2. Agenda
1. Introducción a Business Intelligence
1.1 Justificación histórica
2. Data Warehouse
2.1 Definición y características
3. Conceptos y funcionalidades básicas
3.1 DWH y Data Mart
3.2 Componentes a tener en cuenta a la hora de construir un DHW
3.3 Fases de la implantación de un DWH
3.4 Técnicas de la explotación de la información.
3.5 Tipos de aplicaciones en las que se utilizan las técnicas disponibles sobre el DWH.
4.- Plataforma SAP Business Intelligence
4. ¿Que es Business Intelligence?
•Es la combinación de herramientas, técnicas y metodologías que, apoyadas de las Tecnologías de Información, facilitan la explotación y el análisis de información para convertirla en conocimiento y con ello apoyar a la toma de decisiones.
•Toda toma de decisiones involucra aceptar un riesgo, lo que es indudable es que el objetivo es minimizar ese riesgo, aquí es donde entra el Business Intelligence.
•Algo peor que no tener información a la mano es, tener mucha información y no saber que hacer con ella.
5. 1.1 Justificación histórica
1
Introducción
Tipos de necesidades que han surgido sobre los sistemas de una empresa:
Operacionales
Informacionales
6. Corporate Data Store
1
Introducción
Tras las dificultades de los sistemas tradicionales en satisfacer las necesidades informacionales, surge el concepto de Data Warehouse.
1.1 Justificación histórica
8. Beneficios de Business Intelligence
Mejor calidad y precisión de la información. Una mejor explotación y aprovechamiento de toda la información de la empresa. Reducción en los tiempos de espera considerables. Facilidad, flexibilidad, y poder de análisis en la navegación de información. Reducción de costos administrativos y de preparación de informes Fortalecimiento de las capacidades analíticas y de planificación. Un retorno de inversión a corto y mediano plazo. Compartir información entre departamentos . Ventajas competitivas al ser más eficiente en sus procesos.
9. 2
Qué es Business Inteligence?
Conceptos Business Intelligence y Datawarehouse
10. 2
Data Warehouse
2.1 Definición y características
Término acuñado por Bill Inmon, se traduce literalmente como Almacén de Datos.
Ventaja principal: la estructura de la información.
DWH:
Se refiere al almacenamiento de información homogénea y fiable, en una estructura basada en la consulta y el tratamiento jerarquizado de la misma, y en un entorno diferenciado de los sistemas operacionales
11. 2
Data Warehouse
2.1 Definición y características
DWH se caracteriza por ser:
• Integrado
• Temático
• Histórico
• No volátil
12. 2
Data Warehouse
2.1 Definición y características
Representación gráfica: análisis multidimensional.
Ej. Un gerente de una zona estaría interesado en visualizar la información para su zona en el tiempo, para todos los productos que distribuye.
13. 2
Data Warehouse
2.1 Definición y características
A su vez las dimensiones (tiempo, producto, zona geográfica) tienen una jerarquía.
Por ejemplo:
Se podría querer analizar la evolución del EBITDA en Mexico, por meses desde Octubre del 2010 hasta Septiembre del 2011.
14. 2
Data Warehouse
2.1 Definición y características
Metadatos El DWH contiene datos relativos a los datos, concepto que se asocia al término de metadatos. Procesos Para comprender el concepto de Data Warehouse, es importante considerar los procesos que lo conforman: Extracción, Elaboración, Carga y Explotación.
15. 2
Data Warehouse
2.1 Definición y características
Desde el punto de vista del usuario, el único proceso visible es la explotación del DWH.
16. 2
Data Warehouse
2.1 Definición y características
SISTEMA TRADICIONAL
DATA WAREHOUSE
Predomina la actualización
Predomina la consulta
La actividad más importante es de tipo operativo (día a día)
La actividad más importante es el análisis y la decisión estratégica
Predomina el proceso puntual
Predomina el proceso masivo
17. 2
Data Warehouse
2.1 Definición y características
SISTEMA TRADICIONAL
DATA WAREHOUSE
Mayor importancia a la estabilidad
Mayor importancia al dinamismo
Datos en general desagregados
Datos en distintos niveles de detalle y agregación
Importancia del dato actual
Importancia del dato histórico
Importante del tiempo de respuesta de la transacción instantánea
Importancia de la respuesta masiva
18. 2
Data Warehouse
2.1 Definición y características
SISTEMA TRADICIONAL
DATA WAREHOUSE
Estructura relacional
Visión multidimensional
Usuarios de perfiles medios o bajos
Usuarios de perfiles altos
Explotación de la información relacionada con la operativa de cada aplicación
Explotación de toda la información interna y externa relacionada con el negocio
20. 3.1 DWH y Data Mart
3
Conceptos y funcionalidades básicas
Data Mart Según define Meta Group, "un Data Mart es una aplicación de Data Warehouse, construida rápidamente para soportar una línea de negocio simple". Representan estrategia de "divide y vencerás"
21. 3.1 DWH y Data Mart
3
Conceptos y funcionalidades básicas
Un enfoque adecuado:
22. 3.2 Componentes a tener en cuenta al construir un DWH
3
Conceptos y funcionalidades básicas
Infraestructura Hardware
Pocos usuarios con necesidades muy grandes de información.
Altas prestaciones de la máquina.
Sistemas escalables.
Software de almacenamiento (Sistema de Gestión de Base de Datos)
Tecnología de BD Relacionales o Multidimensionales.
23. 3.2 Componentes a tener en cuenta al construir un DWH
3
Conceptos y funcionalidades básicas
Software de extracción y manipulación de datos
Control de extracción de datos, automatización y actualización del DWH
Proporciona gestión integrada del DWH y los Data Marts existentes.
Herramientas de soporte a la fase de gestión de un DWH.
Herramientas Middleware: Proveen conectividad entre entornos diferentes.
Analizadores y aceleradores de consultas.
24. 3.3 Fases de implementación de un DWH
3
Conceptos y funcionalidades básicas
La construcción e implantación de un Data Warehouse es un proceso evolutivo.
Ej. Metodología propuesta por SAS Institute: la "Rapid Warehousing Methodology".
25. 3.4 Técnicas de explotación de la información.
3
Conceptos y funcionalidades básicas
Técnicas:
• OLAP. ROLAP, MOLAP
• Query & Reporting
• Data Mining o Minería de Datos
• Webhousing
27. 3.4 Técnicas de explotación de la información.
3
Técnicas de explotación de la información
OLAP. ROLAP, MOLAP
Los sistemas de soporte a la decisión usando tecnologías de Data Warehouse (OLAP - On Line Analytical Processing).
Dos arquitecturas OLAP: OLAP multidimensional (MOLAP) y OLAP relacionales (ROLAP).
Query & Reporting
Las consultas o informes.
28. 3.4 Técnicas de explotación de la información.
3
Técnicas de explotación de la información
Minería de Datos
El Data Mining es un proceso que, a través del descubrimiento y cuantificación de relaciones predictivas en los datos, permite transformar la información disponible en conocimiento útil de negocio.
Webhousing
La integración de las tecnologías Internet y Data Warehouse
29. 3.4 Técnicas de explotación de la información.
3
Técnicas de Data Mining:
•Análisis estadístico
•Regresión:
•Ji cuadrado
•Componentes principales
•Análisis cluster
•Análisis discriminante
•Métodos basados en árboles de decisión
•Algoritmos genéticos
•Redes neuronales
•Lógica difusa
•Series temporales
30. 3.4 Técnicas de explotación de la información.
3
•Metodología de aplicación de Data Mining :
• Muestreo
• Exploración
• Manipulación
• Modelización
• Valoración
31. 3.5 Aplicaciones que utilizan técnicas del DWH.
3
•Otras Áreas de Aplicación:
•Control de Gestión: Sistemas de Presupuestación, Análisis de Desviaciones, Tableros de Mando.
•Logística: Mejora relación con proveedores, Racionalización de procesos control inventarios, Optimización de niveles de producción, Previsión de la demanda en infraestructura.
•Recursos Humanos: Planificación de incorporaciones, Gestión de carreras profesionales, Asignación de recursos a proyectos alternativos, etc.
32. 2
Plataforma SAP Business Inteligence
La solución BI de SAP y su Arquitectura