Conceptos de: BI Arquitectura DW ETL Microsoft BI

1. Curso de Inteligencia de
Negocios
Fundamentos Parte I
Expositor:
Ahias Portillo
elrincondesqlserver@outlook.com

2. Agenda
• Introducción a conceptos de BI
• Microsoft BI
• Demo
• Gartner
• Preguntas

3. Qué es Inteligencia de Negocio?
• 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.»

4. Business Intelligence

5. Business Intelligence
• Reporting
• Dashboarding
• DW
• Data Mining
• BSC
• Big Data
• DQ
• MDM

6. TDWI Maturity Model

7. Pirámide BI
(http://www.be-analytic.com/businessintelligence.html)

8. Myth. Reality.
Business Intelligence is…

9. Software vs Business Intelligence
Aplicaciones Estándar
Inteligencia de Negocios
Necesidad del negocio
Oportunidad del negocio
Consultas estáticas
Consultas dinámicas
Nuevos informes necesitan desarrollo
El usuario diseña con facilidad y
flexibilidad sus informes
Información operacional
Información estratégica e histórica
Orientado tanto a niveles altos como
bajos
Principalmente orientado a altos
niveles jerárquicos
Información a nivel de detalle
Datos integrados y estandarizados

10. Qué no es Business Intelligence?
• NO es una tecnología, se apoya en ella.
• NO da una única solución, se enfoca en la visión y las
necesidades del negocio.
• NO es un sistema operacional, son herramientas para
analizar información.

11. Arquitectura

12. ETL

13. Staging Area
Sistema que permanece entre las fuentes de datos y el data warehouse
con el objetivo de:
•
•
•
•
Facilitar la extracción de datos.
Data cleansing (limpieza de datos).
Mejorar la calidad de datos.
Ser usado como cache de datos operacionales con el que posteriormente se
realiza el proceso de Data Warehousing.

14. Data Marts
Los Data marts son subconjuntos de datos de un data warehouse para
áreas específicas.
• Entre las características de un data mart destacan:
•
•
•
•
Usuarios limitados.
Área específica.
Tiene un propósito específico.
Tiene una función de apoyo.

15. Datawarehouse
“Una copia de las transacciones de datos específicamente estructurada
para la consulta y el análisis”.
Un data warehouse no era más que: "la unión de todos los Data marts
de una entidad“.
Metodología (bottom-up)
Ralp Kimball

16. Datawarehouse
“Un Data Warehouse es un conjunto integrado de bases de datos, con
orientación temática, que están diseñados para el apoyo a la toma de
decisiones, y donde cada unidad de datos es relevante en algún
momento del tiempo”.
Metodología (top-down)
Bill H. Inmon

17. Datawarehouse
• 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

18. Arquitectura Kimball

19. Diseño en Estrella
(Start Model, http://kle.sisorg.com.mx/articulo03.html)

20. Tablas de dimensiones
• Tienen tres tipos de campos: llave primaria, niveles de las jerarquías y
campos de atributos
• Recomendación: Las llaves primarias deben ser enteros identity, no se
recomienda utilizar las llaves del OLTP
• Cada nivel de una jerarquía equivale a un campo de la tabla
• Los datos almacenados en los campos son los miembros
• Una tabla de dimensión puede tener mas de una dimensión.
• Los atributos son datos adicionales

21. Tablas de Hechos
• Almacena entre el 97% y 99% de los datos
• Crece constantemente, con registros diarios o semanales
• Los registros no se actualizan a no ser que se detecten errores en los
datos
• Tiene dos tipos de columnas: LLAVES Y MEDIDAS
• Existe una llave externa por cada dimensión
• La llave primaria puede estar compuesta por las llaves de las
dimensiones
• No deben existir nulos en los campos de las llaves

22. Microsoft BI
• Evolución
• Data quality
• MDM
• ETL
• Reporting
• Cube
• Semantic Model
• Self Services
• ScoredCard y Dashboard
• Mobile
• Dataminig
• Big Data

23. Evolución

24. ETL(SSIS)

25. MDM
• Maneja los datos
maestros
• Único repositorio de
entidades de negocio.
• Interface Web y Office
Excel
• Gobernanza de la
información

26. Data Quality

27. Reporting(SSRS)

28. Cube(SSAS)

29. Sematic Model(SSAS)

30. Self Services(Power Pivot)

31. Self Services (Power Map)

32. Self Services (Power Piew)

33. Self Services (Sharepoint)

34. Scorecard (Performance Point)

35. Mobile(Microsoft Power BI)

36. DataMinig

37. Big Data

38. Demo

39. Microsoft según Gartner
Data Warehouse

40. Microsoft según Gartner
Integración de Datos

41. Microsoft según Gartner
Business Intelligence

42. Reflexión Final
La información en las organizaciones está aumentando
rápidamente, así como, las decisiones críticas del negocio; el
problema es la actitud de las empresas para utilizar estos datos
Garnet Group
Ganar no es lo importante ... es lo único
(Edison Medina, BI El poder de la información)

43. Preguntas

44. Comunidad
https://www.facebook.com/groups/elrincondesqlserver/
http://www.youtube.com/user/elrincondesqlserver