Integrantes:
Cedeño Karen
Ibarra Milton
9no Nivel
Ing. Sistema
Tutora:
Ing. Patricio Quiroz
Tema:
Herramientas de
Business...
Son tecnologías que nos permitirán tratar y
visualizar la información que reside en un
datawarehouse.
Existen distintas
te...
Los usuarios necesitan analizar información a distintos niveles de
agregación y sobre múltiples dimensiones: Por ejemplo,
...
El OLAP Councilsumarizó las 12 reglas de Codd en lo que ellos
llamaban el concepto FASMI que los productos OLAP deben cump...
La representación gráfica del OLAP son los cubos
Como ejemplo en el cubo tenemos las
unidades vendidas de cada uno de los
...
Las herramientas OLAP nos permiten “rotar” (en inglés “slicing”) los
cubos, es decir, cambiar el orden de las distintas di...
Existen distintos tipos de herramientas OLAP. La diferencia entra
ellas, básicamente, depende de cómo acceden a los datos:...
• HOLAP: Hybrid OLAP
Accede a los datos de alto nivel en una base de datos multidimensional y
a los atómicos directamente ...
Las principales herramientas de Business
Intelligence son:
• Generadores de informes: Utilizadas por desarrolladores
profe...
• Herramientas de planificación, modelización y consolidación:
Permite a los analistas y a los usuarios finales crear plan...
Ejemplos de pantallas que se obtienen con las
herramientas de datamining:
A este conjunto de herramientas se pueden añadir...
Visualización
La visualización de la información del datawarehouse se puede hacer
utilizando hojas de cálculo, herramienta...
Un ejemplo de acceso a una herramienta OLAP vía web accediendo
tan sólo con un navegador es: http://www.Fedscope.opm.gov e...
Otro ejemplo de visualización es el que se desarrolla sobre la herramienta
de Business Intelligence de QlikView utilizando...
Próxima SlideShare
Cargando en…5
×

Herramientas de business intelligence

308 visualizaciones

Publicado el

Herramientas de business intelligence

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

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
308
En SlideShare
0
De insertados
0
Número de insertados
3
Acciones
Compartido
0
Descargas
2
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Herramientas de business intelligence

  1. 1. Integrantes: Cedeño Karen Ibarra Milton 9no Nivel Ing. Sistema Tutora: Ing. Patricio Quiroz Tema: Herramientas de Business Intelligence
  2. 2. Son tecnologías que nos permitirán tratar y visualizar la información que reside en un datawarehouse. Existen distintas tecnologías que nos permiten analizar la información que reside en un datawarehouse, pero la más extendida es el OLAP
  3. 3. Los usuarios necesitan analizar información a distintos niveles de agregación y sobre múltiples dimensiones: Por ejemplo, • ventas de productos • por zona de ventas • por tiempo • por clientes o tipo de cliente • y por región geográfica. Los usuarios pueden hacer este análisis al máximo nivel de agregación o al máximo nivel de detalle. OLAP provee de estas funcionalidades y algunas más, con la flexibilidad necesaria para descubrir las relaciones y las tendencias que otras herramientas menos flexibles no pueden aportar. A estos tipos de análisis les llamamos multidimensionales, porque nos facilitan el análisis de un hecho desde distintas perspectivas o dimensiones.
  4. 4. El OLAP Councilsumarizó las 12 reglas de Codd en lo que ellos llamaban el concepto FASMI que los productos OLAP deben cumplir. El concepto FASMI proviene de las siglas de las iniciales en inglés: • FAST (Rápido): Debe ser rápido, necesitamos lanzar consultas y ver los resultados inmediatamente. • ANALYSIS (Análisis): Debe soportar la lógica de negocio y análisis estadísticos que sean necesarios para los usuarios. • SHARED (Compartido): Tiene que manejar múltiples actualizaciones de forma segura y rápida. • MULTIDIMENSIONAL (Multidimensional): Tiene que proveer de una visión conceptual de la información a través de distintas dimensiones. • INFORMATION (Información): Debe poder manejar toda la información relevante y la información derivada.
  5. 5. La representación gráfica del OLAP son los cubos Como ejemplo en el cubo tenemos las unidades vendidas de cada uno de los libros, para los distintos clientes y en los distintos años. • Disponemos de las unidades vendidas de cada uno de los libros para cada uno de los clientes y en cada uno de los años: • El contenido de un cubo individual son las ventas de un libro a un cliente en un año. • Los contenidos de cada uno de los cubos individuales del cubo recogen lo que llamamos “hechos” (en nuestro ejemplo las unidades vendidas). • En la actualidad, las soluciones OLAP permiten que cada una de los cubos individuales pueda contener más de un hecho.
  6. 6. Las herramientas OLAP nos permiten “rotar” (en inglés “slicing”) los cubos, es decir, cambiar el orden de las distintas dimensiones: Como vemos en el ejemplo hemos cambiado la dimensión “clientes” por la de “libros”. También podemos seleccionar (en inglés “dicing”) sólo algunas de las celdas, por ejemplo: ¿Cuáles son las ventas al cliente 2, de los libros 1 y 2, en el año 1?
  7. 7. Existen distintos tipos de herramientas OLAP. La diferencia entra ellas, básicamente, depende de cómo acceden a los datos: • ROLAP: Relational OLAP Las capacidades OLAP acceden directamente a la base de datos relacional. Se accede por tanto a una base de datos relacional (RDBMS). Accede habitualmente sobre un modelo “estrella”. La principal ventaja es que no tiene limitaciones en cuanto al tamaño, pero es más lento que el MOLAP, aunque algunos productos comerciales nos permiten cargar cubos virtuales para acelerar los tiempos de acceso. • MOLAP: Multimensional OLAP La implementación OLAP accede directamente sobre una base de datos multidimensional (MDDB). La ventaja principal de esta alternativa es que es muy rápida en los tiempos de respuesta y la principal desventaja es que, si queremos cambiar las dimensiones, debemos cargar de nuevo el cubo.
  8. 8. • HOLAP: Hybrid OLAP Accede a los datos de alto nivel en una base de datos multidimensional y a los atómicos directamente sobre la base de datos relacional. En esencia utiliza las ventajas del ROLAP y del MOLAP. Las formas de acceso de las herramientas OLAP pueden ser: • Cliente/Servidor: lo que significa tener las instalaciones locales en los ordenadores de los usuarios. • Acceso web: cliente, cliente ligero, o sólo con el navegador. En este tipo de acceso el navegador comunica con un servidor web, el cual habla con la aplicación del servidor, que es la que conecta con el datawarehouse.
  9. 9. Las principales herramientas de Business Intelligence son: • Generadores de informes: Utilizadas por desarrolladores profesionales para crear informes estándar para grupos departamentos o la organización. • Herramientas de usuario final de consultas e informes: Empleadas por usuarios finales para crear informes para ellos mismos o para otros no requieren programación. • Herramientas OLAP: Permiten a los usuarios finales tratar la información de forma multidimensional para explorarla desde distintas perspectivas y periodos de tiempo. • Herramientas de Dashboardy Scorecard: Permiten a los usuarios finales ver información crítica para el rendimiento con un simple vistazo utilizando iconos gráficos y con la posibilidad de ver más detalle para analizar información detallada e informes, si lo desean
  10. 10. • Herramientas de planificación, modelización y consolidación: Permite a los analistas y a los usuarios finales crear planes de negocio y simulaciones con la información de Business Intelligence. Pueden ser para elaborar la planificación, los presupuestos, las previsiones. Estas herramientas proveen a los dashboards y los scorecards con los objetivos y los umbrales de las métricas. • Herramientas datamining: Permiten a estadísticos o analistas de negocio crear modelos estadísticos de las actividades de los negocios. Datamining es el proceso para descubrir e interpretar patrones desconocidos en la información mediante los cuales resolver problemas de negocio. Los usos más habituales del datamining son: segmentación, venta cruzada, sendas de consumo, clasificación, previsiones, optimizaciones, etc.
  11. 11. Ejemplos de pantallas que se obtienen con las herramientas de datamining: A este conjunto de herramientas se pueden añadir en la actualidad herramientas de Text mining, que nos permiten trabajar con información no estructurada y herramientas de visualización avanzada que nos facilitan la interpretación de la información que producen las otras herramientas de Business Intelligence.
  12. 12. Visualización La visualización de la información del datawarehouse se puede hacer utilizando hojas de cálculo, herramientas específicas o desde un simple navegador. Depende en cada caso de las características del producto seleccionado Ejemplos La siguiente pantalla nos muestra un ejemplo de Analysis Services de MicrosoftSQL Server 2000:
  13. 13. Un ejemplo de acceso a una herramienta OLAP vía web accediendo tan sólo con un navegador es: http://www.Fedscope.opm.gov en la que encontraremos información sobre la contratación de funcionarios en EE.UU. y podremos navegar a través de dimensiones como la edad, el sexo, el nivel salarial o el departamento en el que están trabajando.
  14. 14. Otro ejemplo de visualización es el que se desarrolla sobre la herramienta de Business Intelligence de QlikView utilizando las bases de datos de un supermercado del libro The datawarehouse Toolkit. En la pantalla hemos seleccionado una marca y, utilizando lógica asociativa, nos muestra los valores de las ventas, el margen y las unidades, teniendo en cuenta la selección

×