SlideShare una empresa de Scribd logo
1 de 14
ISAE UNIVERSIDAD
FACULTAD DE CIENCIA TECNOLÓGICAS
MATERIA: SISTEMA DE INFORMACIÓN
TEMA:TALLER 2
BUSINESS INTELLIGENCE
FACILITADORA: ROSA BARROSO
TRABAJO REALIZADO POR:
EDWIN AGUILAR
MARTIN RIVERA
INTRODUCION
 Desde un punto de vista más pragmático, y asociándolo directamente con las
tecnologías de la información, podemos definir Business Intelligence como el
conjunto de metodologías, aplicaciones y tecnologías que permiten reunir,
depurar y transformar datos de los sistemas transaccionales e información
desestructurada (interna y externa a la compañía) en información
estructurada, para su explotación directa (reporting, análisis OLTP / OLAP,
alertas...)
Business Inteligencie
 Business Intelligence es la habilidad para transformar los datos en
información, y la información en conocimiento, de forma que se pueda
optimizar el proceso de toma de decisiones en los negocios.
Los principales productos de Business Intelligence que
existen
 Cuadros de Mando Integrales (CMI)
 Sistemas de Soporte a la Decisión (DSS)
 Sistemas de Información Ejecutiva (EIS)
los principales componentes de orígenes de datos en el
Business Intelligence que existen en la actualidad son:
 Datamart
 Datawarehouse
Datamart
Los sistemas y componentes del BI se diferencian de los
sistemas operacionales
 Observar ¿qué está ocurriendo?
 Comprender ¿por qué ocurre?
 Predecir ¿qué ocurriría?
 Colaborar ¿qué debería hacer el equipo?
 Decidir ¿qué camino se debe seguir?
componentes de BI
Arquitectura de una solución de Business Intelligence
 Para ello se realiza una fase de extracción, transformación y carga (ETL)
de datos. Esta etapa suele apoyarse en un almacén intermedio, llamado
ODS, que actúa como pasarela entre los sistemas fuente y los sistemas
destino (generalmente un datawarehouse), y cuyo principal objetivo
consiste en evitar la saturación de los servidores funcionales de la
organización.
Datawarehouse
 Un Datawarehouse es una base de datos corporativa que se caracteriza
por integrar y depurar información de una o más fuentes distintas, para
luego procesarla permitiendo su análisis desde infinidad de perspectivas y
con grandes velocidades de respuesta.
forma se pueden plantear dos tipos de datamarts.
 1. Datamart OLAP: Se basan en los populares cubos OLAP, que se
construyen agregad o, según los requisitos de cada área o departamento,
las dimensiones y los indicadores necesarios de cada cubo relacional
 Cubos OLAP: Básicamente, el Cubo OLAP, que acuña su nombre por su
característica multidimensional, es una base de datos que posee diversas
dimensiones, ampliando las posibilidades que hasta el momento ofrecían
las conocidas hojas de cálculo.
 2 Datamart OLTP: Pueden basarse en un simple extracto del
datawarehouse, no obstante, lo común es introducir mejoras en su
rendimiento (las agregaciones y los filtrados suelen ser las operaciones
más usuales) aprovechando las características particulares de cada área
de la empresa.
Los datamarts que ventajas:
 Poco volumen de datos
 Mayor rapidez de consulta
 Consultas SQL y/o MDX sencillas
 Validación directa de la información
 Facilidad para la historización de los datos
Conclusión
 Las soluciones de Inteligencia de Negocios en la empresa UPS ha
proporcionado un fácil acceso a los datos críticos dentro de la empresa
necesarios para el análisis, así como un medio para integrar los datos
corporativos con los procesos de toma de decisión a nivel estratégico y
táctico; también ha permitido a la empresa afinar la toma de decisiones
cotidiana, asegurando que cada grupo operativo tenga acceso a la
información necesaria para contestar preguntas específicas y distribuir
dicha información a todos los niveles de la organización.

Más contenido relacionado

La actualidad más candente

Introducción a DataWarehouse e Inteligencia de Negocios
Introducción a DataWarehouse e Inteligencia de NegociosIntroducción a DataWarehouse e Inteligencia de Negocios
Introducción a DataWarehouse e Inteligencia de NegociosSebastian Rodriguez Robotham
 
Inteligencia de negocios
Inteligencia de negociosInteligencia de negocios
Inteligencia de negociosFlor Loera
 
Negocios inteligentes - Toma de decisiones
Negocios inteligentes - Toma de decisiones Negocios inteligentes - Toma de decisiones
Negocios inteligentes - Toma de decisiones Sofia Ramirez
 
Arquitectura de un dw
Arquitectura de un dwArquitectura de un dw
Arquitectura de un dwMax Santiago
 
Inteligencia de Negocios 5
Inteligencia de Negocios 5Inteligencia de Negocios 5
Inteligencia de Negocios 5anghun
 
Ensayo Omar Enrique Aguilar Aquino
Ensayo Omar Enrique Aguilar AquinoEnsayo Omar Enrique Aguilar Aquino
Ensayo Omar Enrique Aguilar Aquinocoprse aquino
 
Introducción Bussines Intelligence
Introducción Bussines IntelligenceIntroducción Bussines Intelligence
Introducción Bussines IntelligenceJorge Soro
 
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouseFundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouseJulio Pari
 
Fundamentos de inteligencia de negocios
Fundamentos de inteligencia de negociosFundamentos de inteligencia de negocios
Fundamentos de inteligencia de negociosMel Maldonado
 
Data warehouse
Data warehouseData warehouse
Data warehousemalupahu
 
Sistemas de apoyo a la toma de decisiones
Sistemas de apoyo a la toma de decisionesSistemas de apoyo a la toma de decisiones
Sistemas de apoyo a la toma de decisionesheynan
 
COMPONENTES DE UN SISTEMA DE INFORMACIÓN
COMPONENTES DE UN SISTEMA DE INFORMACIÓNCOMPONENTES DE UN SISTEMA DE INFORMACIÓN
COMPONENTES DE UN SISTEMA DE INFORMACIÓNjeshuko
 
Business intelligence
Business intelligenceBusiness intelligence
Business intelligenceBryan
 

La actualidad más candente (20)

Almacén de datos
Almacén de datosAlmacén de datos
Almacén de datos
 
Introducción a DataWarehouse e Inteligencia de Negocios
Introducción a DataWarehouse e Inteligencia de NegociosIntroducción a DataWarehouse e Inteligencia de Negocios
Introducción a DataWarehouse e Inteligencia de Negocios
 
Inteligencia de negocios
Inteligencia de negociosInteligencia de negocios
Inteligencia de negocios
 
Inteligencia de negocios
Inteligencia de negociosInteligencia de negocios
Inteligencia de negocios
 
Inteligencia de Negocios
Inteligencia de NegociosInteligencia de Negocios
Inteligencia de Negocios
 
Informatica aplicada
Informatica aplicadaInformatica aplicada
Informatica aplicada
 
Negocios inteligentes - Toma de decisiones
Negocios inteligentes - Toma de decisiones Negocios inteligentes - Toma de decisiones
Negocios inteligentes - Toma de decisiones
 
Arquitectura de un dw
Arquitectura de un dwArquitectura de un dw
Arquitectura de un dw
 
Almacenes de datos
Almacenes de datosAlmacenes de datos
Almacenes de datos
 
Inteligencia de Negocios 5
Inteligencia de Negocios 5Inteligencia de Negocios 5
Inteligencia de Negocios 5
 
Almacén de datos
Almacén de datosAlmacén de datos
Almacén de datos
 
Ensayo Omar Enrique Aguilar Aquino
Ensayo Omar Enrique Aguilar AquinoEnsayo Omar Enrique Aguilar Aquino
Ensayo Omar Enrique Aguilar Aquino
 
Capitulo 2 introducción al business intelligence
Capitulo 2   introducción al business intelligenceCapitulo 2   introducción al business intelligence
Capitulo 2 introducción al business intelligence
 
Introducción Bussines Intelligence
Introducción Bussines IntelligenceIntroducción Bussines Intelligence
Introducción Bussines Intelligence
 
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouseFundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
Fundamentos de DataWareHouse - FISI - UNMSM - DataWareHouse
 
Fundamentos de inteligencia de negocios
Fundamentos de inteligencia de negociosFundamentos de inteligencia de negocios
Fundamentos de inteligencia de negocios
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Sistemas de apoyo a la toma de decisiones
Sistemas de apoyo a la toma de decisionesSistemas de apoyo a la toma de decisiones
Sistemas de apoyo a la toma de decisiones
 
COMPONENTES DE UN SISTEMA DE INFORMACIÓN
COMPONENTES DE UN SISTEMA DE INFORMACIÓNCOMPONENTES DE UN SISTEMA DE INFORMACIÓN
COMPONENTES DE UN SISTEMA DE INFORMACIÓN
 
Business intelligence
Business intelligenceBusiness intelligence
Business intelligence
 

Destacado

Raffi Nigoghossian - updated CV-Oct 2016
Raffi Nigoghossian - updated CV-Oct 2016Raffi Nigoghossian - updated CV-Oct 2016
Raffi Nigoghossian - updated CV-Oct 2016Raffi Nigoghossian
 
putboringen en droogzuigingen / bronboringen en bronbaling
putboringen en droogzuigingen / bronboringen en bronbalingputboringen en droogzuigingen / bronboringen en bronbaling
putboringen en droogzuigingen / bronboringen en bronbalingTom Van Bulck
 
aprendizaje de las matemáticas con el uso de las TIC
aprendizaje de las matemáticas con el uso de las TICaprendizaje de las matemáticas con el uso de las TIC
aprendizaje de las matemáticas con el uso de las TICdeiby villalobos
 
Hotel londres confort a tus servicios
Hotel londres confort a tus serviciosHotel londres confort a tus servicios
Hotel londres confort a tus serviciosluisa tobar
 

Destacado (6)

Raffi Nigoghossian - updated CV-Oct 2016
Raffi Nigoghossian - updated CV-Oct 2016Raffi Nigoghossian - updated CV-Oct 2016
Raffi Nigoghossian - updated CV-Oct 2016
 
putboringen en droogzuigingen / bronboringen en bronbaling
putboringen en droogzuigingen / bronboringen en bronbalingputboringen en droogzuigingen / bronboringen en bronbaling
putboringen en droogzuigingen / bronboringen en bronbaling
 
Delitos informáticos
Delitos informáticosDelitos informáticos
Delitos informáticos
 
aprendizaje de las matemáticas con el uso de las TIC
aprendizaje de las matemáticas con el uso de las TICaprendizaje de las matemáticas con el uso de las TIC
aprendizaje de las matemáticas con el uso de las TIC
 
Hotel londres confort a tus servicios
Hotel londres confort a tus serviciosHotel londres confort a tus servicios
Hotel londres confort a tus servicios
 
Rahasia sholat duha
Rahasia sholat duhaRahasia sholat duha
Rahasia sholat duha
 

Similar a Taller 2 business intelligence

Analisis multidemensional.pdf
Analisis multidemensional.pdfAnalisis multidemensional.pdf
Analisis multidemensional.pdfmgl27
 
Informe v2.2 Base de Datos II - Proyecto TodoAutos : venta de carros del año
Informe v2.2  Base de Datos II - Proyecto TodoAutos : venta de carros del añoInforme v2.2  Base de Datos II - Proyecto TodoAutos : venta de carros del año
Informe v2.2 Base de Datos II - Proyecto TodoAutos : venta de carros del añoJuan Polo Cosme
 
Informe v2.1 Base de Datos II - Proyecto TodoAutos : venta de carros del año
Informe v2.1  Base de Datos II - Proyecto TodoAutos : venta de carros del añoInforme v2.1  Base de Datos II - Proyecto TodoAutos : venta de carros del año
Informe v2.1 Base de Datos II - Proyecto TodoAutos : venta de carros del añoJuan Polo Cosme
 
Inteligencia de negocios
Inteligencia de negociosInteligencia de negocios
Inteligencia de negociosjo_unwell
 
Inteligencia de negocios
Inteligencia de negociosInteligencia de negocios
Inteligencia de negociosjo_unwell
 
Inteligencia de negocios
Inteligencia de negociosInteligencia de negocios
Inteligencia de negociosjo_unwell
 
Inteligencia de negocios
Inteligencia de negociosInteligencia de negocios
Inteligencia de negociosjo_unwell
 
Fundamentos de datawarehouse
Fundamentos de datawarehouseFundamentos de datawarehouse
Fundamentos de datawarehouseFernacontre
 
Balota la inteligencia de negocios como estrategia en la organizacion (tesis)
Balota   la inteligencia de negocios como estrategia en la organizacion (tesis)Balota   la inteligencia de negocios como estrategia en la organizacion (tesis)
Balota la inteligencia de negocios como estrategia en la organizacion (tesis)JC Alca Arequi
 
Informe Base de Datos II - Proyecto TodoAutos : venta de carros del año
Informe Base de Datos II - Proyecto TodoAutos : venta de carros del añoInforme Base de Datos II - Proyecto TodoAutos : venta de carros del año
Informe Base de Datos II - Proyecto TodoAutos : venta de carros del añoJuan Polo Cosme
 
C:\Documents And Settings\Administrador\Escritorio\Sistemas\Trabajo Ayudantia
C:\Documents And Settings\Administrador\Escritorio\Sistemas\Trabajo AyudantiaC:\Documents And Settings\Administrador\Escritorio\Sistemas\Trabajo Ayudantia
C:\Documents And Settings\Administrador\Escritorio\Sistemas\Trabajo Ayudantiaanabarrospineda
 
Sepa01
Sepa01Sepa01
Sepa01dielys
 
Sepa01
Sepa01Sepa01
Sepa01yulith
 

Similar a Taller 2 business intelligence (20)

Analisis multidemensional.pdf
Analisis multidemensional.pdfAnalisis multidemensional.pdf
Analisis multidemensional.pdf
 
business intelligence
business intelligencebusiness intelligence
business intelligence
 
Actividad 1
Actividad 1Actividad 1
Actividad 1
 
Curso : Inteligencia de Negocios - Dia1
Curso : Inteligencia de Negocios - Dia1Curso : Inteligencia de Negocios - Dia1
Curso : Inteligencia de Negocios - Dia1
 
Bussines Inteligence
Bussines InteligenceBussines Inteligence
Bussines Inteligence
 
BUSINESS INTELLIGENCE
BUSINESS INTELLIGENCEBUSINESS INTELLIGENCE
BUSINESS INTELLIGENCE
 
Informe v2.2 Base de Datos II - Proyecto TodoAutos : venta de carros del año
Informe v2.2  Base de Datos II - Proyecto TodoAutos : venta de carros del añoInforme v2.2  Base de Datos II - Proyecto TodoAutos : venta de carros del año
Informe v2.2 Base de Datos II - Proyecto TodoAutos : venta de carros del año
 
Informe v2.1 Base de Datos II - Proyecto TodoAutos : venta de carros del año
Informe v2.1  Base de Datos II - Proyecto TodoAutos : venta de carros del añoInforme v2.1  Base de Datos II - Proyecto TodoAutos : venta de carros del año
Informe v2.1 Base de Datos II - Proyecto TodoAutos : venta de carros del año
 
Inteligencia de negocios
Inteligencia de negociosInteligencia de negocios
Inteligencia de negocios
 
Inteligencia de negocios
Inteligencia de negociosInteligencia de negocios
Inteligencia de negocios
 
Inteligencia de negocios
Inteligencia de negociosInteligencia de negocios
Inteligencia de negocios
 
Inteligencia de negocios
Inteligencia de negociosInteligencia de negocios
Inteligencia de negocios
 
Fundamentos de datawarehouse
Fundamentos de datawarehouseFundamentos de datawarehouse
Fundamentos de datawarehouse
 
Balota la inteligencia de negocios como estrategia en la organizacion (tesis)
Balota   la inteligencia de negocios como estrategia en la organizacion (tesis)Balota   la inteligencia de negocios como estrategia en la organizacion (tesis)
Balota la inteligencia de negocios como estrategia en la organizacion (tesis)
 
Informe Base de Datos II - Proyecto TodoAutos : venta de carros del año
Informe Base de Datos II - Proyecto TodoAutos : venta de carros del añoInforme Base de Datos II - Proyecto TodoAutos : venta de carros del año
Informe Base de Datos II - Proyecto TodoAutos : venta de carros del año
 
C:\Documents And Settings\Administrador\Escritorio\Sistemas\Trabajo Ayudantia
C:\Documents And Settings\Administrador\Escritorio\Sistemas\Trabajo AyudantiaC:\Documents And Settings\Administrador\Escritorio\Sistemas\Trabajo Ayudantia
C:\Documents And Settings\Administrador\Escritorio\Sistemas\Trabajo Ayudantia
 
Sepa01
Sepa01Sepa01
Sepa01
 
Sepa01
Sepa01Sepa01
Sepa01
 
Business Inteligence
Business InteligenceBusiness Inteligence
Business Inteligence
 
Inteligencia de negocios.
Inteligencia de negocios.Inteligencia de negocios.
Inteligencia de negocios.
 

Último

Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónLourdes Feria
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
Ecosistemas Natural, Rural y urbano 2021.pptx
Ecosistemas Natural, Rural y urbano  2021.pptxEcosistemas Natural, Rural y urbano  2021.pptx
Ecosistemas Natural, Rural y urbano 2021.pptxolgakaterin
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxYadi Campos
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdfBaker Publishing Company
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoFundación YOD YOD
 
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxEXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxPryhaSalam
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Carlos Muñoz
 
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptxTECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptxKarlaMassielMartinez
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfMaritzaRetamozoVera
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSjlorentemartos
 

Último (20)

Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Ecosistemas Natural, Rural y urbano 2021.pptx
Ecosistemas Natural, Rural y urbano  2021.pptxEcosistemas Natural, Rural y urbano  2021.pptx
Ecosistemas Natural, Rural y urbano 2021.pptx
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
Power Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptxPower Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptx
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativo
 
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxEXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptxTECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
TECNOLOGÍA FARMACEUTICA OPERACIONES UNITARIAS.pptx
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
 

Taller 2 business intelligence

  • 1. ISAE UNIVERSIDAD FACULTAD DE CIENCIA TECNOLÓGICAS MATERIA: SISTEMA DE INFORMACIÓN TEMA:TALLER 2 BUSINESS INTELLIGENCE FACILITADORA: ROSA BARROSO TRABAJO REALIZADO POR: EDWIN AGUILAR MARTIN RIVERA
  • 2. INTRODUCION  Desde un punto de vista más pragmático, y asociándolo directamente con las tecnologías de la información, podemos definir Business Intelligence como el conjunto de metodologías, aplicaciones y tecnologías que permiten reunir, depurar y transformar datos de los sistemas transaccionales e información desestructurada (interna y externa a la compañía) en información estructurada, para su explotación directa (reporting, análisis OLTP / OLAP, alertas...)
  • 3. Business Inteligencie  Business Intelligence es la habilidad para transformar los datos en información, y la información en conocimiento, de forma que se pueda optimizar el proceso de toma de decisiones en los negocios.
  • 4.
  • 5. Los principales productos de Business Intelligence que existen  Cuadros de Mando Integrales (CMI)  Sistemas de Soporte a la Decisión (DSS)  Sistemas de Información Ejecutiva (EIS)
  • 6. los principales componentes de orígenes de datos en el Business Intelligence que existen en la actualidad son:  Datamart  Datawarehouse
  • 8. Los sistemas y componentes del BI se diferencian de los sistemas operacionales  Observar ¿qué está ocurriendo?  Comprender ¿por qué ocurre?  Predecir ¿qué ocurriría?  Colaborar ¿qué debería hacer el equipo?  Decidir ¿qué camino se debe seguir?
  • 10. Arquitectura de una solución de Business Intelligence  Para ello se realiza una fase de extracción, transformación y carga (ETL) de datos. Esta etapa suele apoyarse en un almacén intermedio, llamado ODS, que actúa como pasarela entre los sistemas fuente y los sistemas destino (generalmente un datawarehouse), y cuyo principal objetivo consiste en evitar la saturación de los servidores funcionales de la organización.
  • 11. Datawarehouse  Un Datawarehouse es una base de datos corporativa que se caracteriza por integrar y depurar información de una o más fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad de perspectivas y con grandes velocidades de respuesta.
  • 12. forma se pueden plantear dos tipos de datamarts.  1. Datamart OLAP: Se basan en los populares cubos OLAP, que se construyen agregad o, según los requisitos de cada área o departamento, las dimensiones y los indicadores necesarios de cada cubo relacional  Cubos OLAP: Básicamente, el Cubo OLAP, que acuña su nombre por su característica multidimensional, es una base de datos que posee diversas dimensiones, ampliando las posibilidades que hasta el momento ofrecían las conocidas hojas de cálculo.  2 Datamart OLTP: Pueden basarse en un simple extracto del datawarehouse, no obstante, lo común es introducir mejoras en su rendimiento (las agregaciones y los filtrados suelen ser las operaciones más usuales) aprovechando las características particulares de cada área de la empresa.
  • 13. Los datamarts que ventajas:  Poco volumen de datos  Mayor rapidez de consulta  Consultas SQL y/o MDX sencillas  Validación directa de la información  Facilidad para la historización de los datos
  • 14. Conclusión  Las soluciones de Inteligencia de Negocios en la empresa UPS ha proporcionado un fácil acceso a los datos críticos dentro de la empresa necesarios para el análisis, así como un medio para integrar los datos corporativos con los procesos de toma de decisión a nivel estratégico y táctico; también ha permitido a la empresa afinar la toma de decisiones cotidiana, asegurando que cada grupo operativo tenga acceso a la información necesaria para contestar preguntas específicas y distribuir dicha información a todos los niveles de la organización.