Bilatam - BI for Beginners

228 visualizaciones

Publicado el

Se plantea la necesidad, historia, modelado, metodologías y tecnologías aplicadas, así como conceptos para la compreción integral de Inteligencia de Negocios.

Publicado en: Tecnología
0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
228
En SlideShare
0
De insertados
0
Número de insertados
13
Acciones
Compartido
0
Descargas
4
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Bilatam - BI for Beginners

  1. 1. Introducción al Warehousing César Oviedo, BI LATAM Community Manager BI for Beginners
  2. 2. Futuros Eventos Mis primeros pasos como DBA Adrian Miranda 11 Junio Setting up your BI Infrastructure Paresh Motiwala 11 Junio El Arte de la Guerra con SSIS Ricardo Estrada 25 Junio
  3. 3. About the Speaker • MVP César Oviedo • BI LATAM Community Manager • CEO Sensus Data & Analytics • MCT, MCSE, MCSA, MCITP, MCTS www.businessintelligencelatam.com /BusinessIntelligenceLatam /groups/businessintelligencecr/ /BILATAM
  4. 4. ¿Business Intelligence? The Data Warehousing Institute • “Inteligencia de Negocios son procesos, tecnologías y herramientas que nos ayudan a convertir datos en información, información en conocimiento y conocimiento en ayuda a la toma de decisiones.” Hans Peter Luhn, IBM 1958 • “La capacidad de interpretar las relaciones mutuas de los hechos presentados, de tal manera que permita orientar nuestras acciones hacia una meta deseada.”
  5. 5. • Reporting • Dashboarding • Data Warehouse • Data Mining / Machine Learning • Balance Scorecard • Big Data • Data Quality • Master Data Management • etc ¿Business Intelligence?
  6. 6. Fundamentos
  7. 7. Data Warehouse • Orientado a temas.- Los datos en la base de datos están organizados de manera que todos los elementos de datos relativos al mismo evento u objeto del mundo real queden unidos entre sí. • Variante en el tiempo.- Los cambios producidos en los datos a lo largo del tiempo quedan registrados para que los informes que se puedan generar reflejen esas variaciones. • No volátil.- La información no se modifica ni se elimina, una vez almacenado un dato, éste se convierte en información de sólo lectura, y se mantiene para futuras consultas. • Integrado.- La base de datos contiene los datos de todos los sistemas operacionales de la organización, y dichos datos deben ser consistentes. Bill H. Inmon
  8. 8. ¿Por qué hacemos un Data Warehouse?
  9. 9. SQL Server As a Data DW Platform • Core Data Warehousing • SQL Server Database Engine • SQL Server Integration Services • SQL Server Master Data Services • SQL Server Data Quality Services • Enterprise BI • SQL Server Analysis Services • SQL Server Reporting Services • Microsoft SharePoint Server • Microsoft Office • Self-Service BI and Big Data Analysis • Excel Add-ins (PowerPivot, Power Query, Power View, Power Map) • Microsoft Office 365 Power BI • Windows Azure HDInsight
  10. 10. What is Extract, Transform and Load (ETL)? • ETL tools perform three functions to move data from one place to another: • Extract data from sources such as ERP or CRM applications • Transform that data into a common format that fits with other data in the warehouse • Load the data into the data warehouse for analysis
  11. 11. LOB Applications Files Data Bases Analysis Cubes Data Mining and Analysis Dashboards and Scorecards Mobile Arquitectura
  12. 12. Diseño Desnormalización • “…proceso de procurar optimizar el desempeño de una base de datos por medio de agregar datos redundantes. A veces es necesaria porque las actuales DBMSs implementan el modelo relacional pobremente.”
  13. 13. Star Schemas DimSalesPerson SalesPersonKey SalesPersonName StoreName StoreCity StoreRegion DimProduct ProductKey ProductName ProductLine SupplierName DimCustomer CustomerKey CustomerName City Region FactOrders CustomerKey SalesPersonKey ProductKey ShippingAgentKey TimeKey OrderNo LineItemNo Quantity Revenue Cost Profit DimDate DateKey Year Quarter Month Day DimShippingAgent ShippingAgentKey ShippingAgentName
  14. 14. Snowflake Schemas DimSalesPerson SalesPersonKey SalesPersonName StoreKey DimProduct ProductKey ProductName ProductLineKey SupplierKey DimCustomer CustomerKey CustomerName GeographyKey FactOrders CustomerKey SalesPersonKey ProductKey ShippingAgentKey TimeKey OrderNo LineItemNo Quantity Revenue Cost Profit DimDate DateKey Year Quarter Month Day DimShippingAgent ShippingAgentKey ShippingAgentName DimProductLine ProductLineKey ProductLineName DimGeography GeographyKey City Region DimSupplier SupplierKey SupplierName DimStore StoreKey StoreName GeographyKey
  15. 15. DEMO
  16. 16. BusinessIntelligenceLATAM.com facebook.com/groups/businessintelligencecr/

×