Enviar búsqueda
Cargar
Inteligencia de negocio - Soluciones Analíticas
•
1 recomendación
•
277 vistas
Wilfredo Rangel
Seguir
Denunciar
Compartir
Denunciar
Compartir
1 de 23
Descargar ahora
Descargar para leer sin conexión
Recomendados
DiagnóStico Multifeedback
DiagnóStico Multifeedback
jorgebungu
Inteligencia de negocio - Arquitecturas de Soluciones Analíticas
Inteligencia de negocio - Arquitecturas de Soluciones Analíticas
Wilfredo Rangel
Inteligencia de negocio - Introducción
Inteligencia de negocio - Introducción
Wilfredo Rangel
Introducción a Data Quality Services en MS SQL Server 2012
Introducción a Data Quality Services en MS SQL Server 2012
Joseph Lopez
Cursos Big Data Open Source
Cursos Big Data Open Source
Stratebi
Great Visualizations and Analytics using Business Intelligence Open Source
Great Visualizations and Analytics using Business Intelligence Open Source
Stratebi
Inteligencia De Negocios para Dummies
Inteligencia De Negocios para Dummies
Sorey García
Inteligencia de negocio- Modelos Dimensionales y Esquemas Estrellas
Inteligencia de negocio- Modelos Dimensionales y Esquemas Estrellas
Wilfredo Rangel
Recomendados
DiagnóStico Multifeedback
DiagnóStico Multifeedback
jorgebungu
Inteligencia de negocio - Arquitecturas de Soluciones Analíticas
Inteligencia de negocio - Arquitecturas de Soluciones Analíticas
Wilfredo Rangel
Inteligencia de negocio - Introducción
Inteligencia de negocio - Introducción
Wilfredo Rangel
Introducción a Data Quality Services en MS SQL Server 2012
Introducción a Data Quality Services en MS SQL Server 2012
Joseph Lopez
Cursos Big Data Open Source
Cursos Big Data Open Source
Stratebi
Great Visualizations and Analytics using Business Intelligence Open Source
Great Visualizations and Analytics using Business Intelligence Open Source
Stratebi
Inteligencia De Negocios para Dummies
Inteligencia De Negocios para Dummies
Sorey García
Inteligencia de negocio- Modelos Dimensionales y Esquemas Estrellas
Inteligencia de negocio- Modelos Dimensionales y Esquemas Estrellas
Wilfredo Rangel
Seminario De BI
Seminario De BI
grupomitk
On-Line Analytical Processing - DatawareHouse FISI - UNMSM
On-Line Analytical Processing - DatawareHouse FISI - UNMSM
Julio Pari
4 t218162dw tolap
4 t218162dw tolap
Julio Pari
Sept2011 Solutionsdecisions Presentacion Esp
Sept2011 Solutionsdecisions Presentacion Esp
Miquel Serracanta Domènech
Ecosistema actual de bi y data mining
Ecosistema actual de bi y data mining
Carlos Alvarez
Webinar Inteligencia de Negocios
Webinar Inteligencia de Negocios
ESCUELA DE GRADUADOS EN NEGOCIOS Y TECNOLOGIA
Inteligencia de negocios
Inteligencia de negocios
jo_unwell
Inteligencia de negocios
Inteligencia de negocios
jo_unwell
Inteligencia de negocios
Inteligencia de negocios
jo_unwell
Inteligencia de negocios
Inteligencia de negocios
jo_unwell
UNIDAD 5 DIAPOSITIVAS
UNIDAD 5 DIAPOSITIVAS
ANGELITA ANGELITA
Presentación MetricArts 2011
Presentación MetricArts 2011
Metric Arts
Herramientas de business intelligence
Herramientas de business intelligence
Leonel Ibarra
Taller De Inteligencia De Negocios
Taller De Inteligencia De Negocios
romangm
Taller De Inteligencia De Negocios
Taller De Inteligencia De Negocios
UJAP
Expo informatica gerencial
Expo informatica gerencial
Ambbar Zammar
Presentación Metric Arts 2012
Presentación Metric Arts 2012
Metric Arts
La inteligencia de negocio en los diferentes departamentos
La inteligencia de negocio en los diferentes departamentos
deysiyarilka
Data Mart de una área de compras
Data Mart de una área de compras
roy_vs
Architect Forum Bi
Architect Forum Bi
Juan Pablo
Más contenido relacionado
Similar a Inteligencia de negocio - Soluciones Analíticas
Seminario De BI
Seminario De BI
grupomitk
On-Line Analytical Processing - DatawareHouse FISI - UNMSM
On-Line Analytical Processing - DatawareHouse FISI - UNMSM
Julio Pari
4 t218162dw tolap
4 t218162dw tolap
Julio Pari
Sept2011 Solutionsdecisions Presentacion Esp
Sept2011 Solutionsdecisions Presentacion Esp
Miquel Serracanta Domènech
Ecosistema actual de bi y data mining
Ecosistema actual de bi y data mining
Carlos Alvarez
Webinar Inteligencia de Negocios
Webinar Inteligencia de Negocios
ESCUELA DE GRADUADOS EN NEGOCIOS Y TECNOLOGIA
Inteligencia de negocios
Inteligencia de negocios
jo_unwell
Inteligencia de negocios
Inteligencia de negocios
jo_unwell
Inteligencia de negocios
Inteligencia de negocios
jo_unwell
Inteligencia de negocios
Inteligencia de negocios
jo_unwell
UNIDAD 5 DIAPOSITIVAS
UNIDAD 5 DIAPOSITIVAS
ANGELITA ANGELITA
Presentación MetricArts 2011
Presentación MetricArts 2011
Metric Arts
Herramientas de business intelligence
Herramientas de business intelligence
Leonel Ibarra
Taller De Inteligencia De Negocios
Taller De Inteligencia De Negocios
romangm
Taller De Inteligencia De Negocios
Taller De Inteligencia De Negocios
UJAP
Expo informatica gerencial
Expo informatica gerencial
Ambbar Zammar
Presentación Metric Arts 2012
Presentación Metric Arts 2012
Metric Arts
La inteligencia de negocio en los diferentes departamentos
La inteligencia de negocio en los diferentes departamentos
deysiyarilka
Data Mart de una área de compras
Data Mart de una área de compras
roy_vs
Architect Forum Bi
Architect Forum Bi
Juan Pablo
Similar a Inteligencia de negocio - Soluciones Analíticas
(20)
Seminario De BI
Seminario De BI
On-Line Analytical Processing - DatawareHouse FISI - UNMSM
On-Line Analytical Processing - DatawareHouse FISI - UNMSM
4 t218162dw tolap
4 t218162dw tolap
Sept2011 Solutionsdecisions Presentacion Esp
Sept2011 Solutionsdecisions Presentacion Esp
Ecosistema actual de bi y data mining
Ecosistema actual de bi y data mining
Webinar Inteligencia de Negocios
Webinar Inteligencia de Negocios
Inteligencia de negocios
Inteligencia de negocios
Inteligencia de negocios
Inteligencia de negocios
Inteligencia de negocios
Inteligencia de negocios
Inteligencia de negocios
Inteligencia de negocios
UNIDAD 5 DIAPOSITIVAS
UNIDAD 5 DIAPOSITIVAS
Presentación MetricArts 2011
Presentación MetricArts 2011
Herramientas de business intelligence
Herramientas de business intelligence
Taller De Inteligencia De Negocios
Taller De Inteligencia De Negocios
Taller De Inteligencia De Negocios
Taller De Inteligencia De Negocios
Expo informatica gerencial
Expo informatica gerencial
Presentación Metric Arts 2012
Presentación Metric Arts 2012
La inteligencia de negocio en los diferentes departamentos
La inteligencia de negocio en los diferentes departamentos
Data Mart de una área de compras
Data Mart de una área de compras
Architect Forum Bi
Architect Forum Bi
Inteligencia de negocio - Soluciones Analíticas
1.
UNIVERSIDAD CENTRAL DE
VENEZUELA FACULTAD DE CIENCIAS ESCUELA DE COMPUTACION ´ Sistemas de Información Tema 6: Inteligencia de Negocio. OLAP y Soluciones analíticas 1 Prof. Wilfredo Rangel
2.
Agenda Introducción Origen
y Definición Soluciones Analíticas ¿Qué es OLAP? Características de las Soluciones analíticas Comparando tipos de soluciones Visión general de las soluciones analíticas Arquitectura conceptual básica Componentes de la arquitectura RDBMS vs. OLAP Server: Examinando de cerca Metodología de desarrollo de soluciones analíticas 2 © 2010, Universidad Central de Venezuela. Sistemas de Información.
3.
Objetivos de Aprendizaje
Al finalizar este capitulo, usted estará en capacidad de: • Los conceptos básicos de OLAP • Entender los aspectos relacionados al desarrollo de soluciones analíticas basadas en OLAP (Online Analitycal Processing) • La arquitectura y módulos de las soluciones analíticas • emplear metodologías de desarrollo de estándares de la industria de BI 3 © 2010, Universidad Central de Venezuela. Sistemas de Información.
4.
Introducción
Origen y definición Soluciones analíticas ¿Qué es OLAP? 4 © 2010, Universidad Central de Venezuela. Sistemas de Información.
5.
¿Qué es OLAP?
Definición: “OLAP es un enfoque para proveer rápidamente respuestas a consultas analíticas que son de naturaleza multidimensional” [Codd, E.F. et al (1993)] Nuestra Definición: “OLAP es una pieza del rompecabezas de inteligencia de negocio que permite a los usuarios interactuar y explorar data dimensionalmente.” © 2010, Universidad Central de Venezuela. Sistemas de Información.
6.
¿Que es OLAP? Ver
la data “Dimensionalmente“ Ventas por región Ventas por región y por canal Ventas por región, por canal y por año Ventas por región, por canal, por año y por mes por canal, por un periodo de tiempo Agregación Ventas = SUM de la data subyacente Tiempo de Envió = AVG de la data subyacente 6 © 2010, Universidad Central de Venezuela. Sistemas de Información.
7.
Características Enfocada a
la Información: Diseñada para la investigación por parte del usuario final y la exploración de la data, no transaccional. Interactiva: Capaz de aceptar y actuar sobre preguntas ad-hoc que el usuario tenga. Agregación Dinámica: Información resumida de data detallada en tiempo real. Navegación (Drilling): Habilidad de moverse entre niveles de granularidad de datos. Segmentación (Slice and Dice): Habilidad de combinar y recombinar varias dimensiones para visualizar diferentes facetas de la información. Pivoteo: Habilidad de ofrecer comparaciones, revelar patrones y relaciones, y analizar tendencias. Desempeño: El acceso a la data y las manipulaciones deben realizarse a la "velocidad del pensamiento". 7 © 2010, Universidad Central de Venezuela. Sistemas de Información.
8.
Caracteristicas: Enfocada en
la información Diseñada para usuarios finales DW_CUST_TBL Exploración de información, no de data Incluye entidades de facil uso: Ventas por Region Customer Lifetime Value Trimestre Fiscal 4, 2007 Nos libera del manejo de entidades oscuras: LAST_UPDATED_DATE Batch System ID Order ID (a menos que sea Customer Lifetime Value analíticamente significativo) © 2010, Universidad Central de Venezuela. Sistemas de Información.
9.
Caracteristica > Interactiva
Más parecido a una aplicación que a un reporte Selecciona data Filtra data Drill Down Pivot (columnas a registro, etc.) © 2010, Universidad Central de Venezuela. Sistemas de Información.
10.
Característica > Agregación
dinámica No predefine niveles de agregación Ventas select sum(sales) from table region group by region, year region, almacen region, year = PREDEFINED level of region, tienda, año aggregation Cualquier combinación dinamicamente calculada y combinada Agregación Dinámica DETAIL DATA © 2010, Universidad Central de Venezuela. Sistemas de Información.
11.
Características >: Drilling Capacidad
para atravesar los niveles de agregación dentro de un área de análisis Year Quarter Month – Day Agregado correctamente © 2010, Universidad Central de Venezuela. Sistemas de Información.
12.
Caracteristica > Slicing Limite
para la vista y análisis de datos La misma “vista” de data ,con diferente conjunto de datos APAC EMEA © 2010, Universidad Central de Venezuela. Sistemas de Información.
13.
Caracteristica : Dicing Cambia
los datos observados y analizados Selección de miembros, agrega o elimina dimensiones © 2010, Universidad Central de Venezuela. Sistemas de Información.
14.
Caracteristicas : Pivoting Cambia
la orientación en la página La misma data, la misma vista, con diferente layout © 2010, Universidad Central de Venezuela. Sistemas de Información.
15.
Caracteristica : Agregación
y Performance Respuesta de data disponible en segundos Los usuarios esperan ver los datos en la "velocidad del pensamiento“ Vista de data altamente sumarizada 10s o 100s de celdas Calculado a partir de las transacciones de data subyacente Abstracción del volumen de datos RFID INVENTORY SYSTEM 8 Kilobytes 200 Gigabytes © 2010, Universidad Central de Venezuela. Sistemas de Información.
16.
Casos de uso
y aplicaciones De carácter estratégico ¿Cuál es mi día promedio de envío durante el mes pasado frente a los últimos 12 meses? ¿Estoy ganando más clientes de los que estoy perdiendo? Mis ventas han subido, pero ¿qué hay de mi rentabilidad? Qué productos están creciendo mi línea base? TOTAL en alcance (requiere mirar más, todos los datos) ¿Cuál fue el importe de las ventas promedio por país y producto? ¿Cuál es el valor de la duración de los clientes por segmento de clientes? ¿Cuál es el valor de la duración de los clientes por ventas? © 2010, Universidad Central de Venezuela. Sistemas de Información.
17.
Casos de uso
y aplicaciones: Usuarios Gerentes y Ejecutivos de Negocio Monitoreo de Rendimiento Empresarial Dashboards y Scorecards Analistas de Negocio Identificación de Tendencias Evaluacion Exploratoria de Oportunidades Finanzas Pronosticados vs. Reales Consolidación Financiera Mercadeo Efectividad de Campaña Rendimiento de Segmento de Clientela Ventas Rendimiento Empresarial de Ventas Análisis Regional 17 © 2010, Universidad Central de Venezuela. Sistemas de Información.
18.
Casos de uso
y aplicaciones : Análisis de Ventas • Medidas (Mesures) Usuarios – Sales Product Managers – Avg Sales Price Sales Managers – Avg Discount Management – Total Discount Marketing Managers – Cost of Goods Sold – Gross Margin • Dimensiones – Customer – Sales Person – Sales Region – Product – Year/Qtr/Mon © 2010, Universidad Central de Venezuela. Sistemas de Información.
19.
Casos de uso
y aplicaciones: Análisis de Mercados • Medidas (Measures) Usuarios – Pieces Sent Product Managers – Responses Management – Response Rate Marketing Managers – Days to Response • Dimensiones – Customer – Sales Region – Product – Year/Qtr/Mon – Promotion – Media – Creative © 2010, Universidad Central de Venezuela. Sistemas de Información.
20.
Casos de uso
y aplicaciones: Website Ad Analysis • Measures Users – Impressions Product Managers – Click Through Rate Web Site Developers – Conversion to Sales Ad Placement Specialists – Conversion to Signup – Visits • Dimensions – Customer – Sales Person – Sales Region – Product – Year/Qtr/Mon © 2010, Universidad Central de Venezuela. Sistemas de Información.
21.
Use Cases and
Applications: Balanced Scorecard • Measures Users – Objectives Line of Business Managers – Measures COO – Targets CEO – Initiatives • Dimensions – Learning and Growth – Customer – Financial – Business Processes – Department – Year/Mon/Qtr © 2010, Universidad Central de Venezuela. Sistemas de Información.
22.
DEMO JPivot
Uso General Slicing Dicing Pivoting Drilling Down Otros Tipos de BI Dashboard Report © 2010, Universidad Central de Venezuela. Sistemas de Información.
23.
Conclusiones
Conclusiones • Hemos realizado un estudio de ….. • Hemos hecho una discusión sobre…. • Se han desarrollado demostraciones de 23 © 2010, Universidad Central de Venezuela. Sistemas de Información.
Descargar ahora