1. INTELIGENCIA DE NEGOCIOS
Se llama inteligencia de negocios, inteligencia empresarial, o BI (por sus
siglas en inglés Business Intelligence) al conjunto de estrategias y
herramientas enfocadas a la administración y creación de conocimiento
mediante el análisis de datos existentes en una organización o empresa
para facilitar la toma de decisiones dentro de ella
La toma de decisiones tiene que ver directamente con el tipo de
información que existe en las organizaciones y la forma en que esa
información es usada. .
Es posible diferenciar datos, informaciones y conocimientos, conceptos en
los que se centra la inteligencia empresarial, ya que como sabemos un
dato es algo vago, por ejemplo "10 000", la información es algo más
preciso, por ejemplo "Las ventas del mes de mayo fueron de 10 000", y el
conocimiento se obtiene mediante el análisis de la información, por
ejemplo "Las ventas del mes de mayo fueron 10 000. Mayo es el mes más
bajo en ventas". Aquí es donde BI entra en juego, ya que al obtener
conocimiento del negocio una vez capturada la información de todas las
áreas en la empresa es posible establecer estrategias, cuáles son sus
fortalezas y debilidades.
Existen tres tipos de información:
- Información Técnico Administrativa
Es la información por el personal administrativo para realizar las
operaciones que mantienen en funcionamiento el negocio.
- Información Táctica
Es la información usada por coordinadores de área y directores
operativos, para digerir las operaciones de direcciones por parte del
personal administrativo.
- Información estratégica
Es la información usada por los altos directivos para direccionar el negocio
hacia la consecución de los objetivos gerenciales.
2. Toda la información es importante, ya que toda la información generada
por la empresa se consume en diferentes momentos según el nivel.
PLAZO NIVEL USO
Corto Plazo Operacional y Obtencion y control de
Administrativo datos
Mediano Plazo De conocimientos Deciciones tácticas
Largo Plazo Estrategico Decisiones Estrategicas
La información operativa y táctica es provista por los sistemas
transaccionales. La información estratégica asociada con el conocimiento,
la toma de decisiones y el direccionamiento hacia los objetivos del negocio
deben ser provista por los sistemas de inteligencia de negocio.
Podemos reconocer como los principios de la inteligencia de negocio
ayudan a la toma de decisiones, la explotación de la información y al
enfoque de usuario. Si bien en los sistemas transaccionales el enfoque de
usuario es un tema importante lo es aun mas en la Inteligencia de
negocios (BI). Esto es debido al tipo de usuarios que manipulan esta clase
de sistemas. Los escenarios de manipulación de la información deben ser
claros, concretos, intuitivos y fáciles de usar.
Esto es posible de lograr al utilizar herramientas y técnicas de análisis
como:
Los Sitemas de Información Ejecutivos (EIS), los Sistemas de Soporte de
Decisiones (DSS), las herramientas de reporteo, el Analisis
multidimensional (Datawarehousing), el Balanced scoreCard (BSC) y la
Mineria de Datos (DataMining).
El Analisis multidimensional es muy importante. Si bien tener un Dataware
no significa hacer Inteligencia de Negocios y carecer de el tampoco
significa no hacerla, este es un concepto base que facilita y fundamenta
las demás técnicas y herramientas de la Inteligencia de Negocios.
La diversidad de sistemas transaccionales en las organizaciones hace que
tener una visión unificada de los datos resulte ser muy complejo. Cada
3. sistema presenta los datos con el enfoque para el que fue construido, lo
que termina por añadir mayor complejidad a la toma de decisiones.
El objetivo de un Datawarehouse esta enfocado a proveer una visión
histórica y unificada de los datos de la empresa de una manera que resulte
comprensible para los usuarios, debido a que su semántica esta expresada
en los términos de negocio que ellos conocen.
DATAWAREHOUSE
Un Datawarehouse es una colección de datos diseñada para dar apoyo a
los procesos de toma de decisiones.
Características de la información Almacenada
* Orientada a hechos no a procesos
Orientada a información relevante
4. Se diseña para consultar eficientemente información relativa a las
actividades (ventas, compras, producción, etc) básica de la organización,
no para soportar los procesos que se realizan en ella (gestión de pedidos,
facturación, etc).
Datos Integrados
En un DW se integran datos recogidos de diferentes sistemas
operacionales de la organización (y/o fuentes externas).
5. Información no volátil
Los datos almacenados no son actualizados, solo incrementados.
Variable en el tiempo
Los sistemas transaccionales generalmente presentan una visión estatica
de los datos, donde puede verse el estado actual de los hechos y actores
involucrados en los sistemas, o bien, donde resulta un proceso demasiado
complejo y/0 demorado al extraer dicha información.
Un Datawarehouse almacena imágenes o estados de los datos
(snapshops) en diferentes momentos del tiempo reflejando asi la historia
de los datos a través del tiempo.
6. El periodo cubierto por un Datawarehouse varia entre 2 a 10 años.
¿Cómo se ven los elementos de un Datawarehouse?
Diferencias entre los sistemas Transaccionales y los Datawarehouse
Características Sistemas DataWarehouses
Transaccionales (OLAP)
(OLTP)
Datos Actuales y Históricos y Estáticos
actualizables
Almacenamiento Bases de Datos Base de Datos Grandes
Pequeñas y Medianas (GB y TB)
(MB y GB)
Procesos Repetitivos No previsibles
Estructura Detallada Detallada con niveles
7. de agregación
Usos Soporte Operacional Soporte con Análisis
orientado a Procesos orientado a
información relevante
Unidad de Ejecución Transaccional Consultas
Cantidad de Datos Miles Millones
Modelo de acceso Escritura Principal y Lectura principalmente
Lectura Numero de Numero de
transacciones elevado transacciones Bajo o
Medio
Tiempo de Respuesta Segundos-Minutos Segundos-Horas
Decisiones Operativas diarias Estratégicas
Tipos de usuarios Operativos Administrativos
Números de usuarios Miles o mas Cientos o menos
8. HERRAMIENTAS DE INTELIGENCIA DE NEGOCIOS
Herramientas de inteligencia de negocios es un tipo de software de
aplicaciones diseñado para colaborar con la inteligencia de negocios (BI)
en los procesos de las organizaciones. Específicamente se trata de
herramientas que asisten el análisis y la presentación de los datos.
Las herramientas de inteligencia se basan en la utilización de un sistema
de información de inteligencia que se forma con distintos datos extraídos
de los datos de producción, con información relacionada con la empresa o
sus ámbitos y con datos económicos.
Características
Este conjunto de herramientas y metodologías tienen en común las
siguientes características:
Accesibilidad a la información. Los datos son la fuente principal de
este concepto. Lo primero que deben garantizar este tipo de
herramientas y técnicas será el acceso de los usuarios a los datos
con independencia de la procedencia de estos.
Apoyo en la toma de decisiones. Se busca ir más allá en la
presentación de la información, de manera que los usuarios tengan
acceso a herramientas de análisis que les permitan seleccionar y
manipular sólo aquellos datos que les interesen.
Orientación al usuario final. Se busca independencia entre los
conocimientos técnicos de los usuarios y su capacidad para utilizar
estas herramientas.
9. Productos de fuente abierta de inteligencia de negocios
Eclipse BIRT Project: Generador de informes para aplicaciones Web
de código abierto basado en Eclipse
JasperReports
LogiReport: Aplicación de BI gratuita basada en Web de LogiXML
OpenI: Aplicación Web simple orientada al reporting OLAP.
Palo:
Pentaho
RapidMiner (antes YALE):
SpagoBI:
Productos comerciales
Informe SQL (QLR Manager en español)
Microsoft SQL Server - Suite de Herramienta de BI (Analysis
Services, Integration Services y reporting Services)
Actuate
ApeSoft (http://www.apesoft.es)
Applix
Bitool Herramienta de ETL y Visualizacion
BiPoint - Business Intelligence
Bingo Intelligence (http://www.bingointelligence.com)
Business Objects (SAP company)|Business Objects
CP CORPORATE PLANNING (CP[1])
IBM Cognos
DataCyCle Reporting
Dimensional Insight
dLife (Apara)
dVelox (Apara)
Dynamic Data Web
Màpex Dynamics
MicroStrategy
NiMbox
Oracle Corporation (busque Oracle Business Intelligence Server
ONE)
10. SQL Server Analysis Services - Datos multidimensionales
Microsoft SQL Server Analysis Services: datos multidimensionales permite
diseñar, crear y administrar estructuras multidimensionales que contienen
datos de detalle y agregados procedentes de varios orígenes de datos,
como bases de datos relacionales, en un único modelo lógico unificado
compatible con los cálculos integrados.
Analysis Services: datos multidimensionales proporciona un análisis
rápido, intuitivo y descendente de grandes cantidades de datos generados
en este modelo de datos unificado, que se puede entregar a los usuarios
en varios idiomas y monedas.
Analysis Services: datos multidimensionales trabaja con almacenes de
datos, mercados de datos, bases de datos de producción y almacenes de
datos operativos, y admite el análisis de datos históricos y en tiempo real.
Analysis Services le permite analizar grandes cantidades de datos. Puede
usarlo para diseñar, crear y administrar estructuras multidimensionales
que contengan datos de detalles y agregados de varios orígenes de datos.
Para administrar y trabajar con cubos del Procesamiento analítico en línea
(OLAP), se usa SQL Server Management Studio. Para crear cubos OLAP
nuevos, se utiliza Business Intelligence Development Studio.
Para entender mejor las bases de datos multidimensionales de Analysis
Services y para planear su implementación en la solución de Business
Intelligence es necesario comprender su arquitectura.
11. ARQUITECTURA LOGICA
Microsoft SQL Server Analysis Services usa componentes de servidor y de
cliente para proporcionar la funcionalidad de procesamiento analítico en
línea (OLAP) y de minería de datos para aplicaciones de Business
Intelligence:
El componente de servidor de Analysis Services se implementa
como servicio de Microsoft Windows. SQL Server Analysis Services
admite varias instancias en el mismo equipo, con cada instancia de
Analysis Services implementada como instancia independiente del
servicio de Windows.
Los clientes se comunican con Analysis Services mediante el
estándar público XML for Analysis (XMLA), protocolo basado en
SOAP para emitir comandos y recibir respuestas, que se expone
como servicio web. Además, se proporcionan modelos de objetos
de cliente en XMLA, a los que se puede obtener acceso mediante un
proveedor administrado, como ADOMD.NET, o un proveedor OLE
DB nativo.
Pueden emitirse comandos de consulta mediante los siguientes
lenguajes: SQL; MDX (Expresiones multidimensionales), un lenguaje
de consulta estándar para el análisis; o Extensiones de minería de
datos (DMX), un lenguaje de consulta estándar orientado a la
minería de datos. También se puede utilizar el lenguaje ASSL
(Analysis Services Scripting Language) para administrar objetos de
base de datos de Analysis Services.
En SQL Server 2008 R2, se puede trabajar con Analysis Services en dos
modos diferentes: el modo de instalación de servidor estándar, que
admite OLAP tradicional y minería de datos, y el modo integrado de
SharePoint, que utiliza una instancia especial de Analysis Services
hospedada en un servidor de SharePoint para admitir libros creados con
Microsoft PowerPivot para Excel 2010.
12. Explicaremos la arquitectura básica de Analysis Services cuando se usa en
modo estándar.
Arquitectura básica
Una instancia de Analysis Services puede contener varias bases de datos y
una base de datos puede tener al mismo tiempo objetos OLAP y objetos
de minería de datos. Las aplicaciones conectan una instancia especificada
de Analysis Services y una base de datos especificada. Un equipo servidor
puede hospedar varias instancias de Analysis Services. Las instancias de
Analysis Services se denominan
"<nombreDeServidor><nombreDeInstancia>". En la ilustración siguiente
se muestran todas las relaciones indicadas entre objetos de Analysis
Services.
Las clases básicas son el conjunto mínimo de objetos necesario para
generar un cubo. Este conjunto mínimo de objetos incluye una dimensión,
un grupo de medida y una partición. La agregación es opcional.
Las dimensiones se crean a partir de atributos y jerarquías. Las jerarquías
están formadas por un conjunto ordenado de atributos, donde cada
atributo del conjunto corresponde a un nivel de la jerarquía.
13. Los cubos se crean a partir de dimensiones y grupos de medida. Las
dimensiones de la colección de dimensiones de un cubo pertenecen a la
colección de dimensiones de la base de datos. Los grupos de medida son
colecciones de medidas que tienen la misma vista del origen de datos y el
mismo subconjunto de dimensiones del cubo. Un grupo de medida incluye
una o más particiones para administrar los datos físicos. El grupo de
medida puede tener un diseño de agregaciones predeterminado. Todas
las particiones del grupo de medida pueden usar el diseño de
agregaciones predeterminado; asimismo, cada partición puede tener su
propio diseño de agregaciones.
Objetos de servidor
Cada instancia de Analysis Services se considera un objeto de servidor
diferente en AMO; cada instancia diferente está conectada a un objeto
Server mediante una conexión diferente. Cada objeto de servidor contiene
uno o más orígenes de datos, vistas del origen de datos y objetos de base
de datos, así como ensamblados y roles de seguridad.
El objeto Server representa el servidor y la instancia de Microsoft SQL
Server Analysis Services con la que se desea trabajar.
Tan pronto disponga de una instancia conectada de Analysis Services,
podrá ver:
Todas las bases de datos a las que puede tener acceso, como una
colección.
Todas las propiedades del servidor definido, como una colección.
La cadena de conexión, la información de conexión y el identificador
de sesión.
El nombre del producto, la edición y la versión.
Las colecciones de funciones.
La colección de trazas.
La colección de ensamblados.
14. Objetos de dimensión
Cada objeto de base de datos contiene varios objetos de dimensión.
Cada objeto de dimensión contiene uno o más atributos, que se
organizan en jerarquías.
Objetos de cubo
Cada objeto de base de datos contiene uno o más objetos de cubo.
Un cubo se define por medio de sus medidas y dimensiones. Las
medidas y dimensiones de un cubo se derivan de las tablas y vistas
de la vista de origen de datos en la que se basa el cubo, o que se
genera a partir de las definiciones de medidas y dimensiones.
Arquitectura fisica
Carpetas y archivos del servidor
El componente de servidor de Microsoft SQL Server Analysis Services es la
aplicación msmdsrv.exe, que por lo general se ejecuta como un servicio de
Windows. Esta aplicación está formada por componentes de seguridad, un
componente de escucha XML for Analysis (XMLA), un componente de
procesador de consultas y otros componentes internos que realizan las
siguientes funciones:
Analizar instrucciones recibidas de clientes
Administrar metadatos
Controlar transacciones
Procesar cálculos
Almacenar datos de celdas y dimensiones
Crear agregaciones
Programar consultas
Almacenar objetos en la memoria caché
Administrar recursos del servidor
15. Cubos locales
Para crear, actualizar o eliminar los cubos locales, debe escribir y ejecutar
un script ASSL o un programa AMO.
Los cubos locales y los modelos de minería de datos locales permiten el
análisis en una estación de trabajo cliente aunque esté desconectada de la
red. Por ejemplo, una aplicación cliente puede llamar al proveedor OLE DB
para OLAP 9.0 (MSOLAP.3), que carga el motor de cubos locales para crear
y consultar los cubos locales, tal como se muestra en la siguiente
ilustración:
ADMOD.NET y los objetos de administración de análisis (AMO) también
cargan el motor de cubo local cuando interactúan con los cubos locales.
Sólo un proceso puede obtener acceso al archivo de cubo local porque el
motor de cubo local bloquea exclusivamente un archivo de cubo local
cuando establece una conexión al cubo local. En un proceso se permiten
hasta cinco conexiones simultáneas.
Un archivo .cub puede contener más de un cubo o modelo de minería de
datos. Las consultas a los cubos locales y modelos de minería de datos se
controlan mediante el motor de cubos locales y no necesitan ninguna
conexión con una instancia de Analysis Services.
16. Cubos locales
Origen de los Método de creación
datos del cubo
local
Cubo basado Puede usar la instrucción CREATE GLOBAL CUBE o un
en servidor script de Lenguaje de scripting de Analysis Services
(ASSL) para crear y rellenar un cubo desde un cubo
basado en servidor. Para obtener más información, vea
Instrucción CREATE GLOBAL CUBE (MDX) o Referencia de
Analysis Services Scripting Language.
Origen de Puede usar un script ASSL para crear y rellenar una base
datos de datos relacional OLE DB. Para crear un cubo local
relacionales mediante ASSL, conéctese a un archivo de cubo local
(*.cub) y ejecute el script ASSL de la misma forma que
ejecuta un script ASSL en una instancia de Analysis
Services para crear un cubo de servidor. Para obtener
más información, vea Referencia de Analysis Services
Scripting Language.
Un cubo local se puede crear y rellenar desde un cubo existente en una
instancia de Analysis Services o desde un origen de datos relacionales.
Use la instrucción REFRESH CUBE para volver a generar un cubo local y
actualizar sus datos..
17. Cubos locales creados desde cubos basados en servidor
Al crear cubos locales creados a partir de cubos basados en servidor, debe
tener en cuenta las siguientes consideraciones:
Las medidas de recuento distintivas no están admitidas.
Cuando agrega una medida, también debe incluir como mínimo una
dimensión relacionada con la medida que se agrega.
Cuando agrega una jerarquía de elementos primarios y secundarios,
los niveles y los filtros de la jerarquía de elementos primarios y
secundarios se omiten y se incluye la totalidad de la jerarquía de
elementos primarios y secundarios.
Las propiedades de los miembros no se crean.
Cuando incluye una medida de suma parcial, no se permiten
segmentos en la dimensión de Cuenta o Tiempo.
Las dimensiones de referencias siempre se materializan.
Cuando incluye una dimensión varios a varios, se aplican las
siguientes reglas:
o La dimensión varios a varios no se puede segmentar.
o Se debe agregar una medida del grupo de medidas
intermedio.
o No se puede segmentar ninguna dimensión común a los dos
grupos de mensajes implicados en la relación varios a varios.
Sólo los miembros calculados, los conjuntos con nombres y las
asignaciones que dependen de medidas y dimensiones agregadas al
cubo local se mostrarán en el cubo local. Los miembros calculados,
los conjuntos con nombre y las asignaciones no válidos se excluirán
automáticamente.
18. Seguridad
Para que un usuario pueda crear un cubo local a partir de un cubo del
servidor, al usuario se le debe conceder el permiso Obtención de detalles
y cubo local en el cubo del servidor.
Los cubos locales no se protegen mediante roles como los cubos de
servidor. Cualquier usuario con acceso de nivel de archivo a un archivo de
cubo local puede realizar consultas en los cubos que allí residen. Puede
usar la propiedad de conexión Encryption Password en un archivo de cubo
local para establecer una contraseña en el archivo de cubo local. Al
establecer una contraseña en un archivo de cubo local es preciso que
todas las conexiones futuras al archivo de cubo local usen esta contraseña
para consultar el archivo.
Clientes (Analysis Services - Datos multidimensionales)
Microsoft SQL Server Analysis Services admite una arquitectura de cliente
ligero. El motor de cálculo de Analysis Services depende totalmente del
servidor, por lo que todas las consultas se resolverán en él. En
consecuencia, para cada consulta solo se necesita realizar un viaje de ida y
vuelta entre el cliente y el servidor, lo que produce un rendimiento
escalable a medida que las consultas aumenten en complejidad.
El protocolo nativo para Analysis Services es XML for Analysis (XML/A).
Analysis Services proporciona varias interfaces de acceso a datos para
aplicaciones cliente pero todos estos componentes se comunican con una
instancia de Analysis Services a través de XML for Analysis.
Se proporcionan varios proveedores distintos en Analysis Services para
admitir diferentes lenguajes de programación. Un proveedor se comunica
con un servidor de Analysis Services enviando y recibiendo XML for
Analysis en paquetes SOAP sobre TCP/IP o sobre HTTP a través de Internet
Information Services (IIS). La conexión HTTP utiliza un objeto COM,
denominado bombeo de datos y cuya instancia ha sido creada por IIS, que
actúa como conducto para los datos de Analysis Services. El bombeo de
datos no examina de ningún modo los datos subyacentes contenidos en la
secuencia HTTP, ni ninguna de las estructuras de datos subyacentes está
disponible para el código en la propia biblioteca de datos.
19. Las aplicaciones cliente de Win32 pueden conectarse con un servidor de
Analysis Services mediante interfaces OLE DB para OLAP o mediante el
modelo de objetos Microsoft® ActiveX® Data Objects (ADO) para lenguajes
de automatización COM (Modelo de objetos componentes) como, por
ejemplo, Microsoft Visual Basic®. Las aplicaciones codificadas con
lenguajes .NET se pueden conectar con un servidor de Analysis Services
mediante ADOMD.NET.
Las aplicaciones existentes pueden comunicarse con Analysis Services sin
necesidad de ser modificadas utilizando simplemente uno de los
proveedores de Analysis Services.