1. 1
DATOS GENERALES:
Nombre del alumno: Dan Raziel García Benítez
Número de cuenta: 00421511
Materia: Métodos para la Inteligencia de Negocios
Profesor: Claudia Gonzalez Ruvalcaba
Fecha de la actividad: 15/10/2017
Título de la actividad: Entregable IV “Implementación de un sistema
de BI “
2. 2
Introducción
El proyecto plantea la implementación de un sistema de BI alterno al Core
bancario y a los sistemas de consulta principales de una institución
financiera. Con el objeto de mejorar la disponibilidad de información
especializada para su uso dentro del Área de Administración Integral de
Riesgos de la organización.
3. 3
7. Implementación de un sistema de Business Intelligence, BI
Se pretende la implementación de un sistema alterno de gestión de datos y reportería
especializado para la operatividad del área de Administración Integral de Riesgos de una
importante firma de Servicios Financieros. Para esto se propone la adquisición de la
herramienta “AIS Observer”, la cual se construye sobre un “Datamart analítico de datos
históricos de crédito, permitiendo seguir la evolución de los múltiples indicadores de
riesgo y analizar sus implicaciones, así como evaluar los modelos de predicción y medición
o simular escenarios futuros y su impacto sobre las distintas carteras de la entidad”.
El proyecto considera la adquisición de un servidor adicional modelo “DELL T330 XEON
E3-1 3.0GHZ 8GB 3X1TB RAID5”, aunque puede variar una vez sean calculados los
requerimientos de almacenamiento.
El Mantenimiento y desarrollo se integrarían a la estructura y funciones actuales del área
de IT sin incurrir en costos adicionales.
4. 4
7.1. Análisis jerárquico de datos
Los datos que alimentarán el Datamart alterno se originan con la transaccionalidad
registrada en los cierres diario que se almacena en las siguientes Bases de Datos:
Informix_Maestro_Créditos, Informix_Maestro_Movimientos, Informix_Status_Cred,
Informix_Sldos, Score, DDR:
5. 5
7.2. Elección de un modelo de obtención de la información
El Datawarehouse de la organización se encuentra gestionado por la
herramienta “IBM Informix SQL”, por lo que se considera aprovechar la
tecnología existente para montar el ETL a partir de los procesos de
actualización de tablas y cierres diarios.
6. 6
7.3. Justificación de la elección del método de obtención de datos
La elección de “IBM Informix SQL” como gestor de las Bases de
Datos derivados de la transaccionalidad, reside en que la forma en
la que la herramienta almacena la información permitiendo el
procesamiento de datos en paralelo (XPS, o eXtended Parallel
Server), diseñado para una alta demanda y Data-Warehouses
complejos. Adicional a lo anterior utilizar la estructura existente
representa las siguientes ventajas:
• Ahorro de recursos en su desarrollo
• Celeridad de implementación
• Convivencia con los procesos actuales
• Seguridad y fiabilidad probada
7. 7
7.4. Proceso de extracción, transformación y carga ETL
El datawarehouse principal se actualiza diariamente en los procesos de cierre
diario, los cuales consisten en una serie de extracciones y consultas
predefinidas sobre el Core Bancario. Este proceso arranca una vez terminada la
transaccionalidad del día y da como resultado los insumos de información
operativa al cierre de la fecha procesada.
Se propone que la extracción para el Datamart de Riesgos dependa de los
insumos generados en el paso anterior, convirtiéndolos en un “Staging Area”
dentro del proceso secundario. Las bases ya normalizadas por el primer
proceso serán depuradas en el segundo al seleccionar las variables de interés
del área.
8. 8
7.5. Criterios o factores de evaluación de la tecnología de BI
Se elige a AIS (Aplicaciones de Inteligencia Artificial, S.A.) como proveedor de
la solución de BI debido a su experiencia de 30 años en el mercado y su
especialización en la Gestión Integral de Riesgos. Su producto AIS Observer es
altamente especializado y puede convivir con módulos paralelos
Comportamentales y de Scoring.
Las características de la herramienta se acoplan a los requerimientos de
información, así como a la estructura de los sistemas principales y a la
situación del área interesada.
9. 9
7.6. Modelamiento dimensional
El modelado de la información por la agrupación de características brinda la posibilidad
de acceder a los detalles más comúnmente necesarios para los análisis competentes al
área. Esto permitirá segmentar los datos y presentará vistas a diversos niveles de los
comportamientos de las carteras seleccionadas.
10. 10
7.6.1. Reportes
“AIS Observer” no se limita a la etapa de reportería. Adicionalmente al set de reportes
predefinidos la herramienta es escalable, tiene la posibilidad de incluir nuevos
módulos a futuro y desarrollar reportes personalizados. También cuenta con un
motor de extracción que permitirá la disponibilidad de información para la atención
de los requerimientos emergentes.
11. 11
7.6.2. Dashboards
Por el momento se contemplan los visores
predefinidos de AIS Observer:
• AIS-Observer-Distribución-Cartera-
Operaciones
• AIS-Observer-Seguimiento-Morosidad-
Cartera-Operaciones
12. 12
7.7. Definición de estrategias de aplicación de la información para la toma de
decisiones
Mejorar el dinamismo, respuesta y ajuste a los valores de los procesos de
Score de Crédito.
Identificar áreas de oportunidad en la Cobranza a nivel Producto, Cosecha,
rango de Riesgo y Región.
Visualizar de forma más eficiente y objetiva las desviaciones vs presupuesto
en la generación de requerimientos de capital por Estimaciones Preventivas
de Riesgo Crediticio.
Aislar y analizar los efectos de cambios en los parámetros de los productos
existentes.
Determinar de forma confiable el “pricing” de nuevos productos.
13. 13
Conclusiones
La explosión de información de los últimos años ha permitido acercar y adaptar una
gran diversidad de productos y servicios a los consumidores finales, sin embargo el
manejo de esta información representa nuevos retos para la calidad y eficiencia en el
manejo de datos, al grado de que el éxito de la implementación de sistemas de BI
puede marcar la diferencia en la permanencia en el mercado de no pocas
organizaciones.
Para el personal que participa en estos sistemas resulta de gran importancia conocer la
estructura y funcionamiento de los mismos. De esta forma no solo se promueve un
mejor desempeño de la parte humana, sino que se propicia la generación de ideas y
propuestas de mejora a la par de que se hace mas fácil identificar probables áreas de
oportunidad.
14. 14
Bibliografía
Douglas W. Spencer (2004) IBM Software for E-Business on
Demand: Business Transformation and the on Demand
Software Infraestructure. Publicado por Maximun Press.
Soluciones AIS Observer (Octubre 2017). Recuperado de:
http://www.ais-int.com//servicios-financieros/gestion-
riesgo-credito/seguimiento/