Limpieza de datos, resolución de entidades, integración de datos y extracción de información

1. Aplicaciones Difusas:
Limpieza de datos, resolución de
entidades, integración de datos y
extracción de información
Autor(es): • Mtr. Luis Fernando Aguas

2. Perspectiva histórica de los Sistemas de
Información
Primeros sistemas de información basados en aplicaciones.
Generan ficheros específicos y/o utilizan bases de datos normalmente
heterogéneas entre ellas donde almacenan la información.
Diseño marcado por las necesidades puntuales del día a día de
diferentes departamentos del negocio.
La integración entre aplicaciones no era un objetivo.
Aunque la tecnología ha mejorado, perdura la falta de integración,
consistencia, coherencia (limitaciones) , sin embargo la demanda de
información crece.
Problema: Las aplicaciones siguen profundamente marcadas por las
primeras consideraciones que dirigieron su desarrollo.
La arquitectura sobre la que se construyeron estas aplicaciones
(OLTP) no es válida para soportar las necesidades de los sistemas de
información de gestión actuales.
En estos sistemas la arquitectura de los datos nunca fue un objetivo
del negocio.

3. Nacimiento del concepto
Data Warehouse
La complejidad y dinamismo de la “economía digital” han situado en
un lugar predominante a los gestores, desvelando las dificultades de
acceso a la información de la empresa.
La calidad y disponibilidad de la información se convierte en un
objetivo primordial del negocio.
Se apunta como primera solución crear una gran base de datos
virtual para integrar los datos de las aplicaciones existentes, una vez
que hayan sido depurados y reconciliadas sus disparidades. Esto
posibilitará que los datos sean utilizados para la gestión.
La solución pasa por separar el procesamiento en dos grandes
categorías
Proceso Operacional (OLTP).
Procesamiento para el sistema de soporte de decisiones (OLAP/DSS/DM).
Como consecuencia de lo anterior aparece el concepto de

4. Definición Data Warehouse
Data Warehousing / Data Warehouse / DW
(Almacenes de datos)
“El Data Warehouse es un componente de la arquitectura de
sistemas, temático, integrado, no volátil y dependiente del
tiempo diseñado para ayudar en la toma de decisiones.”
[W. H. Inmon (considerado el padre del concepto DW) – 1992]
“Conjunto de tecnologías de soporte a la toma de decisión,
cuyo objeto es que quien trabaja con los conocimientos
(ejecutivo, director, analista) pueda tomar decisiones de
manera más rápida y eficaz.”
[Chaudhuri y Dayal – 1997]

5. Pero…, ¿Qué es un Data Warehouse?
El DW es un conjunto de tecnologías, NO UN PRODUCTO. Debe
construirse, paso a paso.
Es una arquitectura que debe construirse de acuerdo a las
necesidades y entorno específico del cliente, y debe construirse
de manera ITERATIVA, para consolidar y administrar datos de
varias fuentes con el propósito de conseguir en un período de
tiempo aceptable y gracias a las nuevas capacidades de
procesamiento y técnicas analíticas:
Responder preguntas de negocio (OLAP - Análisis de datos)
Ayudar en la toma de decisiones (DSS – EIS)
Descubrir conocimiento (Data Mining - Minería de datos)
El Data Warehouse es una arquitectura bien definida cuyo
objetivo inicial es satisfacer la demanda de los gestores de
obtener una visión integrada de la empresa y su entorno.

6. Terminología y definiciones
OLAP (On-Line Analytical Processing o procesamiento analítico on-line)
Se define como análisis rápido de información multidimensional compartida.
[Richard Creeth, Nigel Pendse]
Herramientas OLAP (para análisis de datos en DW):
Frontales para el acceso a los datos del DW (o bases de datos multidimensionales también denominadas
OLAP) basados en el modelo de datos multidimensional.
DSS (Decision-Support Systems o sistemas de soporte a la toma de decisiones)
EIS (Executive Information Systems o sistemas de información ejecutiva)
Hacen alusión a las herramientas para obtener datos de nivel superior del DW para la toma de
decisiones.
Herramientas DSS / EIS:
Objetivo: apoyar la toma de decisiones mediante la aplicación de modelos matemáticos y estadísticos, o de
conocimiento específico a un problema particular.
Son un sistema integrado de planificación y tratamiento de la información que incorpora la habilidad de
consultar los datos del DW en una forma determinada, analizar la información obtenida y predecir, en base a
unos determinados modelos, el impacto de las futuras decisiones antes de llevarlas a la práctica.
DM (Data Mining o minería de datos)
Se emplea como parte del proceso de descubrir conocimiento:
Reglas de asociación, Patrones secuenciales, Árboles de clasificación.
Objetivos:
Predicción, Identificación, Clasificación, Optimización.

7. Terminología y definiciones
BI (Business Intelligence)
Considerado como una Tecnología de Información
Describe un conjunto de conceptos y métodos diseñados para mejorar la
toma de decisiones en los negocios a través del uso de sistemas basados
en hechos. Los sistemas basados en hechos abarcan:
Sistemas de información ejecutiva - EIS (Executive Information Systems)
Sistemas de soporte a la toma de decisiones - DSS (Decision-Support
Systems)
Procesamiento analítico on-line - OLAP (On-Line Analytical Processing)
Minería de datos - DM (Data Mining)
Herramientas de visualización de datos – Data Visualization
Sistemas de información Geográfica - Geoghaphic Information Systems
[Howard Dresner]
Es el conjunto de tecnologías que permiten a las empresas utilizar la
información disponible en cualquier parte de la organización para hacer
mejores análisis, descubrir nuevas oportunidades y tomar mejores
decisiones estratégicas.

8. Terminología y definiciones
Metadata en un Data Warehouse
Metadata es la información sobre los datos que se introducen,
transforman y existen en el DW. (Datos acerca de los datos)
Metadata normalmente incluye los siguientes elementos:
Las estructuras de datos.
Las definiciones del sistema de registro desde el cual se construye el
DW.
Las especificaciones de transformaciones de datos que deben
realizarse para la carga de nuevos datos en el DW desde las fuentes
de datos.
El modelo de datos del DW.
Información de cuando los nuevos elementos de datos se agregan al
DW y cuando los elementos de datos antiguos se eliminan o se
resumen.
Los niveles de sumarización, el método de sumarización y las tablas
de registros de el DW.

9. Sistemas operacionales (OLTP) vs
Sistemas analíticos (OLAP, DSS, DM)
Sistema Operacional (BD tradicional) Sistema Analítico (DW o almacén de datos)
Almacena datos actuales Almacena datos históricos
(datos tienen clave de tiempo)
Almacena datos de detalle Almacena datos de detalle y datos agregados
a distintos niveles
Los datos son dinámicos (actualizables) Los datos son principalmente estáticos
Las actualizaciones no suelen estar
programadas
Las actualizaciones son escasas y
programadas, incremental a intervalos regulares
Los procesos (transacciones) son repetitivos Los procesos no son previsibles
Dedicado al procesamiento de transacciones Dedicado al análisis de datos
Orientado a los procesos operativos Orientado a la obtención de información
Soporta decisiones diarias (corto plazo) Soporta decisiones estratégicas
(medio y largo plazo)
Sirve a muchos usuarios Sirve a técnicos de dirección pocos usuarios*
Requerimientos de respuesta inmediata Requerimientos de respuesta no críticos
Modelo de datos relacional (normalmente) Modelo de datos multidimensional

10. Base de Datos operativa vs
Data Warehouse
Una base de datos operativa:
Almacena la información de un sector del negocio.
Se actualiza a medida que llegan datos que deban ser almacenados.
Se opera mediante los cuatro mecanismos clásicos “añadir-eliminar-modificar-
consulta”.
Normalmente se orienta hacia la elaboración de informes periódicos.
Suele manejar “pequeños” volúmenes de datos.
Entorno optimizado para muchas transacciones (con gran cantidad de actualizaciones).
Sirve de infraestructura al día a día de las funciones de explotación de una empresa.
Un Data Warehouse:
Almacena información integrada de los distintos sectores del negocio.
Su actualización se realiza a intervalos regulares (típicamente una al día) dentro de un
proceso controlado, y tras realizar un preprocesado de los datos que se van a
almacenar.
Su orientación es hacia la consulta del estado del negocio y obtención de información
para ayuda en la toma de decisiones estratégicas.
Se ofrece información bajo demanda (análisis mediante el uso de herramientas de
generación de informes que consultan el data warehouse).
Refleja el modelo de negocio, frente al modelo de proceso.

11. Características de un Data Warehouse
Un DW es normalmente un almacén de datos integrados
proveniente de fuentes diversas (datos de “una” empresa
o negocio):
Datos externos de ficheros generados por aplicaciones ad hoc.
Administración, Contabilidad, Facturación…
Datos provenientes de diferentes sistemas de BDs
transaccionales (datos operacionales), que normalmente son
heterogéneas.
Datos generados por las herramientas de análisis y de obtención
de información y conocimiento a partir de los datos originales
del DW.
Los datos almacenados en el DW mantienen series de
tiempo y de tendencia.
Mayor cantidad de datos históricos que los contenidos
normalmente por las BDs transaccionales.

12. Características de un Data Warehouse
Abarcan gran cantidad de datos (suelen ser del orden de
Terabytes).
Tienen un orden de magnitud (a veces dos) superior al de las
bases de datos fuente.
El volumen de datos es tratado por medio de:
Almacenes de datos en grandes empresas
Son proyectos de gran tamaño que requieren una enorme inversión
de tiempo y recursos.
*Almacenes de datos virtuales
Proporcionan vistas de bases de datos operacionales que se
materializan para un acceso eficiente.
Data marts (mercadillos de datos)
Tienen generalmente como objetivo un subconjunto de la
organización de la empresa (por ejemplo un departamento).
La tarea más difícil y que más tiempo consume en la
construcción de un DW es extraer, transformar y cargar
los datos en él.

13. Proceso de Extracción, Transformación y
Carga (ETL) de datos en el DW
DW
Extracción
y Limpiado
Transformación
Fuentes de Datos
Bases de datos
Ficheros
Datos
Preprocesados
Data
Warehouse
OLAP
DSS
DM
Carga

14. Modelado de datos:
El modelo de datos Relacional
Ejemplo de Modelo Relacional  Entidad-Relación (ER) de una empresa

15. Modelo de datos para DW:
El modelo de datos Relacional (KO)
Situación que se presenta para trabajar en análisis de datos en el
modelo ER:
Legibilidad limitada.
Los usuarios finales no son capaces de entender el modelo ER
(normalmente no son informáticos). Evidentemente, por tanto, no pueden
"navegar" por dicho modelo en busca de información.
Dificultad para las herramientas de consulta en el acceso a un modelo ER
general.
A menudo presentan prestaciones mediocres o inaceptables cuando se
trabaja en entornos de grandes volúmenes de información (problemas de
optimización de consultas)
La utilización de la técnica de modelado ER frustra la recuperación de
información intuitiva y con alto rendimiento (característica deseable de un
Data Warehouse).
Modelo de datos no apropiado para Almacenes de datos (DW)

16. Modelado de datos:
El modelo de datos multidimensional
Características del Modelo Dimensional (o
Multidimensional)
Un modelo dimensional está compuesto de:
Una tabla con una clave primaria compuesta, denominada tabla de
hechos y un conjunto de tablas más pequeñas denominadas tablas
de dimensiones.
Cada una de las tablas de dimensión tiene una clave primaria que
corresponde exactamente con uno de los componentes de la clave
compuesta de la tabla de hechos.
La tabla de hechos, debido a su clave primaria compuesta de dos o
más claves ajenas, siempre expresa una relación 'n' a 'n'. Las tablas de
hechos, además de sus campos clave, contienen una o más medidas
numéricas o "hechos", que se "dan" para la combinación de las claves
que definen cada registro.

17. Modelado de datos:
El modelo de datos multidimensional
Características del Modelo Dimensional (o Multidimensional)
Tiene estructura que asemeja una estrella (o un copo de nieve):
Una gran tabla central o tabla de hechos está conectada con un conjunto
de tablas (una por dimensión) dispuestas de manera radial alrededor de
esta tabla central. Recibe a menudo el nombre de "star join" o modelado
en estrella.
El modelado en estrella es altamente desnormalizado. Con ello se logra
minimizar el número de uniones y, por consiguiente, incrementar el
rendimiento de las consultas
Una variante del modelo en estrella es el modelo en copo de nieve o
snowflake. En este modelado se normalizan las dimensiones (más de una
tabla por dimensión) creando así jerarquías en las mismas y conservando
lo esencial del modelo en estrella: las tablas de hechos
 Permite el empleo de diferentes bases de datos:
Denominado ROLAP, cuando se aplica el modelo dimensional a una base
de datos relacional.
Denominado MOLAP, cuando se aplica el modelo dimensional sobre base
de datos dimensional.

18. Modelado de datos:
El modelo de datos multidimensional
Ejemplo de Modelo Dimensional (o Multidimensional)

19. Modelado de datos:
El modelo de datos multidimensional
Visualización del Modelo Dimensional mediante representación en cubo

20. Modelado de datos:
El modelo de datos multidimensional
Las herramientas OLAP permiten navegar a través de los datos
almacenados en un modelo de datos dimensional para
analizarlos dinámicamente desde una perspectiva
multidimensional, es decir, considerando unas variables en
relación con otras y no de forma independiente entre sí,
permitiendo enfocar el análisis desde distintos puntos de vista
(por ejemplo se podría rotar el cubo de datos anterior para
mostrar las ventas por producto a modo de filas). Esta visión
multidimensional de los datos puede visualizarse como un
“cubo de Rubik”, que puede girarse para examinarlo desde
distintos puntos de vista, y del que se pueden seleccionar
distintas “rodajas” o “cubos” dependiendo de los aspectos de
interés para el análisis.

21. Modelo de datos para DW:
El modelo de datos multidimensional
Situación que se presenta para trabajar en análisis de los
datos en el modelo Dimensional
El modelo de datos es intuitivo.
Es el mismo que manejan habitualmente los usuarios finales:
Ejecutivos, Directivos y Analistas.
Permite a las herramientas OLAP analizar los datos desde una
perspectiva multidimensional (una tabla de hechos puede verse
desde la perspectiva de varias tablas de dimensiones – técnica
denominada pivotación o rotación).
Permite crear fácilmente representaciones jerárquicas:
Exploración ascendente (roll-up)
Desplaza la jerarquía hacia arriba agrupando en unidades mayores (de
grano más grueso) a través de una dimensión (por ejemplo, resumiendo
los datos semanales en trimestrales o anuales)
Exploración descendente (drill-down)
Se da una visión más concreta (de grano más fino), por ejemplo,
disgregar las ventas por provincias en ciudades, y clasificar los productos
por tipos o categorías.

22. Modelo de datos para DW:
El modelo de datos multidimensional
Situación que se presenta para trabajar en
análisis de los datos en el modelo Dimensional
Las ampliaciones del modelo son sencillas y
transparentes para las aplicaciones y consultas que
ya trabajan con el modelo:
Añadir nuevos atributos a la tabla de hechos
Añadir nuevas tablas de dimensiones
Existe un número creciente de utilidades
administrativas y aplicaciones que gestionan y
utilizan los agregados (dependientes del modelo
dimensional).
Los agregados son resúmenes de registros (redundantes
con la información ya existente en el DW) y son empleados
para mejorar el rendimiento de las consultas.

23. Pasos para el desarrollo de un DW
Identificar los requerimientos de usuario y delimitar el ámbito del
proyecto.
Desarrollar el modelo de datos lógico del DW (modelo de datos
dimensional).
Implementar la arquitectura (seleccionar tecnologías, hardware y
software) que constituirá la infraestructura del DW.
Implementar físicamente el modelo lógico de datos  crear la base
de datos.
Identificar las fuentes de datos -sistemas operacionales y/o
externos- del DW.
Describir los procesos de conversión necesarios para la
incorporación de los datos origen al DW.

24. Pasos para el desarrollo de un DW
Documentar el metadata del DW.
Seleccionar y/o desarrollar los programas de extracción, limpieza,
conversión e integración de los datos fuente.
Cargar la base de datos del DW con los programas anteriores.
Verificar con el usuario final la calidad de los datos, disponibilidad y
rendimiento.
El siguiente paso “debería” ser reconstruir de forma incremental
(iteraciones), las entradas al sistema de procesamiento para
establecer un entorno bien definido que permita las cargas
automáticas de datos, y a lo largo del tiempo, eliminar
completamente todas las aplicaciones viejas, desintegradas y con
problemas de mantenimiento.

25. Software en un Data Warehouse
Bases de datos usadas para data warehouse
PRODUCTO (EMPRESA DISTRIBUIDORA)
Adabas D (Software AG)
Advanced Pick (Pick Systems)
DB2 (IBM)
Fast-Count DBMS (MegaPlex Software)
HOPS (HOPS International)
Microsoft SQL Server (Microsoft)
Model 204 (Computer Corporation of America)
NonStop SQL (Tandem)
Nucleus Server (Sand Technology Systems)
OnLine Dynamic Server (Informix)
Extended Parallel Server (Informix)
OpenIngres (Computer Associates)
Oracle Server (Oracle)
Rdb (Oracle)
Red Brick Warehouse (Red Brick Systems)
SAS System (SAS)
Sybase IQ (Sybase)
Sybase SQL Server, SQL Server MPP (Sybase)
SymfoWARE (Fujitsu)
Teradata DBS (NCR)
THOR (Hitachi)
Time Machine (Data Management Technologies,
Inc.)
Titanium (Micro Data Base Systems, Inc.)
Unidata,Unidata (Inc.)
UniVerse (VMARK)
Vision (Innovative Systems Techniques, Inc.)
WX9000 (White Cross Systems, Inc.)
XDB Server (XDB Systems, Inc.)
Datos de Software obtenidos del manual para la construcción de un Data Warehouse
referenciado en la bibliografía.

26. Software en un Data Warehouse
Herramientas de consulta y reporte
PRODUCTO (EMPRESA DISTRIBUIDORA)
Access (Microsoft)
Access+ (Sonetics)
Actuate Reporting System (Actuate Software
Corporation)
AMIS Information Server (Hoskyns Group plc)
Application System (IBM)
Approach (Lotus Corporation)
ARPEGGIO (Wall Data Inc.)
APTuser (International Software Group)
AS/Access for Microsoft Access (Martin Spencer &
Associates)
ASK Joe (Information Management Services)
aXcess/400 (Glenbrook Software)
BrioQuery (Brio Technology)
Business Objects (Business Objects, Inc.)
Crystal Reports, Crystal Info (Seagate Software)
d.b. Express (Computer Concepts Corp.)
Databoard, Dataread (SLP Infoware)
DataDirect Explorer (Intersolv)
DataSite (NetScheme Solutions, Inc.)
DB Publisher (Xense Technology Inc.)
DbPower (Db-Tech Inc.)
Decision Analyzer (Decisión Technology)
DECquery, DECdecision (Touch Technologies, Inc.)
Discoverer, Discoverer/2000 (Oracle Corporation)
DS Server, DS Modeler (Interweave)
EasyReporter (Speedware Corporation)
Eclipse Query/Report (Cornut Informatique)
ELF (ELF Software)
English Wizard (English Wizard)
EnQuiry (Progress Software)
Esperant (Speedware)
FOCUS Six (Information Builders, Inc.)
4S-Report (Four Seasons Software, Inc)
Freequery (Dimension Software Systems)
Front & Center for Reporting, Nomad (Thomson
Software Products)
GQL (Andyne)
HarborLight (Harbor Software)
HP Information Access (Hewlett-Packard)
Impress, SqlBuddy (Objective Technologies, Inc.)
Impromptu (Cognos Corporation)
InfoAssistant (Asymetrix)
InfoMaker (Powersoft Corporation)
InfoQuery (Platinum Technology, Inc.)
InfoReports (Platinum Technology, Inc.)
InformEnt Warehouse Desktop (Fiserv)
Internet DataSpot (DTL Data Technologies Ltd.)
inSight (Williams & Partner)
Interactive Query (New Generation software)
IQ/Objects, IQ/SmartServer (IQ Software Corporation)
Iridon Panorama (The Great Elk Company Limited)
Kinetix (Hilco Technologies)
LANSA/Client (LANSA USA)
MARKIS/400 (AS Software)
Nirvana (Synergy Technologies)
OR-REPORTER II (Output Reporting, Inc.)
Oracle Reports, Browser (Oracle Corporation)
Paradox (Borland)
Platinum Report Facility (Platinum Technology, Inc)
ProBit (System Builder)
Productivity Series Reports (michaels, ross & cole)
QBE Vision (Sysdeco)
QMF (IBM)
QueryObject (Cross/Z International, Inc.)
Quest (Centura Software Corporation)
R&R Report Writer (Concentric Data Systems)
Report Writer (Raima)
Reportoire (Synergistic Systems, Inc.)
Reports (Nine to Five software Co.)
ReporTool (Zen Software)
ReportSmith (Borland)
Rocket Shuttle (Rocket Software, Inc.)
Safari ReportWriter (Interactive Software Systems)
Sagent Data Mart Solution (Sagent Technology, Inc.)
SAS System (SAS Institute)
Second Wind (Anju Technologies)
Select! (Attachmate)
SEQUEL (Advanced Systems Concepts)
Snow Report Writer (Snow International Corporation)
Spectrum Writer (Pacific Systems Group)
SQLPRO Agent (Beacon Ware, Inc.)
SQR Workbench (MITI)
Strategy (ShowCase Corporation)
The Reporter (Sea Change Systems, Inc)
Unique XTRA (Unique AS)
URSA InfoSuite (Decision Support Inc.)
ViewPoint (Informix)
Viper (Brann Software)
VisPro/Reports (Hock Ware)
Visual Cyberquery (Cyberscience Corporation)
Visual Dbase (Borland)
Visual Express (Computer Associates International)
Visual FoxPro (Microsoft Corporation)
Visual Net (CNet Svenska AB)
Visualizer Query, Charts (IBM)
Voyant (Brossco Systems)
WebBiz (Cybercom Partners)
WebSeQueL (InfoSpace Inc.)
WinQL (Data Access Corporation)
Xentis (GrayMatter Software Corporation)

27. Software en un Data Warehouse
Herramientas de base de datos multidimensional/olap
PRODUCTO, EMPRESA DISTRIBUIDORA, TIPO
Acuity ES, Acuity Management Systems Ltd., MDDB
Acumate ES, Kenan Systems Corporation, MDDB
Advance For Windows, Lighten, Inc., MDDB
AMIS OLAP Server, Hoskyns Group plc, MDDB
BrioQuery, Brio Technology, MDDB
Business Objects, Business Objects, Inc., Relacional
Commander OLAP, Decision, Prism, Comshare Inc., MDDB
Control, KCI Computing, Relacional
CrossTarget, Dimensional Insight, MDDB
Cube-It, FICS Group, MDDB
Dataman, SLP Infoware, MDDB
DataTracker, Silvon Software, Inc., Relacional
DecisionSuite, Information Advantage, Inc., Relacional
Delta Solutions, MIS AG, MDDB
Demon for Windows, Data Command Limited, MDDB
DSS Agent, MicroStrategy, Relacional
DynamicCube.OCX, Data Dynamics, Ltd., Relacional
EKS/Empower, Metapraxis, Inc., MDDB
Essbase Analysis Server, Arbor Software Corporation, MDDB
Essbase/400, ShowCase Corporation, MDDB
Express Server, Objects, Oracle, MDDB
Fiscal, Lingo Computer Design, Inc., Relacional
Fusion, Information Builders, Inc., MDDB
FYI Planner, Think Systems, MDDB
Gentia, Planning Sciences, MDDB
Helm, Codeworks, MDDB
Holos, Holistic Systems, MDDB
Hyperion OLAP, Hyperion Software, MDDB
InfoBeacon, Platinum technology, Inc., Relacional
Informer, Reportech, MDDB/Relacional
Intelligent Decision Server, IBM, Relacional
IQ/Vision, IQ Software Corporation, Relacional
Khalix, Longview Solutions, Inc., Relacional
Lightship, Pilot Software, Inc., MDDB
Matryx, Stone, Timber, River, MDDB
MDDB Server, SAS, Relacional
Media, Speedware Corporation, MDDB
Metacube, Informix, Relacional
MIKSolution, MIK, MDDB
MIT/400, SAMAC, Inc, MDDB
MSM, Micronetics Design Corporation, MDDB
Muse, OCCAM Research Corp., MDDB
OLAP Office, Graphitti Software GmbH, MDDB
OpenOLAP, Inphase Software Limited, Relacional
Pablo, Andyne, MDDB/Relacional
MDDB: Multidimensional Data Base.

28. Software en un Data Warehouse
Sistemas de información ejecutivos
PRODUCTO, EMPRESA DISTRIBUIDORA, TIPO
Acuity/ES, Acuity Management Systems Limited, 1
Applixware, Applix, 1
BusinessMetrics, Valstar Systems Ltd., 1
BOARD, Pragma Inform, 1
COINS, Russell Consulting Limited, 1
ColumbusEIS, Jitcons YO, 1
Commander EIS, Comshare Inc., 1
Corporate Management/ Financial Executive Information System,
Strategic Information Associates, Inc., 1
CorVu, CorVu Pty Ltd., 1
Decision Suite, Softkit, 1
Discovery EIS, Atlantic Information Systems Ltd., 1
EIS, Inphase Software Limited, 1
Electronic Balanced Scorecard, ASI Financial Services, 1
Enterprise Periscope, Everyware Development Corp., 1
Eureka, European Management Systems, 1
ExecuSense, TLG Corporation, 1
FOCUS EIS, Information Builders, Inc., 1
Forest & Trees, Platinum Technologies, Inc., 1
iMonitor, BayStone Software, 1
InfoManager, Ferguson Information Systems, 1
Iridon Almanac, The Great Elk Company Limited, 1
InSight, Arcplan Information Services, 2
LEADER, Sterling Strategic Solutions, 1
MagnaFORUM, Forum Systems, Inc., 1
Merit, GIST, s.r.o., 1
Open EIS Pak, Microsoft, 1
Panorama Business Views, Panorama Business Views Inc., 1
Perspectives, Syntell, 1
Qbit, Zenia Software, Inc., 1
Reveal, CSD Software Inc., 1
SAS System, SAS Institute, 1
Show Business EIS, Show Business Software, 1
Tiler EIS++, Avoca Systems Limited, 1
Track, Track Business Solutions, 1
Traffic Control EIS, Research & Planning, Inc., 3
VentoMap, VentoSales, Vento Software Inc., 1
Virtual Headquarters Management System, vHQ LLC, 1
Visual EIS, Synergistic Software, 1
Visual Publisher, KMA Associates International, Inc, 1
VITAL, Braintec Corporation, 1
Wingz, Investment Intelligence Systems Group, 1
Wired for OLAP, AppSource Corporation, 1
Xecutive Pulse EIS, Megatrend Systems, Ltd., 1
TIPO
1.- Proporciona un sistema de información ejecutivo con capacidades analíticas.
2.- Proporciona un sistema de información ejecutivo con capacidades analíticas para usuarios SAP R/3.
3.- Proporciona un sistema de información ejecutivo con capacidades analíticas para usuarios SAP R/2 y R/3.

29. Data Mining (DM)
Minería de datos
Introducción
La idea clave es que los datos contienen más
información oculta de la que se ve a simple vista.
KDD (Knowlegde Discovery in Databases):
descubrimiento de conocimiento en bases de datos
KDD = proceso completo:
“extracción no trivial de conocimiento implícito, previamente
desconocido y potencialmente útil, a partir de una base de
datos”
[Frawley et al., 1991]
DM = etapa de descubrimiento en el proceso de KDD:
“paso consistente en el uso de algoritmos concretos que
generan una enumeración de patrones a partir de los datos
preprocesados”
[Fayyad et al., 1996]

30. Data Mining (DM)
Minería de datos
Aplicaciones
Informática:
Soporte al Diseño de Bases de Datos.
Reverse Engineering (nomalizar bases de datos desnormalizadas).
Mejora de Calidad de Datos.
Mejora de Consultas (si se descubren dependencias funcionales)
Comercio/Marketing:
Identificar patrones de compra de los clientes.
Buscar asociaciones entre clientes y características demográficas.
Predecir respuesta a campañas de marketing.
Análisis de cestas de la compra.
Banca:
Detectar patrones de uso fraudulento de tarjetas de crédito.
Identificar clientes leales.
Predecir clientes con probabilidad de cambiar su afiliación.
Determinar gasto en tarjeta de crédito por grupos.
Encontrar correlaciones entre indicadores financieros.
Identificar reglas de mercado de valores a partir de históricos.

31. Data Mining (DM)
Minería de datos
Aplicaciones
Seguros y Salud Privada:
Análisis de procedimientos médicos solicitados conjuntamente.
Predecir qué clientes compran nuevas pólizas.
Identificar patrones de comportamiento para clientes con riesgo.
Identificar comportamiento fraudulento.
Transportes:
Determinar la planificación de la distribución entre tiendas.
Analizar patrones de carga.
Medicina:
Identificación de terapias médicas satisfactorias para diferentes enfermedades.
Asociación de síntomas y clasificación diferencial de patologías.
Estudio de factores (genéticos, precedentes, hábitos, alimenticios, etc.) de
riesgo/salud en distintas patologías.
Segmentación de pacientes para una atención más inteligente según su grupo.
Predicciones temporales de los centros asistenciales para el mejor uso de recursos,
consultas, salas y habitaciones.
Estudios epidemiológicos, análisis de rendimientos de campañas de información,
prevención, sustitución de fármacos, etc.