Trabajo final de la materia Métodos para la Inteligencia de Negocios

1. Armando Donato Islas
Alumno
9446850-4
Cuenta
Claudia González Ruvalcaba
Profesora
Febrero 18, 2018
Fecha
Implementación
de un sistema
Business
Intelligence
Métodos para la
Inteligencia de
Negocios

2. Distribuidora de fragancias
y cosméticos
Le regard

3. Objetivo
Implementar un sistema Business Intelligence (BI) para la Boutique Piso
de ventas de Le Regard.
Objetivos especificos
• Importar los datos de los sistemas transaccionales ERP y CRM.
• Integrar los datos importados al proceso ventas de Boutique Piso de
Ventas.
• Concentrar la información en el una base de datos con estructura
optimizada.
• Procesar la información mediante OLAP.
• Obtener resultados mediante Reporting & Dashboard.

4. Antecedentes
•Le Regard, importadora de productos de perfumería y
cosméticos de reconocidas marcas, distribuye a grandes
almacenes y autoservicio. Al menudeo comercializa
estos productos al público en general.
•Le Regard, surge como una microempresa en 2012 y, a
la fecha genera empleos del tamaño de una PYME.
•Le Regard empresa de Grupo DMODE con sede en
Panamá.

5. Introducción
El CIO (Chief Information Officer)
y el CSO (Chief Sales Officer) con
el patrocinio del CFO (Chief
Financial Officer), tienen la
misión por parte del CEO de
implementar un sistema BI para
posteriormente escalarlo a el
segmento de retailing.

6. Situación actual
• Se abre la Boutique Piso de Ventas en el Corporativo de Le
Regard para ofrecer al público en general la venta de
productos de línea y off season.
• Las ventas son registradas desde el módulo punto de venta
del ERP.
Productos de línea
• Son quellos que buscan una
consolidación en el gusto de los
consumidores en el corto plazo.
Producto off season
• Son aquellos que no lograron
consolidarse en el mercado,
devoluciones, o producto con algún
defecto.

7. Requerimiento
• Consolidar un almacén con datos íntegros
de la Boutique Piso de Ventas.
• Acceder a información precisa sobre las de
ventas en tiempo real (no en proceso
batch).
• Generar estadísticas periódicamente con
indicadores y métricas, que den soporte a
la toma de decisiones en las áreas
estratégicas del negocio.

8. Modelo conceptual (análisis de casos)
Caso 1
Análisis de unidades vendidas por periodo
determinado por marca, familia y línea de
productos
Caso 2
Análisis de monto de ventas por fecha, por
caja o punto de venta, con ordenamiento por
fecha (día, mes, año)
Caso 3
Análisis sobre monto de ventas por fecha,
folio, forma de pago y ordenamiento por folio

9. Modelo conceptual
h_venta
obtiene datos sobre la
venta de productos en
boutique piso de
ventas (Sell-In process)
d_marca
marca del producto
d_familia
familia del producto
d_linea
línea del producto
d_folio
folio de la transacción
d_forma_pago
método de pago de la
transacción
d_referencia
código del producto
d_sku
código interno del
producto

10. Modelo lógico
Dimensión Clave primaria Atributos
d_marca Id_marca desc_marca, grupo_marca
d_familia Id_familia desc_familia
d_línea Id_línea desc_línea
d_referencia referencia descripcion, desc_corta, sku, costo,
precio,
d_folio Id_folio tipo_transaccion, descuento,
monto_autorizado, caja
d_forma_pago Id_forma_pago desc_forma_pago,
desc_técnica_finanzas, vigencia,
convenio
d_sku Id_sku desc_sku, estándar, origen

11. Modelo físico de datos

12. Modelo de obtención de la información
Sistemas transaccionales SAP
Business One
Servicios Microsoft SQL para ETL,
DB y OLAP
Obtención de información (BI)
CRM y ERS generan la información
del proceso de ventas (Boutique -
piso de ventas-).
Server Integration Services (SSIS)
como herramienta ETL.
Server Analysis Services como
herramienta OLAP.
La suite de DBExtra como el front-
end para obtener información BI
con Reporting & Dashboard.
•

13. Procesos ETL, Almacenamiento (BD) y OLAP
ETL. Aplicar la técnica de propagación de datos desde
el ERP con el punto de venta y, a través de SSIS llevar
la información hacia el almacén de datos primario.
Almacenamiento (BD). Es el almacén primario
basado en el modelo físico de los datos (descrito
anteriormente).
OLAP. Una vez realizado el ETL y accediendo a la
BD, proceder con la herramienta SSAS como el
motor y visor de OLAP.

14. Tipos de OLAP a aplicar
El análisis y definición de las dimensiones múltiples (MOLAP)
llevado a cabo en el modelo conceptual, permitirá:
• Diseño de una BD con una estructura
optimizada para la recuperar los
datos de ventas.
• SSAS, permitirá acceder a la BD y
crear los informes basados en el
análisis de consultas y reportes para
la toma de decisiones

15. Modelamiento dimensional (BI)
DBxtra. Herramienta de Reporteo
y de Inteligencia de Negocios.
Se implementará DBxtra para la
generación de Querys &
Reporting, Dashboards, esto
justificando el buen performance
y las licencias que comparte el
corporativo de Panamá a México.

16. Definición de estrategias de aplicación de la
información para la toma de decisiones
TRABAJO COLABORATIVO
Comercial, Finanzas, Logística y TI,
responsables del éxito de este sistema BI
FORECAST
El CSO, tiene las herramientas BI para
precisar el forcast con escenarios
variables.
ROTACIÓN DE INVENTARIO
Facilitará a través de KPI, KGI, las
importaciones y distribución. Reducir el
backorder y mejorar el fillrate en tienda.
eCommerce
Abrir un Marketplace con un sistema BI,
siguiente desafío de la compañía
INFORMACIÓN
OBTENIDA

17. Conclusiones
La decisión de comenzar con la implementación de un Sistema
BI en la Boutique Piso de Ventas, le dará madurez y sólida
experiencia a los stakeholders. El riesgo de este proyecto es
controlado y será la base para continuar con el segmento de
ventas retailing.
Importante será también desarrollar un plan de trabajo en el
feedback, creación y publicación de contenidos del Sistema BI
en la plataforma de educación on-line, así como la
publicación en la intranet de las políticas y procedimiento
conforme a compliance, esto con el simple propósito de
consolidar el Sistema BI.

18. Referencias
Duncan O., Dunn J., Rebeler C. & Guyer C. (2018). About SQL Server Analysis Services. Febrero 18, 2018, de
Microsoft Sitio web: https://docs.microsoft.com/en-us/sql/analysis-services/analysis-services
Laudenschlager D., Guyer C., Rabeler C. & Mansfield C. (2017). SQL Server Integration Services. Febrero 18,
2018, de Microsoft Sitio web: https://docs.microsoft.com/en-us/sql/integration-services/sql-server-
integration-services
Vanek R.. (2017). DBXtra. Herramienta de Reporteo y de Inteligencia de Negocios. Febrero 18, 2018., de DBXtra
Sitio web: http://www.dbxtra.com/es
Lecturas:
MétodosBI, ETL_OLAP, Reporting
González, C. (2017)
https://www.slideshare.net/kualtus/implementacin-de-un-sistema-bi