto en la materia

Equipos1 Servidor HP4 computadoras

SoftwareMicrosoft Windows 7Microsoft officceSql server 2008Business IntelligenceDevelopmentMicrosoft server 2008

3.2.2 FACTIBILIDAD LEGALGarantizar que todo esté dentro de la ley o constitución de la empresa y organismos que rigen a los mismos

CAPITULO IV: ASPECTOS ADMINISTRATIVOS

4.1. ÍNDICE PRELIMINAR

UTP Página 43

Dedicatoria 1Introducción 2Capítulo I: Formulación de Problema 3

1.1. Planteamiento del Problema 31.2. Antecedentes de Solución 3

1.2.1. Antecedentes del B.I. 31.2.2. Situaciones Corporativa 4

1.3. Propuesta de Solución 51.4. Alcance de la Propuesta 51.5. Justificación 5

1.5.1. ¿Por qué? ¿Para qué? 51.6. Objetivos 6

1.6.1. Objetivos Generales 61.6.2. Objetivos Específicos 6

Capitulo II: Marco Teórico 7 2.1. Casos de Exito

2.1.1. Caso de Existo 1 72.1.1.1. Propuesta 72.1.1.2. La implantación 82.1.1.3. Resultados 8

2.2.2. Caso de Existo 2 92.1.2.1. Situación Inicial 92.1.2.2. Propuesta 9 2.1.2.3. La implantación 9

2.1.2.4. Resultados 10

2.2. Bases Teóricas 112.2.1. Busines Intelligence Visión y Estrategia 11

2.2.1.1. Propósito 112.2.1.2. Sociedad del Conocimiento 11

2.2.1.3. Motivación 112.2.1.4. Etapas en la Creación del Conocimiento 112.2.1.4.1 Datos 122.2.1.4.2 Información 122.2.1.4.3 Conocimiento 122.2.1.4.4 Accesiones 12

2.2.2. Business Intelligence (Inteligencia Empresarial) 132.2.2.1. Fase1. Dirigir y Planear 132.2.2.2. Fase 2.Recolección De Información 132.2.2.3. Fase3.Procesamiento De Datos 142.2.2.4. Fase4. Análisis y Producción 142.2.2.5. Fase5. Difusión 14

2.2.3. Esquema De Business Intelligen 152.2.3.1. DataMining 152.2.3.2. Datawarehouse 15

UTP Página 44

2.2.3.3 Datamart 152.2.3.4. Cubos multidimensionales 15

2.2.4. Arquitectura Datawarehouse 162.2.4.1 La estructura de la arquitectura Datawarehouse 162.2.4.1.1 Datos operacionales 162.2.4.1.2 Extracción de Datos 162.2.4.1.3 Transformación de datos 162.2.4.1.4 Carga de Datos 162.2.4.1.5 Datawarehouse 162.2.4.1.6 Herramientas de Acceso al componente de almacenamiento físico DW 16

2.2.5. Tipos De Implementación De La Estructura Del Datawarehouse 17

2.2.5.1 EL DW central 172.2.5.2 El DW distribuido 17 2.2.5.3 El DW de dos niveles 18

2.2.6. Sistemas De Soporte A La Decisión (DSS) 192.2.6.1 Características Principales 192.2.6.2 Diferencia Con Otras Herramientas De Business Intelligence 202.2.6.3 Tipos De Sistemas De Soporte 20 a Decisiones

2.2.7. Cinco Pasos Para Lograr Un Proyecto De Business Intelligence Exitoso 22

2.2.7.1. Identificar el problema de Negocios 22

2.2.7.2. Determinar las expectativas Con respecto al uso 23

2.2.7.3. Comprender la entrega de datos 232.2.7.4. Implementar las iniciativas de

Capacitación. 242.2.7.5. Seleccionar vertical u horizontal

una solución 24

2.2.8. Once pasos para Construir Un DatawarehouseCon Éxito 262.2.8.1. Primero: Reconocer que el trabajo será

más Duro de lo que se esperaba inicialmente. 26

2.2.8.2. Segundo: Conocer los datos en los Sistemas origen. 26

2.2.8.3. Tercero: Saber reconocer entidades Equivalentes 26

2.2.8.4. Cuarto: Usar metadatos como soporte

UTP Página 45

a la calidad de los datos. 272.2.8.5. Quinto: Seleccionar las herramientas

ETL adecuadas. 272.2.8.6. Sexto: Tomar ventaja de las fuentes

Externas 272.2.8.7. Séptimo: Utilizar nuevos métodos de

distribución de la información. 272.2.8.8. Octavo: Centrarse en aplicaciones

para uso en Marketing 282.2.8.9. Noveno: Enfatizar los primeros resultados

positivos para ganar apoyo de la organización 28

2.2.8.10. Decimo: No hay que infravalorar los requerimientos de Hardware 28

2.2.8.11. Onceavo: Considerar el Outsourcing para el desarrollo y mantenimiento del DW 28

2.2.9. Lista De Herramientas De Business Intelligence 29

2.2.9.1 Desarrollar e implementar usando 2.2.9.1.1 Business IntelligenceDevelopment Studio 302.2.9.1.2. SQL Server Management Studio 31

2.3. Definición de Términos 332.3.1. Datamart 332.3.2. Datamart OLAP 332.3.3. Datamart OLTP 332.3.4. MOLAP 332.3.5. ROLAP 332.3.6. HOLAP 332.3.7. Datawarehouse 342.3.8. Los EBIS 342.3.9. Cubos de análisis 342.3.10. Los sistemas transaccionales 342.3.11. Datos 342.3.12. Información 342.3.13. Cultura 34

2.4. Sistemas De Hipótesis 352.4.1 Respaldando Hipótesis 35-36

2.5. Sistemas De Variables 37

Capitulo III: Marco Metodológico 38

UTP Página 46

3.1.1. Metodologia De Investigacion 38 3.1.1.1. Técnicas E Instrumentos De Recolección De Datos De La Investigacion 38 3.1.1.1.1 Por entrevista y contacto personal 38 3.1.1.1.2 Encuestas telefónicas 38 3.1.1.1.3 Instrumentos para una entrevista 38 3.1.1.2. Diseño De La Investigación 38 3.1.1.2.1 Métodos 38 3.1.1.3 Técnicas De Procesamiento Y Análisis De Datos Para La Investigacion 39 3.1.1.3.1 Proceso De Validacion Y Edicion 39 3.1.1.3.2 Proceso De Codificacion 39 3.1.1.3.3 Introduccion De Datos 39 3.1.1.3.4 Proceso De Introduccion De Datos Mediante Un Sistema 40 3.1.1.3.5 Tabulación De Los Resultados De Las Encuestas: 40 3.1.1.3.6 Representacion Grafica De Los Resultados 40

3.1.2 Metodologia Del Proyecto 40 3.1.2.1 Técnicas Y Herramientas De Gestión De Proyectos 40 3.1.2.2 Técnicas Y Herramientas El Desarrollo Del Cronograma 40 3.1.2.2.1 Técnica Gráfica de Gantt 40 3.1.2.2.2 La herramienta Microsoft Project 40 3.1.2.3 Herrameienta Para Generar Reportes De Bi 41 3.1.2.4 Técnicas De Minería De Datos 41

3.1.2.4.1 Clustering: 413.1.2.4.2 Segmentación 413.1.2.4.3 Clasificación 413.1.2.4.4 Predicción 41

3.1.2.5 Herramientas De La Minería De Datos 42 3.1.2.5.1 Clementine / SPSS 42 3.1.2.5.2 Características de Clementine 42

3.2. Metodología Para El Estudio De Factibilidad (Viabilidad) De La Solución 43

3.2.1 Factibilidad De Recursos 433.2.2 Factibilidad Legal 43

Capitulo IV: Aspectos Administrativos 44 4.1. Índice preliminar de la tesis 44-47

UTP Página 47

4.2. Presupuesto Y Cronograma De Actividades 48 4.2.1. Presupuestos: 48 4.2.1.1 Presupuesto De Invetigacion 48 4.2.1.2 Presupuesto De Proyecto 49 4.2.1.2.1 Flujo De Caja Economico 50 4.2.1.2.2 Presupuesto Del Proyecto Por Fase 51 4.2.2. Cronogramas 4.2.2.1 Cronograma De Actividades De Investigacion 52 4.2.2.2 Cronograma De Actividades Del Proyecto 53 4.2.2.2.1 Rol Del Equipo De Proyecto 54

4.3. Referencia 55

4.2. PRESUPUESTO Y CRONOGRAMA DE ACTIVIDADES

4.2.1. PRESUPUESTOS:

UTP Página 48

4.2.1.1 PRESUPUESTO DE INVETIGACIONSe consideran aquellas que se desarrollan durante todo el proceso, están relacionadas con el tiempo y por tanto se expresan en un cronograma para facilitar la compresión.

4.2.1.2 PRESUPUESTO DE PROYECTO

PROYECTO

UTP Página 49

CONCEPTO DURACION TOTALSOLESAsesoría de tesis- Reuniones grupales

1 mes30 Horas

1200100

Servicios- Alquiler Internet- Impresión- Movilidad- Alimentación

30 horas---------4 meses5 meses

5045508060

Otros- Compra de libro- Materiales informativo- Gastos de comunicación

------------------------------

502040

TOTAL 1695

Fecha Incio Fecha Fin06/05/2012 06/01/2013

Equipo BI: Meses Asignado Costo Mensual Costo TotalLíder desarrollador de aplicaciones 7 S/. 3,000.00 21000Arquitecto de la infraestructura de BI 5 S/. 4,000.00 20000Representante del negocio 1 S/. 2,000.00 2000Experto en minería de datos 3 S/. 4,000.00 12000Analista de la calidad de datos 3 S/. 3,000.00 9000Administrador de bases de datos 4 S/. 3,000.00 12000Desarrollador líder de ETL 4 S/. 3,000.00 12000Administrador de metadatos 2 S/. 2,000.00 4000Administrador de proyectos 8 S/. 4,000.00 32000Experto en la materia 6 S/. 2,000.00 12000

Total S/. 30,000.00S/.

136,000.00

Equipos Costo Unidad Unidad Costo Total1 Servidor HP S/. 40,000.00 1 S/. 40,000.004 computadoras S/. 8,000.00 4 S/. 32,000.00

Software Costo Unidad Unidad Costo TotalMicrosoft Windows 7 S/. 2,000.00 4 S/. 8,000.00Microsoft officce S/. 1,500.00 4 S/. 6,000.00Sql server 2008 S/. 1,500.00 1 S/. 1,500.00Business IntelligenceDevelopment S/. 1,500.00 1 S/. 1,500.00Microsoft server 2008 S/. 900.00 1 S/. 900.00

Costo TotalS/.

225,900.00

4.2.1.2.1 FLUJO DE CAJA ECONOMICO

UTP Página 50

El Valor Actual Neto da como resultado S/23,489.3789 lo que significa que estaríamos obteniendo un beneficio o ganancia extra y es mayor al desembolso inicial en el tiempo 0 de S/20,000.00 entonces, es recomendable que el proyecto sea aceptado sin ningún préstamo del banco.  Además el TIR es mayor a la tasa de descuento lo que nos indica que el proyecto es aceptable.

4.2.1.2.2 PRESUPUESTO DEL PROYECTO POR FASE Y HORAS

UTP Página 51

FLUJO DE CAJA ECONOMICO (FCE)

Concepto 0 1 2 3 4 5 6 7 8

Ingresos:Cuentas por cobrar 120,000.00 10,000.00 15,000.00 16,000.00 11,900.00 23,054.00 12,000.00 5,000.00Inversiones: 20,000.00Líder desarrollador de aplicaciones 3,000.00 3,000.00 3,000.00 3,000.00 3,000.00 3,000.00 3,000.00Arquitecto de la infraestructura de BI 4,000.00 4,000.00 4,000.00 4,000.00 4,000.00Representante del negocio 2,000.00Experto en minería de datos 4,000.00 4,000.00 4,000.00Analista de la calidad de datos 3,000.00 3,000.00 3,000.00Administrador de bases de datos 3,000.00 3,000.00 3,000.00 3,000.00Desarrollador líder de ETL 4,000.00 4,000.00 4,000.00 4,000.00Administrador de metadatos 2,000.00 2,000.00Administrador de proyectos 4,000.00 4,000.00 4,000.00 4,000.00 4,000.00 4,000.00 4,000.00 4,000.00Experto en la materia 2,000.00 2,000.00 2,000.00 2,000.00 2,000.00 2,000.00Equipos y software licenc. 72,000.00Varios 17,900.00Saldos FCE -20,000.00 19,100.00 -6,000.00 -7,000.00 -11,000.00 -15,100.00 1,054.00 1,000.00 1,000.00FC Acumulado 20,000.00 39,100.00 33,100.00 26,100.00 15,100.00 0.00

Tasa de Descuento 6%

VAN 23489.3789TIR 0.17293847

Meses

4.2.2. CRONOGRAMAS

UTP Página 52

4.2.2.1 CRONOGRAMA DE ACTIVIDADES DE INVESTIGACION

FASES DURACION/HORASI. Formulación del Problema

a. Planteamiento del Problemab. Antecedentes de Soluciónc. Propuesta de Soluciónd. Alcance de la Propuestae. Justificaciónf. Objetivos

30 Horas5 Horas6 Horas4 Horas5 Horas5 Horas5 Horas

II. Marco TeóricoCasos de ExistosBases Teóricas

20 Horas05 Horas15 Horas

III. Marco MetodológicoMetodología para el Análisis y Diseño de la SoluciónMetodología para el estudio de factibilidad de la soluciónNivel de InvestigaciónDiseño de la InvestigaciónTécnicas e Instrumentos de Recolección De DatosTécnicas de Procesamiento y Análisis De Datos

80 Horas10 Horas15 Horas10 Horas

12 Horas08 Horas

10 Horas

15 Horas

IV.Índice PreliminarÍndice preliminar de la tesisPresupuesto y cronograma de actividades

20 Horas05 Horas15 Horas

4.2.2.2 CRONOGRAMA DE ACTIVIDADES DEL PROYECTO

UTP Página 53

4.2.2.2.1 ROL DEL EQUIPO DE PROYECTO

UTP Página 54

Rol Responsabilidades PrincipalesLíder desarrollador de aplicaciones

Diseñar y supervisar el desarrollo de la aplicación de acceso y análisis (por ejemplo, informes, consultas, etc.)

Arquitecto de la infraestructura de BI

Establecer y mantener la infraestructura técnica de BI. Generalmente reporta al arquitecto estratégico del equipo extendido.

Representante del negocio Participar en sesiones de modelaje, proveer definiciones de datos, escribir casos de prueba, tomar decisiones empresariales, resolver disputas entre las unidades de negocio, y mejorar la calidad de los datos bajo el control de la unidad de negocios que representa este rol.

Experto en minería de datos Escoger y ejecutar la herramienta de minería de datos, debe tener experiencia en estadística.

Analista de la calidad de datos Asegurar la calidad de las fuentes de datos y preparar las especificaciones de limpieza y selección de datos para el proceso ETL.

Administrador de bases de datos

Realizar análisis de datos transversales organizacionales, crear los modelos lógicos de datos específicos al proyecto y añadirlos al modelo lógico de datos empresarial.Diseñar, cargar, monitorear, y ajustar las bases de datos destino de BI.

Desarrollador líder de ETL Diseñar y supervisar el proceso de ETL.Administrador de metadatos Construir o comprar (la licencia), mejorar, cargar y mantener el

repositorio de metadatos.Administrador de proyectos Definir, planear, coordinar, controlar y revisar todas las actividades

del proyecto, dar seguimiento y hacer reportes de avances, resolver problemas técnicos o administrativos, capacitar al equipo, negociar con los proveedores, el representante de la empresa y el patrocinador del negocio. Tiene la responsabilidad general del proyecto.

Experto en la materia Proporcionar conocimientos del negocio sobre los datos, procesos y requerimientos.

UTP Página 55

PREFERENCIAS

1. http://www.biconsulting.com.mx/index.php? option=com_content&view=article&id=51&Itemid=58

2. http://estudiandobi.blogspot.com/2008/01/fases-de-un-proyecto-de-minera- de-datos.html

3. http://www.microsoft.com/sqlserver/en/us/solutions-technologies/data- warehousing.aspx

4. http://msdn.microsoft.com/en-us/library/ee412262(v=sql.100).aspx

5. http://addkw.wordpress.com/

6. http://mssqlbi.wikispaces.com/

7. http://www.dataprix.com/blogs/respinosamilla/qu-business-intelligence

8. The Data Warehouse ToolkitAutor: Ralph Kimball

UTP Página 56