Este documento presenta una propuesta para implementar un data mart de ventas en una mediana empresa de la ciudad de Piura con el objetivo de mejorar la toma de decisiones. Explica brevemente las características de las medianas empresas, introduce los conceptos clave de business intelligence y data marts. Luego identifica un problema común en la toma de decisiones de las medianas empresas y propone como solución la implementación de un data mart de ventas. Finalmente, describe los objetivos, alcances, justificación y un prototipo inicial del desarrollo de la solución propuesta
El documento presenta una introducción a Business Intelligence. Describe brevemente su historia, definición, características, niveles de realización, elementos, ventajas, software y arquitectura de soporte para la toma de decisiones.
Este documento describe las herramientas para la inteligencia de negocios (BI). Define la inteligencia de negocios y explica que BI apoya a los tomadores de decisiones con información oportuna. Luego lista varios softwares populares para BI como MicroStrategy, Business Objects y Cognos. Finalmente describe los componentes clave de BI como multidimensionalidad, minería de datos, agentes y sistemas de soporte de decisiones. El documento concluye que las herramientas de BI permiten el tratamiento adecuado de información para tomar decisiones que beneficien el
Business Intelligence (BI) es la habilidad de transformar datos en información y conocimiento para optimizar la toma de decisiones empresariales. BI involucra tecnologías como data warehouses, herramientas ETL y análisis de datos. Proporciona información a diferentes niveles de una organización para respaldar decisiones operativas, de consolidación y estratégicas a través de informes, consultas, alertas y modelado predictivo.
El documento proporciona una introducción al temario del día 1 de un curso sobre inteligencia de negocios. Explica conceptos clave como la historia, arquitectura, integración de datos, data warehouse y automatización. También describe ventajas como transformar datos en información útil para la toma de decisiones y desventajas como la gran inversión requerida.
Este documento presenta una introducción a la inteligencia de negocios y su importancia para la toma de decisiones en las empresas. Explica brevemente los componentes clave de una solución de inteligencia de negocios, como la extracción, transformación y carga de datos, almacenes de datos y herramientas de análisis. También analiza casos exitosos de implementación de inteligencia de negocios y concluye resaltando cómo esta permite a las organizaciones acceder a información precisa para lograr una mejor gestión.
Este documento trata sobre inteligencia de negocios y minería de datos. Brevemente describe los conceptos clave de inteligencia de negocios, minería de datos y descubrimiento de conocimiento en bases de datos. También explica las fases de un proyecto de minería de datos y algunas aplicaciones comunes como gobierno, empresas, universidades y deportes.
Este documento describe los conceptos de inteligencia de negocios, minería de datos y descubrimiento de conocimiento en bases de datos. Explica que la inteligencia de negocios utiliza la información de una empresa para generar informes y escenarios que apoyen la toma de decisiones. También describe las fases del proceso de minería de datos, incluido el filtrado, selección de variables, algoritmos de extracción de conocimiento e interpretación. Finalmente, discute algunas aplicaciones como gobierno, empresas, universidades y clubes deportivos.
Este documento proporciona una introducción a Business Intelligence (BI), incluyendo una definición de BI, sus componentes clave y cómo funciona un sistema de BI. Explica que BI involucra el análisis de datos de una empresa para extraer conocimiento e información que apoye la toma de decisiones, y describe las etapas típicas para implementar aplicaciones de BI.
El documento presenta una introducción a Business Intelligence. Describe brevemente su historia, definición, características, niveles de realización, elementos, ventajas, software y arquitectura de soporte para la toma de decisiones.
Este documento describe las herramientas para la inteligencia de negocios (BI). Define la inteligencia de negocios y explica que BI apoya a los tomadores de decisiones con información oportuna. Luego lista varios softwares populares para BI como MicroStrategy, Business Objects y Cognos. Finalmente describe los componentes clave de BI como multidimensionalidad, minería de datos, agentes y sistemas de soporte de decisiones. El documento concluye que las herramientas de BI permiten el tratamiento adecuado de información para tomar decisiones que beneficien el
Business Intelligence (BI) es la habilidad de transformar datos en información y conocimiento para optimizar la toma de decisiones empresariales. BI involucra tecnologías como data warehouses, herramientas ETL y análisis de datos. Proporciona información a diferentes niveles de una organización para respaldar decisiones operativas, de consolidación y estratégicas a través de informes, consultas, alertas y modelado predictivo.
El documento proporciona una introducción al temario del día 1 de un curso sobre inteligencia de negocios. Explica conceptos clave como la historia, arquitectura, integración de datos, data warehouse y automatización. También describe ventajas como transformar datos en información útil para la toma de decisiones y desventajas como la gran inversión requerida.
Este documento presenta una introducción a la inteligencia de negocios y su importancia para la toma de decisiones en las empresas. Explica brevemente los componentes clave de una solución de inteligencia de negocios, como la extracción, transformación y carga de datos, almacenes de datos y herramientas de análisis. También analiza casos exitosos de implementación de inteligencia de negocios y concluye resaltando cómo esta permite a las organizaciones acceder a información precisa para lograr una mejor gestión.
Este documento trata sobre inteligencia de negocios y minería de datos. Brevemente describe los conceptos clave de inteligencia de negocios, minería de datos y descubrimiento de conocimiento en bases de datos. También explica las fases de un proyecto de minería de datos y algunas aplicaciones comunes como gobierno, empresas, universidades y deportes.
Este documento describe los conceptos de inteligencia de negocios, minería de datos y descubrimiento de conocimiento en bases de datos. Explica que la inteligencia de negocios utiliza la información de una empresa para generar informes y escenarios que apoyen la toma de decisiones. También describe las fases del proceso de minería de datos, incluido el filtrado, selección de variables, algoritmos de extracción de conocimiento e interpretación. Finalmente, discute algunas aplicaciones como gobierno, empresas, universidades y clubes deportivos.
Este documento proporciona una introducción a Business Intelligence (BI), incluyendo una definición de BI, sus componentes clave y cómo funciona un sistema de BI. Explica que BI involucra el análisis de datos de una empresa para extraer conocimiento e información que apoye la toma de decisiones, y describe las etapas típicas para implementar aplicaciones de BI.
El documento describe los diferentes niveles de madurez en business intelligence (BI) que puede alcanzar una organización, desde reportes básicos hasta un almacenamiento activo de datos. Explica cada nivel detallando las características de las preguntas realizadas, los usuarios involucrados, y las capacidades de toma de decisiones. También analiza la transición necesaria de un enfoque departamental a uno corporativo para integrar mejor los datos en la organización.
1) Business Intelligence es una herramienta que permite a las empresas recopilar y analizar datos para tomar mejores decisiones de negocio. 2) El documento describe los componentes clave de BI como almacenes de datos, herramientas analíticas y de minería de datos. 3) También presenta ejemplos de cómo empresas en diferentes industrias han utilizado BI para mejorar sus operaciones y rentabilidad.
Este documento presenta una introducción al tema de Business Intelligence. Define Business Intelligence como un conjunto de tecnologías y aplicaciones que permiten recopilar, almacenar, analizar y proveer información de negocios a los usuarios de una empresa para mejorar la toma de decisiones. Incluye secciones sobre las características, elementos, ventajas y ejemplos prácticos de cómo Business Intelligence puede beneficiar a diferentes tipos de empresas. También enumera algunos softwares populares de Business Intelligence para grandes y pequeñas empresas.
El documento presenta una introducción a la inteligencia de negocios. Explica brevemente la historia del concepto desde la creación de las bases de datos en los años 1960 y 1970 hasta el desarrollo de plataformas de inteligencia de negocios consolidadas en los años 2000. Define la inteligencia de negocios como la habilidad para transformar datos en información y conocimiento para optimizar la toma de decisiones. Describe las características, ventajas y desventajas de la inteligencia de negocios así como su importancia para las organizaciones.
El documento introduce conceptos básicos sobre inteligencia de negocios, incluyendo que reúne sistemas y tecnologías para la toma de decisiones, provee soluciones que permiten transformar información clave en acciones concretas, y depende de cómo se capte, gestione e interprete la información. También describe elementos como data warehouses, cubos, medidas y dimensiones que permiten analizar grandes cantidades de datos para la toma de decisiones.
Este documento describe las herramientas de inteligencia de negocios y sus beneficios. Define la inteligencia de negocios y explica que permite transformar datos en conocimiento para mejorar la toma de decisiones. Luego describe varias herramientas populares como Microsoft SQL, RapidMiner y Tableau y explica que sus ventajas incluyen un análisis más profundo, la capacidad de hacer pronósticos y obtener respuestas más rápidas. Finalmente, recomienda el uso de herramientas de inteligencia de negocios para apoyar la to
Business intelligence (BI) es una estrategia que permite a las empresas incrementar su rendimiento y competitividad mediante la organización inteligente de sus datos históricos. BI ofrece diferentes niveles de análisis desde consultas simples hasta sistemas expertos, y proporciona ventajas como obtener información más rápido y centralizada para tomar mejores decisiones. Software como Tableau, Qlik y Microsoft Power BI son utilizados por grandes y pequeñas empresas para implementar soluciones de BI.
Este documento presenta una introducción a los conceptos de inteligencia de negocios y herramientas como almacenes de datos, tableros de control y aplicaciones de informes. También describe diez principales proveedores de almacenamiento en la nube, incluyendo Amazon Web Services, Google Cloud Storage, Microsoft y IBM, comparando sus fortalezas y debilidades. El objetivo es desarrollar las competencias de identificar conceptos clave de inteligencia de negocios y reconocer herramientas que soportan el análisis de información y la toma de decision
Este documento define la inteligencia de negocios y describe algunas de las herramientas más utilizadas. La inteligencia de negocios transforma los datos en información y conocimiento para mejorar la toma de decisiones en una empresa. Algunas de las herramientas más populares mencionadas son Microsoft SQL Server, Oracle Business Intelligence, Pentaho y RapidMiner. El uso de estas herramientas proporciona ventajas como un mejor control de la empresa, información precisa para la toma de decisiones y conocimiento del comportamiento de los consumidores.
Este documento describe la necesidad de análisis de datos para la toma de decisiones gerenciales y presenta la inteligencia de negocios como un marco para sustentar esas decisiones. La inteligencia de negocios captura datos operacionales y de apoyo a las decisiones, los analiza para generar información, presenta esa información para sustentar decisiones de negocios y luego toma decisiones que generan más datos.
La siguiente diapositiva fue elaborada con la intención de brindarle información a la sociedad sobre la importancia que brinda la inteligencia de negocios.
A Practical Guide to Pentaho Business Analytics. s.l. : Packt
Publishing, 2011..........................................................................................76
Parte XVI.12. Jorge Camoes, Miguel Valdes. Pentaho 3.2 Data Integration:
Beginner's Guide. s.l. : Packt Publishing, 2009.......................................76
Parte XVII.13. Jorge Camoes, Miguel Valdes. Pentaho Reporting 3.5 for
Java Developers. s.l. : Packt Publishing, 2010........................................76
Parte XVIII.14. Jorge Camoes, Miguel Valdes. Pentaho Kettle Solutions:
Building Open Source ETL Solutions with Pentaho Data Integration.
s.
El documento habla sobre la inteligencia de negocios y su importancia para acceder y analizar información para mejorar procesos empresariales y tomar decisiones informadas. Explica conceptos como data warehouse, extracción y transformación de datos, herramientas de explotación, metodología de Kimball y más.
Este documento habla sobre la inteligencia de negocios y los sistemas de planificación de recursos empresariales. Explica que la inteligencia de negocios proporciona acceso a información y herramientas de análisis para mejorar los procesos empresariales y la toma de decisiones. También describe los componentes clave de un sistema de inteligencia de negocios como la extracción, transformación y almacenamiento de datos, así como herramientas de explotación de datos. Además, explica que los sistemas ERP integran
La inteligencia de negocios (BI) implica el análisis de datos de una organización para apoyar la toma de decisiones. BI incluye herramientas para el acceso a información, análisis de datos y presentación de informes. La minería de datos es una técnica de BI que se utiliza para encontrar patrones y relaciones ocultas en grandes conjuntos de datos que pueden usarse para predecir resultados.
La inteligencia de negocios (BI) implica el análisis de datos de una organización para obtener conocimientos útiles. BI incluye herramientas para el acceso a la información, el apoyo a la toma de decisiones y la orientación al usuario final. La minería de datos es una herramienta de BI que se utiliza para encontrar patrones ocultos en los datos que pueden usarse para predecir resultados futuros u obtener otros conocimientos.
Este documento trata sobre iniciativas de inteligencia de negocios y cómo permiten que la inteligencia de negocios esté al alcance de toda la organización. La inteligencia de negocios puede usarse para mejorar las ventas y el marketing, las operaciones, las finanzas, los recursos humanos y la atención al cliente.
El documento discute las ventajas de Business Intelligence. Permite a las empresas tomar decisiones precisas y rápidas al extraer y analizar datos de forma flexible e integrada desde múltiples fuentes. Business Intelligence supera limitaciones como tiempos de respuesta lentos, falta de integración de datos y acceso limitado a información histórica.
1) El documento describe los sistemas de inteligencia de negocios y su impacto en las organizaciones. 2) Explica conceptos como data warehouse, data marts y scorecards, que son herramientas clave para la toma de decisiones basada en datos. 3) También cubre temas como los sistemas de enriquecimiento de datos, que mejoran la calidad de los datos para obtener información más valiosa.
Este documento discute la estrategia que debe adoptar una empresa cuando ocupa el segundo lugar en el mercado. Explica que debe descubrir la debilidad del líder y posicionarse de manera opuesta para diferenciarse, como lo hizo Pepsi al presentarse como la bebida preferida de los jóvenes en contraposición a Coca-Cola, la marca tradicional de los adultos mayores. También proporciona el ejemplo de cómo Pepsi invirtió la esencia de Coca-Cola a través de su campaña publicitaria "La generación Pepsi
Más contenido relacionado
Similar a TRABAJO DE INVESTIGACIÓN - DATA MART PARA MEDIANAS EMPRESAS DE LA CIUDAD DE PIURA
El documento describe los diferentes niveles de madurez en business intelligence (BI) que puede alcanzar una organización, desde reportes básicos hasta un almacenamiento activo de datos. Explica cada nivel detallando las características de las preguntas realizadas, los usuarios involucrados, y las capacidades de toma de decisiones. También analiza la transición necesaria de un enfoque departamental a uno corporativo para integrar mejor los datos en la organización.
1) Business Intelligence es una herramienta que permite a las empresas recopilar y analizar datos para tomar mejores decisiones de negocio. 2) El documento describe los componentes clave de BI como almacenes de datos, herramientas analíticas y de minería de datos. 3) También presenta ejemplos de cómo empresas en diferentes industrias han utilizado BI para mejorar sus operaciones y rentabilidad.
Este documento presenta una introducción al tema de Business Intelligence. Define Business Intelligence como un conjunto de tecnologías y aplicaciones que permiten recopilar, almacenar, analizar y proveer información de negocios a los usuarios de una empresa para mejorar la toma de decisiones. Incluye secciones sobre las características, elementos, ventajas y ejemplos prácticos de cómo Business Intelligence puede beneficiar a diferentes tipos de empresas. También enumera algunos softwares populares de Business Intelligence para grandes y pequeñas empresas.
El documento presenta una introducción a la inteligencia de negocios. Explica brevemente la historia del concepto desde la creación de las bases de datos en los años 1960 y 1970 hasta el desarrollo de plataformas de inteligencia de negocios consolidadas en los años 2000. Define la inteligencia de negocios como la habilidad para transformar datos en información y conocimiento para optimizar la toma de decisiones. Describe las características, ventajas y desventajas de la inteligencia de negocios así como su importancia para las organizaciones.
El documento introduce conceptos básicos sobre inteligencia de negocios, incluyendo que reúne sistemas y tecnologías para la toma de decisiones, provee soluciones que permiten transformar información clave en acciones concretas, y depende de cómo se capte, gestione e interprete la información. También describe elementos como data warehouses, cubos, medidas y dimensiones que permiten analizar grandes cantidades de datos para la toma de decisiones.
Este documento describe las herramientas de inteligencia de negocios y sus beneficios. Define la inteligencia de negocios y explica que permite transformar datos en conocimiento para mejorar la toma de decisiones. Luego describe varias herramientas populares como Microsoft SQL, RapidMiner y Tableau y explica que sus ventajas incluyen un análisis más profundo, la capacidad de hacer pronósticos y obtener respuestas más rápidas. Finalmente, recomienda el uso de herramientas de inteligencia de negocios para apoyar la to
Business intelligence (BI) es una estrategia que permite a las empresas incrementar su rendimiento y competitividad mediante la organización inteligente de sus datos históricos. BI ofrece diferentes niveles de análisis desde consultas simples hasta sistemas expertos, y proporciona ventajas como obtener información más rápido y centralizada para tomar mejores decisiones. Software como Tableau, Qlik y Microsoft Power BI son utilizados por grandes y pequeñas empresas para implementar soluciones de BI.
Este documento presenta una introducción a los conceptos de inteligencia de negocios y herramientas como almacenes de datos, tableros de control y aplicaciones de informes. También describe diez principales proveedores de almacenamiento en la nube, incluyendo Amazon Web Services, Google Cloud Storage, Microsoft y IBM, comparando sus fortalezas y debilidades. El objetivo es desarrollar las competencias de identificar conceptos clave de inteligencia de negocios y reconocer herramientas que soportan el análisis de información y la toma de decision
Este documento define la inteligencia de negocios y describe algunas de las herramientas más utilizadas. La inteligencia de negocios transforma los datos en información y conocimiento para mejorar la toma de decisiones en una empresa. Algunas de las herramientas más populares mencionadas son Microsoft SQL Server, Oracle Business Intelligence, Pentaho y RapidMiner. El uso de estas herramientas proporciona ventajas como un mejor control de la empresa, información precisa para la toma de decisiones y conocimiento del comportamiento de los consumidores.
Este documento describe la necesidad de análisis de datos para la toma de decisiones gerenciales y presenta la inteligencia de negocios como un marco para sustentar esas decisiones. La inteligencia de negocios captura datos operacionales y de apoyo a las decisiones, los analiza para generar información, presenta esa información para sustentar decisiones de negocios y luego toma decisiones que generan más datos.
La siguiente diapositiva fue elaborada con la intención de brindarle información a la sociedad sobre la importancia que brinda la inteligencia de negocios.
A Practical Guide to Pentaho Business Analytics. s.l. : Packt
Publishing, 2011..........................................................................................76
Parte XVI.12. Jorge Camoes, Miguel Valdes. Pentaho 3.2 Data Integration:
Beginner's Guide. s.l. : Packt Publishing, 2009.......................................76
Parte XVII.13. Jorge Camoes, Miguel Valdes. Pentaho Reporting 3.5 for
Java Developers. s.l. : Packt Publishing, 2010........................................76
Parte XVIII.14. Jorge Camoes, Miguel Valdes. Pentaho Kettle Solutions:
Building Open Source ETL Solutions with Pentaho Data Integration.
s.
El documento habla sobre la inteligencia de negocios y su importancia para acceder y analizar información para mejorar procesos empresariales y tomar decisiones informadas. Explica conceptos como data warehouse, extracción y transformación de datos, herramientas de explotación, metodología de Kimball y más.
Este documento habla sobre la inteligencia de negocios y los sistemas de planificación de recursos empresariales. Explica que la inteligencia de negocios proporciona acceso a información y herramientas de análisis para mejorar los procesos empresariales y la toma de decisiones. También describe los componentes clave de un sistema de inteligencia de negocios como la extracción, transformación y almacenamiento de datos, así como herramientas de explotación de datos. Además, explica que los sistemas ERP integran
La inteligencia de negocios (BI) implica el análisis de datos de una organización para apoyar la toma de decisiones. BI incluye herramientas para el acceso a información, análisis de datos y presentación de informes. La minería de datos es una técnica de BI que se utiliza para encontrar patrones y relaciones ocultas en grandes conjuntos de datos que pueden usarse para predecir resultados.
La inteligencia de negocios (BI) implica el análisis de datos de una organización para obtener conocimientos útiles. BI incluye herramientas para el acceso a la información, el apoyo a la toma de decisiones y la orientación al usuario final. La minería de datos es una herramienta de BI que se utiliza para encontrar patrones ocultos en los datos que pueden usarse para predecir resultados futuros u obtener otros conocimientos.
Este documento trata sobre iniciativas de inteligencia de negocios y cómo permiten que la inteligencia de negocios esté al alcance de toda la organización. La inteligencia de negocios puede usarse para mejorar las ventas y el marketing, las operaciones, las finanzas, los recursos humanos y la atención al cliente.
El documento discute las ventajas de Business Intelligence. Permite a las empresas tomar decisiones precisas y rápidas al extraer y analizar datos de forma flexible e integrada desde múltiples fuentes. Business Intelligence supera limitaciones como tiempos de respuesta lentos, falta de integración de datos y acceso limitado a información histórica.
Similar a TRABAJO DE INVESTIGACIÓN - DATA MART PARA MEDIANAS EMPRESAS DE LA CIUDAD DE PIURA (20)
1) El documento describe los sistemas de inteligencia de negocios y su impacto en las organizaciones. 2) Explica conceptos como data warehouse, data marts y scorecards, que son herramientas clave para la toma de decisiones basada en datos. 3) También cubre temas como los sistemas de enriquecimiento de datos, que mejoran la calidad de los datos para obtener información más valiosa.
Este documento discute la estrategia que debe adoptar una empresa cuando ocupa el segundo lugar en el mercado. Explica que debe descubrir la debilidad del líder y posicionarse de manera opuesta para diferenciarse, como lo hizo Pepsi al presentarse como la bebida preferida de los jóvenes en contraposición a Coca-Cola, la marca tradicional de los adultos mayores. También proporciona el ejemplo de cómo Pepsi invirtió la esencia de Coca-Cola a través de su campaña publicitaria "La generación Pepsi
El documento habla sobre cuatro tipos de sistemas de información: 1) Sistema de procesamiento de transacciones (TPS), cuyo objetivo es aumentar la productividad en tareas administrativas y capturar datos de transacciones para controlar las actividades del negocio. 2) Sistemas de información ejecutiva (EIS), creados para cubrir necesidades específicas de la alta gerencia y proveer acceso sencillo a información relevante. 3) Sistema experto (SE), programa basado en inteligencia que realiza tareas de
Este documento describe diferentes tipos de clientes y cómo manejar sus necesidades. Identifica clientes actuales y potenciales, y clasifica a los clientes en comunicativos, inseguros, agresivos, arrogantes y más. Explica que es importante mantener la calma con los clientes, escuchar sus opiniones y usar quejas como oportunidades. El excelente servicio al cliente requiere instruirlos, aclarar expectativas, prever problemas e incentivar comunicación continua.
Este documento presenta un trabajo de investigación cuyo objetivo fue determinar la relación entre la resiliencia empresarial y la satisfacción del cliente en el emporio textil de Gamarra en Lima, Perú durante el 2020. Se realizó un estudio cuantitativo, descriptivo y correlacional con una muestra de 664 personas, utilizando una encuesta validada y confiable. Los resultados mostraron una relación directa y significativa entre las variables de resiliencia empresarial y satisfacción del cliente, concluyendo que ambas tienen una asociación específica.
El documento habla sobre la inteligencia artificial (IA). Explica que la IA es la capacidad de sistemas y máquinas para resolver problemas complejos de manera autónoma como lo harían los humanos. También describe algunas aplicaciones actuales de la IA como diagnósticos médicos, robots, vehículos espaciales autónomos y sistemas de traducción. Sin embargo, señala que las máquinas de IA carecen de sentimientos y ética, por lo que no pueden discernir correctamente entre el bien y el mal. Concluye que a pesar de sus
Este documento presenta un proyecto de intervención psicológica breve para el personal administrativo y docente de la Universidad César Vallejo. El proyecto aplica los principios de gestión de proyectos, incluyendo la constitución del equipo de proyecto, el alcance, el cronograma, los costos, la calidad, los recursos, las comunicaciones, los riesgos, las adquisiciones y las partes interesadas. El objetivo es mejorar el bienestar del personal y la productividad de la universidad mediante técnicas psicol
Este documento presenta un análisis de la situación externa e interna de la Universidad César Vallejo filial Piura. Describe la ubicación geográfica, límites, clima, cultura, economía e industrias de la provincia de Piura. Asimismo, analiza factores políticos, económicos, sociales y tecnológicos que pueden afectar a la universidad. Finalmente, incluye un estudio de mercado sobre la oferta educativa en la región y las preferencias de los posibles estudiantes.
Este documento analiza las principales diferencias y estrategias de posicionamiento de Glovo y Rappi, dos de las aplicaciones de delivery más importantes en Perú. Glovo se enfoca en fortalecer sus vínculos con negocios de todo tamaño y desarrollar herramientas de geolocalización, mientras que Rappi apuesta por ampliar su cartera de servicios a través de alianzas. Finalmente, se resalta la importancia creciente de los servicios de delivery para la economía, especialmente para restaurantes que han incrementado sus ventas
La universidad se posiciona como una de las mejores de la provincia de Piura, ofreciendo una educación integral a costos asequibles. Gestiona la calidad a través de encuestas a estudiantes para mejorar continuamente. Busca ampliar su mercado y lograr la acreditación de todos sus programas para posicionarse como la mejor opción educativa de la región.
Este documento presenta un resumen de 3 oraciones del trabajo de investigación sobre las redes WAN (Wide Area Network o red de área extendida). El documento describe los objetivos del estudio, el marco teórico sobre redes WAN incluyendo conceptos, evolución, características y aplicaciones. Se explican los componentes, tecnologías, topologías y beneficios de las redes WAN y cómo estas se usan en organizaciones.
El documento presenta la Metodología del Marco Lógico como una herramienta para facilitar el proceso de conceptualización, diseño, ejecución y evaluación de proyectos de inversión pública. Explica que un proyecto de inversión pública es un esfuerzo temporal para crear un producto, servicio o resultado único, y que la Metodología del Marco Lógico tiene una estructura para guiar el desarrollo de proyectos. También incluye enlaces de video sobre los orígenes y un ejemplo de la aplicación de la
Este documento resume los conceptos básicos sobre el Customer Relationship Management (CRM). En la introducción describe brevemente el origen y desarrollo del software CRM. Los objetivos de la investigación son describir los conceptos del CRM y cómo es usado en las empresas. La segunda sección presenta las bases teóricas sobre el CRM, incluyendo su definición, características, principios, componentes, tipos y aplicaciones. La tercera sección analiza ejemplos de aplicación del CRM en organizaciones. Finalmente, la cuarta sección presentará las conclusiones y recom
Este documento describe el impacto de la pandemia de COVID-19 en la educación superior en América Latina y el Caribe. Explica las estadísticas sobre estudiantes y profesores afectados, así como el acceso a Internet en la región. Detalla las respuestas de los gobiernos y las instituciones educativas, como la implementación de clases a distancia y ajustes a calendarios. Finalmente, propone acciones que los gobiernos y las instituciones deben tomar, como coordinarse, planificar la reapertura segura de escuel
El documento define CRM en la nube y sus características, incluyendo la gestión de cuentas de clientes, contactos, ventas, facturas y tareas. Explica que un CRM en la nube se ejecuta en servidores de proveedores de servicios en la nube en lugar de servidores locales de la empresa. También compara un CRM tradicional con uno en la nube, señalando que este último no requiere licencias, hardware o personal especializado para instalación y mantenimiento.
FedEx contribuye al valor de sus servicios al hacer que los envíos sean más eficientes y efectivos a través de sistemas de información que brindan información en tiempo real a los clientes sobre el estado de sus paquetes. FedEx también actúa como un sistema de información para sus clientes comerciales al proporcionar acceso a datos sobre la ubicación y estado de sus productos y partes. Gracias a su gestión global de envíos e implementación de innovadoras soluciones de información, FedEx se ha posicionado como un actor clave en la economía global
Este plan de negocios propone la implementación de una microempresa comercial de bicicletas en Piura llamada "ECOBICIX SAC" para aprovechar las oportunidades del mercado como el enfoque en la salud y el medio ambiente. El estudio de mercado muestra demanda potencial entre residentes de 15 a 54 años de nivel socioeconómico AB y C. La estrategia será posicionarse como un centro eco-responsable aprovechando ventajas como ubicación, marca y equipo comprometido. Se requiere una invers
La ley promueve el desarrollo del mercado de capitales mediante la incorporación de artículos a la Ley N° 27641 que establecen una participación máxima en inversiones, tipos de inversiones permitidas, un comité de inversiones, sociedades administradoras de fondos, y modificaciones a la Ley N° 26126.
La empresa Sclan busca exportar ropa deportiva a otros países. El análisis PESTEL muestra que los factores políticos, económicos, sociales, tecnológicos, ecológicos y legales son generalmente favorables para la exportación, aunque existen algunos desafíos como barreras arancelarias y cumplimiento de normas medioambientales.
Ofrecemos herramientas y metodologías para que las personas con ideas de negocio desarrollen un prototipo que pueda ser probado en un entorno real.
Cada miembro puede crear su perfil de acuerdo a sus intereses, habilidades y así montar sus proyectos de ideas de negocio, para recibir mentorías .
El curso de Texto Integrado de 8vo grado es un programa académico interdisciplinario que combina los contenidos y habilidades de varias asignaturas clave. A través de este enfoque integrado, los estudiantes tendrán la oportunidad de desarrollar una comprensión más holística y conexa de los temas abordados.
En el área de Estudios Sociales, los estudiantes profundizarán en el estudio de la historia, geografía, organización política y social, y economía de América Latina. Analizarán los procesos de descubrimiento, colonización e independencia, las características regionales, los sistemas de gobierno, los movimientos sociales y los modelos de desarrollo económico.
En Lengua y Literatura, se enfatizará el desarrollo de habilidades comunicativas, tanto en la expresión oral como escrita. Los estudiantes trabajarán en la comprensión y producción de diversos tipos de textos, incluyendo narrativos, expositivos y argumentativos. Además, se estudiarán obras literarias representativas de la región latinoamericana.
El componente de Ciencias Naturales abordará temas relacionados con la biología, la física y la química, con un enfoque en la comprensión de los fenómenos naturales y los desafíos ambientales de América Latina. Se explorarán conceptos como la biodiversidad, los recursos naturales, la contaminación y el desarrollo sostenible.
En el área de Matemática, los estudiantes desarrollarán habilidades en áreas como la aritmética, el álgebra, la geometría y la estadística. Estos conocimientos matemáticos se aplicarán a la resolución de problemas y al análisis de datos, en el contexto de las temáticas abordadas en las otras asignaturas.
A lo largo del curso, se fomentará la integración de los contenidos, de manera que los estudiantes puedan establecer conexiones significativas entre los diferentes campos del conocimiento. Además, se promoverá el desarrollo de habilidades transversales, como el pensamiento crítico, la resolución de problemas, la investigación y la colaboración.
Mediante este enfoque de Texto Integrado, los estudiantes de 8vo grado tendrán una experiencia de aprendizaje enriquecedora y relevante, que les permitirá adquirir una visión más amplia y comprensiva de los temas estudiados.
SEMIOLOGIA DE HEMORRAGIAS DIGESTIVAS.pptxOsiris Urbano
Evaluación de principales hallazgos de la Historia Clínica utiles en la orientación diagnóstica de Hemorragia Digestiva en el abordaje inicial del paciente.
3° SES COMU LUN10 CUENTO DIA DEL PADRE 933623393 PROF YESSENIA (1).docx
TRABAJO DE INVESTIGACIÓN - DATA MART PARA MEDIANAS EMPRESAS DE LA CIUDAD DE PIURA
1. FACULTAD DE INGENIERÍA Y ARQUITECTURA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA
EMPRESARIAL
TRABAJO DE INVESTIGACIÓN
“PROPUESTA DE IMPLEMENTACIÓN DE UN DATA
MART DE VENTAS PARA MEJORAR LA TOMA DE
DECISIONES EN MEDIANAS EMPRESAS DE LA CIUDAD
DE PIURA”
AUTOR
Remaycuna Vásquez, Alexander
ASESOR
Mg. Panta Medina, Esteban Nolberto
PORTADA
PIURA - PERÚ
2020
2. ÍNDICE
PORTADA..................................................................................................................................1
ÍNDICE.......................................................................................................................................2
INTRODUCCIÓN......................................................................................................................4
I. ACERCA DE LAS MEDIANAS EMPRESAS.............................................................5
1.1. Definición ...............................................................................................................................5
1.2. Número de trabajadores...........................................................................................................5
1.3. Ingresos...................................................................................................................................5
1.4. Organigrama de una mediana empresa.....................................................................................5
II. BASES TEÓRICAS DEL SISTEMA DE BUSINESS INTELLIGENCE..................6
2.1. Fundamento teórico.................................................................................................................6
2.2. Marco Metodológico .............................................................................................................11
2.3. Glosario de Términos ............................................................................................................13
III. PROBLEMA IDENTIFICADO EN LAS MEDIANAS EMPRESAS ......................15
3.1. Descripción del Problema......................................................................................................15
3.2. Árbol de problemas ...............................................................................................................15
3.3. Análisis del problema ............................................................................................................16
IV. PROPUESTA DE SOLUCIÓN ...................................................................................16
V. DEFINICIÓN DE OBJETIVOS .................................................................................16
5.1. Objetivo general ....................................................................................................................16
5.2. Objetivos específicos.............................................................................................................16
VI. ALCANCES Y LIMITACIONES DE LA PROPUESTA .........................................17
VII. JUSTIFICACIÓN DE LA PROPUESTA...................................................................17
VIII. PROTOTIPO DEL DESARROLLO DE LA SOLUCIÓN .......................................17
8.1. EDT del proyecto propuesto ..................................................................................................17
8.2. Organigrama del proyecto......................................................................................................24
IX. PRESUPUESTO...........................................................................................................24
X. BENEFICIOS O RESULTADOS QUE APORTARÁ EL DATA MART ...............24
XI. CONCLUSIONES Y RECOMENDACIONES..........................................................25
3. TÍTULO DE LA INVESTIGACIÓN
“PROPUESTA DE IMPLEMENTACIÓN DE DATA MART DE VENTAS PARA
MEJORAR LA TOMA DE DECISIONES EN UNA MEDIANA EMPRESA EN LA
CIUDAD DE PIURA”
AUTORÍA
Alexander Remaycuna Vásquez
E-mail: aremaycuna@ucvvirtual.edu.pe
4. INTRODUCCIÓN
En el presente trabajo de investigación se indicará la propuesta y fundamento de la
implementación de un Data Mart de Ventas para medianas empresas en la ciudad de Piura.
Hoy en día las empresas apuestan por implantar soluciones tecnológicas e innovadoras para
poder explotar y/o gestionar de una manera adecuada la información que se maneja dentro
de sus repositorios de datos. La mayoría, se inclina al uso de herramientas de Business
Intelligence (BI) para poder analizar la información de manera rápida y tomar decisiones
acertadas, debido que de estas decisiones depende el éxito y sostenibilidad en el tiempo y el
mercado de las empresas u organizaciones.
La Inteligencia de Negocios se aplica, haciendo uso de datos históricos. Estos datos, luego
de ser analizados, se transforman en información valiosa, logrando generar ventaja
competitiva y tomar mejores decisiones a futuro.
Por lo general, lo que se busca es la integración de datos, utilizando las diversas fuentes de
datos a un nuevo repositorio específico para dicho negocio. A este sistema de BI se le
denomina Data Mart, y en este caso, se plantea la implementación de este sistema para el
área de Ventas.
La creación del Data Mart, proceso ETL, integración de datos y generación de reportes,
deben elaborarse con los programas SQL Server Integration Services (SSIS), SQL Server
Análisis Services, Visual Studio 2017 (SSDT) y Excel 2019/Power BI.
En el presente entregable, se demostrará la importancia, beneficios e impacto generado tras
la implementación de un Data Mart de Ventas, aplicando la Inteligencia de Negocios, para
poder analizar detalladamente toda la información que existe, específicamente, a un área.
5. I.ACERCA DE LAS MEDIANAS EMPRESAS
1.1. Definición
Es la unidad económica constituida por una persona natural o jurídica, bajo cualquier forma
de organización o gestión empresarial contemplada en la legislación vigente, que tiene como
objeto desarrollar actividades de extracción, transformación, producción, comercialización
de bienes o prestación de servicios.
1.2. Número de trabajadores
El personal con él trabaja la mediana empresa está entre 51 y 200 trabajadores.
1.3. Ingresos
Este tipo de empresas realiza ventas anuales superiores a 1700 UIT y hasta el monto máximo
de 2300 UIT.
1.4. Organigrama de una mediana empresa
6. II.BASES TEÓRICAS DEL SISTEMA DE BUSINESS INTELLIGENCE
2.1. Fundamento teórico
2.1.1. Inteligencia de Negocios
2.1.1.1.Definición
Es el proceso que permite, mediante el buen análisis, explotar los datos y generar
información, para luego convertirse en conocimientos y así generar la correcta toma de
decisiones y una ventaja competitiva en el mercado y sector.
2.1.1.2.Ventajas
➢ Aumento de eficiencia
Muchas empresas desperdician buena porción de su tiempo en la investigación de
información de área en área, probablemente podrán obtener los datos y podrán
producir sus reportes, pero con la inteligencia de negocios se puede generar
conocimiento, mediante una plataforma centralizada, lo que permite economizar los
tiempos y hacer que la toma de decisiones sea más eficaz.
➢ Mejores respuestas en tiempos
La centralización que fomenta el BI permite alcanzar respuestas rápidas en pocos
minutos. Por ejemplo, un informe de Inteligencia de Negocios puede sujetar
información relacionado a las ventas, el desempeño de marketing, costos, etc.
➢ Logra obtener la información precisa
Se toman decisiones basadas en data objetiva, no en presentimientos o en la
percepción. La información adecuada y estructurada permite tomar decisiones
basadas en el conocimiento producido por la propia empresa.
➢ Conocer tendencias en consumidores
7. Permite hallar y examinar los hábitos de compra de los clientes. Esta investigación
es muy útil para la medición de la rentabilidad de la empresa. También realizar
campañas de fidelización, elaborar modelos predictivos y/o promociones
estratégicas.
➢ Mejor control sobre las áreas vinculadas
En una empresa, el campo de la información a lograr obtener y examinar es muy
extenso. Para poder centralizarla, cruzarla, analizarla y lograr decisiones con ellas,
constituye un gran beneficio en costos y tiempo.
2.1.2. Data Mart
2.1.2.1. Definición
Es un repositorio de datos, que pertenece a un Data Warehouse, que se dedica a explotar
información, en específico, de un área o departamento de una empresa y/u organización.
2.1.2.2. Objetivos de la implementación de un Data Mart de ventas
➢ Identificar las métricas del negocio, definidas por el analista de datos.
➢ Identificar las dimensiones a partir de las necesidades del negocio.
➢ Elaborar la estructuración del Data Mart de Ventas.
2.1.2.3. Fases de la etapa de construcción del Data Mart
➢ Análisis de requerimientos, según el negocio.
➢ Proceso ETL: Extracción, Transformación y Carga.
➢ Procesamiento analítico de datos. Este proceso sirve para poder visualizar los
reportes generados por los cubos y Data Mart.
8. 2.1.3. Sistemas OLAP (On-Line Analytical Processing)
2.1.3.1.Definición
Son una herramienta de solución dentro de la Inteligencia de Negocios. Permiten analizar y
leer grandes cantidades de datos para lograr generar información valiosa dentro de una
organización y/o empresa. Por lo general se aplica para analizar tendencias, patrones,
informes, etc.
2.1.3.2.Características
➢ Menor tiempo de ejecución con respecto a sentencias SQL.
➢ Prevalece el Modelo Estrella.
➢ Su fuente de alimentación suelen ser sistemas que operan mediante procesos ETL.
➢ Uno de sus principales usos es el análisis de datos (ventas, marketing, minería de
datos, etc.)
➢ Por lo general, el acceso a la información es de lectura y se recomienda, por
seguridad, mantener las acciones de consultas básicas y no de inserción,
actualización y/o eliminación.
➢ Se recomienda mantener datos de los últimos 5 a 10 años como información
histórica.
9. 2.1.4. Procesos ETL
2.1.4.1. Definición
Los ETL en español significan Extracción, Transformación y Carga. Consisten en realizar
tres funciones de datos que, mediante una herramienta, extrae datos de una fuente de origen,
la transforma (aplica reglas, conversiones, uso de fórmulas, etc.) y las carga en una fuente
de datos destino (Data Mart, Data Warehouse, Base de datos, etc.).
2.1.4.2. Características
➢ Alcance
Información orientada a un área o departamento en específico.
➢ Uso
Brinda apoyo en la correcta toma de decisiones y obtención de conocimientos de
un área.
➢ Áreas temáticas
Dirigido a un área en específico de un Data Warehouse.
➢ Fuentes de datos
Se alimenta de repositorios de datos del área a analizar.
➢ Tiempo de consulta
El tiempo de consulta es veloz debido a la estructura del Data Mart.
➢ Tamaño
Facilidad para la historización de datos por el volumen de datos que se maneja.
➢ Tiempo de implementación
10. Menor tiempo de implementación a comparación de un Data Warehouse por
centrarse en un único negocio.
2.1.5. Modelo Multidimensional
2.1.5.1.Definición
Son aquellas bases de datos multidimensionales que permiten tener el acceso al
almacenamiento de datos de un Data Warehouse o Data Mart, donde se aprecia las
dimensiones, medidas, indicadores y hechos del mismo.
2.1.5.2.Modelos de una base de datos multidimensional
➢ Esquema en estrella:) Es el más sencillo en estructura. Consta de una tabla central
de "Hechos" y varias "dimensiones", incluida una dimensión de "Tiempo". Lo
característico de la arquitectura de estrella es que sólo existe una tabla de
dimensiones para cada dimensión. Esto quiere decir que la única tabla que tiene
relación con otra es la de hechos, lo que significa que toda la información
relacionada con una dimensión debe estar en una sola tabla.
11. ➢ Esquema copo de nieve: Es una variación o derivación del modelo estrella. En este
modelo la tabla de hechos deja de ser la única relacionada con otras tablas ya que
existen otras tablas que se relacionan con las dimensiones y que no tienen relación
directa con la tabla de hechos. El modelo fue concebido para facilitar el
mantenimiento de las dimensiones, sin embargo, esto hace que se consulte a más
tablas a las secuencias SQL, haciendo la extracción de datos más difícil, así como
vuelve compleja la tarea de mantener el modelo.
2.2.Marco Metodológico
2.2.1. Definición de la Metodología Kimball
La metodología Ralph Kimball es apropiada para el desarrollo de un Data Mart. Esta
metodología se basa en enfocar el Data Mart en el ciclo de vida dimensional del negocio. Se
aplica esta metodología para construir modelos de bases de datos con propósitos de toma de
decisiones, medición, etc.
FACTOR
METODOLOGÍA
KIMBALL
METODOLOGÍA INMON
Presupuesto Coste inicial bajo. Coste inicial alto.
Plazos
Tiempo de desarrollo
inferior.
Requiere más tiempo de
desarrollo.
12. Especialización
Equipo con especialización
media.
Equipo con especialización
alta.
Alcance Departamentos individuales. Toda la compañía.
Mantenimiento
Mantenimiento más
complejo.
Fácil mantenimiento.
El modelo dimensional que presenta esta metodología está conformado por una Fact Table
(tabla de hechos) y una o muchas Dim Tables (tabla de dimensiones) que las acompaña,
denominadas tablas de dimensiones. A continuación se define cada una de ellas:
➢ Tabla de hechos: Tabla principal a analizar. Cada una de estas tablas significa un
negocio a estudiar y a medir.
➢ Tabla de dimensiones: Tablas con atributos relacionados a la tabla de hechos que
sirven para lograr su medición y/u objetivo de análisis.
➢ Medidas: Atributos de la tabla de hechos que representan la medición del negocio a
analizar.
Esta metodología es apropiada para el desarrollo de un Data Mart porque se enfoca en el
análisis de un negocio en específico, como por ejemplo un Data Mart de Ventas con una
fuente de origen de datos que tomará un crecimiento notorio a mediano plazo.
2.2.2. Fases de la metodología Kimball
FASES QUE APLICA LA METODOLOGÍA KIMBALL
FASE DESCRIPCIÓN
Planificación del Proyecto
Busca identificar la definición y el alcance
que tiene el proyecto de Data Mart/DWH.
Busca definir el proyecto, determinando:
➢ Identidades.
➢ Personal o equipo.
➢ Plan de proyecto.
➢ Seguimiento.
➢ Control.
Definición de los Requerimientos del
Negocio
Los diseñadores de DW y DM, se basan en la
definición de los requerimientos y
necesidades de la empresa y/o área para poder
realizar el diseño apropiado.
13. Modelado Dimensional
Se analiza las dimensiones que se le brindará
a cada factor o métrica identificada. Luego, se
determina el nivel de granularidad de cada
uno según el negocio.
Diseño Físico
Se basa en la estructuración para el soporte
del diseño lógico (analizado anteriormente).
Aquí, se define los tipos de datos, indexación,
particiones, etc.
Diseño y Desarrollo de datos
Se realiza el proceso ETL:
➢ Extracción.
➢ Transformación.
➢ Carga.
La interacción de los datos para el diseño y
desarrollo se basa en la integración de la base
de datos origen (con datos previamente
transformados), para luego guardarlos en un
repositorio de destino, Data Mart.
Diseño de la arquitectura técnica
En esta etapa, se consideran:
➢ Los requerimientos de negocio.
➢ Los actuales entornos técnicos.
➢ Las directrices técnicas y estratégicas.
Gracias a esos 3 factores, se podrá establecer
el diseño de la arquitectura técnica del Data
Mart.
2.3.Glosario de Términos
➢ Arquitectura: Desarrollo de modelo de datos del negocio en definición a los
requerimientos.
➢ Base de datos: Conjunto de datos que pertenecen a un mismo contexto y están
almacenados en un repositorio.
➢ Data Mart: Base o repositorio de datos de un área en específica.
➢ Data Warehouse: Base o repositorio de datos de una organización o empresa.
➢ Dimensiones: Valores que describen a los datos y se usan en las métricas para su
medición.
14. ➢ Diseño físico: Es el diseño y estructura de la base de datos. Sirve para optimizar el
rendimiento y asegurar la integridad de los datos.
➢ Estructuración de datos: Organización de los datos en la base de datos.
➢ ETL: Proceso de extracción, transformación y carga de una fuente de origen a un
destino.
➢ Integración de datos: Conexión de datos.
➢ Inteligencia de negocios / Business Intelligence / BI: Conjunto de procesos que,
mediante el uso de los datos generan información y conocimiento para tomar
decisiones a futuro.
➢ Métricas: Son medidas que permiten estimar o conocer ciertas características que se
desean analizar.
➢ Modelo copo de nieve: Es un modelo de datos formado por una tabla de hechos,
tablas de dimensión y éstas, con sus tablas dependientes. Es más compleja que un
modelo estrella.
➢ Modelo dimensional: Es un modelo de base de datos estructurado para consultar
información analítica.
➢ Modelo estrella: Es un modelo de datos formado por tablas de hechos y tablas de
dimensión. Por lo general no tiene muchas foráneas, más que las propias
dimensiones.
➢ Power BI: Programa para elaboración de reportes a partir de una fuente de datos
origen.
➢ Requerimientos de usuario: Solicitudes funcionales del usuario que se deben
atender para satisfacer sus necesidades.
➢ Sistemas y cubos OLAP: Herramienta de inteligencia de negocios que permite
analizar datos para su explotación.
➢ SQL server: Es un sistema de gestión de bases de datos.
➢ Tabla: Entidad en una base de datos.
➢ Tabla de dimensiones: Tablas foráneas y/o secundarias que permiten analizar una
o muchas tablas de hechos.
➢ Tabla de hechos: Tabla principal a evaluar y analizar en un Data Mart.
➢ Visual studio: Entorno de desarrollo para crear sitios web, aplicaciones, etc.
15. III.PROBLEMA IDENTIFICADO EN LAS MEDIANAS EMPRESAS
3.1. Descripción del Problema
Las medianas empresas en la ciudad de Piura cuentan con más de una fuente de información
para realizar sus operaciones, estas pueden ser de ventas, administración, coordinación, etc.
Estas, además de no ser relacionales, cuentan con esquemas, tablas y orígenes de datos
desactualizadas, las cuales no son removidas por temas de prevención en caso se usen en
algún reporte, vista, auditorías o se encuentre en el código fuente del sistema.
Los datos desactualizados suelen ser un problema grave al momento de extraer reportes de
ventas, ya que para Gerencia General estos indicadores suelen ser la pieza clave para iniciar
un plan de toma de decisiones y ejecución de proyectos, etc.
El problema de las organizaciones es no llevar un buen control o gestión, en este caso, en las
ventas dentro de la empresa. Por ello, deben analizar, de forma necesaria y/o obligatoria, las
ventas generadas para poder tomar decisiones a futuro y poder explotar la información para
generar ventaja competitiva en el mercado.
3.2. Árbol de problemas
DEFICIENCIA EN LOS PROCESOS DE
VENTAS EN LA MEDIANAS
EMPRESAS DE LA CIUDAD DE PIURA
Deficiente
mantenimiento
a la base datos
Informació
n imprecisa
Deficiente análisis e
implementación de
la base de datos
Ausencia de
plataforma tecnológica
en línea de reportaría
Entrega de
información
imprecisa
Toma de
decisiones
incorrecta
Tardanza en la
entrega de reportes
Baja satisfacción del
cliente
PROBLEMA
CAUSAS
EFECTOS
16. 3.3. Análisis del problema
PROBLEMA
DEFICIENCIA EN LOS PROCESOS DE VENTAS EN LA MEDIANAS
EMPRESAS DE LA CIUDAD DE PIURA
Causas Efectos
Deficiente mantenimiento a la base datos. Entrega de información imprecisa.
Información imprecisa.
Mal planteamiento en su toma de
decisiones.
Bajo análisis y, por ende, mala
estructuración en la implementación de la
base de datos.
Tardanza en la entrega de reportes
Ausencia de plataforma tecnológica en
línea de reportaría.
Baja satisfacción del cliente
IV.PROPUESTA DE SOLUCIÓN
En vista del problema identificado, se propone la implementación de un Data Mart en el área
de ventas las medianas empresas de la ciudad de Piura, para de esta manea poder integrar
los valiosos datos e información de los procesos que esta área genera ya que no está
aprovechándola y/o capitalizándola para mejorar su toma de decisiones y por ende mejorar
el perfil competitivo de estas empresas en la economía local y nacional.
Según estimaciones presupuestales, es costo de este sistema de inteligencia de negocios,
asciende a 25,550.00 soles.
V.DEFINICIÓN DE OBJETIVOS
5.1. Objetivo general
➢ Analizar y proponer la implementación de un Data Mart de Ventas para medianas
empresas en la ciudad de Piura.
5.2. Objetivos específicos
➢ Analizar la implementación de un Data Mart, mediante un modelo de base de datos
multidimensional que permita analizar y explotar la información vinculada y hallada
en el análisis previo.
➢ Aprovechar la información origen desde el repositorio de datos de las empresas para
mover múltiples datos previamente analizados al Data Mart de Ventas.
➢ Generar reportes a partir de la implementación del Data Mart.
17. VI.ALCANCES Y LIMITACIONES DE LA PROPUESTA
➢ Con la presente propuesta se busca explotar los recursos del Área de Ventas para las
medianas empresas en Piura.
➢ La propuesta se encuentra dirigida únicamente a medianas empresas del sector
terciario dedicadas al comercio y los servicios en la ciudad de Piura.
➢ La elaboración del Data Mart de ventas se realizará en SQL Server 2017.
➢ La migración se realizará a través de un proceso de ETL mediante el tipo de servidor
Integration Services. Este proceso se realizará con la herramienta Visual Studio 2017
(SSTD).
➢ Se espera que como resultado del desarrollo, se creen cubos tipo OLAP mediante los
modelos dimensionales obtenidos del análisis e implementación, generándose los
reportes e indicadores para la gestión y decisiones sobre el Área de Ventas.
➢ La creación del Data Mart contemplará información comercial de la empresa,
brindando, para la evaluación, indicadores de gestión de las ventas y oportunidades de
negocio mediante dashboards, reportes tipo tablas (dinámicas).
VII.JUSTIFICACIÓN DE LA PROPUESTA
Con la propuesta se busca la solución del problema encontrado, mediante la identificación
del nivel de ventas, productos, ubicación, tiempo y otros factores analizados.
El propósito es incrementar las ventas y mejorar la elección de decisiones, siendo acertadas,
de las medianas empresas en Piura a nivel operativo y estratégico.
El planteamiento propone el desarrollo de un Data Mart para automatizar, optimizar e
implantar una solución tecnológica a través de las herramientas de Inteligencia de Negocios
para, con menor tiempo, obtener resultados en tiempo real y en línea, apoyando a generar
ventaja competitiva.
VIII.PROTOTIPO DEL DESARROLLO DE LA SOLUCIÓN
8.1. EDT del proyecto propuesto
El proyecto, se dividirá en las siguientes fases y entregables:
18. “PROPUESTA DE IMPLEMENTACIÓN DE DATA MART COMO SOLUCIÓN DE INTELIGENCIA DE
NEGOCIOS APLICANDO LA METODOLOGÍA RALPH KIMBALL PARA OPTIMIZAR LA TOMA DE
DECISIONES DEL DEPARTAMENTO DE VENTAS DE UNA MEDIANA EMPRESA EN LA CIUDAD DE PIURA”
19. a) Etapa de Planificación
En la etapa de Planificación se considerarán los siguientes puntos:
• Reuniones con el equipo de Ventas e involucrados en el proyecto para definir el producto
final y modo de entrega.
• Entrevistas a usuarios finales (Fuerza de Ventas) y coordinador o jefe de Ventas.
• Se usará la metodología Ralph Kimball. Se distingue las diferencias en tiempo e inversión
aplicando esta metodología, por esto se pretende aplicarla por los recursos y tipo de
desarrollo que va a proporcionar.
• Se considerará que los dashboards finales se entregarán en el programa Power BI.
• Se definirá la frecuencia, en cuanto a las rutinas de ejecución del ETL a implementarse, si
es diario o semanal y esto se decidirá según el aumento de las ventas.
• Se preparará al equipo de proyecto:
➢ Analistas.
➢ Diseñadores.
➢ Desarrolladores y/o programadores.
➢ Certificadores (Analistas QA).
b) Etapa de Análisis
Se efectuarán los siguientes pasos para desarrollar el diseño multidimensional:
➢ Análisis de requerimientos del Data Mart.
➢ Establecer la granularidad.
➢ Definir las dimensiones.
➢ Identificar las métricas (hechos) a evaluar.
c) Etapa de Diseño
➢ Modelo Dimensional: Estrella
Se debe elegir el Modelo Estrella porque:
✓ Cumple con una estructura simple y veloz para analizar bases de datos de empresas
medianas.
20. ✓ En muchas ocasiones, las consultas son directas y si cumple con joins, son muy
pocos.
✓ El nivel de granularidad no es tan profundo a analizar cómo se podría apreciar en
un modelo Copo de Nieve.
➢ Modelo Gráfico de Alto Nivel
El presente gráfico, muestra en general cómo se relacionará cada una de las
dimensiones y el factor Ventas por analizar tras considerar las métricas identificadas
en la etapa de Análisis.
➢ Diseño Físico
Vista previa de cómo se construirá el Diseño Físico del Data Mart.
21. d) Implementación: Proceso ETL
El proceso, se realizará extrayendo datos de una fuente origen, trasformar estos datos y
almacenarlos en un destino. La diferencia es que, al transformarlos, se cumplen ciertas
reglas, medidas, y cálculos de por medio que aplican al destino realizar un análisis de
información de datos históricos obtenidos en el proceso de migración.
El proceso ETL propuesto, debe ser aplicado usando SQL Server 2017 Integration Services
(SSIS) y Visual Studio 2017 (SSDT).
e) Ejecución del proceso ETL
A continuación, una vista previa de cómo se dará la ejecución del proceso ETL y la prueba
que debe ejecutar correctamente.
22. f) Elaboración de Reportes
➢ Reportes por SQL Server
Se deben ejecutar queries (Consultas) para la elaboración de reportes, el tiempo de respuesta
será inmediato, aproximadamente de 1 a 3 segundos por vista.
A continuación una vista de ejemplo:
Reporte de ventas por producto
➢ Reportes por Power BI
Con el programa Power BI, se realizará el diseño de los reportes “tipo dashboard” para su
visualización e interacción dinámica entre el analista y la información de ventas como fuente
origen.
23. Ejemplo de reporte generado en Power BI
g) Gestión de la calidad
Ejemplificación de cuadro para la calidad del proyecto.
h) Gestión de riesgos
ID de
riesgo
Descripción del riesgo Impacto Probabilidad
Ponderación
del riesgo
Riesgo
Ventas
1
Deficiente manipulación de
datos por parte del cliente.
3 (Alto) 2 (Bajo)
3*2=6
(Medio)
6
(Medio)
Recursos Humanos
2
Renuncia del personal de
trabajo
1 (Bajo) 1 (Bajo)
1*1=1
(Bajo)
1 (Bajo)
24. 8.2. Organigrama del proyecto
IX.PRESUPUESTO
El presupuesto se determinó según los siguientes equipos:
Cálculo de precios unitarios de equipos para el desarrollo de la propuesta
Equipos
Unidad de
medida
Cantidad
Precio unitario
(S/.)
Total (S/.)
Disco duro
externo 1TB
Unidad 2 250 500
Impresora
multifuncional
Unidad 1 550 550
Laptop Unidad 5 2700 13500
Equipos
celular
Unidad 5 2200 11000
Total equipos 25,550
X.BENEFICIOS O RESULTADOS QUE APORTARÁ EL DATA MART
Según los objetivos específicos que se plantearon en párrafos anteriores, se espera que la
propuesta genere como resultados, los siguientes beneficios:
10.1. Objetivo específico 1
Analizar la implementación de un Data Mart, mediante un modelo de base de datos
multidimensional que permita analizar y explotar la información vinculada y hallada en el
análisis previo.
25. Uno de los beneficios que promete la propuesta en mención es, generar consultas directas a
las ventas de la mediana empresa de manera ordenada, previamente generadas con una
limpieza de datos y aportar a la generación de reportes veloz.
10.2. Objetivo específico 2
Aprovechar la información origen desde el repositorio de datos de la empresa para mover
múltiples datos previamente analizados al Data Mart de Ventas.
Como resultado de la migración mediante un proceso ETL (Extraer, Transformar, Cargar),
de la fuente de origen de los datos, se obtendrá un nuevo repositorio de una herramienta de
Inteligencia de Negocios para la explotación de datos. Con el nuevo Data Mart, se podrá
realizar un proceso de reportería de ventas más veloz y efectivo.
10.3. Objetivo específico 3
Generar reportes a partir de la implementación del Data Mart.
Con el Data Mart propuesto, al solicitar un reporte, el analista de datos deberá basarse en el
Data Mart de ventas, el cual retornará como resultados los informes que se requieran en
tiempo real. Además, generará una gran satisfacción, a nivel de usuario, porque se generará
el mismo resultado en menor tiempo.
XI.CONCLUSIONES Y RECOMENDACIONES
3.5.Conclusiones
Concluida la investigación respecto a la mejora de uno de los procesos del área de ventas de
las medianas empresas de la ciudad Piura, se llega a las siguientes conclusiones:
1. La implementación del Data Mart haciendo uso de la Inteligencia de Negocios será
una gran inversión para la gestión y mejora en la correcta toma de decisiones del
Área de Ventas. Para las medianas empresas puede llegar a ser una innovadora
solución tecnológica que a futuro puede seguir aplicando este tipo de herramientas a
todas las áreas.
2. Para poder realizar una implementación adecuada del Data Mart, es importante
realizar un buen análisis para identificar los indicadores, métricas y dimensiones.
26. Gracias a este análisis para elaborar el Data Mart, se puede combinar las dimensiones
y conseguir muchas métricas para gestionar las ventas en la empresa.
3. El uso del Data Mart permitirá apreciar el ahorro del tiempo promedio de obtención
de reportes. A diferencia del método tradicional que practican las medianas
empresas, donde se obtienen los reportes de manera distinta (en cuanto al formato de
los reportes) y con mayor tiempo.
4. La aplicación de la metodología Kimball es la adecuada para este proyecto, pues al
tratarse de un área en específico (Ventas), las fuentes de información que se requerirá
son las tablas de datos que aquí se generan y no del resto de las demás áreas. Esto
quiere decir que, para la implementación propuesta, no se requerirá desarrollar el
Data Warehouse completo, sino, sólo el Data Mart.
3.6.Recomendaciones
Como recomendaciones se dan las siguientes:
1. Se recomienda que las medianas empresas que compiten hoy en mercados cada vez
más cambiantes y de mucha incertidumbre, que al mismo tiempo requieren de
decisiones rápidas y certeras, hagan uso de las modernas herramientas tecnológicas
disponibles para mejorar el proceso de toma de decisiones.
2. Toda implementación de BI que se plantee en las medianas empresas, debe
fundamentarse con un buen análisis para identificar todos los factores en los
impactará o será impactado este sistema.
3. En un mercado competitivo cada vez más globalizado, las empresas deben cambiar
la manera en que venían haciendo las cosas, para optar por métodos o formas más
efectivas que les permita aprovechar la información y mejorar su perfil competitivo.
4. Para implementar un sistema de BI según sea la necesidad de empresa, se debe seguir
una metodología ya probada en proyectos anteriores para así asegurar una correcta
implementación.