Este documento presenta un resumen de una tesis de grado sobre el desarrollo de un prototipo de sistema de inteligencia de negocios utilizando minería de datos sobre software libre para el Grupo Flayp. El objetivo principal fue demostrar la factibilidad de implementar una solución de inteligencia de negocios basada en software libre para apoyar la toma de decisiones estratégicas de la empresa. Para lograrlo, se analizaron los sistemas, procesos y requerimientos de la empresa y se desarrolló un prototipo utilizando
La importancia que tiene la gestión de proyectos #projectmanagement en las organizaciones para desplegar la #estrategia y la #innovación, y por lo tanto, la necesidad de disponer de conocimientos y buenas prácticas para gestionarlos.
Explicación del sginificado, utilidad y construción de las Estructuras Detalladas de Trabajo, EDT o WBS por sus siglas en Inglés (Work Breakdown Structures)
La importancia que tiene la gestión de proyectos #projectmanagement en las organizaciones para desplegar la #estrategia y la #innovación, y por lo tanto, la necesidad de disponer de conocimientos y buenas prácticas para gestionarlos.
Explicación del sginificado, utilidad y construción de las Estructuras Detalladas de Trabajo, EDT o WBS por sus siglas en Inglés (Work Breakdown Structures)
La siguiente infografía describe brevemente las Herramientas y Técnicas que define Pmbok como base para un correcto proceso de recopilación de Requisitos o Requerimientos.
Interesante investigación sobre periodismo digital en Bolivia, realizada por FUNDACION UNIR – OBSERVATORIO NACIONAL DE MEDIOS ONADEM,
CECILIA BANEGAS, JESSICA OLIVARES, JESSICA TERCEROS y DAGNER HIDALGO.
Gracias a tonnylp1 por publicar la versión digital. Agosto de 2013
Acerca del Modelador de Procesos Bizagi
El Modelador de Procesos de Bizagi es una herramienta que le permite modelar y documentar
procesos de negocio basado 100% en el estándar de acepción mundial conocido como Business
Process Model and Notation (BPMN).
Usted puede crear documentación de procesos en Word, PDF, SharePoint o Wiki, e importar o
exportar la información de los mismos desde y hacia Visio o XML entre otros.
Con su comportamiento intuitivo y su amigable interfaz gráfica, usted podrá diagramar y documentar
procesos de manera más rápida y fácil sin necesidad de esperar por alguna rutina de validación.
Bizagi guarda sus procesos en una archivo .bpm. Cada archivo se denomina Modelo y puede
contener uno o más diagramas.
Un modelo puede ser toda su organización, su área o un proceso específico según sean sus
necesidades.
Cada pestaña es un diagrama y allí usted dibuja sus procesos. Usted puede navegar entre diagramas
La siguiente infografía describe brevemente las Herramientas y Técnicas que define Pmbok como base para un correcto proceso de recopilación de Requisitos o Requerimientos.
Interesante investigación sobre periodismo digital en Bolivia, realizada por FUNDACION UNIR – OBSERVATORIO NACIONAL DE MEDIOS ONADEM,
CECILIA BANEGAS, JESSICA OLIVARES, JESSICA TERCEROS y DAGNER HIDALGO.
Gracias a tonnylp1 por publicar la versión digital. Agosto de 2013
Acerca del Modelador de Procesos Bizagi
El Modelador de Procesos de Bizagi es una herramienta que le permite modelar y documentar
procesos de negocio basado 100% en el estándar de acepción mundial conocido como Business
Process Model and Notation (BPMN).
Usted puede crear documentación de procesos en Word, PDF, SharePoint o Wiki, e importar o
exportar la información de los mismos desde y hacia Visio o XML entre otros.
Con su comportamiento intuitivo y su amigable interfaz gráfica, usted podrá diagramar y documentar
procesos de manera más rápida y fácil sin necesidad de esperar por alguna rutina de validación.
Bizagi guarda sus procesos en una archivo .bpm. Cada archivo se denomina Modelo y puede
contener uno o más diagramas.
Un modelo puede ser toda su organización, su área o un proceso específico según sean sus
necesidades.
Cada pestaña es un diagrama y allí usted dibuja sus procesos. Usted puede navegar entre diagramas
Herramienta para automatizar las evaluacion euristicas de usabilidad y el diseño centrado en usuario desde cualquier lugar a cualquier hora y con su movil.
Instrucciones del procedimiento para la oferta y la gestión conjunta del proceso de admisión a los centros públicos de primer ciclo de educación infantil de Pamplona para el curso 2024-2025.
ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...JAVIER SOLIS NOYOLA
El Mtro. JAVIER SOLIS NOYOLA crea y desarrolla el “ROMPECABEZAS DE ECUACIONES DE 1ER. GRADO OLIMPIADA DE PARÍS 2024”. Esta actividad de aprendizaje propone retos de cálculo algebraico mediante ecuaciones de 1er. grado, y viso-espacialidad, lo cual dará la oportunidad de formar un rompecabezas. La intención didáctica de esta actividad de aprendizaje es, promover los pensamientos lógicos (convergente) y creativo (divergente o lateral), mediante modelos mentales de: atención, memoria, imaginación, percepción (Geométrica y conceptual), perspicacia, inferencia, viso-espacialidad. Esta actividad de aprendizaje es de enfoques lúdico y transversal, ya que integra diversas áreas del conocimiento, entre ellas: matemático, artístico, lenguaje, historia, y las neurociencias.
Tesis Prototipo de Sistema de Inteligencia de Negocios
1. Ingeniería en Informática
Tesis de Grado
Prototipo de Sistema de Inteligencia de Negocios
utilizando
Minería de Datos sobre Software Libre
Nicolás Chávez
Christian Bavera
Tutor: Lic. Denise Riveros
Asunción – Paraguay
2.013
2. RESUMEN
El propósito de este proyecto fue demostrar la factibilidad de la realización de un
prototipo de solución de Inteligencia de Negocios basado en software libre y
minería de datos, enfocado a dar soporte a la toma de decisiones estratégicas del
Grupo Flayp, ya que sus empresas almacenan sus datos en fuentes y formatos
diferentes. Para ello se relevaron los sistemas actuales,procesos, requerimientos y
tecnologías vigentes. Logrando la concreción del prototipo, utilizando para ello
las herramientas disponibles bajo licencia de software libre. Evidenciando que
estas herramientas, son una alternativa válida para soluciones de este tipo, sin la
necesidad de incurrir en gastos por el pago de licencias de software propietario.
Palabras Claves: inteligencia de negocios, software libre, minería de datos.
3. DEDICATORIA
Dedico este esfuerzo personal y este logro académico y profesional:
A mis padres Nicolás y María del Carmen, quienes con su ejemplo me
enseñaron que todo es posible si uno se propone, sin ellos, jamás hubiese podido
conseguir este objetivo
A mis hermanos, compañeros de clases y amigos, porque de ellos también
he aprendido.
Nicolás Chavez Espínola
A mis padres, porque siempre creyeron en mí y porque me sacaron
adelante, dándome ejemplos dignos de superación y entrega, porque en gran parte
gracias a ustedes, hoy puedo ver alcanzada mí meta.
A mi familia, por ser soporte fundamental en las etapas complicadas, que
fueron muchas.
A mi novia, por comprenderme y apoyarme siempre y en todo momento.
A mis compañeros de la facultad, que compartieron esta carrera que por
momentos parecía infinita.
A todos, espero no defraudarlos y contar siempre con su valioso apoyo,
sincero e incondicional.
Todo este trabajo ha sido posible gracias a ellos.
Christian Bavera
4. AGRADECIMIENTOS
Primero antes que nada, damos gracias a Dios, por estar con nosotros en
cada paso que dimos, por fortalecer nuestros corazones e iluminar nuestras mentes
y haber puesto en nuestro camino a aquellas personas que han sido soporte y
compañía durante todo el periodo de estudio.
A nuestros profesores quienes nos han enseñado a ser mejores en la vida y
a realizarnos profesionalmente.
Un agradecimiento especial a nuestra asesora la Lic. Denise Riveros por
hacer posible esta tesis.
A los compañeros de clases quienes nos acompañaron en esta trayectoria
de aprendizaje y conocimientos.
Al Grupo Flayp, por permitirnos realizar este proyecto, poniéndose a
nuestra disposición y brindándonos todas las facilidades desde el primer al último
día en que así lo requerimos
En general quisiéramos agradecer a todas y cada una de las personas que
han vivido con nosotros la realización de esta tesis.
5. ÍNDICE
CAPITULO 1 - INTRODUCCIÓN ..................................................................... 13
1.1. Planteamiento del Problema ................................................................... 13
1.2. Necesidad de estudiar el problema. ........................................................ 14
1.3. Significación del problema ..................................................................... 14
1.4. Delimitación del problema...................................................................... 14
1.5. Objetivos de la Tesis: .............................................................................. 15
1.5.1. Objetivo General............................................................................. 15
1.5.2. Objetivos Específicos...................................................................... 15
1.6. Definición de términos............................................................................ 16
1.7. Presentación del esquema ....................................................................... 17
CAPITULO 2–MARCO TEÓRICO..................................................................... 19
2.1. El valor de la información....................................................................... 19
2.2. Necesidad de información y conocimiento en la empresa...................... 20
2.3. La información que las empresas necesitan............................................ 21
2.4. Las organizaciones y los distintos sistemas de información................... 24
2.5. Definición de Inteligencia de Negocios.................................................. 26
2.6. Los usuarios de las soluciones de Inteligencia de Negocios................... 27
2.7. Historia de la Inteligencia de Negocios .................................................. 28
2.8. Características de la Inteligencia de Negocios........................................ 30
2.9. Componentes de una solución de Inteligencias de Negocios ................. 31
2.9.1. Las fuentes de información a las que se puede acceder son: .......... 32
2.9.2. Proceso de extracción, transformación y carga............................... 33
2.9.3. Data warehouse............................................................................... 35
2.9.4. Herramientas de acceso de la Inteligencia de Negocios ................. 40
2.10. Principales herramientas de la Inteligencia de Negocios........................ 42
2.11. Minería de datos...................................................................................... 43
2.11.1. Conceptos e historia de la minería de datos ................................ 43
2.11.2. Los fundamentos de la minería de datos. .................................... 45
2.11.3. Objetivos de la minería de datos ................................................. 45
2.11.4. Entorno de la minería de datos.................................................... 46
2.11.5. El alcance de la minería de datos ................................................ 47
2.12. Reseña histórica del Grupo Flayp........................................................... 47
2.13. Reseña histórica del software libre ......................................................... 50
6. 2.13.1. Richard Stallman y el proyecto GNU.......................................... 50
2.13.2. Software Libre ............................................................................. 52
2.13.3. Libertades básicas del software libre........................................... 54
2.13.4. Software libre y software de código abierto ................................ 55
2.13.5. Tipos de licencias de software libre............................................. 58
CAPÍTULO 3– MARCO METODOLÓGICO ..................................................... 60
3.1. Descripción de la profundidad y el diseño de la Tesis:........................... 60
3.2. Descripción de cómo se realizó la Tesis ................................................. 61
3.2.1. Relevamiento de datos .................................................................... 62
3.2.2. Análisis de datos ............................................................................. 62
3.2.3. Diseño ............................................................................................. 63
3.2.4. Desarrollo........................................................................................ 64
3.2.5. Prueba.............................................................................................. 65
3.2.6. Implementación............................................................................... 65
3.3. Descripción de los instrumentos y procedimientos utilizados para la
recolección y tratamiento de la información..................................................... 66
3.4. Descripción de la muestra....................................................................... 66
3.5. Relevamiento .......................................................................................... 67
3.5.1. Relevamiento de procesos............................................................... 67
3.5.2. Relevamiento de Estructura de Datos ............................................. 71
3.5.3. Relevamiento de Necesidades......................................................... 71
3.5.4. Relevamiento tecnología actual del Grupo Flayp ........................... 72
3.5.5. Relevamiento Sistemas gestores de Bases de Datos....................... 72
3.5.6. Relevamiento algoritmo de minería de datos.................................. 75
3.5.7. Relevamiento de sistemas operativos ............................................. 78
3.5.8. Relevamiento de herramientas de Inteligencia de Negocios........... 79
3.6. Análisis ................................................................................................... 81
3.6.1. Análisis de requerimientos.............................................................. 81
3.6.2. Análisis de procesos........................................................................ 83
3.6.3. Análisis de estructura de datos........................................................ 84
3.6.4. Análisis de herramientas de Inteligencia de Negocios.................... 85
3.6.5. Análisis de sistemas gestores de bases de datos.............................. 86
3.6.6. Análisis de tecnología actual del Grupo Flayp ............................... 87
3.6.7. Análisis de algoritmo de minería de datos ...................................... 87
3.6.8. Análisis de sistemas operativos....................................................... 88
3.6.9. Análisis de factibilidad económica ................................................. 90
7. 3.7. Diseño ..................................................................................................... 91
3.7.1. Diseño del data warehouse ............................................................. 91
3.7.2. Diseño del proceso ETL.................................................................. 93
3.7.3. Diseño de reportes........................................................................... 98
3.7.4. Diseño de cubos multidimensionales............................................ 101
3.7.5. Diseño de cuadros de mandos....................................................... 105
3.7.6. Diagramas casos de uso ................................................................ 107
3.7.7. Diagrama de actividades ................................................................110
3.7.8. Diagramas de secuencia .................................................................112
3.7.9. Diagrama de arquitectura de Pentaho Open BI Suite.....................114
3.7.10. Arquitectura del prototipo de solución de Inteligencia de
Negocios. 116
3.8. Desarrollo del prototipo.........................................................................117
3.8.1. Desarrollo del data warehouse.......................................................117
3.8.2. Desarrollo de proceso ETL ............................................................118
3.8.3. Desarrollo de minería de datos...................................................... 125
3.8.4. Desarrollo de reportes ................................................................... 127
3.8.5. Desarrollo de cubos multidimensionales ...................................... 130
3.8.6. Desarrollo de cuadros de mandos ................................................. 133
3.9. Prueba de prototipo............................................................................... 136
3.10. Implementación del Prototipo............................................................... 143
3.10.1. Implementación de ETL y Data warehouse.............................. 143
3.10.2. Implementación de Pentaho Open BI Server ............................ 144
3.10.3. Implementación de consola de administración de usuarios Pentaho
148
3.10.4. Implementación de reportes ...................................................... 150
3.10.5. Implementación de los cubos multidimensionales.................... 152
3.10.6. Implementación de cuadros de mandos..................................... 153
CAPÍTULO 4– RESULTADOS.......................................................................... 154
CAPÍTULO 5 - CONCLUSIONES ................................................................... 155
CAPÍTULO 6- RECOMENDACIONES........................................................... 156
BIBLIOGRAFÍA ................................................................................................ 157
ANEXOS ............................................................................................................ 159
8. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
8
LISTA DE TABLAS
Tabla 1: Diferencias entre sistemas OLTP y OLAP. ............................................. 39
Tabla 2: Infraestructura actual de las empresas..................................................... 72
Tabla 3: Datos de ejemplo..................................................................................... 77
Tabla 4: Descripción del algoritmo backpropagation........................................... 77
Tabla 5: Comparativa herramientas de Inteligencia de Negocios......................... 85
Tabla 6: Comparativa de SGBD............................................................................ 86
Tabla 7: Comparativa de algoritmos de minería de datos..................................... 88
Tabla 8: Comparativa de sistemas operativos ....................................................... 89
Tabla 9: Cuadro de costos ..................................................................................... 90
Tabla 10: Mapeo de tabla inter_articulos_viru...................................................... 94
Tabla 11: Mapeo de tabla dw_articulos................................................................. 94
Tabla 12: Mapeo de tabla dw_clientes.................................................................. 94
Tabla 13: Mapeo de tabla dw_campañas_actuales................................................ 94
Tabla 14: Mapeo de tabla clonado_dbf_viru......................................................... 95
Tabla 15: Mapeo de tabla inter_pedido_avon ....................................................... 96
Tabla 16: Mapeo de tabla inter_pedido_viru ........................................................ 96
Tabla 17: Mapeo de tabla inter_ventas_avon........................................................ 96
Tabla 18: Mapeo de tabla inter_ventas_viru ......................................................... 97
Tabla 19: Mapeo de tabla dw_hechosventas......................................................... 97
Tabla 20: Mapeo de tabla dw_hechospedidos....................................................... 98
Tabla 21: Análisis cubo ventas por campaña, división, categoría y empresa. .... 104
9. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
9
LISTA DE FIGURAS
Figura 1: Pirámide de usuarios de un sistema de Inteligencia de Negocios ......... 28
Figura 2: Componentes de Inteligencia de Negocios............................................ 31
Figura 3: Fuentes de información. ........................................................................ 33
Figura 4: Data warehouse..................................................................................... 36
Figura 5: Data marts............................................................................................. 38
Figura 6: Herramientas de acceso. ........................................................................ 40
Figura 7: DER Hechos Pedidos............................................................................. 92
Figura 8: DER Hechos Ventas............................................................................... 93
Figura 9: DER Proyección .................................................................................... 93
Figura 10: Ventas por campañas por zonas........................................................... 99
Figura 11: Reporte proyección de ventas............................................................ 100
Figura 12: Dimensión artículos........................................................................... 101
Figura 13: Dimensión campaña .......................................................................... 102
Figura 14: Dimensión clientes ............................................................................ 102
Figura 15: Dimensión campaña .......................................................................... 103
Figura 16: Hechos pedidos.................................................................................. 103
Figura 17: Hechos Ventas.................................................................................... 103
Figura 18: Estructura del cuadro de mando ........................................................ 105
Figura 19: Arquitectura lógica del cuadro de mando.......................................... 106
Figura 20: Caso de uso usuario........................................................................... 107
Figura 21: Caso de uso administrador-consola ................................................... 108
Figura 22: Caso de uso administrador – servidor ............................................... 108
Figura 23: Caso de uso administrador – informes .............................................. 109
Figura 24: Diagrama de Actividades usuario.......................................................110
Figura 25: Diagrama de actividades administrador - usuarios.............................111
Figura 26: Diagrama de actividades administrador - servidor.............................111
Figura 27: Diagrama de actividades administrador – informes ...........................112
Figura 28: Diagrama de secuencia – consulta de reporte y cubo.........................113
Figura 29: Diagrama de secuencia crear usuario .................................................113
Figura 30: Diagrama de secuencia administrar prototipo ....................................114
Figura 31: Arquitectura Pentaho Open BI Suite ..................................................115
Figura 32: Arquitectura de Inteligencia de Negocios...........................................117
Figura 33: Data warehouse en PhpMyAdmin .....................................................118
10. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
10
Figura 34: Transformación selección de campaña a cargar .................................119
Figura 35: Transformación inter_ventas_viru..................................................... 120
Figura 36: Transformación limpieza de clonado_dbf_viru................................. 120
Figura 37: Transformación borrado hechos_ventas viru..................................... 121
Figura 38: Transformación cargado de tabla hechos_ventas_viru...................... 121
Figura 39: Trabajo general de cargado dw_hechosventas fuente Viru................ 122
Figura 40: Transformación cargado de tabla inter_ventas_avon ........................ 123
Figura 41: Transformación borrado dw_hechosventas ....................................... 123
Figura 42: Transformación cargado dw_hechosventas....................................... 124
Figura 43: Trabajo general de cargado hechos_ventas Fuente Flayp ................. 125
Figura 44: Desarrollo reporte ventas por campañas por zonas ........................... 129
Figura 45: Reporte de proyección de ventas....................................................... 130
Figura 46: Estructura de los cubos...................................................................... 131
Figura 47: Capas de CDE.................................................................................... 134
Figura 48: Definición de estructura..................................................................... 134
Figura 49: Estructura de CDM............................................................................ 135
Figura 50: Origen de datos.................................................................................. 135
Figura 51: Selección de archivos dbf Virú.......................................................... 137
Figura 52: Cargado de tabla intermedia inter_ventas_viru................................. 138
Figura 53: Borrado de dw_hechosventas ............................................................ 138
Figura 54: Cargado de dw_hechosventas............................................................ 139
Figura 55: Trabajo hechos ventas fuente dbf ...................................................... 140
Figura 56: Cargado de la tabla inter_ventas_avon.............................................. 141
Figura 57: Borrado hechos ventas Flayp S.R.L. ................................................. 141
Figura 58: Hechos ventas fuente MySQL........................................................... 142
Figura 59: Trabajo hechos ventas fuente MySQL............................................... 143
Figura 60: Descarga de Bussines Intelligence Server ......................................... 145
Figura 61: Inicio del servicio Apache. ................................................................ 146
Figura 62: Instalación de Pentaho Bussines Intelligence Server......................... 146
Figura 63: Pantalla de inicio de sesión en la consola de usuario de Pentaho...... 147
Figura 64: Consola de usuario Pentaho............................................................... 147
Figura 65: Consola de administración de usuarios ............................................. 149
Figura 66: Administración de fuentes de datos................................................... 150
Figura 67: Publicación del reporte ventas por campaña por zonas..................... 151
Figura 68: Publicación reporte de ventas por zonas............................................ 151
Figura 69: Cubo de ventas .................................................................................. 152
11. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
11
Figura 70: Participación en facturación por empresas ........................................ 153
12. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
12
LISTA DE SÍMBOLOS O ABREVIATURAS
OLTP:Online Transaction Processing
OLAP:On-Line Analytical Processing
ETL:Estract, Transform and Load
ERP:Enterprise Resource Planning
CRM:Customer Relationship Management
KDD:Knowledge Discovery in Databases
VPN:Virtual Private Network
GNU:GNU is Not Unix
FSF:Free Software Foundation
GPL:General Public Licence
OSI:Open Source Initiative
PDI: Pentaho Data Integration
SGBD: Sistema Gestor de Base de Datos
TI: Tecnología de Información
DDL:Data Definition Language
DML: Data Manipulation Language
TCT/IP: Transmission Control Protocol Internet Protocol
13. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
13
CAPITULO 1 - INTRODUCCIÓN
1.1. Planteamiento del Problema
El Grupo Flayp está compuesto por varias empresas, cada una de
ellas cuenta con diferentes sistemas de información para realizar sus
procesos de negocio, las mismas generan y almacenaninformaciónen
distintos formatos y en gran volumen.
Con toda esta acumulación de información diversificada,resulta
dificultoso para los gerentes tener una imagen precisa de la información
más importante para las empresas del Grupo y más aún para el directorio,
quien tiene a su cargo la dirección general Grupo.
A esto debemos sumarle, que ninguna de las empresas cuenta con
un sistema generador automático de informes, y que los mismos son
preparados sobre pedido, con todo lo que esto implica.
El reto de este proyecto consiste en brindar un prototipo de
solución de Inteligencia de Negocios capaz de transformar los datos en
información útil, de manera que los gerentes y directores puedan utilizar
dicha información para incrementar la rentabilidad de las empresas.
Brindándoles un soporte en el cual respaldar la toma de decisiones
estratégicas.
14. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
14
1.2. Necesidad de estudiar el problema.
El hecho de tener una gran cantidad de datos acumulados, no
representa necesariamente tener una gran cantidad de información, y que
dicha información sea o no relevante para la empresa, depende en gran
medida de la forma y calidad en la que esta llegue a los tomadores de
decisiones, la Inteligencia de Negocios tiene como uno de sus ejes
principales lograr esto, ayudar a comprender mejor el comportamiento de
la empresa, esto da pie para para realizar un estudio e implementar
soluciones, haciendo uso de herramientas tecnológicas actuales, siguiendo
tendencias y estándares en las áreas de la informática.
1.3. Significación del problema
La importancia de este proyecto radica en lograr la implementación
de un prototipo de solución de Inteligencia de Negocios que sea capaz de
unificar los datos que se encuentran en distintos formatos, provenientes de
las dos empresas Flayp S.R.L. y Virú S.R.L., pertenecientes al Grupo
Flayp y lograr entre otras cosas, brindar información cohesionada, fiable y
útil.
1.4. Delimitación del problema
La presente tesis se limita al desarrollo de un prototipo de solución
de Inteligencia de Negocios para los departamentos de Ventas y Marketing
de las empresas Flayp S.R.L. y Virú S.R.L., integrantes del Grupo Flayp,
15. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
15
en función a los requerimientos de información solicitadas por dichas áreas
para los procesos de ventas y pedidos.
En cuanto a los datos si bien en un principio se pretendía acceder a
toda la información del Grupo Flayp, las personas a cargo accedieron a
prestar los datos de forma parcial, haciendo énfasis en la importancia de
mantener la confidencialidad de los mismos y que fueran utilizados
exclusivamente para fines académicos.
1.5. Objetivos de la Tesis:
1.5.1. Objetivo General
Implementar un prototipo de Sistema de Inteligencia de
Negocios usando Minería de Datos sobre Software Libre.
1.5.2. Objetivos Específicos
a) Relevar todos los procesos administrativos y de negocio
de las empresas.
b) Relevar software, hardware y tipos de informes.
c) Analizar software, hardware y tipos de informes.
d) Definir los tipos de informes de acuerdo al perfil y las
necesidades de cada usuario.
e) Diseñar, desarrollar, probar e implementar prototipo de
solución de Inteligencia de Negocios.
16. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
16
f) Documentar ciclo de vida del prototipo de solución de
Inteligencia de Negocios.
g) Realizar la demostración del funcionamiento del prototipo.
1.6. Definición de términos
Servidor:Máquina conectada a Internet que entre otros servicios ofrece
alojamiento para páginas web haciendo que estén accesibles desde
cualquier punto de Internet.
Data Warehouse: Colección de datos orientado a un ámbito determinado
(empresa, organización, etc.) sus características son no volátil, integrado y
variable en el tiempo.
Data Marts: Es una versión especial de data warehouse, son subconjuntos
de datos con la finalidad de ayudar a la toma de decisiones dentro de un
área específica en la organización.
Minería de Datos:La integración de un conjunto de áreas que tienen como
propósito la identificación de un conocimiento obtenido a partir de las
bases de datos que aporten una guía para la toma de decisiones.
Inteligencia de Negocios:Es unconjunto de tecnologías que tienen un fin
común con el principal objetivo que es la de servir como soporte para la
toma de decisiones.
Cuadros de Mando:Es una herramienta de gestión que facilita la toma de
decisiones, recoge un conjunto coherente de indicadores que proporciona a
los niveles gerenciales una visión comprensible del negocio de manera
gráfica.
Software Libre: se refiere al tipo de licencias de software que garantiza la
libertad de los usuarios para ejecutar, copiar, distribuir, estudiar, cambiar y
mejorar el software.
Open Source: Es el termino con el que se conoce al software distribuido y
desarrollado libremente.
17. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
17
Consultas Adhoc:Se refiere a las consultas elaboradas específicamente
para un fin preciso y por lo tantono generalizable ni utilizable para otros
propósitos.
Copyleft: Es un método general para hacer un programa o software libre,
exigiendo que todas las versiones modificadas y extendidas del mismo
sean también libres.
1.7. Presentación del esquema
En el Capítulo I – Introducción:se presenta el contenido de la tesis, la
definición del problema de la investigación, la justificación de la necesidad
del estudio y los objetivos.
En el Capítulo II - Marco Teórico: en este capítulo se realiza una
descripción de la importancia y el valor de la información en las empresas,
y el concepto de la Inteligencia de Negocios, donde se mencionan sus
principales componentes como lo son el data warehouse,On-Line
Analytical Processing (en adelante OLAP), Extract, Transform and Load
(en adelante ETL) y minería de datos, además se muestran los principios
claves de estas tecnologías, también se hace referencia al concepto de
software libre y por último se presenta al Grupo Flayp, ya que es este el
lugar elegidopara llevar adelante este trabajo de grado, todas estas
secciones son para una mejor comprensión de lo que se pretende lograr
con este proyecto.
En el Capítulo III - Marco Metodológico:se trata sobre la metodología
utilizada en este trabajo, tipo de investigación y los detalles de la
realización. El mismo se encuentra dividido en 6 partes. En la primera se
18. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
18
describen los métodos utilizados para el relevamiento de los
requerimientos, datos, procesos, tecnología y herramientas. En la segunda
parte se analizan los datos relevados seleccionando los inherentes al
proyecto, también se analiza el modelo de datos de los sistemas actuales, y
se seleccionan aquellos que serán utilizados para el modelado de datos del
datawarehouse, además se realiza una comparación entre las diferentes
opciones de herramientas de inteligencia de negocios. En la tercera se
realizan los diseños deldata warehouse, los procesos de ETL, los distintos
tipos de informes y los diagramas necesarios para la realización del
proyecto. En la cuarta parte se desarrolla el prototipo. En la quinta se
realizan las pruebas del prototipo. En la sexta y última etapa se realiza la
implementación del prototipo.
En el Capítulo IV – Resultados: se describen los resultadosobtenidos,
demostrando la factibilidad de la implementación de un prototipo de
solución de Inteligencia de Negocios sin incurrir en gastos en cuanto a
licencias de software.
En el Capítulo V – Conclusiones:se presenta la síntesis de los objetivos y
la conclusión del trabajo.
19. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
19
CAPITULO 2–MARCO TEÓRICO
2.1. El valor de la información
En la actualidad, cuya característica más importante, se basa en un
crecimiento a gran escala de las tecnologías de la información y las
telecomunicaciones, los activos más valiosos de una empresa pasan a ser
los conocimientos, habilidades, valores y actitudes de sus empleados.
Partiendo de la premisa de que el conocimiento sobre un tema
determinado y su optima utilización, se convierte en un factor
determinante para el éxito en el mundo empresarial. El capital intelectual
ha desplazado a los factores tradicionales, como ser la producción, el
capital, la tierra oel trabajo, como principal elemento a la hora de generar
valor económico para la empresa, tal como se desprende del planteamiento
de Cohen y Asín (2.000).
Todas las compañías de alguna manera han adoptado un modelo del
mundo de negocios sustentado en la información, como por ejemplo: ¿qué
factores influyen en la compra y la demanda?, ¿cómo hallar las
oportunidades de negocio?, ¿existe directa relación entre la calidad del
producto y la demanda de los clientes? A medida que la exactitud de esta
información crece, la capacidad de la empresa por competir se incrementa
en forma proporcional.
La información puede transformarse en conocimiento tácito o
explícito. Se entiende por conocimiento tácito aquel que poseen las
personas producto de la experiencia adquirida, los estudios y la educación;
20. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
20
mientras que los conocimientos explícitos son aquellos almacenados en
bases de datos. Un ejemplo claro es aquel que se produce cuando una
persona cambia de empleo, esta se está llevando consigo información,
conocimientos y está ofertando su capacidad intelectual por un mayor
precio; en el ámbito laboral, la experiencia y la educación son factores
claves para aumentar el costo de la fuerza del trabajo intelectual. Así
mismo, el hecho de que un sistema que maneja información,
eventualmente falle, indefectiblemente generará pérdidas a la empresa.
Es una clara tendencia que las empresas están apostando
fuertemente por la tecnología y las personas, para que en conjunto tengan
un conocimiento suficiente que logre acercar la visión interna de ambos a
la realidad exterior, en la misma medida que la brecha entre la visión
interna y la realidad exterior disminuye, se consigue tomar decisiones más
acertadas y en menos tiempo. Lo que busca esta tendencia es acercar lo
máximo posible el mundo real a la visión interna para generar mayores
ganancias, convirtiendo la información en utilidad y darle un valor a la
información.
2.2. Necesidad de información y conocimiento en la empresa
Desde el mismo instante en que las empresas iniciaron el proceso
de acumular los datos de sus operaciones en medios de almacenamiento
físico, y de esa forma conseguir una mejor administración y control de
dicha información, ha surgido la necesidad de utilizarla para entender las
necesidades particulares del negocio. En un mercado altamente
competitivo, donde muchas marcas ofrecen productos similares, los
clientes tienen una amplia gama de posibilidades para la elección del
producto. Para obtener una porción del mercado, es indispensable para las
21. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
21
empresas, tener la suficiente capacidad de transformar la información
acumulada en conocimiento.
La necesidad de información en las empresas no surge de un día
para el otro, el propósito de almacenar los datos radica en su utilización en
algún momento, cuando así se requiera, caso contrario, cualquier dato de
control sería desechado instantáneamente. Lo que si surge súbitamente, es
la imperiosa necesidad de dar respuesta rápida a los requerimientos de
información para la toma de decisiones y ayudar a mejorar de alguna
manera los procesos internos de negocio.
2.3. La información que las empresas necesitan
En la actualidad las organizaciones demandan información en los
niveles donde anteriormente la administración se basaba meramente en la
intuición y el sentido común para la toma de decisiones. Los mercados
dinámicos obligan a las empresas a que la información estratégica esté
disponible en las computadoras de los directivos y/o gerentes, esta práctica
se ha generalizado principalmente motivada por la mayor utilidad que se
obtiene de la información compartida.
Hoy en día la información está presente en todos los niveles de la
organización con propósitos diferentes (comunicación, control,
administración, evaluación, etc.) ayudando a la correcta y oportuna toma
de decisiones desde el nivel gerencial, hasta el nivel operativo de la
organización. Las empresas han entendido que a pesar de que los niveles
directivos tienen una gran responsabilidad al tomar decisiones, por el peso
que conllevan las mismas, existen también personas que toman decisiones
22. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
22
y a pesar de que éstas no tienen un impacto global, deben ser de igual
manera correctas y oportunas.
Directores, gerentes, jefes y todos aquellos que toman decisiones
deben contar con la suficiente información para respaldar su trabajo
cotidiano, la posición que ocupen en la pirámide organizacional se torna
secundaria cuando la mirada es hacia la gestión de los procesos y como así
también los puestos que tienen cierta relación y dependencia entre sí.
De modo general en una pirámide organizacional, los
requerimientos informativos se dividen en tres niveles:
Información Estratégica
Información Táctica
Información Técnico Operacional.
Información Estratégica: está pensada principalmente para ayudar a la
toma de decisiones de las áreas gerenciales para alcanzar la misión
empresarial. Se caracteriza porque son sistemas con poca carga diaria de
trabajo y sin una gran cantidad de datos, sin embargo, la información que
guarda está relacionada a un contexto cualitativo más que cuantitativo, que
puede indicar cómo evolucionará en el futuro, el criterio es distinto, pero
sobre todo es distinta su delimitación. Se asocia esta información a los
niveles ejecutivos de las empresas. Es importante señalar que la
información estratégica se nutre de grandes cantidades de datos de áreas
relacionadas y no se enfoca puntualmente en una sola dirección, de ahí que
las decisiones que puedan ser tomadas tienen un impacto directo en toda la
organización.
23. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
23
Información Táctica: este tipo de información es la que soporta la
coordinación de actividades y el nivel operativo de la estrategia, es decir,
se analizan opciones y se trazan rutas posibles para alcanzar la estrategia
definida por la dirección de la empresa. Se facilita la gestión independiente
de la información por parte de los niveles intermedios de la organización.
Este tipo de información es extraída puntualmente de un área o sección de
la organización, por lo que su alcance es local y se asocia habitualmente a
las gerencias.
Información Técnico Operacional: hace referencia a las operaciones
diarias que son efectuadas de modo rutinario en las corporaciones
mediante la transacción masiva de datos y sistemas transaccionales. Las
cargas son cotidianas y soportan la actividad de la empresa día tras día
(contabilidad, facturación, almacén, presupuesto, etc.). Generalmente se
asocia esta información con los jefes de área o las coordinaciones
operativas, también llamadas de tercer nivel.
Podemos considerar entonces factores internos y externos de una
empresa y así concluir que los requerimientos en la actualidad se orientan
a descubrir y mejorar los beneficios de toda la cadena corporativa. Dichos
requerimientos se ven reflejados en el interés por tener a mano los
indicadores que arrojen información concreta y clave para determinada
área de la empresa, y en el menor tiempo posible. La clara tendencia es
que las áreas gerenciales necesitan en su mesa de trabajo, la información
clave de su empresa; en todos los niveles el requerimiento es parecido,
aunque es evidente que tendrá objetivos diferentes.
24. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
24
2.4. Las organizaciones y los distintos sistemas de información
Para que una empresa esté completamente automatizada es
necesario contar con una gran infraestructura en tecnologías para que
soporte todos los sistemas de información. El crecimiento en tecnología
puede tener distintos orígenes partiendo desde la implementación,
crecimiento, ampliación, mantenimiento, etc. Las necesidades actuales de
las empresas han provocado contar con tecnología de la informaciones más
sofisticados para responder a cada una de sus peticiones de información,
esto impulsó a que las compañías adquieran distintos tipos de sistemas de
informaciones, entre estos sistemas podemos mencionar a los OnLine
Transaction Processing(en adelante OLTP), Planificación de Recursos
Empresariales(en adelante ERP), Sistemas de Soporte para la toma de
decisiones (en adelante DSS), Administración de la Relación con Clientes
(en adelante CRM), etc.
Estos sistemas siempre están utilizando bases de datos para
almacenar la información generada, las mismas se utilizan como soporte
para la toma de decisiones en las empresas.
Existen empresas que precisan información de una actividad
específica, un ejemplo seria los Sistemas ERP (Planificación de Recursos
Empresariales) son sistemas muy complejos y grandes donde un alto
porcentaje de su contenido dedica a los procesos de producción, si una
empresa se dedica a las bienes raíces, sería ilógico adquirir un sistema de
alta complejidad y costoso como las ERP que no va a dar una solución a
las necesidades de la empresa. Para empresas como estas, existen
desarrollos de soluciones en el mercado comercializado como productos
que pueden ser configurados en una organización en particular de acuerdo
a sus necesidades, que dan soluciones a requerimientos específicos para
25. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
25
cada industria. Hay en el mercado, software para distintos tipos de
empresas como automotriz, hotelería, comercios, educativos entre otros.
Son distintas las herramientas utilizadas debido a que las
actividades de misión crítica que soportan cada una de las organizaciones
son diferentes, y por ende también son distintos los tipos de información
que puede solicitar un directivo en cada una de las organizaciones, lo cual
justifica que existan muchos productos de software dedicados a explotar la
información de las bases de datos que no tienen características estándares,
sino más bien son adaptables según las exigencias. Considerando las
necesidades que se presentan en cada actividad.
La información que se genera en una empresa u organización está
destinada a responder a diversos tipos de preguntas de los usuarios, de ahí
nace la necesidad que existan sistemas de información para requerimientos
muy específicos que permitan la recolección y el manejo de los datos. La
estructura organizacional de una empresa es un factor importante para
determinar la información que comúnmente es requerida por los
funcionarios.
Los sistemas de procesamiento de datos (OLTP) utilizan medios de
almacenamiento y técnicas para el cargado. Un alto porcentaje de las
empresas recurren a los OLTP para guardar grandes cantidades de datos
con un tiempo de respuesta corto en los miles de transacciones realizadas
cotidianamente, sin embargo, su eficiencia no son las consultas masivas de
grandes cantidades de información y mucho menos el análisis de la misma.
26. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
26
La tecnología tuvo que adaptar los medios necesarios para que sean
eficientes en el ámbito específico de aplicación, así como para el diseño de
estructuras de datos que ordenen la información como se desea, como en
las herramientas o software que dan soluciones oportunas a los usuarios.
Todos los sistemas de información tienen un fin muy particular, y se
complementan para mantener de la manera más eficiente una organización;
sin embargo, no todos pueden dar solución a las distintas demandas de los
usuarios, ya que son diseñados para alguna área específica.
El motivo por el cual existen diferentes sistemas de información es
porque las preguntas de los usuarios son muy específicas que no cualquier
sistema puede resolver. De hecho la base de datos operacional, que es
imprescindible en cualquier organización pero no está organizada para dar
respuestas a preguntas globales sino más bien a pequeños grupos de datos.
Preguntas que impliquen consultas complejas podrían resolverse en un
lapso muy extenso, donde la posibilidad de que la vigencia desaparezca
aumenta considerablemente. Es importante recalcar que una base de datos
o sistema de información no está diseñada para resolver las necesidades
informativas de la organización a nivel macro.
2.5. Definición de Inteligencia de Negocios
La Inteligencia de Negocios cuenta con una diversidad de
interpretaciones como muchos otros términos o conceptos. Su uso es
justificado a todo lo que sea considerado como tecnología de información,
pero no hay un consenso en lo respecta a su definición.
27. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
27
“[…] 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
decisiones más informadas”(HOWARD DRESNER, H 1.989).
Examinando las distintas definiciones queda claro que la
Inteligencia de Negocios no consiste en una metodología, sistema,
software o herramienta en particular, si no es un conjunto de tecnologías
que tienen un fin común con el principal objetivo que es la de servir como
soporte para la toma de decisiones.
2.6. Los usuarios de las soluciones de Inteligencia de Negocios
A continuación se describen los diferentes tipos de usuarios que
intervienen en una solución de inteligencia de negocios.
Productores de información:“[..]Habitualmente son el 20% de
los usuarios, que crean informes o modelos utilizando herramientas de
escritorio. Donde predominan estadísticos que se valen de herramientas
para minería de datos o son creadores de informes que utilizan
herramientas para el diseño y/o programación de informes específicos.
Regularmente son profesionales del área de sistema de información o
usuarios muy avanzados con capacidades de comprender la información
y la informática”(CANO, J 2.007).
Los consumidores de información: “[…] Son usuarios no
habituales que regularmente consultan informes para la toma de
decisiones, pero no acceden a los números o hacen análisis detallados
28. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
28
diariamente. Los usuarios no habituales son directivos, gestores,
responsables, colaboradores y usuarios externos. Este numeroso grupo
está bien servido con cuadros de mando con análisis guiados, informes
interactivos (por ejemplo: OLAP, informes parametrizados,
vinculados,…) e informes de gestión estandarizados. La mayoría de estas
herramientas proveen ahora acceso vía web para promover el acceso
desde cualquier lugar y facilitar el uso y minimizar los costes de
administración y mantenimiento”(CANO, J 2.007).
En la Figura 1 se puede apreciar a través de una pirámide los
distintos niveles de usuarios en una solución de inteligencias de negocios.
Figura 1: Pirámide de usuarios de un sistema de Inteligencia de
Negocios
2.7. Historia de la Inteligencia de Negocios
En octubre de 1.958 H.P. Luhn de IBM, escribió un artículo
llamado Business Intelligence System donde describe las características
29. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
29
que debe tener un sistema de este tipo, en muchos aspectos de lo que
escribió Luhn tiempo atrás, si se realiza un paralelismo de lo que se
entiende hoy en día por inteligencia de negocios no varió mucho.
Edgar Frank Codd presenta el concepto de las bases de datos en el
año 1.969, un año más tarde se desarrollaron las primeras base de datos
con sus interfaz empresariales, estas aplicaciones, facilitan la entrada de
datos en los sistemas, haciendo que aumente la información disponible,
pero como el acceso a la información era de alta complejidad y difícil de
acceder a las mismas no fue una solución completa. Otro de los avances
llegaron en el año 1.980 con la creación del concepto del data warehouse
por Ralph Kimball y Bill Inmon, con ellas aparecieron los primeros
sistemas de reportes, con todo esto la solución seguía siendo compleja y
funcionalmente pobre, se contaba con potentes sistemas de bases de datos
pero no existían aplicaciones que facilitaran su explotación.
En 1.989 Howard Dresner difundió el término de Business
Intelligence escrito por H.P. Luhn en el año 1.958, en la década de los 90
llegaba la Business Intelligence1.0 y con ello la multiplicación de
aplicaciones de Inteligencia de Negocios, logrando facilitar el acceso a la
información considerablemente pero empeoraron el problema que se
quería resolver ya que seguían apareciendo múltiples soluciones sin poder
consolidarse. Con la llegada de Business Intelligence 2.0 en el año 2.000
se logró consolidar las aplicaciones en una pocas plataformas a partir de
ahí las herramientas empezaron a dar soluciones reales a las empresas u
organizaciones.
30. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
30
2.8. Características de la Inteligencia de Negocios
Información: el propósito de la Inteligencia de Negocios es
proveer de información al usuario final para dar soporte a la toma
decisiones, por ende la información es la esencia de la Inteligencia de
Negocios, estas pueden originarse desde las bases de datos operacionales,
como también de arquitecturas data mart y data warehouse diseñadas
específicamente para el análisis.
El usuario requiere de información para apoyarse en el momento de
tomar decisiones, pasando en segundo plano de dónde provenga esta,
pudiendo ser de una fuente primitiva o derivada, para lo cual la
inteligencia de negocios utiliza o crea fuentes de datos interna o externa
con el fin de utilizarla como materia prima para lograr su objetivo.
Apoyo a la toma de decisiones: básicamente consiste en organizar
y presentar los datos relevantes para que sirvan como soporte a la hora de
tomar decisiones. Esto implica la utilización de tecnologías, técnicas de
análisis y todo lo que sea necesario con el fin de obtener solamente aquella
información relevante y útil.
Orientación al usuario final:un factor fundamentalque tuvo su
incidencia en la tecnología de la Inteligencia de Negocios para explotar
información, fue que el usuario final no contaba con conocimientos y
técnicas que le permita acceder de una manera sencilla y directa a los datos
almacenados en los sistemas operacionales, ya que casi siempre necesitaba
de ayuda de informáticos para acceder a la información, con la Inteligencia
de Negocios, se elimina la dependencia de terceras personas para el acceso
31. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
31
a los datos e información, siendo esta una herramienta sencilla y preparada
para que interactúe directamente con el usuario final sin intermediarios.
2.9. Componentes de una solución de Inteligencias de Negocios
Teniendo en cuenta el esquema mencionado por Cano (2.007) la
solución de Inteligencia de Negocios está compuesta por las fuentes de
información, proceso de ETL (extracción, transformación y limpieza de
datos) datawarehouse y motor OLAP como se puede apreciar en la figura
2.
Figura 2: Componentes de Inteligencia de Negocios
32. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
32
Los componentes son:
Fuentes de información: generalmente son los datos generados por
sistemas operacionales, los cuales se utilizan para alimentar de
información el data warehouse.
Proceso ETL: de extracción, transformación y carga de los datos en
el datawarehouse. Los datos antes de almacenarse en un data
warehouse,pasan por procesos de filtrado, limpieza, trasformación
y redefinición.
El datawarehouse: en él se almacenan los datos de una manera que
optimice su flexibilidad, facilidad de acceso y administración, en
donde los datos están estructurados para generar informes que
ayuden a la toma decisiones.
El motor OLAP: es el que proporciona la capacidad de realizar
cálculos, análisis, pronósticos, consultas en grandes volúmenes de
datos.
2.9.1. Las fuentes de información a las que se puede acceder son:
a) Los sistemas operacionales, que contienen las aplicaciones
desarrolladas a medida.
b) Sistemas de información por sector: presupuestos, hojas
de cálculo, etcétera o fuentes de información externa,
compradas a terceros como por ejemplo el estudio del
mercado.
33. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
33
En la figura 3 se aprecian las distintas fuentes de
información en un sistema de Inteligencia de Negocios.
Figura 3: Fuentes de información.
2.9.2. Proceso de extracción, transformación y carga
El proceso de extracción, transformación y carga, también
denominado simplemente ETL, es el proceso que permite realizar
el cargado y actualización de los datos obtenidos desde las
distintas fuentes de información en el datawarehouse,
habitualmente consume entre el 60% y el 80% de recursos en un
proyecto de Inteligencia de Negociostal como lo indica Ralf
Kimball (2.004), por lo que es un proceso clave en la vida de todo
proyecto de esta naturaleza.
34. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
34
Esta etapa del proceso de construcción del datawarehouse,
es costosa e implica una inversión significativa de tiempo y
esfuerzo, para la concreción de la misma, por ello requiere
recursos, estrategia, habilidades especializadas y tecnologías.
La extracción, transformación y carga es necesaria para
acceder a los datos de las fuentes transaccionales de información
y volcarlas al data warehouse. El proceso ETL se divide en cinco
subprocesos:
Extracción: en este proceso se recuperan los datos
físicamente de las distintas fuentes de información
transaccional. En este momento se dispone de los datos en
bruto.
Limpieza: a través de este proceso se recuperan los datos
en bruto y se comprueba su calidad, aquí se eliminan los
datos duplicados y, de ser posible, se corrigen los valores
erróneos, y completa los valores vacíos, es decir se
transforman los datos, siempre que esto sea posible, para
reducir al mínimo los errores de carga. En este momento
se dispone de datos limpios y de alta calidad.
Transformación: este proceso utiliza los datos limpios y de
alta calidad obtenidos en la etapa anterior y los estructura
en los distintos modelos de análisis. Como resultado de
este proceso se obtienen datos limpios, consistentes y
útiles.
Integración: en este proceso se validan los datos cargados
en el data warehouse, se analiza si son congruentes con
35. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
35
las definiciones y formatos del data warehouse; es aquí
donde se integran en los distintos modelos, de las distintas
áreas de negocio que se han definido en el mismo. Estos
procesos pueden ser complejos.
Actualización: este es el proceso que permite añadir los
nuevos datos al data warehouse, como así también
mantener el mismo siempre actualizado.
2.9.3. Data warehouse
Eldata warehouse o almacén de datos, es la herramienta
que surgió como respuesta a las necesidades de los usuarios de los
niveles gerenciales, que necesitan información consistente,
integrada, histórica y preparada para ser analizada y utilizada para
mejorar la toma de decisiones.
Su ubicación en el contexto de una solución de
Inteligencia de Negocios se puede apreciar en la sección resaltada
de la figura 4.
36. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
36
Figura 4: Data warehouse
El hecho de recuperar la información desde los distintos
sistemas que posea la empresa, sean estos transaccionales o
externos, para luego almacenarlos en un entorno cohesionado de
información, como es un data warehouse, permitirá analizar la
información contextualmente y relacionada dentro de la
organización.
Las características que debe cumplir undata warehouse
son:
Temático.
Integrado.
Histórico.
No volátil.
37. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
37
El proceso de diseño y construcción de un data warehouse
corporativo usualmente resulta costoso, además de requerir plazos
de tiempo que las empresas no están dispuestas a aceptar. Estas
situaciones, fueron las que originaron la aparición de los data
mart. Los data mart están enfocados a un grupo particular de
usuarios dentro de la organización, que bien puede estar
conformado por los miembros de un departamento, o por los
usuarios de un determinado nivel organizativo, o por un equipo de
trabajo multidisciplinario con objetivos comunes.
Los data mart, se utilizan para almacenar información de
un grupo de áreas en particular, cuyo flujo de información sea
coincidente; por ejemplo, podrían ser de marketing y ventas o de
producción. Lo usual es que éstos se definan para dar respuestas a
usos muy concretos.
Por lo general, los data mart son más pequeños que los
data warehouses. También almacenan menor cantidad de
información, menos modelos de negocio ya que son utilizados por
un menor número de usuarios.
Existen dos tipos de data mart, estos pueden ser
independientes o dependientes. Los independientes son
alimentados directamente desde las fuentes de información,
mientras que los independientes obtienen la información desde el
data warehousecorporativo. Con los data mart independientes
pueden surgir inconvenientes en su evolución, ya que pueden
llegar a generar inconsistencias con otros data mart.
38. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
38
En la figura 5 puede apreciarse la estructura de los data
marts dentro de una solución de Inteligencia de Negocios.
Figura 5: Data marts
Existen grandes diferencias entre los sistemas
transaccionales y los data warehouses, en función a los objetivos
que persiguen cada una de ellos.
El objetivo primordial del modelo relacional en el cual se
basa el concepto OLTP es el de mantener la integridad de la
información en cuanto a las relaciones entre los datos, lo cuales
necesario para operar un negocio de la manera más eficiente. Sin
embargo, este modelo no se corresponde con la forma en la que
el usuario percibe la operación de un negocio.
Los data werehouses están basados en un procesamiento
de los datos distinto al utilizado por los sistemas operacionales, ya
que este se basa en el concepto OLAP pensado y utilizado en el
análisis de negocios y otras aplicaciones que requieren una visión
flexible del negocio.
39. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
39
A continuación en la Tabla 1 se presentan las principales
diferencias entre los sistemas transaccionales (OLTP) y los
basados en data warehouses (OLAP).
Transaccionales Basados en Data warehouse
Admiten el acceso simultáneo de muchos usuarios
(miles) que agregan y modifican datos.
Admiten el acceso simultaneo de muchos usuarios
(cientos) que consultan y no modifican datos
Representan el estado actual de una organización,
pero no guardan su historial.
Guardan el historial de una organización.
Contienen grandes cantidades de datos, incluidos
los datos extensivos utilizados para comprobar
transacciones.
Contienen grandes cantidades de datos, sumarizados,
consolidados y transformados. También de detalle
pero solo los necesarios para el análisis.
Tienen estructuras de base de datos complejas Tienen estructuras de base de datos simples.
Se ajustan para dar respuesta a la actividad
transaccional.
Se ajustan para dar respuesta a la actividad de
consultas.
Proporcionan la infraestructura tecnológica
necesaria para admitir las operaciones diarias de la
empresa.
Pueden combinar datos de orígenes heterogéneos en
una única estructura homogénea y simple, facilitando
la creación de informes y consultas.
Las consultas analíticas que resumen grandes
volúmenes de datos afectan negativamente a la
capacidad del sistema para responder a las
transacciones en línea.
Organizan los datos en estructuras simplificadas
buscando la eficiencia de las consultas analíticas más
que del proceso de transacciones.
El rendimiento del sistema cuando está
respondiendo a consultas analíticas complejas
puede ser lento o impredecible, lo que causa un
servicio poco eficiente a los usuarios del proceso
analítico en línea.
Contienen datos transformados que son válidos,
coherentes, consolidados y con el formato adecuado
para realizar el análisis sin interferir en la operación
transaccional diaria.
Los datos que se modifican con frecuencia
interfieren en la coherencia de la información
analítica.
Proporcional datos estables que representan el
historial de la empresa. Se actualizan periódicamente
con datos adicionales, no como las transaccionales
frecuentes.
La seguridad se complica cuando se combina
análisis en líneas con el proceso de transacciones
en línea.
Simplifican los requisitos de seguridad.
Tabla 1: Diferencias entre sistemas OLTP y OLAP.
40. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
40
2.9.4. Herramientas de acceso de la Inteligencia de Negocios
La información almacenada en un data warehouse, seria
intrascendente, si ésta no pudiera ser accedida por los usuarios,
para ello existen herramientas que permiten tratar y visualizar la
información que reside en un data warehouse.
En la sección resaltada de la figura 6 se aprecia la
ubicación de las herramientas de acceso en una solución de
Inteligencias de Negocios.
Figura 6: Herramientas de acceso.
41. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
41
Existen diferentes tecnologías que permiten aprovechar y
analizar la información almacenada en un data warehouse, siendo
el uso de los cubos OLAP la más extendida de ellas.
Los usuarios que toman decisiones necesitan analizar
información a distintos niveles de agregación y tener una visión
sobre múltiples dimensiones, por ejemplo, las ventas de
determinados productos por zonas, por tiempo, por clientes o por
región geográfica. Estos usuarios deben poder realizar este
análisis al máximo nivel de agregación o al máximo nivel de
detalle. Los cubos OLAP permiten realizar esto de modo a poder
aprovechar al máximo las posibilidades que ofrecen los data
warehouses.
A estos tipos de análisis se los denomina
multidimensionales, ya que permiten el análisis de un hecho en
particular desde distintas dimensiones. Esta es la mejor forma de
analizar la información por parte de los tomadores de decisiones,
ya que los modelos de negocio habitualmente son
multidimensionales.
Las herramientas que se utilizan para la visualización de la
información,son totalmente independientes a la forma en la que
ésta se haya almacenado.
Las formas de acceso de las herramientas OLAP son:
42. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
42
Cliente/Servidor: esto significa tener instalado en la
maquinas cliente, el aplicativo que va conectarse al
servidor donde se almacenan la información que generan
los cubos OLAP.
Acceso web: en este tipo de acceso, el navegador es el que
se comunica con un servidor web, el cual se comunica con
el servidor OLAP donde se almacena la información que
generan los cubos.
2.10. Principales herramientas de la Inteligencia de Negocios
Generadores de informes: estos son utilizados por desarrolladores
profesionales para crear informes estandarizados enfocados a
departamentos, grupos interdepartamentales o la organización.
Herramientas de usuario final de consultas e informes: estas son
utilizados por los usuarios finales para crear informes para su
propio uso o para otros usuarios; no requieren programación.
Herramientas OLAP: estas permiten a los usuarios finales
manipular la información de forma multidimensional para poder
visualizarla desde distintas perspectivas y en función a los criterios
que el usuario considere importantes.
Herramientas de cuadros de mandos: estas permiten a los usuarios
finales visualizar información crítica para el desempeño de manera
rápida, valiéndose para ello de gráficos, ofreciendo la posibilidad
de visualizar alguna sección con más en detalle.
Herramientas de minería de datos: estas permiten a los analistas de
negocio crear modelos estadísticos. La minería de datos es el
proceso para descubrir e interpretar patrones ocultos a simple vista
en un gran cúmulo de información. Los usos más habituales de la
43. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
43
minería de datos son: segmentación, clasificación, previsiones,
agrupación, etc.
2.11. Minería de datos
2.11.1. Conceptos e historia de la minería de datos
El termino minería de datos, desde el enfoque académico
es una de las etapas dentro del proceso de Knowledge Discovery
in Databases(en adelante KDD).
Básicamente la minería de datos consiste en nutrirse de las
ventajas de cada aérea como la estadística, inteligencia artificial,
computación gráfica, bases de datos y procesamiento masivo,
utilizando como materia prima las bases de datos operaciones.
Definición tradicional de minería de datos: “[..]esun
proceso no trivial de identificación válida, novedosa,
potencialmente útil y entendible de patrones comprensibles que
se encuentran ocultos en los datos” (FAYYAD,U 1.996).
Desde el punto de vista empresarial, la minería de
datos se define como: “[..]La integración de un conjunto de
áreas que tienen como propósito la identificación de un
conocimiento obtenido a partir de las bases de datos que aporten
un sesgo hacia la toma de decisión” (MOLINA, L 2.001).
44. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
44
La idea de la minería de datos viene desde los años 60,
cuando los estadísticos de esa época manejaban términos como
data fishing, data mining o data archeology,más tarde en los años
80, Rakesh Agrawal, Gio Wiederhold, Robert Blum y Gregory
Piatetsky-Shapiro, entre otros empezaron a fortalecer los términos
de data mining y KDD.
A finales de los años 80 solo existían un par de empresas
quienes se dedicaban a esta tecnología; para el 2.002 este número
se multiplicó considerablemente, ya que existían más de 100
empresas en el mundo con un portafolio de más de 300 soluciones
que utilizaban la tecnología.
La minería de datos no es un gran software ni algo
parecido, más bien la tecnología está compuesta por etapas que
integran diferentes áreas. Tanto así que para el desarrollo de un
proyecto de minería de datos, se utilizan diferentes aplicaciones
de software para las distintas etapas.
En la actualidad podemos encontrar una variedad
importante de herramientas o aplicaciones comerciales y no
comerciales con una utilería interesante, pero casi siempre es
necesario complementar con otras herramientas para el desarrollo
de la minería de datos.
45. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
45
2.11.2. Los fundamentos de la minería de datos.
Las técnicas de minería de datos, se considera al resultado
de un proceso de investigación y desarrollo de productos.
La evolución comenzó cuando las organizaciones
empezaron a guardar sus datos en las computadoras, esto fue
creciendo cuando se mejoraron el acceso a los datos permitiendo
al usuario navegar y explorar en tiempo real sus datos.
La minería de datos tomando este proceso de evolución
está lista para ser implementada en las organizaciones, utilizando
estas tres tecnologías que ya están muy consolidadas como pilares
de su aplicación:
Recolección masiva de datos.
Potentes computadoras con multiprocesadores.
Algoritmos de minería de datos.
2.11.3. Objetivos de la minería de datos
Examinar, analizar y buscar patrones ocultos en los datos
acumulados en las profundidades de las bases de datos o en
almacenes de datos que contienen datos históricos que ha
generado una organización durante su existencia.
46. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
46
2.11.4. Entorno de la minería de datos
La minería de datos normalmente utiliza la arquitectura
cliente-servidor.
La minería de datos a través de sus herramientas ayuda a
extraer información oculta, archivos acumulados en las bases de
datos operaciones y/o almacenes de datos de las grandes
corporaciones públicas y privadas.
Los usuarios de la minería de datos normalmente no
cuentan con ninguna habilidad de programación, por los cual se
valen de las poderosas herramientas para efectuar consultas adhoc
y obtener respuestas en tiempo real.
La minería de datos es capaz de producir seis tipos de
información:
Asociaciones.
Agrupamientos.
Clasificaciones.
Pronósticos.
Secuencias.
Clasificaciones.
47. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
47
2.11.5. El alcance de la minería de datos
La minería de datos consiste en buscar valiosas
informaciones en grandes bases de datos. Este proceso requiere
explorar grandes cantidades de datos y analizarlos
minuciosamente hasta encontrar las informaciones requeridas.
En las bases de datos de gran volumen y calidad, la
minería de datos puede proporcionarnos oportunidades de
negocio con las siguientes posibilidades:
Pronóstico de comportamiento a futuro: la minería de
datos proporciona la automatización del proceso de
obtención de información predecible en bases de datos de
gran volumen, estos pronósticos pueden ser la predicción
de las ventas, posibles problemas financieros, similitudes
de necesidades de los clientes y un sinfín de predicciones
que el negocio requiera.
Las herramientas para visualizar, examinar y realizar el
análisis de los resultados.
2.12. Reseña histórica del Grupo Flayp
En el año 1.983 tras el cierre de las actividades en Paraguay de la
Multinacional AVON Cosmetics Inc., se crea Flayp S.R.L., con el objetivo
de convertirse en una empresa nacional para la venta y distribución de los
productos AVON, adquiriendo para esto la franquicia de dicha marca, tiene
48. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
48
como visión ser la empresa líder en venta directa y comercialización de
artículos de belleza, llegando a cada rincón del Paraguay, ofreciendo
calidad y excelencia a sus clientes.
En sus inicios contaba con 5 empleados y 120 revendedoras. En la
actualidad la empresa Flayp S.R.L. se transformó en el Grupo Flayp,
compuesto por las siguientes empresas: Flayp S.R.L.; Virú S.R.L.;
Flayprint S.A.; City Sport S.A.; Cima Seis S.A.; Flaypnort S.A., las cuales
si bien están nucleadas en un directorio, son totalmente independientes
administrativa, económica y operativamente entre sí.
Hoy en día el Grupo Flayp cuenta con más de 700 empleados
directos y más de 30.000 revendedoras a lo largo de todo el país. A más del
directorio, compuesto actualmente por sus 6 miembros fundadores, el
Grupo cuenta con un gerente general, y para cada una de las empresas un
gerente en cada área estratégica (Marketing, Ventas, Compras,
Administrativo, Logística, Tecnología e Información).
En cuanto a tecnología, el Grupo cuenta en la actualidad con 5
servidores, 2 de los cuales son utilizados para albergar en forma
independiente cada uno de los sistemas de procesamiento de pedidos,
facturación y cuenta corriente de cada una de las empresas, dichos
sistemas informáticos se encuentran desarrollados en distintos lenguajes de
programación y distintos orígenes de datos, además de eso, cuenta con una
conexión Virtual Private Network (en adelante VPN), con muchas de las
sucursales en el interior del país y el área metropolitana, las cuales realizan
sus transacciones directamente a las bases de datos contenidas en los
servidores, las agencias que no cuentan con acceso a internet, envían sus
49. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
49
pedidos utilizando los vehículos de la empresa, dichos pedidos son
procesados en un centro de procesamiento.
Actualmente el Grupo Flayp maneja un volumen de compras
cercano a los 10.000.000 u$s anuales (comprende las dos principales
empresas del Grupo; Virú S.R.L. y Flayp S.R.L.) y un volumen de ventas
que ronda los 24.000.000 u$s anuales. En cuanto a unidades vendidas, las
mismas superan los 7.000.000 anuales. Con una proyección de crecimiento
entre el 10% y el 14% anual. El Grupo Flayp cuenta con una casa central
en Asunción, además de contar con más de 45 agencias distribuidas en
todo el país, logrando así una cobertura total, posee 2 depósitos que
albergan las mercaderías, además de una flota de camiones, los cuales son
utilizados para la distribución de los productos.
El Grupo empresarial cuenta con un equipo de ventas, liderados por
su gerente de ventas, quien tiene a su cargo a 4 gerentes divisionales, los
cuales se dividen la cobertura del país en 4 grandes regiones, además
cuenta con más de 350 zonas, las cuales están distribuidas en cada una de
las 4 divisiones y que su vez se encuentran presentes en todos los
departamentos del país, cada zona es gerenciada por una promotora de
ventas y que a su vez tienen a su cargo el manejo de las 30.000
revendedoras. Por otro lado cabe mencionar que el sistema de venta directa
tiene una dinámica diferente a la venta convencional, el mismo consiste en
ofrecer sus productos a través de folletos los cuales son ofrecidos por las
revendedoras, la vigencia promedio de cada folleto es de 18 días, esto lleva
a tener 20 folletos por año, que son denominadas campañas, por lo tanto la
facturación se maneja por campañas y no así por fecha calendario. De esto
se desprende que toda la información que manejan las empresas del
grupo, corresponden a este esquema organizacional.
50. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
50
2.13. Reseña histórica del software libre
En los primeros pasos de la informática, los programas y las
máquinas utilizadas para su ejecución estaban estrechamente ligados. No
se concebía el concepto de programa como elemento separado tal cual se
tiene hoy en día.
Tampoco existían usuarios comunes, sino que la totalidad de las
personas que ejecutaban los programas tenían grandes conocimientos de
programación y por lo general eran ingenieros y científicos, una costumbre
muy practicada entre estos usuarios, era intercambiar y mejorar los
programas, distribuyendo sus modificaciones.
No fue hasta los últimos años de la década del 70, cuando las
empresas comenzaron con la costumbre de imponer restricciones a los
usuarios, con la implementación de los acuerdos de licencia.
2.13.1. Richard Stallman y el proyecto GNU
Para empezar a entender todo lo que implica el software
libre, es imprescindible hablar de Richard Stallman. Este físico
graduado en 1.974 en la Universidad de Harvard, se encontraba
trabajando en los laboratorios de inteligencia artificial del
Instituto de Tecnología de Massachussetts(en adelante MIT)
desde el año 1.971.
51. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
51
La impresora con la que contaban en su laboratorio tenía
algunos inconvenientes con la alimentación del papel, lo que
hacía que se atascara de forma permanente y no había forma de
descubrirlo más que acercarse hasta donde se encontraba la
misma.
Por este motivo, Stallman contacta con la empresa
fabricante de la impresora, con el propósito de modificar el
software que se encargaba de controlar a la impresora y lograr
hacer que la misma mande una señal cuando se atascaba,
consiguiendo con esto que no se perdiese tanto tiempo de trabajo.
Ante este pedido, los fabricantes se negaron a entregarle el
código fuente, los cuales son imprescindibles para poder
modificar su comportamiento. Esta situación hace que termine de
tomar forma su idea de que el código fuente de los programas
debía ser accesible para todo aquel que quisiese.
Movilizado por esta inquietud, Stallman decidió
abandonar el MIT a comienzos de 1.984, para dar inicio al
proyecto GNU, el mismo es un acrónimo recursivo que significa
GNU's Not Unix, GNU No Es Unix, haciendo referencia a que el
proyecto tenía como objetivo desarrollar un sistema operativo tipo
Unix, pero totalmente libre.
Tiempo después Stallman funda la Free Software
Foundation (en adelante FSF), entidad encargada de promocionar
el desarrollo y uso del software libre, en 1.985 Stallman creó la
52. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
52
licencia General Public License (en adelante GPL) como
mecanismo para proteger el software libre, sustentado sobre el
concepto de copyleft, la FSF tiene un registro de todas licencias
compatibles con la licencia GNU (la más popular de las licencias
de software libre) y aquellas que, no siendo compatibles con ella,
son consideradas licencias de software libre.
En sus comienzos, el proyecto GNU se concentra en
desarrollar las herramientas necesarias para construir un sistema
operativo, como ser editores y compiladores y en las utilidades
básicas para la gestión del sistema.
A través del concepto de copyleft, se busca una alternativa
a la idea del copyright, siendo que “todo el mundo tiene derecho a
ejecutar un programa, copiarlo, modificarlo y distribuir las
versiones modificadas, pero no tiene permiso para añadir sus
propias restricciones al mismo”. De esta forma, las libertades que
definen al software libre están garantizadas para todo el mundo
que tenga una copia, tornándose en derechos inalienables.
2.13.2. Software Libre
Lo primero que debe entenderse cuando se habla
desoftware libre, es que no se está hablando de software gratis, el
alcance de la palabra libre es mucho más abarcativa, se refiere a la
libertad de los usuarios para ejecutar, copiar, distribuir, estudiar,
cambiar y mejorar el software. De modo más preciso, se refiere a
cuatro libertades de los usuarios del software. (GNU, 2008).
53. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
53
Es entonces que se tiene dentro de las distintas
clasificaciones de software, una muy determinante, como lo es
clasificar al software de acuerdo a su “filosofía”.
Softwarepropietario: se entiende por esto, el software cuya
propiedad absoluta continua en poder de quien tiene sus derechos
y no del usuario, quien solo puede utilizarlo cumpliendo ciertas
condiciones. Siendo así que su uso, distribución y/o modificación
total o parcial, están prohibidos o restringidos de tal manera que
no es posible llevarlos adelante. Es decir, que el software
comercializado bajo este tipo de licencias le da al usuario
derechos limitados sobre su usufructo, el alcance de esto es
establecido por el autor o quien posea ese derecho.
Software libre: se considera así, al software que le otorga
al usuario la libertad de utilizarlo, mejorarlo, estudiarlo, adaptarlo
a sus necesidades y redistribuirlo libremente, con la única
limitación de no sumarle ningún tipo de restricción agregado al
software luego de modificado. Es importante destacar que para
considerar a un software como libre, se debe permitir el acceso al
código fuente, por cuanto esto es una condición imprescindible
para ejercer las libertades de estudiarlo, modificarlo, mejorarlo y
adaptarlo (FSF, 2009).
Cuando se habla de softwarelibre es necesario hacer
mención a las cuatro libertades básicas de su filosofía según la
Fundación de Software Libre.
54. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
54
2.13.3. Libertades básicas del software libre
Libertad cero: “usar el programa con cualquier propósito”.
Esta libertad es la que garantiza que se puede utilizar el programa
para cualquier fin, sea este comercial, educativo, cultural, etc.
Esta libertad está en contraposición a las licencias que limitan la
utilización del software a un propósito determinado, o que
restringen su uso para ciertas actividades.
Libertad uno: “Estudiar cómo funciona el programa, y
adaptarlo a nuestras necesidades”. Esto se traduce en que se puede
estudiar el funcionamiento (para ello se debe tener acceso al
código fuente del programa) lo que permitirá, descubrir
funcionalidades ocultas, conocer de qué manera realiza
determinada tarea, averiguar que otras opciones tiene, que más se
le puede agregar, etc. El hecho de poder adecuar el programa,
implica que se pueden eliminar partes que no se necesitan,
agregarle elementos que se consideren importantes, etc.
Libertad dos: “Distribuir copias”. Esto quiere decir que se
tiene la libertad redistribuir el programa, ya sea de forma gratuita
o cobrando por el servicio, pudiendo realizar esto por e-mail, CD,
o algún medio de almacenamiento, ya sea a una persona o a
varias, etc.
Libertad tres: “Mejorar el programa, y liberar las mejoras
a todos”. Por esto se entiende que se tiene la libertad de mejorar el
programa, traduciéndose esto en menores los requerimientos de
55. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
55
hardware para funcionar, un software con mayores prestaciones,
que ocupe menos espacio en disco, etc.
2.13.4. Software libre y software de código abierto
Barahona, Seona y Robles (2.008) señalan que Open
Source como Free Software en realidad son movimientos sociales,
motivados por lo que se puede o se debería poder hacer
(derechos) con los programas (software). Entre estos dos
movimientos existen diferencias filosóficas pero realmente pocas
diferencias prácticas.
La primera diferencia que existe entre estos movimientos,
radica en la visión que tienen del software, Free Software tiene
una visión moral “el software debería ser libre” Open Source tiene
una visión práctica “el software es mejor si su código es abierto“.
Free Software en realidad hace referencia a software libre
(de ninguna manera a software gratis) y está sustentado en
fundamentos morales. Las libertades en las que basa su
concepción hacen referencia que puedas utilizar un programa,
pero que también puedas copiarlo, distribuirlo, estudiarlo o
modificarlo sin ningún tipo de restricción. Desde su punto de
vista, limitar cualquiera de estas libertades es inmoral.
Open Source por su parte se refiere a la limitación de
acceso al código fuente del software, el hecho distribuir el código
56. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
56
fuente del software alienta, según los promotores del open source,
un software de mayor calidad, más seguro y creativo, el cual
evoluciona de forma más ágil y está orientada a satisfacer las
necesidades de sus usuarios.
En algo en lo cual coinciden tanto Free Software como
Open Source es que ambos no ponen reparos en que la gente
venda software, eso sí, lo que se vende no es la licencia del
software en sí, sino que se vende el servicio de entregar el
software (muchas veces se vende empaquetado, con manuales,
instalado u otro valor agregado).
Para los dos movimientos, ante la venta de un softwarede
desarrollo propio o desarrollado por otros, no se puede restringir
al comprador, para que éste no pueda a su vez venderlo o
inclusive regalarlo y debe entregarse el código fuente y permitir
su modificación, para poder ser considerado Free Software u
Open Source.
Se entiende por licencias de software al contrato existente
entre dos personas (proveedor y usuario) en el cual se describen y
puntualizan los derechos y deberes sobre el uso que se le puede
dar al software.
Aunque ciertamente, Open Source y Software Libre tienen
prácticamente las mismas licencias, la FSF opina que el
movimiento Open Source es filosóficamente diferente del
movimiento del Software Libre. La Open Source Initiative(en
57. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
57
adelante OSI) surgió en el año 1.998, en ese entonces un grupo de
personas encabezados por Eric S. Raymond y Bruce Perens
buscan otorgar mayor importancia a los beneficios en que
redundaría el hecho de compartir el código fuente de los
programas, como así también lograr captar el interés de las
grandes casas de software y otras empresas de la industria de la
alta tecnología en ese rumbo.
La visión que tienen ambos movimientos, es una de las
principales diferencias, mientras que el movimiento del software
libre pone el foco en los aspectos éticos o morales del software,
dejando a un segundo plano la excelencia técnica siendo su mayor
deseo el plano ético. En tanto movimiento Open Source centraliza
más su mirada hacia la excelencia técnica como el principal
objetivo, basándose en el hecho compartir el código fuente un
medio para lograr dicho fin.
Un punto a tener en cuenta es que el software en sí mismo,
no es ni Free Software ni Open Source, solo la licencia del
software es la que puede ser reconocida por ambos movimientos
como válidas para sus fines. De hecho las mayorías de las
licencias aceptadas por uno de los movimientos son aceptadas por
el otro.
Aunque habitualmente los términos “software libre” y
“código abierto” son intercambiados fácilmente entre sí, no
significa que ambos términos sean equivalentes.
58. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
58
2.13.5. Tipos de licencias de software libre
La licencia de software libre más utilizada es la GNU
General Public License (GPL), está presente en diversos
productos de software libre en sus versiones 2 y 3. Este tipo de
licencias a más de las cuatro libertades básicas del software libre
agrega una cláusula de “efecto viral”, gracias a la cual es posible
aunar varios productos de software exclusivamente si todos estos
utilizan la licencia GPL.
Ciertamente la licencia GPL no es la única licencia de
software libre. Existen muchas otras licencias derivadas de la
GPL como por ejemplo la Lesser General Public License(en
adelante LGPL) y la Affero GNU Public License(en
adelanteAGPL). La LGPL permite que el software bajo esta
licencia pueda utilizar librerías de licencia privativas (en esto se
diferencia de la GPL, con la cual puede utilizarse solo software
que tiene licencia GPL). Mientras que la AGPL dirigida al campo
del software ofrecido como servicio, y su principal característica
práctica está en el hecho de que, si un tercero utiliza el software
para brindar un servicio a varios usuarios y realiza modificaciones
al código original, está en la obligación de publicar dicho código
fuente.
Por el lado de las licencias de código abierto que
abiertamente no son licencias de software libre, ya que no son
compatibles con las libertades y principios básicos del software
libre de la GPL se puede mencionar a la Common Public
Attribution License Version 1.0 (en adelante CPAL). Esta licencia
admite el uso y la modificación del código fuente, siempre y
59. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
59
cuando se haga referencia al creador original del software, y por
tanto no podría ser utilizada por algún competidor.
60. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
60
CAPÍTULO 3– MARCO METODOLÓGICO
3.1. Descripción de la profundidad y el diseño de la Tesis:
La investigación llevada a cabo para la realización del proyecto se
basó en un estudio descriptivo, se revisó exhaustivamente la literatura
existente relacionada, con el fin de obtener la información necesaria para
dar inicio al proyecto. Durante la investigación se recabo cuantiosa
información sobre las empresas Flayp S.R.L. y Virú S.R.L., pertenecientes
al Grupo Flayp, como así también acerca de la Inteligencia de Negocios,
software libre, open source, etc., y sobre todo las herramientas a utilizar
para el diseño y desarrollo del proyecto, las cuales sirvieron para llevar
adelante la tesis.
La presente tesis está basada en un diseño cualitativo, donde los
datos se describieron detalladamente teniendo en cuenta el objeto de
estudio. Patton (1.980), mencionado en el libro de investigación de
Hernandez Sampieri y Col (2.003).
Cabe destacar que para la realización del presente proyecto se
analizaron detalladamente todos los requerimientos y en base a los
conocimientos básicos, más las investigaciones realizadas, junto con los
relevamientos del sistema actual que se posee, además del hardware con el
que cuentan las empresas, se definió la solución que mejor se adecua al
contexto actual, para luego definir las etapas necesarias para llevar
adelante la realización de la tesis.
61. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
61
3.2. Descripción de cómo se realizó la Tesis
Para el desarrollo de la tesis, se optó por el modelo de ciclo de vida
en cascada ya que es este, el que mejor se adapta a la realización del
proyecto de tesis.
En este sentido, “[…] el modelo en cascada, algunas veces
llamado el ciclo de vida clásico, sugiere un enfoque sistemático,
secuencial hacia el desarrollo del software, que se inicia con la
especificación de requerimientos del cliente y que continúa con la
planeación, el modelado, la construcción y el despliegue, para culminar
en el soporte del software terminado”(Pressman, R.2005:50).
El mismo consiste en el ordenamiento secuencial de las etapas del
proceso para el desarrollo del software, teniendo en cuenta que debe
aguardarse la finalización de una etapa inmediatamente anterior, antes de
poder dar inicio a una siguiente etapa, de ser necesario pueden realizarse
retroalimentaciones de etapas anteriores, a fin de minimizar impactos
negativos. Las etapas definidas para este proyecto son las siguientes:
relevamiento de datos, análisis de datos, diseño, desarrollo, prueba e
implementación.
Para el análisis de los procesos se diseñó una WBS (Work
Breakdown Structure), donde se puede apreciar la descripción jerárquica
de los trabajos a realizar para la concreción de la tesis, la misma puede
observarse en el Anexo 1.
62. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
62
3.2.1. Relevamiento de datos
Se concretaron reuniones con los miembros del directorio
del Grupo Flayp, de igual manera se realizaron entrevistas
personalizadas a los gerentes de cada área, se relevaron los
procesos realizados diariamente en los sistemas operacionales por
medio de observaciones de los manuales de procesos; gracias a
las entrevistas realizadas a los gerentes, se definieron los criterios
que son utilizados para la toma de decisiones, de manera a poder,
a través de la concreción del proyecto, brindar un soporte para
optimizarla toma de dichas decisiones.
En cuanto a software, se observó el funcionamiento de los
sistemas actualmente utilizados, y la manera en la que estos
interactúan con todas y cada una de las áreas de las empresas, en
esta instancia se relevó con especial atención todo lo que respecta
a la estructura de datos, así también la infraestructura base en
cuanto a softwarey hardware existente.
3.2.2. Análisis de datos
Una vez finalizada la tarea de relevamiento de datos, y ya
con toda la información necesaria, se llevó a cabo un análisis
minucioso de las necesidades e inquietudes de los futuros
usuarios del sistema, esto más la información sobre la tecnología
con la que se cuenta, nos dio las bases para definir que la mejor
opción que se adecua a dichas necesidades radica en la
63. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
63
implementación de una solución de Inteligencia de Negocios, ya
que dicha solución brindará un soporte para la toma de decisiones
estratégicas, como así también brindar una visión macro de ambas
empresas en conjunto, que será de mucha utilidad para los altos
niveles ejecutivos, ya que los datos se encuentran dispersos en
diferentes formatos de almacenamiento, lo que dificulta la
realización de análisis, para lo cual no se trabajará de manera
directa con las bases de datos transaccionales.
La utilizaciónde un data warehousepermitirá cohesionar
los datos de las distintas fuentes, la misma se desarrollará
íntegramente sobre softwarelibre, se llegó a esta conclusión luego
de analizar detenidamente las soluciones propietarias existentes
en el mercado, los requerimientos tanto de software como de
hardware que son necesarios para la implementación de la
solución, son altamente compatibles con los que ya se cuentan, se
prevén todas las medidas de seguridad en aplicaciones web,
también se harán uso de las nuevas tecnologías existentes, con el
fin de optimizar y agilizar el acceso a los datos en considerables
niveles de tiempo.
3.2.3. Diseño
Con el afán de obtener un prototipo coherente que
satisfaga los requerimientos relevados y analizados en etapas
anteriores, se llevó a cabo el diseño conceptual, lógico y físico del
prototipo de solución de Inteligencia de Negocios, comenzando
por el data warehouse, los procesos de ETL, reportes, cubos
multidimensionales, cuadros de mandos y demás componentes,
64. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
64
como ser la arquitectura de la herramienta y del prototipo en el
contexto general.
3.2.4. Desarrollo
Ya con toda la documentación resultante de la etapa de
diseño, se procedió a desarrollar el proyecto, se inició con el
desarrollo el data warehouse, cuyo objetivo es unificar los datos
obtenidos de las distintas fuentes transaccionales, para ello se
eliminan las ambigüedades e inconsistencias, a través de un
proceso de extracción, transformación y cargado de los datos en
eldata warehouse. Se diseñaron y publicaron en el servidor los
cubos OLAP, los cuadros de mando, los reportes y el resultado de
la minería de datos, para lo cual se aplicó el algoritmo
seleccionado.
Se configuró e implementó el servidor, para que los
usuarios puedan acceder a los distintos módulos, ya sean estos de
reportes, análisis, etc., asítambién se otorgaron los privilegios
necesarios a los informes y a las carpetas contenedoras. Se
configuró e implementó la consola de administración, de manera
tal a poder administrar tanto los usuarios como los roles
asignados. En cada una de las etapas de configuración e
implementación del proyecto, se tomaron en cuenta todas las
políticas y estándares de seguridad en cuanto a aplicaciones
cliente-servidor se refiere, como ser, manejo de sesiones,
administración de perfiles, permisos de usuario, etc.
65. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
65
3.2.5. Prueba
Se realizaron las pruebas correspondientes, se
corroboraron los resultados obtenidos, si cumplen con los
requerimientos y la fiabilidad de los mismos, además se
realizaron pruebas exhaustivas en cuanto a concurrencia de
acceso al sistema, conectividad, tiempo de respuesta, nivel de
seguridad, etc.
3.2.6. Implementación
Los componentes del prototipo de la solución, se
instalaron y configuraron en una máquina preparada para actuar
de servidor, el mismo está compuesto por, la consola de
administración de Pentaho, el servidor Pentaho, los componentes
de Pentaho Data Integration (en adelante PDI) y se configuró la
periodicidad de la actualización del data warehouse, y el Sistema
Gestor de Base de Datos (en adelante SGBD) MySQL, donde se
almacenará el data warehouse, así también se crearon los perfiles
de usuario, con la asignación de roles y permisos
correspondientes, se configuraron los ordenadores-cliente para
acceder al sistema.
66. Inteligencia de Negocios Tesis de Grado Ingeniería en Informática
Universidad del Cono Sur de las Américas
66
3.3. Descripción de los instrumentos y procedimientos utilizados para la
recolección y tratamiento de la información
Para la elaboración de este proyecto se recolectaron los datos a
través de entrevistas semi-estructuradas a directores y gerentes del Grupo
Flayp,para obtener los permisos para acceder a la información, procesos y
los reportes necesarios para la toma de decisiones.
También se realizaronobservaciones directasde los distintos
procesos y sistemas operacionales automatizadosa fin de elaborar reportes
de requerimientos.
3.4. Descripción de la muestra
Para la realización de este proyecto, luego de un análisis de la
población, se optó por llevarlo adelante en las empresas del Grupo Flayp,
concretamente Viru S.A y Flayp S.R.L., en los departamentos de Ventas y
Marketing, la selección de las empresas y los departamentos se realizó
gracias a la buena predisposición e interés de los directivos de contar con
una herramienta que ayude a la toma de decisiones.
Las entrevistas se realizaron a los gerentes de Compras, Ventas,
Marketing, Finanzas y un director de las empresas seleccionadas. También
se realizaron observaciones directas de los distintos procesos y sistemas
operacionales automatizados.