Con el objetivo de recopilar, procesar y analizar los datos de los indicadores de los servicios tecnológicos que se ofrecen en la DTIC uaemex, se utilizó la herramienta de Business Intelligence de QlickView para la Creación y diseño de varios cuadros de mando (Dashboard) que permitieran presentar indicadores en tiempo real de forma gráfica, dinámica y completa que apoyan a la toma de decisiones informadas de la DTIC.
Proyecto obtención de indicadores de servicios tecnológicos que ofrece la dtic en el sistema scsss
1. Proyecto para la obtención de indicadores de los servicios
tecnológicos que ofrece la DTIC en el sistema de control y
seguimiento de solicitudes de servicio (SCSSS). Por medio
de cuadros de mando en QlickView.
Área de conocimiento: Minería de datos, Inteligencia de negocios
Nombre completo de cada autor: M.A. Alfredo Palma Hernández
Nombre de la Institución en donde realiza el trabajo: Universidad Autónoma del Estado de
México Instituto literario #100, Colonia Centro, C.P. 50000, Toluca, Estado de México.
apalmah@uaemex.mx, Dirección de Tecnologías de la Información y Comunicaciones
(DTIC) de la Universidad Autónoma del Estado de México (UAEMEX). Cerro de Coatepec
s/n, Ciudad Universitaria Ciudad Toluca.
1. Resumen
Con el objetivo de recopilar, procesar y analizar los datos de los indicadores de los servicios
tecnológicos que se ofrecen en la DTIC, se utilizó la herramienta de Business Intelligence de
QlickView para la Creación y diseño de varios cuadros de mando (Dashboard) que permitieran
presentar indicadores en tiempo real de forma gráfica, dinámica y completa que apoyan a la toma
de decisiones informadas de la DTIC.
2. Palabras clave.
Cuadro de mando, indicadores, servicios, datos maestros, MDM.
3. Introducción.
La situación económica y social que caracteriza a la sociedad moderna genera profundos
cambios en las organizaciones las cuales se preparan para ser más flexibles y establecen
estrategias con el objetivo de adaptarse al entorno altamente turbulento en el que
desarrollan sus acciones. Ante ambientes tan poco estables y la imposibilidad de actuar
a ciegas, los miembros de la organización y, en particular, su alta gerencia necesitan
manipular grandes volúmenes de información para cumplir con sus funciones esenciales.
Deben implementarse entonces, prácticas administrativas dirigidas a garantizar el éxito
organizacional y entre ellas, la toma de decisiones, soportada en el análisis de
información, es vital [1].
2. Por otro lado los datos por si solos no aportan valor, el valor de éstos se da cuando se
convierten en información que es gestionada a tiempo, procesada y traducida, para ser
utilizada en la toma de decisiones, lo anterior da lugar a este proyecto, el cual consiste
en la reingeniería de recopilación, procesamiento y análisis de datos de los indicadores
de los servicios tecnológicos que se ofrecen en la DTIC, con la finalidad de hacer más
eficiente y confiable el cálculo de indicadores.
Para lograr el objetivo se utilizaron las siguientes herramientas de software:
1. Sistema de control y seguimiento de solicitudes de servicio "SCSSS" (software de
Gestión de Servicio Kayako SupportSuite v3.70.02).
2. Gestor de base de datos Mysql.
3. Herramienta de Business Intelligence QlickView, la cual permite presentar
indicadores en tiempo real de forma gráfica, dinámica y sencilla que apoyan a la
toma de decisiones informadas [2].
Tomando como fuente de datos la información de los servicios, recopilada a través de
los “tickets” generados en el SCSSS y haciendo uso de las herramientas de software
mencionadas se diseñaron varios cuadros de mando (Dashboard) o tableros de control,
con indicadores de calidad que se comunican con el SCSSS, que permitiera:
Mostrarlos los datos de forma clara, sencilla.
Fácil filtración de datos.
Modelar los datos a las necesidades de la DTIC, para facilitar su manejo y
presentación de forma visual.
Asociar y relacionar los diferente datos que se almacenado en la Base de datos.
Procesar de forma automática la información estadística,
Consultar los indicadores en línea, en tiempo real.
Trabajar de forma colaborativa a través de grupos de trabajo.
Generación de reportes con información específica, ya sea en un determinado
intervalo de tiempo o por un indicador en específico por parte del personal de
la DTIC.
Exportar la información automáticamente a archivos (Excel).
Para tales fines se llevó a cabo varias etapas del análisis, diseño y detección de datos
maestros de la base de datos creada por el sistema SCSSS, así como la detección de
indicadores que requiere el personal de la DTIC. Posteriormente se llevó a cabo varias
fases de construcción de los cuadros de mando, los cuales se validaron por el equipo del
área “mesa de servicios” para su posterior publicación en el servidor web del QlickView
de la DTIC, con la finalidad de visualizar y explotar la información generada del
modelado de datos e indicadores por parte del personal de la DTIC.
4. Panorama del estado del arte relacionado con la problemática afrontada.
Antes de llevar a cabo el proyecto, para poder obtener los indicadores de los servicios
tecnológicos que ofrece la DTIC, el equipo de trabajo de mesa de servicios, realizaban
3. consultas al SCSSS con reportes pre configurados, sin embargo no arrojaban la
información suficiente, para obtener la información faltante se revisaba ticket por ticket;
esta información se integraba y procesaba en Excel, los resultados obtenidos no
proporcionaban la información necesaria y suficiente para la toma de decisiones, además
su procesamiento y publicación implicaba mucho tiempo y no era posible tener
información completa y en tiempo real.
5. Descripción de la metodología o técnica usada.
Para este proyecto se llevaron a cabo varias etapas de análisis, descubrimiento y
detección información, así como varios ciclos de construcción de los cuadros de mando,
los cuales se basaron en la metodología de Gestión o Administración de Datos Maestros
por sus siglas en inglés “MDM” (Master Data Management). La cual se describe a
continuación.
Un dato maestro, es un registro único que sirve de referencia para toda la empresa, es
decir son datos clave para el funcionamiento del negocio y es utilizado transversalmente
a través de diferentes aplicaciones, sistemas, módulos permitiendo una integración entre
las diferentes funciones Corporativas [3].
Según Master Data Management Institute: La Gestión o administración de datos
maestros es la autorización para que los datos maestros sean utilizados en muchas
aplicaciones con el objetivo de proporcionar una visión única de la verdad, sin importar
dónde se encuentran [4].
Con esto, la Administración de datos maestros (MDM) resuelve el problema común de
cómo proporcionar y mantener una única versión de la verdad para un dominio de
información como: cliente, producto o servicio. Pero aunque hay muchos "estilo de
aplicación MDM" para diferentes proyectos, la verdad es que en muchas
implementaciones actuales se enfrentan a diseñar un entorno único de estilo MDM [5].
Por lo tanto, la gestión de datos maestros es la combinación de las aplicaciones y
tecnologías que consolidan, limpian e incrementan la colección de datos maestros, y
sincronizan esto con todas las aplicaciones, procesos de negocio y herramientas de
análisis [6]. Como se muestra en la figura 1.
4. Figura 1 Ejemplo de implementación MDM [5].
Generalmente se usa Sub-Definiciones para la administración de datos maestros (MDM)
los cuales son [4]:
Operacional: Se refiere a la definición, creación y sincronización de los datos
maestros necesarios para los sistemas transaccionales y entregados a través de
la arquitectura orientada a servicios. Un ejemplo son los centros de datos de
clientes actualizados en tiempo real.
Analítica: Se refiere a la definición, creación y análisis de datos maestros.
Ejemplos de esto son las aplicaciones de gestión de riesgo de contraparte e
información financiera, gasto global o plan de cuentas de consolidación.
Colaborativa: Se refiere a la definición, creación y sincronización de datos de
referencia a través de flujos de trabajo, servicios de salida. Ejemplo: gestión de
la información de los productos [7].
Por otro lado, existen fases para un proyecto para la gestión de datos maestros, las cuales
son [8]:
Fase cero: Definir el alcance de la siguiente fase, capturar requerimientos,
proyectar el retorno sobre la inversión, vender y evaluar el proyecto.
Fase uno: Desarrollar una entidad maestra por cada división o departamento
del negocio, ejemplo cliente o producto.
Fase dos: Elegir una entidad maestra para la empresa.
Fase tres: Compartir los datos maestros.
Además, el diseño de la solución para la gestión de datos maestros debe tener una
arquitectura orientada a servicios (SOA) [8].
Cabe mencionar que para este proyecto se omitió la “Fase Cero” ya que la UAEMEX es
una institución pública sin fines de lucro, por lo que no requirió proyectar el retorno
5. sobre la inversión, ni vender. En cuanto a las fases 1,2 y 3 se ajustaron a los
requerimientos de la DTIC, ver Figura 2. Los cuales se enlistan a continuación:
Fase uno: Se detectó el flujo de la información en el sistema SCSSS. Además se
analizó la estructura lógica y física (objetos de base de datos: tablas, llaves
primarias, índices, etc.) de la Base de datos (Mysql). En consecuencia se
descubrieron e identificaron varios datos maestros.
Fase dos: Del análisis de la estructura de la Base de datos, se obtuvo la entidad
maestra: Ticket del Servicio, con la que se capturan, almacenan y procesan los datos
de interés para los indicadores de la DTIC.
Fase tres: Con la identificación de los datos maestros, se procedió a la detección
de los principales indicadores requerido por la DTIC (proporcionados por el área:
mesa de servicios). Posteriormente junto con los datos maestros, la entidad maestra
y los principales indicadores de la DTIC, se procedió a la construcción de los
cuadros de mando (Dashboard) o tablero de control con la herramienta QlickView.
Este proceso paso por varias etapas de construcción:
1. Validación de datos e indicadores visualizados en los cuadros, por parte del
equipo de trabajo de área “mesa de servicios” de la DTIC.
2. Ajuste y reconfiguración visual de datos e indicadores, una vez identificados
los datos e información faltante.
3. Revalidación final de datos e indicadores por parte del equipo de mesa de
servicios.
4. Puesta en marcha de los cuadros de mando en el servidor web de QlickView
de la DTIC para su utilización.
http://?????????????/qlikview/FormLogin.htm, ver figura 3.
6. Figura 2. Fases de gestión de datos maestros para la DTIC. Elaboración propia.
Figura 3. Cuadros de Mando de indicadores de servicios de la DTIC
7. 6. Resultados experimentales.
A continuación se describe los resultados obtenidos de este proyecto, basados en la
utilización y evaluación de los cuadros de mando por parte del equipo de trabajo de
“mesa de servicios”. Quienes proporcionaron esta información, la cual se enlistan a
continuación:
Se logró dar perspectiva a los datos e información que permitió tomar nuevas
decisiones en las diferentes áreas de la DTIC.
Eficiencia en el procesamiento de información.
Detección de posibles cuellos de botellas y mejoras en tiempos de respuestas.
Facilidad de acceso a la información.
La información presentada cumple con los criterios de búsqueda que requiere
la DTIC.
Facilita la toma de decisiones informadas.
Exportación de información automáticamente (archivos Excel).
Interfaz intuitiva, amigable con el usuario.
Resultados confiables.
Trabajo colaborativo.
Reducción de tiempos de respuesta en servicios.
7. Conclusiones y trabajos futuros de investigación.
Se concluye que la herramienta de Business Intelligence de QlickView, es muy buena
para modelar, buscar, visualizar y analizar datos de diferentes fuentes como: gestores
(Oracle, Mysql, SQL Server, etc.), archivos: planos, excel, etc. Permitiendo una
perspectiva visual de indicadores e información asociada y relacionada.
Se concluye que el modelado y análisis de estructura de datos de la base SCSSS, permitió
el descubrimiento de datos maestros. Junto con la identificación y recopilación de los
principales indicadores que requiere la DTIC, facilitaron la creación de cuadros de
mando, los cuales permiten visualizar la información de forma clara, sencilla y fácil de
filtrar para los usuarios.
Se concluye que los cuadros de mando que se han creado para la DTIC, han dado una
perspectiva real de lo que sucede con los datos e información que se genera día con día,
a lo largo del tiempo en el SCSSS, así como la identificación de nueva información que
genera áreas de oportunidad para la mejora en sus procesos de servicios tecnológicos que
ofreces dicha dependencia a toda la comunidad universitaria de la UAEMEX.
Se concluye que los cuadros de mando que se han creado, han permitido compartir el
conocimiento entre las diferentes áreas de la DTIC, Este conocimiento se sugiere
compartir con otras dependencias de la UAEMEX, ya que les sería de gran ayuda en la
toma de decisiones.
8. Se sugiere modelar y analizar fuentes de datos de otros sistemas de la UAEMEX, como
por ejemplo Control Escolar. Ya que por su importancia dentro da la institución, le sería
de gran ayuda contar con un cuadro de mando que le permita dar una perspectiva de
datos e información para mejorar su administración y toma de decisiones.
8. Referencias.
[1] D. Díaz. Toma de decisiones: el imperativo diario de la vida en la organización moderna.
ACIMED, Ciudad de La Habana, v. 13, n. 3, p. 1, Jun. 2005. Disponible en
<http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1024-
94352005000300010&lng=es&nrm=iso>. Consultado: 13 de Marzo de 2016.
[2] ¿Por qué qlick es diferente?, Disponible en <http://global.qlik.com/es/>. Consultado: 04 de
Febrero de 2016.
[3] C. Castillo. Una gestión de datos para mejorar y dar soporte a la toma de decisiones en los
negocios. Tesis Maestría. México, D.F. pp. 14, Julio 2015.
[4] MDM Institute, 2015, What is MDM?. Disponible en
<http://0046c64.netsolhost.com/whatIsMDM.html>. Consultado: 04 de Febrero de 2016.
[5] InfoSphere Master Data Management Best Practices. Disponible en
<https://www.ibm.com/developerworks/community/blogs/88eb2a27-5a3f-4f7c-87e5-
88005d2664c7?lang=en>. Consultado: 04 de Febrero de 2016.
[6] Oracle, 2011, Master Data Management, U.S.A., pp. 5. Disponible en
<http://www.oracle.com/us/products/applications/master-data-
management/018876.pdf#page=9&zoom=auto,-169,788>. Consultado: 04 de Febrero de 2016.
[7] F. Aguilar. Gestión de datos maestros y de referencia basada en el marco de una arquitectura
empresarial. Tesis Licenciatura. México, D.F. pp. 30, 2014.
[8] MDM Institute, 2009, MDM & DATA GOVERNANCE READINESS ASSESSMENT: A
Summary Practical Guide to Systems Integrators & Consultancies, U.S.A, pp. 3. Disponible en
<http://www.tcdii.com/PDF/A%20Summary%20Practical%20Guide%20to%20Systems%20Inte
grators%20&%20Consultancies%20for%20MDM%20&%20DG.pdf>. Consultado: 08 de
Febrero de 2016.