SlideShare una empresa de Scribd logo
1 de 38
MODULO :
FUNDAMENTOS DE
MINERÍA Y CIENCIAS DE
DATOS
GRUPO : 3
DOCENTE: ING. DAVID E.
MENDOZA GUTIERREZ
BUSINESS INTELLIGENCE
VILLEGAS ACUÑA
CARLOS E.
LARA QUIROZ ELVIS
VARGAS TICONA ARIEL
QUISPE MAMANI
NIEVES VANESSA
INTEGRANTES
01
BUSINESS
INTELLIGENCE
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
QUÉ ES INTELIGENCIA DE NEGOCIO?
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
POR QUÉ IMPLEMENTAR BI EN UNA EMPRESA ?
Manipulacion manual
fragmentacion
Tenemos datos pero
carecemos de información
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Poca agilidad
OBJETIVOS DE BI
OBJETIVO
OBJETIVO
OBJETIVO
OBJETIVO
Manejar el crecimiento.
Entender mejor a los clientes.
Controlar el costo.
Indicadores de gestion.
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
VENTAJAS DEL BI
Detectar y reducir errores
Profundizar la evaluación de los productos
Aumentar los beneficios
Minimizar los riesgos
Menores costos
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
COMPONENTES
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
PRINCIPALES CONCEPTO DE BI
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
PRINCIPALES CONCEPTO DE BI
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
PRINCIPALES CONCEPTO DE BI
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
PRINCIPALES CONCEPTO DE BI
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
HERRAMIENTAS DE BI
es una línea de software de
propiedad y desarrollado por
Microsoft
es un software de gestión de
recursos humanos para
pequeñas y medianas empresas
es una suite de inteligencia
empresarial integrada basada
en la web de IBM
es una suite centralizada para
informes, visualización y uso
compartido de datos
es el conjunto de herramientas
de inteligencia empresarial de
Oracle Corporation
Tableau es una plataforma
de análisis visual
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
02
POWER BI
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Power BI es una herramienta que se
utiliza principalmente para crear
cuadros de mando que faciliten la
toma de decisiones.
La información se puede actualizar
de manera automatizada o manual y
permite la compartición de los
informes mediante la propia
herramienta.
¿QUE ES POWER BI?
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
IMPORTAR
Capacidades principales de Power BI
permitir importar datos y
moldearlos a voluntad
FUNCIONES
La función de preguntas y respuestas
permite a los usuarios obtener
información haciendo una pregunta
utilizando un lenguaje natural
DATOS
facilita cruzar datos, hacer cálculos y
gráficas sofisticadas de manera
relativamente sencilla
CALCULOS
Permite que los cálculos se reutilicen
tantas veces como sea necesario con la
información actual recogida en las
bases de datos de origen
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Componentes de Power BI
Power Query
una herramienta de
conexión de datos que le
permite transformar,
combinar y mejorar datos
de varias fuentes
Power Pivot
una herramienta
de modelado de
datos para crear
modelos de
datos
Power View
una herramienta de visualización de
datos que genera gráficos
interactivos, gráficos, mapas y otros
elementos visuales
ArcGIS Map en Power
BI
otra herramienta de
visualización para crear
mapas que muestra los
patrones y las
tendencias de los datos.
Power Q&A
un motor de preguntas
y respuestas que le
permite hacer
preguntas sobre sus
datos en un lenguaje
sencillo
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
POWER QUERY
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Vista del código M en la
barra de fórmula por cada
paso de transformación
Menú de
operaciones
Pasos
aplicados
Datos
Queries
POWER PIVOT
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Lenguaje
DAX
Formula DAX de Power
Pivot
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Para la medida
denominada Total
Sales, calcular (=) la
SUMA de los valores de
la columna
[SalesAmount] en la
tabla Sales.
Power View
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Visualizaciones
Campos
Pagina
Filtros
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
ArcGIS Maps
ArcGIS Maps
Power Q&A
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
03
Centro Educativo
Caritas
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Situación Problemática
Actualmente en el centro educativo no es
posible acceder a la información de forma
inmediata y oportuna. Debido a que no existe
un proceso automatizado para la generación
de reportes.
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Situación deseada
La dirección general disponga de una
herramienta que refleje información
primordial para el análisis y facilite la toma
de decisiones de forma estratégica e
inmediata.
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Objetivo general
Implementar una solución de inteligencia
de negocios para el análisis de las ventas
del Centro Educativo “Cáritas” que apoye y
facilite la toma de decisiones.
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Objetivos específicos
FUENTES BI
Determinar las fuentes
de datos con las que se
trabajará.
ESTRUCTURA
Diseñar la estructura
que tendrán las
dimensiones y hecho.
JUPITER
Diseñar un dashboard
con información útil
para la toma de
decisiones.
Implementar la solución
de inteligencia de
negocios utilizando
Power BI.
DISEÑO
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Alcance
Se realizará un dashboard
para facilitar la toma de
decisiones a los usuarios
finales. Las vistas
incluirán información de
las ventas, productos y
proveedores.
La estructura del almacén
de datos será desarrollada
basada en técnicas OLAP.
La implementación de la
solución de inteligencia de
negocios solo cubrirá el
área de ventas del centro
educativo.
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
04
Fuente de datos y
KPIs
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Fuente de datos
KPIs
El monto total de ventas se obtendrá de la
sumatoria de subtotales, los cuales serán
calculados previamente con los datos del
precio, cantidad y descuento.
El descuento total se calculará de la
sumatoria de los descuentos aplicados.
La cantidad de unidades vendidas será
resultado de la sumatoria de las
cantidades.
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Implementación de BI para el análisis de ventas
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Power BI Desktop, Service & Mobile
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Cuentas Free, Pro & Premium
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Cuentas Free, Pro & Premium
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
Precios en Power BI
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
GRACIAS
Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y
Quispe Mamani Nieves Vanessa Ciencias de datos
Vargas Ticona Ariel
Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez

Más contenido relacionado

La actualidad más candente

Minería de datos: Una herramienta para optimizar un negocio
Minería de datos: Una herramienta para optimizar un negocioMinería de datos: Una herramienta para optimizar un negocio
Minería de datos: Una herramienta para optimizar un negocioNievesVanessaQuispe
 
Minería de datos: Una herramienta para optimizar un negocio
Minería de datos: Una herramienta para optimizar un negocioMinería de datos: Una herramienta para optimizar un negocio
Minería de datos: Una herramienta para optimizar un negocioelvizlaraquiroz
 
Minería de datos: una herramienta para optimizar un negocio
Minería de datos: una herramienta para optimizar un negocioMinería de datos: una herramienta para optimizar un negocio
Minería de datos: una herramienta para optimizar un negociocarlos villegas
 
Internet de las Cosas: Bases Generales - Aplicaciones
Internet de las Cosas:  Bases Generales - AplicacionesInternet de las Cosas:  Bases Generales - Aplicaciones
Internet de las Cosas: Bases Generales - AplicacionesManuel Castro
 
Internet de las Cosas - Breve Introducción
Internet de las Cosas - Breve IntroducciónInternet de las Cosas - Breve Introducción
Internet de las Cosas - Breve IntroducciónRodrigo Villamil V.
 
INTERNET DE LAS COSAS
INTERNET DE LAS COSAS INTERNET DE LAS COSAS
INTERNET DE LAS COSAS keisymarriaga
 
Las Inteligencias Artificiales son mas Inteligentes que los Humanos
Las Inteligencias Artificiales son mas Inteligentes que los HumanosLas Inteligencias Artificiales son mas Inteligentes que los Humanos
Las Inteligencias Artificiales son mas Inteligentes que los HumanosJoseWignerLLiullyCru
 
El internet de las cosas
El internet de las cosasEl internet de las cosas
El internet de las cosasRene Guzman
 
Proyecto #1 Inteligencia Artficial
Proyecto #1  Inteligencia ArtficialProyecto #1  Inteligencia Artficial
Proyecto #1 Inteligencia ArtficialJorge Urquiza
 
Internet de las cosas
Internet de las cosasInternet de las cosas
Internet de las cosaslreyes403
 
El internet de las cosas y su origen (modificado)
El internet de las cosas y su origen (modificado)El internet de las cosas y su origen (modificado)
El internet de las cosas y su origen (modificado)omarbejerano
 

La actualidad más candente (17)

Internet De Las Cosas.pptx
Internet De Las Cosas.pptxInternet De Las Cosas.pptx
Internet De Las Cosas.pptx
 
Minería de datos: Una herramienta para optimizar un negocio
Minería de datos: Una herramienta para optimizar un negocioMinería de datos: Una herramienta para optimizar un negocio
Minería de datos: Una herramienta para optimizar un negocio
 
Minería de datos: Una herramienta para optimizar un negocio
Minería de datos: Una herramienta para optimizar un negocioMinería de datos: Una herramienta para optimizar un negocio
Minería de datos: Una herramienta para optimizar un negocio
 
Minería de datos: una herramienta para optimizar un negocio
Minería de datos: una herramienta para optimizar un negocioMinería de datos: una herramienta para optimizar un negocio
Minería de datos: una herramienta para optimizar un negocio
 
Internet de la Cosas (IoT)
Internet de la Cosas (IoT)Internet de la Cosas (IoT)
Internet de la Cosas (IoT)
 
Medicina 2.0 1 11 2017 pdf. Vicente Cabalero Pajares
Medicina 2.0 1 11 2017 pdf. Vicente Cabalero PajaresMedicina 2.0 1 11 2017 pdf. Vicente Cabalero Pajares
Medicina 2.0 1 11 2017 pdf. Vicente Cabalero Pajares
 
Internet de las Cosas: Bases Generales - Aplicaciones
Internet de las Cosas:  Bases Generales - AplicacionesInternet de las Cosas:  Bases Generales - Aplicaciones
Internet de las Cosas: Bases Generales - Aplicaciones
 
Internet de las Cosas - Breve Introducción
Internet de las Cosas - Breve IntroducciónInternet de las Cosas - Breve Introducción
Internet de las Cosas - Breve Introducción
 
INTERNET DE LAS COSAS
INTERNET DE LAS COSAS INTERNET DE LAS COSAS
INTERNET DE LAS COSAS
 
Las Inteligencias Artificiales son mas Inteligentes que los Humanos
Las Inteligencias Artificiales son mas Inteligentes que los HumanosLas Inteligencias Artificiales son mas Inteligentes que los Humanos
Las Inteligencias Artificiales son mas Inteligentes que los Humanos
 
Internet de las cosas
Internet de las cosasInternet de las cosas
Internet de las cosas
 
El internet de las cosas
El internet de las cosasEl internet de las cosas
El internet de las cosas
 
Proyecto #1 Inteligencia Artficial
Proyecto #1  Inteligencia ArtficialProyecto #1  Inteligencia Artficial
Proyecto #1 Inteligencia Artficial
 
Internet de las cosas
Internet de las cosasInternet de las cosas
Internet de las cosas
 
Internet de las cosas
Internet de las cosasInternet de las cosas
Internet de las cosas
 
Internet de las cosas
Internet de las cosasInternet de las cosas
Internet de las cosas
 
El internet de las cosas y su origen (modificado)
El internet de las cosas y su origen (modificado)El internet de las cosas y su origen (modificado)
El internet de las cosas y su origen (modificado)
 

Similar a Business Intelligence aplicado con Power BI

APLICACIÓN DE MINERÍA DE DATOS PARA LA EMPRESA “PRODUCTOS TECNOLÓGICOS SC”
APLICACIÓN DE MINERÍA DE DATOS PARA LA EMPRESA “PRODUCTOS TECNOLÓGICOS SC”APLICACIÓN DE MINERÍA DE DATOS PARA LA EMPRESA “PRODUCTOS TECNOLÓGICOS SC”
APLICACIÓN DE MINERÍA DE DATOS PARA LA EMPRESA “PRODUCTOS TECNOLÓGICOS SC”carlos villegas
 
Aplicacion de mineria de datos para la empresa productos tecnologicos
Aplicacion de mineria de datos para la empresa productos tecnologicosAplicacion de mineria de datos para la empresa productos tecnologicos
Aplicacion de mineria de datos para la empresa productos tecnologicoselvizlaraquiroz
 
Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...
Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...
Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...NievesVanessaQuispe
 
Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...
Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...
Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...Ariel Vargas Ticona
 
Aplicacion de mineria de datos para analizar contagios del covic
Aplicacion de mineria de datos para analizar contagios del covicAplicacion de mineria de datos para analizar contagios del covic
Aplicacion de mineria de datos para analizar contagios del covicelvizlaraquiroz
 
Proyecto2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID E...
Proyecto2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID E...Proyecto2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID E...
Proyecto2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID E...NievesVanessaQuispe
 
Proyecto 2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID ...
Proyecto 2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID ...Proyecto 2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID ...
Proyecto 2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID ...Ariel Vargas Ticona
 
APLICACIÓN DE MINERÍA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID EN EL MUNDO
APLICACIÓN DE MINERÍA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID EN EL MUNDOAPLICACIÓN DE MINERÍA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID EN EL MUNDO
APLICACIÓN DE MINERÍA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID EN EL MUNDOcarlos villegas
 
¿Que es la Ciencia de datos?
¿Que es la Ciencia de datos?¿Que es la Ciencia de datos?
¿Que es la Ciencia de datos?carlos villegas
 
SISTEMA DE BASE DE DATOS EN MYSQL PARA LLEVAR EL CONTROL Y REGISTRO DE LA INF...
SISTEMA DE BASE DE DATOS EN MYSQL PARA LLEVAR EL CONTROL Y REGISTRO DE LA INF...SISTEMA DE BASE DE DATOS EN MYSQL PARA LLEVAR EL CONTROL Y REGISTRO DE LA INF...
SISTEMA DE BASE DE DATOS EN MYSQL PARA LLEVAR EL CONTROL Y REGISTRO DE LA INF...AngelicaMendoza564464
 
Bases de datos relacionales
Bases de datos relacionalesBases de datos relacionales
Bases de datos relacionalesfelipe4519
 
Base de datos relacionales 2
Base de datos relacionales 2Base de datos relacionales 2
Base de datos relacionales 2stevenxdxdxd
 
Base de datos relacionales
Base de datos relacionalesBase de datos relacionales
Base de datos relacionalesstevenxdxdxd
 
Bases de datos relacionales
Bases de datos relacionalesBases de datos relacionales
Bases de datos relacionalesfelipe4519
 
IoT: Interconexión digital
IoT: Interconexión digitalIoT: Interconexión digital
IoT: Interconexión digitalcarlos villegas
 

Similar a Business Intelligence aplicado con Power BI (20)

APLICACIÓN DE MINERÍA DE DATOS PARA LA EMPRESA “PRODUCTOS TECNOLÓGICOS SC”
APLICACIÓN DE MINERÍA DE DATOS PARA LA EMPRESA “PRODUCTOS TECNOLÓGICOS SC”APLICACIÓN DE MINERÍA DE DATOS PARA LA EMPRESA “PRODUCTOS TECNOLÓGICOS SC”
APLICACIÓN DE MINERÍA DE DATOS PARA LA EMPRESA “PRODUCTOS TECNOLÓGICOS SC”
 
Aplicacion de mineria de datos para la empresa productos tecnologicos
Aplicacion de mineria de datos para la empresa productos tecnologicosAplicacion de mineria de datos para la empresa productos tecnologicos
Aplicacion de mineria de datos para la empresa productos tecnologicos
 
Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...
Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...
Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...
 
Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...
Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...
Proyecto1: APLICACION DE MINERIA DE DATOS PARA LA EMPRESA PRODUCTOS TECNOLOGI...
 
Ciencia de datos
Ciencia de datosCiencia de datos
Ciencia de datos
 
Aplicacion de mineria de datos para analizar contagios del covic
Aplicacion de mineria de datos para analizar contagios del covicAplicacion de mineria de datos para analizar contagios del covic
Aplicacion de mineria de datos para analizar contagios del covic
 
Proyecto2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID E...
Proyecto2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID E...Proyecto2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID E...
Proyecto2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID E...
 
Proyecto 2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID ...
Proyecto 2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID ...Proyecto 2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID ...
Proyecto 2: APLICACION DE MINERIA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID ...
 
APLICACIÓN DE MINERÍA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID EN EL MUNDO
APLICACIÓN DE MINERÍA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID EN EL MUNDOAPLICACIÓN DE MINERÍA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID EN EL MUNDO
APLICACIÓN DE MINERÍA DE DATOS PARA ANALIZAR CONTAGIOS DEL COVID EN EL MUNDO
 
Ciencia de datos
Ciencia de datosCiencia de datos
Ciencia de datos
 
¿Que es la Ciencia de datos?
¿Que es la Ciencia de datos?¿Que es la Ciencia de datos?
¿Que es la Ciencia de datos?
 
Ciencia de datos
Ciencia de datosCiencia de datos
Ciencia de datos
 
SISTEMA DE BASE DE DATOS EN MYSQL PARA LLEVAR EL CONTROL Y REGISTRO DE LA INF...
SISTEMA DE BASE DE DATOS EN MYSQL PARA LLEVAR EL CONTROL Y REGISTRO DE LA INF...SISTEMA DE BASE DE DATOS EN MYSQL PARA LLEVAR EL CONTROL Y REGISTRO DE LA INF...
SISTEMA DE BASE DE DATOS EN MYSQL PARA LLEVAR EL CONTROL Y REGISTRO DE LA INF...
 
Bases de datos relacionales
Bases de datos relacionalesBases de datos relacionales
Bases de datos relacionales
 
Base de datos relacionales 2
Base de datos relacionales 2Base de datos relacionales 2
Base de datos relacionales 2
 
Base de datos relacionales
Base de datos relacionalesBase de datos relacionales
Base de datos relacionales
 
Bases de datos relacionales
Bases de datos relacionalesBases de datos relacionales
Bases de datos relacionales
 
Basesdedatos
BasesdedatosBasesdedatos
Basesdedatos
 
Basesdedatos
BasesdedatosBasesdedatos
Basesdedatos
 
IoT: Interconexión digital
IoT: Interconexión digitalIoT: Interconexión digital
IoT: Interconexión digital
 

Último

CLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptxCLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptxbingoscarlet
 
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023RonaldoPaucarMontes
 
JM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdf
JM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdfJM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdf
JM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdfMiguelArango21
 
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptxNTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptxBRAYANJOSEPTSANJINEZ
 
Tinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiologíaTinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiologíaAlexanderimanolLencr
 
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfLA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfbcondort
 
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdfMODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdfvladimirpaucarmontes
 
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICAINTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICAJOSLUISCALLATAENRIQU
 
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfReporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfMikkaelNicolae
 
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.pptoscarvielma45
 
Gestion de proyectos para el control y seguimiento
Gestion de proyectos para el control  y seguimientoGestion de proyectos para el control  y seguimiento
Gestion de proyectos para el control y seguimientoMaxanMonplesi
 
Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...
Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...
Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...GuillermoRodriguez239462
 
Mapas y cartas topográficas y de suelos.pptx
Mapas y cartas topográficas y de suelos.pptxMapas y cartas topográficas y de suelos.pptx
Mapas y cartas topográficas y de suelos.pptxMONICADELROCIOMUNZON1
 
introducción a las comunicaciones satelitales
introducción a las comunicaciones satelitalesintroducción a las comunicaciones satelitales
introducción a las comunicaciones satelitalesgovovo2388
 
DIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJO
DIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJODIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJO
DIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJOJimyAMoran
 
sigof.sisfoh.gob.pe_consulta_hogares_ULE_busqueda_print.php (1).pptx
sigof.sisfoh.gob.pe_consulta_hogares_ULE_busqueda_print.php (1).pptxsigof.sisfoh.gob.pe_consulta_hogares_ULE_busqueda_print.php (1).pptx
sigof.sisfoh.gob.pe_consulta_hogares_ULE_busqueda_print.php (1).pptxsutti0808
 
Controladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y VentajasControladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y Ventajasjuanprv
 
Practica PLC MIcrologix 1400 con pantalla HMI y servomotor
Practica PLC MIcrologix 1400 con pantalla HMI y servomotorPractica PLC MIcrologix 1400 con pantalla HMI y servomotor
Practica PLC MIcrologix 1400 con pantalla HMI y servomotorkavowog624
 
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNATINSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNATevercoyla
 
Estadística Anual y Multianual del Sector Eléctrico Ecuatoriano
Estadística Anual y Multianual del Sector Eléctrico EcuatorianoEstadística Anual y Multianual del Sector Eléctrico Ecuatoriano
Estadística Anual y Multianual del Sector Eléctrico EcuatorianoEduardoBriones22
 

Último (20)

CLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptxCLASe número 4 fotogrametria Y PARALAJE.pptx
CLASe número 4 fotogrametria Y PARALAJE.pptx
 
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
 
JM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdf
JM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdfJM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdf
JM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdf
 
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptxNTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptx
 
Tinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiologíaTinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiología
 
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfLA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
 
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdfMODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
 
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICAINTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
 
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfReporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
 
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
 
Gestion de proyectos para el control y seguimiento
Gestion de proyectos para el control  y seguimientoGestion de proyectos para el control  y seguimiento
Gestion de proyectos para el control y seguimiento
 
Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...
Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...
Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...
 
Mapas y cartas topográficas y de suelos.pptx
Mapas y cartas topográficas y de suelos.pptxMapas y cartas topográficas y de suelos.pptx
Mapas y cartas topográficas y de suelos.pptx
 
introducción a las comunicaciones satelitales
introducción a las comunicaciones satelitalesintroducción a las comunicaciones satelitales
introducción a las comunicaciones satelitales
 
DIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJO
DIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJODIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJO
DIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJO
 
sigof.sisfoh.gob.pe_consulta_hogares_ULE_busqueda_print.php (1).pptx
sigof.sisfoh.gob.pe_consulta_hogares_ULE_busqueda_print.php (1).pptxsigof.sisfoh.gob.pe_consulta_hogares_ULE_busqueda_print.php (1).pptx
sigof.sisfoh.gob.pe_consulta_hogares_ULE_busqueda_print.php (1).pptx
 
Controladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y VentajasControladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y Ventajas
 
Practica PLC MIcrologix 1400 con pantalla HMI y servomotor
Practica PLC MIcrologix 1400 con pantalla HMI y servomotorPractica PLC MIcrologix 1400 con pantalla HMI y servomotor
Practica PLC MIcrologix 1400 con pantalla HMI y servomotor
 
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNATINSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
 
Estadística Anual y Multianual del Sector Eléctrico Ecuatoriano
Estadística Anual y Multianual del Sector Eléctrico EcuatorianoEstadística Anual y Multianual del Sector Eléctrico Ecuatoriano
Estadística Anual y Multianual del Sector Eléctrico Ecuatoriano
 

Business Intelligence aplicado con Power BI

  • 1. MODULO : FUNDAMENTOS DE MINERÍA Y CIENCIAS DE DATOS GRUPO : 3 DOCENTE: ING. DAVID E. MENDOZA GUTIERREZ BUSINESS INTELLIGENCE VILLEGAS ACUÑA CARLOS E. LARA QUIROZ ELVIS VARGAS TICONA ARIEL QUISPE MAMANI NIEVES VANESSA INTEGRANTES
  • 2. 01 BUSINESS INTELLIGENCE Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 3. QUÉ ES INTELIGENCIA DE NEGOCIO? Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 4. POR QUÉ IMPLEMENTAR BI EN UNA EMPRESA ? Manipulacion manual fragmentacion Tenemos datos pero carecemos de información Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez Poca agilidad
  • 5. OBJETIVOS DE BI OBJETIVO OBJETIVO OBJETIVO OBJETIVO Manejar el crecimiento. Entender mejor a los clientes. Controlar el costo. Indicadores de gestion. Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 6. VENTAJAS DEL BI Detectar y reducir errores Profundizar la evaluación de los productos Aumentar los beneficios Minimizar los riesgos Menores costos Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 7. COMPONENTES Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 8. PRINCIPALES CONCEPTO DE BI Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 9. PRINCIPALES CONCEPTO DE BI Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 10. PRINCIPALES CONCEPTO DE BI Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 11. PRINCIPALES CONCEPTO DE BI Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 12. HERRAMIENTAS DE BI es una línea de software de propiedad y desarrollado por Microsoft es un software de gestión de recursos humanos para pequeñas y medianas empresas es una suite de inteligencia empresarial integrada basada en la web de IBM es una suite centralizada para informes, visualización y uso compartido de datos es el conjunto de herramientas de inteligencia empresarial de Oracle Corporation Tableau es una plataforma de análisis visual Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 13. 02 POWER BI Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 14. Power BI es una herramienta que se utiliza principalmente para crear cuadros de mando que faciliten la toma de decisiones. La información se puede actualizar de manera automatizada o manual y permite la compartición de los informes mediante la propia herramienta. ¿QUE ES POWER BI? Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 15. IMPORTAR Capacidades principales de Power BI permitir importar datos y moldearlos a voluntad FUNCIONES La función de preguntas y respuestas permite a los usuarios obtener información haciendo una pregunta utilizando un lenguaje natural DATOS facilita cruzar datos, hacer cálculos y gráficas sofisticadas de manera relativamente sencilla CALCULOS Permite que los cálculos se reutilicen tantas veces como sea necesario con la información actual recogida en las bases de datos de origen Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 16. Componentes de Power BI Power Query una herramienta de conexión de datos que le permite transformar, combinar y mejorar datos de varias fuentes Power Pivot una herramienta de modelado de datos para crear modelos de datos Power View una herramienta de visualización de datos que genera gráficos interactivos, gráficos, mapas y otros elementos visuales ArcGIS Map en Power BI otra herramienta de visualización para crear mapas que muestra los patrones y las tendencias de los datos. Power Q&A un motor de preguntas y respuestas que le permite hacer preguntas sobre sus datos en un lenguaje sencillo Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 17. POWER QUERY Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez Vista del código M en la barra de fórmula por cada paso de transformación Menú de operaciones Pasos aplicados Datos Queries
  • 18. POWER PIVOT Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez Lenguaje DAX
  • 19. Formula DAX de Power Pivot Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez Para la medida denominada Total Sales, calcular (=) la SUMA de los valores de la columna [SalesAmount] en la tabla Sales.
  • 20. Power View Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez Visualizaciones Campos Pagina Filtros
  • 21. Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez ArcGIS Maps ArcGIS Maps
  • 22. Power Q&A Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 23. Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 24. 03 Centro Educativo Caritas Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 25. Situación Problemática Actualmente en el centro educativo no es posible acceder a la información de forma inmediata y oportuna. Debido a que no existe un proceso automatizado para la generación de reportes. Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 26. Situación deseada La dirección general disponga de una herramienta que refleje información primordial para el análisis y facilite la toma de decisiones de forma estratégica e inmediata. Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 27. Objetivo general Implementar una solución de inteligencia de negocios para el análisis de las ventas del Centro Educativo “Cáritas” que apoye y facilite la toma de decisiones. Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 28. Objetivos específicos FUENTES BI Determinar las fuentes de datos con las que se trabajará. ESTRUCTURA Diseñar la estructura que tendrán las dimensiones y hecho. JUPITER Diseñar un dashboard con información útil para la toma de decisiones. Implementar la solución de inteligencia de negocios utilizando Power BI. DISEÑO Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 29. Alcance Se realizará un dashboard para facilitar la toma de decisiones a los usuarios finales. Las vistas incluirán información de las ventas, productos y proveedores. La estructura del almacén de datos será desarrollada basada en técnicas OLAP. La implementación de la solución de inteligencia de negocios solo cubrirá el área de ventas del centro educativo. Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 30. 04 Fuente de datos y KPIs Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 31. Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez Fuente de datos
  • 32. KPIs El monto total de ventas se obtendrá de la sumatoria de subtotales, los cuales serán calculados previamente con los datos del precio, cantidad y descuento. El descuento total se calculará de la sumatoria de los descuentos aplicados. La cantidad de unidades vendidas será resultado de la sumatoria de las cantidades. Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 33. Implementación de BI para el análisis de ventas Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 34. Power BI Desktop, Service & Mobile Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 35. Cuentas Free, Pro & Premium Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 36. Cuentas Free, Pro & Premium Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 37. Precios en Power BI Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez
  • 38. GRACIAS Integrantes: Lara Quiroz Elvis Módulo: Fundamentos de minería y Quispe Mamani Nieves Vanessa Ciencias de datos Vargas Ticona Ariel Villegas Acuña Carlos E. Docente: Ing. David E. Mendoza Gutierrez