Software Data Warehouse

Software Data Warehouse
81 resultados
Balanced Scorecard
Software Balanced Scorecard es la aplicacin de planeacin
estratgica que permite diagnosticar y planear las estrategias de su organizacin,
proceso o proyecto. Balanced Scorecard es una solucin que proporciona las
herramientas necesarias para poder asociar las estrategias a act... (Software
Business Intelligence/CPM)
Empresa/Fabricante: KAWAK
Implantadores: KAWAK
Tipo de licencia: Compra
Mianet WebReports
Software Mianet WebReports es una solucin BI de reporting que
permite obtener toda la informacin en una sola consulta conviertiendose en una
herramienta importante en la toma de decisiones. Con la aplicacin Mianet
WebReports se pueden visualizar grficas de su base de datos al instante...
(Software Business Intelligence/CPM)
Empresa/Fabricante: JVSystem
Implantadores: JVSystem
Tableau
SoftwareTableau es una empresa americana cuyo objetivo es
ayudar las empresas a entender sus datos . Debido al volumen creciente de datos
generados en el mundo Tableau Software naci con el objetivo de proveer una
tecnologa puntera, gil y fcil de usa con fin de manejar muy grandes volumen...
Empresa/Fabricante: Tableau Software
Implantadores: AMSO Group
Business Objects
Software Business Objects es la solucin Integral de SAP que
proporciona un acceso fcil de autoservicio a informacin prctica con nuestra
plataforma de BI. Business Objects permite el acceso, en cualquier momento y
desde cualquier lugar, a la informacin clave ofrecidos en contexto con ...
Empresa/Fabricante: SAP
Implantadores: SAP, Accenture, T&G
Ten Cuadro de mando
Software Ten Cuadro de mando operacional es la herramienta
complementaria que ofrece en todo momento los indicadores que el usuario
necesita. La aplicacin Ten Cuadro de mando permite la visualizacin de la
informacin relevante, mostrndola como Indicadores respecto a los objetivos e...
Empresa/Fabricante: Ten Solutions
Implantadores: Ten Solutions
eBusiness Solutions
Software eBusiness Solutions es la solucin que engloba todos los
aspectos de la gestin del funcionamiento de su negocio, sin importar si se trata de
un negocio individual, una cadena o una organizacin de franquicias. eBusiness
Solutions proporciona un punto de integracin nico, poten... (Software Business
Intelligence/CPM)
Empresa/Fabricante: MICROS Systems, Inc
Implantadores: MICROS Systems, Inc
DataGrafic
Software DataGrafic es la herramienta que nos ayuda a gestionar
de manera dinmica toda la informacin, realizando consultas en tiempo real,
consolidando grandes volmenes de datos en consultas OLAP generadas en
diferido y permitiendo el acceso a bases de datos sean o no propietarias de Anta...
Empresa/Fabricante: ANTARA Soluciones tecnolgicas
Implantadores: ANTARA Soluciones tecnolgicas
Jet Express
Software Jet Express es la herramienta integral de generacin de
informes que a partir de la extraccin directa de datos desde Dynamics NAV
permite crear de manera sencilla informes en Excel. Con Jet Express se puede
tener acceso a toda la informacin de la empresa en tiempo real y poder...
Empresa/Fabricante: Jet Reports
Implantadores: Jet Reports
Jet Enterprise
Software Jet Enterprise es la solucin global para la gestin de
Inteligencia Empresarial y generacin de informes creada para Microsoft
Dynamics. Jet Enterprise permite tratar toda la informacin para poder realizar un
anlisis completo y rpido ofreciendo las respuestas para conocer la ... (Software
Empresa/Fabricante: Jet Reports
Implantadores: Jet Reports
Zafiro
Software ZAFIRO es la aplicacin Business Intelligence que ofrece
Antara Soluciones Tecnolgicas que permite transformar la informacin que
proviene de una base de datos y la estructura de forma inteligente, fiable y til,
transformando los datos en informacin que podemos utilizar para los... (Software
Empresa/Fabricante: ANTARA Soluciones tecnolgicas
Implantadores: ANTARA Soluciones tecnolgicas
ICG BUSINESS INTELLIGENCE
Software ICG BUSINESS INTELLIGENCE es la solucin informtica
que proporciona toda la informacin de la situacin de su empresa con el principal
objetivo de aumentar la productividad y beneficio. ICG BUSINESS INTELLIGENCE
es la herramienta que ayuda en la toma de decisiones y a planificar es... (Software
Empresa/Fabricante: ICG Software
Implantadores: ICG Software
Mercur Business Control
Software Mercur Business Control es la solucin CPM (Corporate
Performance Management) que facilita la realizacin de presupuestos, previsiones,
planificacin, informes, consolidacin y anlisis. Mercur Business Control es una
solucin multiusuario, utilizado por centenar de empresas... (Software Business
Intelligence/CPM)
Empresa/Fabricante: MercurSolutions AB
Implantadores: AMSO Group
Tipo de licencia: Compra, Alquiler
GXquery
Software GXquery es la solucin que permite visualizar y analizar la
informacin de su negocio. GXquery es una potente herramienta de reportes que
proporciona toda la informacin que necesitamos para la toma de decisiones.
GXquery se puede vincular con bases de datos, crear una interfaz... (Software
Empresa/Fabricante: Artech
Implantadores: Artech
eFlex Queries
Software eFlex Queries , es la aplicacin que genera reportes
requeridos a nivel de direccin a partir de la informacin global de la empresa.
eFlex Queries ofrece todo tipo de informes detallados combinando la informacin
recibida desde distintas reas y mdulos. eFlex Queries , es ... (Software Business
Intelligence/CPM)
Empresa/Fabricante: Sistemas Bejerman
Implantadores: Sistemas Bejerman

Mianet WebReports
Software Mianet WebReports es una solucin BI de reporting que permite
obtener toda la informacin en una sola consulta conviertiendose en una
herramienta importante en la toma de decisiones. Con la aplicacin Mianet
WebReports se pueden visualizar grficas de su base de datos al instante hace
que las alertas o problemas en la gestin diaria de su Empresa se resuelvan de
manera ms eficiente.
Todos los datos de ventas, pedidos pendientes, rotacin de productos, variables
de produccin, flujos de efectivo, tesorera en una web con acceso 24h desde su
servidor.
Mianet WebReports permite la utilizacin desde distintos dispositivos , iPad o
dispositivo Android, podr estar leyendo el resultado del da, viendo sus grficas,
sus informes diarios, sus consultas cotidianas con un men fcil y que se configura
en funcin del perfil que ocupe en la empresa. Organizar, gestionar y controlar,
desde un nico sistema integrado, prcticamente todas las actividades que se
realizan en cualquier departamento su empresa.
Mianet WebReports nos permite acceder a los datos almacenados en MIANET y
a otras fuentes de informacin externas.
Mianet WebReports se parametriza segn las necesidades concretas de cada
cliente, con un asesoramiento y una adaptacin personalizada (con logos, colores
corporativos y fondos) de informes y el men atendiendo a las caractersticas de
su sector.
Mianet WebReports lleva detrs una consultora de negocio y tecnolgica para
poder implantar y realizar los informes que desee.
Quiero ampliar informacin sobre este producto >>
Empresa/Fabricante: JVSystem

eBusiness Solutions
Software eBusiness Solutions es la solucin que engloba todos los aspectos de
la gestin del funcionamiento de su negocio, sin importar si se trata de un negocio
individual, una cadena o una organizacin de franquicias. eBusiness Solutions
proporciona un punto de integracin nico, potente y sencillo que permite acceder
de manera fcil y rpida a travs de un navegador Web a informacin operativa y
financiera como controles de mano de obra, gestin de inventario, prevencin de
prdidas, valor almacenado e inteligencia empresarial.
eBusiness Solutions es una suite de productos formada por :
Mycentral.Con la innovadora arquitectura de software de comercio
electrnico mycentral, MICROS integra el elemento final del puzzle: la integracin
del nivel de consumidor en las soluciones de IT centrales y de tienda.
mymicros.net.Es un potente sistema de inteligencia empresarial y
almacenamiento de datos que compila y organiza informacin operativa y
financiera tpica de todas sus tiendas en informes en lnea de fcil visualizacin.
Enterprise Maintenance Services (EMS) Automatiza todas las cargas de
datos de tiendas en el sistema de terminal punto de venta para los cambios sobre
la marcha en artculos del men, precios, descuentos, impuestos y otros datos
especficos de TPV.
Mylabor. Gestiona tareas montonas de recursos humanos mediante una
interfaz de usuario en lnea sencilla y de uso fcil.
Myinventory. Es una slida aplicacin de inventario que proporciona
funciones de gestin de existencias, recepcin y compras, junto con opciones
completas de coste de productos y recetas tanto en una propiedad nica como en
varios puntos de venta.
Myprevention. Es una herramienta de informacin basada en excepciones
que le ayuda a reducir prdidas drsticamente, obtener una mayor productividad,
analizar mrgenes y lograr un retorno de la inversin rpido.
iCare. Es un mdulo de relaciones con clientes que ofrece una forma
sencilla de configurar y gestionar tarjetas regalo y programas de fidelidad basados
en puntos con informacin completa a travs de mymicros.net.
Empresa/Fabricante: MICROS Systems, Inc
Sectores: Retail (Distribucin Comercial), Hoteles y Hosteleria

CG BUSINESS INTELLIGENCE
Software ICG BUSINESS INTELLIGENCE es la solucin informtica que
proporciona toda la informacin de la situacin de su empresa con el principal
objetivo de aumentar la productividad y beneficio. ICG BUSINESS
INTELLIGENCE es la herramienta que ayuda en la toma de decisiones y a
planificar estrategias empresariales a partir de transformar y tratar los datos
empresariales centralizados en distintos puntos de venta de una cadena de
establecimientos. ICG BUSINESS INTELLIGENCEaporta la informacin real y de
tallada de las ventas con mltiples dimensiones y mtricas, proporcionando los
criterios de anlisis y reglas de decisin para el futuro de su empresa.
ICG BUSINESS INTELLIGENCE es un programa diseado para ser usado en el
sector multinegocio (hostelera, comercios...), en distintos modelos de negocio
(propios, franquicias, depsitos) y con carcter internacional adaptada a diferentes
idiomas, monedas y fiscalidad.
ICG BUSINESS INTELLIGENCE facilita la exportacin de datos a Microsoft Excel
y Adobe PDF.
Empresa/Fabricante: ICG Software
Sectores: Hoteles y Hosteleria

Mercur Business Control
Software Mercur Business Control es la solucin CPM (Corporate Performance
Management) que facilita la realizacin de presupuestos, previsiones, planificacin,
informes, consolidacin y anlisis.
Mercur Business Control es una solucin multiusuario, utilizado por centenar de
empresas, principalmente en Europa, de todo tamao y de cualquier sector.
Empresas medianas, como grandes empresas como Securitas, Loomis, Hellmann
Worldwide Logistics, Tetra Pack, Canal+, etc., as organizaciones publicas
(sanidad, etc.) han elegido Mercur Business Control por su flexibilidad, su
rapidez de implantacin, su POTENCIA Y SOLIDEZ de base de datos, y su alta
aceptacin por parte de los usuarios. Mercur Business Control permite, en una
nica herramienta, realizar la entrada de los presupuestos, planificacin, objetivos
y el seguimiento y reporting. Incluyendo Balanced Scorecar y Anlisis de datos
(BI).
Mercur Business Control tiene como finalidad proporcionar a las empresas un
entorno estructurado, fiable y gil de gestin y anlisis de datos para el control
financiero y de gestin, sin obligacin de uso de hojas de clculo.
Lo que puede realizar fcilmente con Mercur Business Control:
Presupuestos por centro de coste / productos / proyectos / etc.
Presupuestos detallados como Recursos Humanos, Inversiones, etc.
Asignar costes indirectos fcilmente, Repartos, ABC, ABB, etc.
Aadir rpidamente nuevos negocios, centros de responsabilidad,
vendedor, pas para realizar los presupuestos y/o el reporting y
seguimiento.
Controlar el flujo de informacin entre varios usuarios (workflow), plantillas,
etc.
Trabajar al internacional con gestin de divisas y multi idiomas.
Realizar rpidamente anlisis de desviaciones.
Tomar en cuenta la estacionalidad y variables regionales en su
presupuesto.
Calcular las revisiones a mitad de ao automticamente y mucho ms.
Consolidacin automatica con diario de eliminacin, seguimiento de
distintos tipos de eliminaciones.
Mercur Business Control es complementario e integrable con cualquier sistema (
ERP, CRM, etc.) disponible en el mercado como: Dynamic NAV & AX, JDE, SAP,
Oracle y otros.
Empresa/Fabricante: MercurSolutions AB
Tipo de licencia: Compra, Alquiler

3. SOFTWARE EN UN DATA WAREHOUSE

3.1 HERRAMIENTAS DE CONSULTA Y REPORTE

Existe una gran cantidad de poderosas herramientas de consulta y reporte en el
mercado (Ver Anexo 1-A). Algunos proveedores ofrecen productos que permiten tener
ms control sobre qu procesamiento de consulta es hecho en el cliente y qu
procesamiento en el servidor.
Las ms simples de estas herramientas son productos de reporte y consultas bsicas.
Ellos proporcionan desde pantallas grficas a generadores SQL (o ms preciso,
generadores de acceso-llamada a base de datos).
Ms que aprender SQL o escribir un programa para accesar a la informacin de una
base de datos, las herramientas de consulta al igual que la mayora de herramientas
visuales, le permiten apuntar y dar un click a los mens y botones para especificar los
elementos de datos, condiciones, criterios de agrupacin y otros atributos de una
solicitud de informacin.
La herramienta de consulta genera entonces un llamado a una base de datos, extrae
los datos pertinentes, efecta clculos adicionales, manipula los datos si es necesario y
presenta los resultados en un formato claro.
Se puede almacenar las consultas y los pedidos de reporte para trabajos
subsiguientes, como est o con modificaciones. El procesamiento estadstico se limita
comnmente a promedios, sumas, desviaciones estndar y otras funciones de anlisis
bsicas. Aunque las capacidades varan de un producto a otro, las herramientas de
consulta y reporte son ms apropiadas cuando se necesita responder a la pregunta
"Qu sucedi"? (Ejemplo: "Cmo comparar las ventas de los productos X,Y y Z del
mes pasado con las ventas del presente mes y las ventas del mismo mes del ao
pasado?").
Para hacer consultas ms accesibles a usuarios no-tcnicos, los productos tales como
Crystal Reports de Seagate, Impromptu de Cognos, Reportsmith de Borland, Intelligent
Query de IQ Software, Esperant de Software AG y GQL de Andyne, ofrecen interfases
grficas para seleccionar, arrastrar y pegar.
Lo ms avanzado de estos productos lo orientar hasta las consultas que tienen
sintaxis mala o que devuelven resultados imprevistos. El acceso a los datos han
mejorado tambin con las nuevas versiones de estos productos y los vendedores ya
instalan drivers estndares tales como ODBC y 32-bit nativo, hasta fuentes de datos
comerciales.
En general, los administradores de data warehouses que usen estos tipos de
productos, deben estar dispuestos a ocupar su tiempo para resolver las tareas de
estructuracin, como administrar bibliotecas y directorios, instalar software de
conectividad, establecer nombres similares en Ingls y precalcular "campos de datos
virtuales".
Una vez que se han creado las pantallas SQL, puede necesitar desarrollar un conjunto
de consultas y reportes estndares, aunque algunos productos ofrecen libreras de
plantillas prediseadas y reportes predefinidos que se pueden modificar rpidamente.
3.2 HERRAMIENTAS DE BASE DE DATOS
MULTIDIMENSIONALES / OLAP

Los generadores de reporte tienen sus limitaciones cuando los usuarios finales
necesitan ms que una sola, una vista esttica de los datos, que no sean sujeto de
otras manipulaciones. Para estos usuarios, las herramientas del procesamiento
analtico en lnea (OLAP - On Line Analytical Processing), proveen capacidades "Slide
y Dice" que contestara "qu sucedi?" al analizar por qu los resultados estn como
estn.
Las primeras soluciones OLAP estuvieron basadas en bases de datos
multidimensionales (MDDBS). Un cubo estructural (dos veces un hipercubo o un
arreglo multidimensional) almacenaba los datos para que se puedan manipular
intuitivamente y claramente ver las asociaciones a travs de dimensiones mltiples.
Los productos pioneros tal como Essbase de Arbor Software soportan directamente las
diferentes vistas y las manipulaciones dimensionales requeridas por OLAP.
Limitaciones del enfoque de bases de datos multidimensionales:
1ra.: Las nuevas estructuras de almacenamiento de datos requieren bases de datos
propietarias. No hay realmente estndares disponibles para accesar a los datos
multidimensionales.
Los proveedores como Arbor, vieron sto como una oportunidad para crear de facto
normas para editar MDDB APIs, propiciando herramientas terceristas y estableciendo
asociaciones estratgicas.
Muchas de estas herramientas de consulta y de soluciones data-mining soportan
directamente Essbase, Oracle Express y otros formatos MDDB comunes. El
Commander OLAP, herramienta cliente/servidor de Comshare, se sita sobre la parte
superior de un data warehouse multidimensional Essbase y soporta el acceso dinmico
y la manipulacin de los datos.
2da.: La segunda limitacin de un MDDB concierne al desarrollo de una estructura de
datos. Las compaas generalmente almacenan los datos de la empresa en bases de
datos relacionales, lo que significa que alguien tiene que extraer, transformar y cargar
estos datos en el hipercubo.
Este proceso puede ser complejo y consumidor de tiempo pero, nuevamente, los
proveedores estn investigando la forma de solucionarlos. Las herramientas de
extraccin de datos y otras automatizan el proceso, trazando campos relacionales en la
estructura multidimensional y desarrollando el MDDB sobre la marcha.
Algunos proveedores ofrecen ahora la tcnica OLAP relacional (Relational On Line
Analytical Processing - ROLAP), que explora y opera en el data warehouse
directamente usando llamadas SQL estndares. Las herramientas de pantallas
permiten retener los pedidos multidimensionales, pero el motor ROLAP transforma las
consultas en rutinas SQL. Entonces se recibe los resultados tabulados como una hoja
de clculos multidimensional o en alguna otra forma que soporte rotacin, drilling down
y reduccin.
As como la extraccin de los datos, el desarrollo y evolucin de la estructura MDDB
puede cambiarse. Los administradores ROLAP deben afrontar algunas veces las
tareas (agobiantes) de desarrollar las rutinas SQL para agregar e indexar los datos
ROLAP, as como, asegurar la traduccin correcta de los pedidos multidimensionales
en la ventana de comandos SQL.
Los defensores de ROLAP argumentan que se usan estndares abiertos (SQL) y que
se esquematiza (nivel de detalle) los datos para hacerlos ms fcilmente accesibles.
Por otra parte, argumentan que una estructura multidimensional nativa logra mejor
performance y flexibilidad, una vez que se desarrolla el almacn de los datos.
Lo bueno es que estas tecnologas evolucionan rpidamente y/o pueden proveer una
pronta solucin OLAP. Algunos productos ejemplos son PowerPlay de Cognos,
Business Objects con el software del mismo nombre, Brio Query de Brio Technology y
una serie de DSS Agent/DSS Server de MicroStrategy.
Los retos administrativos y de desarrollo de OLAP, a diferencia de las encontradas con
las herramientas de consulta y reporte, son generalmente ms complejos. Definiendo el
OLAP y el software de acceso a los datos, se requiere un claro entendimiento de los
modelos de datos de la corporacin y las funciones analticas requeridas por
ejecutivos, gerentes y otros analistas de datos.
El desarrollo de productos comerciales pueden aminorar los problemas, pero OLAP es
raramente una solucin clave. La arquitectura debe permitir el soporte a su fuente de
datos y requerimientos. Pero una vez que se ha establecido un sistema OLAP, el
soporte al usuario final ser mnimo.
Los usuarios de estos productos deben decidir sobre si los datos del procesamiento
analtico en lnea, deberan almacenarse en bases de datos multidimensionales
especialmente diseadas o en bases de datos relacionales. Esto depende de las
necesidades de la organizacin. En el Anexo 1-B, se indica si un producto almacena
datos en bases de datos relacionales o en una base de datos multidimensional
(MDDB).

3.3 SISTEMAS DE INFORMACION EJECUTIVOS

Las herramientas de sistemas de informacin ejecutivos (Executive Information
Systems - EIS), proporcionan medios sumamente fciles de usar para consulta y
anlisis de la informacin confiable. Generalmente se disean para el usuario que
necesita conseguir los datos rpidamente, pero quiere utilizar el menor tiempo posible
para comprender el uso de la herramienta.
Tambin, permiten a los desarrolladores de sistemas colocar el contexto del negocio
alrededor de informacin diversa. Un uso tpico de un EIS es facilitar al usuario la
recuperacin y anlisis de la mtricas, de performance de la organizacin.
El precio de esta facilidad de uso es que por lo general existen algunas limitaciones
sobre las capacidades analticas disponibles con el sistema de informacin ejecutivo.
Adems, muchas de las herramientas de consulta/reporte y OLAP/multidimensional,
pueden usarse para desarrollar sistemas de informacin ejecutivos.
El concepto de sistema de informacin ejecutivo es simple: los ejecutivos no tienen
mucho tiempo, ni la habilidad en muchos casos, para efectuar el anlisis de grandes
volmenes de datos. El EIS presenta vistas de los datos simplificados, altamente
consolidados y mayormente estticas.
Categoras de Ambientes EIS:
1. El libro electrnico es una versin en lnea, electrnica, contraparte del papel que
muchos ejecutivos usan en reuniones con el personal. Las diapositivas electrnicas
presentan una visin concreta de una iniciativa organizacional o quizs los datos para
dar a conocer la situacin actual de un proyecto importante.
2. El centro de comando es bsicamente una coleccin de puertos en un amplio
conjunto de reportes, el newsgroup recupera desde Internet y otros materiales que
proveen conocimientos en la organizacin.
Los reportes del centro de comando pueden ser accesados diariamente o con ms
frecuencia, si la informacin cambia constantemente o slo cuando se garantiza las
excepciones. Algunos productos generan alarmas cuando ocurren las excepciones
especificadas.
Cuando sea apropiado, cada diapositiva del libro electrnico o pantalla del centro de
comando, debera permitir al ejecutivo recibir informacin adicional si lo desea (y si
est disponible). A diferencia del modelo OLAP, donde el incremento de niveles de
informacin se dan a conocer tal como el analista manipula los datos, un ejecutivo
espera una descripcin global. No deberan escudriar para obtener respuestas.
Por ello, cuando los ejecutivos piden ms informacin desde las diapositivas del libro
electrnico o de las pantallas del centro de comandos, la presentacin debera ser
cuidadosamente elaborada para presentar principalmente informacin adicional
amplificada. El ejecutivo debe ser capaz de pasar cada punto para "ms informacin",
sin perder alguna informacin crtica.
Los ejecutivos pueden administrar su propio libro electrnico y centro de comandos o
los administradores pueden mantener y modificar el EIS de acuerdo a las
especificaciones del ejecutivo. Los sistemas de informacin ejecutivos, generalmente
tienen una programacin que variar en complejidad de un producto a otro. Los
pioneros en el mercado de EIS incluyen Comshare, creadores del Commander EIS y
Pilot Software, desarrolladores del Pilot Command Center.
En el Anexo 1-C, se incluye una relacin de productos y empresas que brindan
herramientas de Sistemas de Informacin Ejecutivos.
3.4 HERRAMIENTAS DATA MINING

Data mining es una categora de herramientas de anlisis open-end. En lugar de hacer
preguntas, se toma estas herramientas y se pregunta algo "interesante", una tendencia
o una agrupacin peculiar, por ejemplo. El proceso de data mining extrae los
conocimientos guardados o informacin predictiva desde el data warehouse sin
requerir pedidos o preguntas especficas.
Las herramientas Mining usan algunas de las tcnicas de computacin ms avanzadas
como:
o redes neurales
o deteccin de desviacin
o modelamiento predictivo y
o programacin gentica
para generar modelos y asociaciones. Mining es un dato-conducido, no una aplicacin-
conducida.
El Intelligent Miner de IBM para AIX soporta sofisticadas tcnicas mining, as como las
funciones de preparacin de los datos para extraer informacin desde bases de datos
Oracle o Sybase y cargarlos en DB2 para mining. Con su opcin Data Mine para el
motor Red Brick Warehouse 5.0, Red Brick integra la funcionalidad de un data mining y
la arquitectura de almacenamiento.
Otros ejemplos de herramientas data mining comerciales incluyen Darwin de Thinking
Machines, herramientas de visualizacin de datos en MDDB de SAS Institute, SGI
MineSet y Focus 6 Serie de Visualizacin y Anlisis de Information Builders.
3.5 SISTEMAS DE GESTION DE BASES DE
DATOS

Estos software proporcionan procesamiento en paralelo y/o algo fuera de los aspectos
ordinarios, que puedan ser especialmente interesantes para la gente de desarrollo de
data warehouse y de sistemas de soporte de decisiones.
Se incluye el Anexo 1-D con una relacin de Bases de Datos usados para Data
Warehouse.
3.6 ELECCION DE HERRAMIENTAS

Hay algunas reglas obvias a seguir cuando se eligen herramientas de anlisis. Las
herramientas se combinan segn las necesidades de los usuarios finales, capacidad
tcnica empresarial y la fuente de datos existente.
1 Si se elige un proveedor de depsito que adems ofrece herramientas integradas,
probablemente se ahorrar un tiempo de desarrollo significativo al elegir un conjunto de
herramientas compatibles.
De otro modo, seleccione un conjunto de herramientas que soporte su fuente de datos
original. Sin ese soporte, se debera optar por una solucin OLAP relacional debido a
que provee una arquitectura abierta.
2 Despus que se ha seleccionado un conjunto de herramientas compatible con su
fuente de datos, determine cunto anlisis necesita realmente.
o Si usted simplemente necesita saber "cunto" o "cuntos", ser suficiente una
herramienta bsica de consultas y reportes.
o Si usted requiere un anlisis ms avanzado que explique la causa y los efectos
de las ocurrencias y las tendencias, busque una solucin OLAP.
o Las herramientas data mining sofisticadas requieren expertos en tcnicas de
anlisis de datos y se necesitan para pronsticos avanzados, clasificacin y
creacin del modelo.

3 Como con cualquier tecnologa, para el mejor desempeo de su compaa, se
puede optar por una solucin nica o un conjunto de soluciones. Su personal debe
comprender los requerimientos de tecnologa, desarrollar soluciones que renan esos
requerimientos y mantener y mejorar efectivamente los sistemas.
Los softwares de negocio inteligentes son slo herramientas. Todava se necesita
gerentes y ejecutivos que capten los conocimientos derivados y tomen decisiones
intuitivamente. En otras palabras, estos softwares requieren todava inteligencia
comercial propia.
En la siguiente tabla se definen los parmetros a tener en cuenta para la eleccin de
las herramientas adecuadas.

Elija la Herramienta adecuada
Tipo de Herramienta Pregunta bsica Modelo de Salida Usuario tpico
Consulta y Reporte Qu sucedi?
Reportes de ventas
mensuales;
histrico de inventario
Necesita data histrica puede
tener aptitud tcnica limitada
Procesamiento analtico
en lnea (OLAP)
Qu sucedi y
por qu?
Ventas mensuales vs.
Cambios
de precio de los competidores
Necesita ir de una visin esttica
de los datos a "slicing and
dicing"
tcnicamente astuto
Sistema de Informacin
Ejecutiva (SIE)
Qu necesito
conocer ahora?
Libros electrnicos;
Centros de comandos
Necesita informacin resumida o
de alto nivel puede no ser
tcnicamente astuto
Data mining
Qu es interesante?
Qu podra pasar?
Modelos predictivos
Necesita extraer la relacin y
tendencias de la data
ininteligible
tcnicamente astuto.

ANEXOS
N 1 Software en una Data EWarehouse

Anexo 1-A
HERRAMIENTAS DE CONSULTA Y REPORTE

PRODUCTO

EMPRESA DISTRIBUIDORA
Access Microsoft
Access+ Sonetics
Actuate Reporting System Actuate Software Corporation
AMIS Information Server Hoskyns Group plc
Application System IBM
Approach Lotus Corporation
ARPEGGIO Wall Data Inc.
APTuser International Software Group
AS/Access for Microsoft Access Martin Spencer & Associates
ASK Joe Information Management Services
aXcess/400 Glenbrook Software
BrioQuery Brio Technology
Business Objects Business Objects, Inc.
Clear: Access Sterling Software
Crystal Reports, Crystal Info Seagate Software
d.b. Express Computer Concepts Corp.
Databoard, Dataread SLP Infoware
DataDirect Explorer Intersolv
DataSite NetScheme Solutions, Inc.
DB Publisher Xense Technology Inc.
DbPower Db-Tech Inc.
Decision Analyzer Decisin Technology
DECquery, DECdecision Touch Technologies, Inc.
Discoverer, Discoverer/2000 Oracle Corporation
DS Server, DS Modeler Interweave
EasyReporter Speedware Corporation
Eclipse Query/Report Cornut Informatique
ELF ELF Software
English Wizard English Wizard
EnQuiry Progress Software
Esperant Speedware
FOCUS Six Information Builders, Inc.
4S-Report Four Seasons Software, Inc
Freequery Dimension Software Systems
Front & Center for Reporting, Nomad Thomson Software Products
GQL Andyne
HarborLight Harbor Software
HP Information Access Hewlett-Packard
if Leep Technology, Inc.
Impress, SqlBuddy Objective Technologies, Inc.
Impromptu Cognos Corporation
InfoAssistant Asymetrix

PRODUCTO

InfoMaker Powersoft Corporation
InfoQuery Platinum Technology, Inc.
InfoReports Platinum Technology, Inc.
InformEnt Warehouse Desktop Fiserv
Internet DataSpot DTL Data Technologies Ltd.
inSight Williams & Partner
Interactive Query New Generation software
IQ/Objects, IQ/SmartServer IQ Software Corporation
Iridon Panorama The Great Elk Company Limited
Kinetix Hilco Technologies
LANSA/Client LANSA USA
MARKIS/400 AS Software
Nirvana Synergy Technologies
OR-REPORTER II Output Reporting, Inc.
Oracle Reports, Browser Oracle Corporation
Paradox Borland
Platinum Report Facility Platinum Technology, Inc
ProBit System Builder
Productivity Series Reports michaels, ross & cole
QBE Vision Sysdeco
QMF IBM
QueryObject Cross/Z International, Inc.
Quest Centura Software Corporation
R&R Report Writer Concentric Data Systems
Report Writer Raima
Reportoire Synergistic Systems, Inc.
Reports Nine to Five software Co.
ReporTool Zen Software
ReportSmith Borland
Rocket Shuttle Rocket Software, Inc.
Safari ReportWriter Interactive Software Systems
Sagent Data Mart Solution Sagent Technology, Inc.
SAS System SAS Institute
Second Wind Anju Technologies
Select! Attachmate
SEQUEL Advanced Systems Concepts
Snow Report Writer Snow International Corporation
Spectrum Writer Pacific Systems Group
SQLPRO Agent Beacon Ware, Inc.
SQR Workbench MITI
Star Tracker Leep Technology, Inc.
Strategy ShowCase Corporation
The Reporter Sea Change Systems, Inc
Unique XTRA Unique AS
URSA InfoSuite Decision Support Inc.
ViewPoint Informix

PRODUCTO

ViewPoint Soliton Associates
Viper Brann Software
VisPro/Reports Hock Ware
Visual Cyberquery Cyberscience Corporation
Visual Dbase Borland
Visual Express Computer Associates International
Visual FoxPro Microsoft Corporation
Visual Net CNet Svenska AB
Visualizer Query, Charts IBM
Voyant Brossco Systems
WebBiz Cybercom Partners
WebSeQueL InfoSpace Inc.
WinQL Data Access Corporation
Xentis GrayMatter Software Corporation

Anexo 1-B
HERRAMIENTAS DE BASE DE DATOS
MULTIDIMENSIONAL/OLAP

PRODUCTO


TIPO
Acuity ES Acuity Management Systems Ltd. MDDB
Acumate ES Kenan Systems Corporation MDDB
Advance For Windows Lighten, Inc. MDDB
AMIS OLAP Server Hoskyns Group plc MDDB
BrioQuery Brio Technology MDDB
Business Objects Business Objects, Inc. Relacional
Commander OLAP, Decision, Prism Comshare Inc. MDDB
Control KCI Computing Relacional
CrossTarget Dimensional Insight MDDB
Cube-It FICS Group MDDB
Dataman SLP Infoware MDDB
DataTracker Silvon Software, Inc. Relacional
DecisionSuite Information Advantage, Inc. Relacional
Delta Solutions MIS AG MDDB
Demon for Windows Data Command Limited MDDB
DSS Agent MicroStrategy Relacional
DynamicCube.OCX Data Dynamics, Ltd. Relacional
EKS/Empower Metapraxis, Inc. MDDB
Essbase Analysis Server Arbor Software Corporation MDDB
Essbase/400 ShowCase Corporation MDDB
Express Server, Objects Oracle MDDB
Fiscal Lingo Computer Design, Inc. Relacional
Fusion Information Builders, Inc. MDDB
FYI Planner Think Systems MDDB
Gentia Planning Sciences MDDB
Helm Codeworks MDDB
Holos Holistic Systems MDDB
Hyperion OLAP Hyperion Software MDDB
InfoBeacon Platinum technology, Inc. Relacional
Informer Reportech MDDB/Relacional
Intelligent Decision Server IBM Relacional
IQ/Vision IQ Software Corporation Relacional
Khalix Longview Solutions, Inc. Relacional
Lightship Pilot Software, Inc. MDDB
Matryx Stone, Timber, River MDDB
MDDB Server SAS Relacional
Media Speedware Corporation MDDB
Metacube Informix Relacional
MIKSolution MIK MDDB
MIT/400 SAMAC, Inc MDDB

PRODUCTO


TIPO
MSM Micronetics Design Corporation MDDB
Muse OCCAM Research Corp. MDDB
OLAP Office Graphitti Software GmbH MDDB
OpenOLAP Inphase Software Limited Relacional
Pablo Andyne MDDB/Relacional
ParaScope DataVista Relacional
PowerPlay Cognos Corporation MDDB/Relacional
StarTrieve SelectStar Relacional
The Ant Colony Geppetto's Workshop LLC Relacional
TM/1 Applix MDDB
Toto Ambit Research Ltd. MDDB
Track for OLAP Track Business Solutions MDDB
Visualizer Plans for OS/2 IBM MDDB
MDDB: Multidimensional Data Base.
Anexo 1-C
SISTEMAS DE INFORMACION EJECUTIVOS

PRODUCTO
TIPO

Acuity/ES

Acuity Management Systems Limited

1

Applixware

Applix

1

BusinessMetrics

Valstar Systems Ltd.

1

BOARD

Pragma Inform

1

COINS

Russell Consulting Limited

1

ColumbusEIS

Jitcons YO

1

Commander EIS

Comshare Inc.

1
Corporate Management/ Financial
Executive Information System

Strategic Information Associates, Inc.

1

CorVu

CorVu Pty Ltd.

1

Decision Suite

Softkit

1

Discovery EIS

Atlantic Information Systems Ltd.

1

EIS

Inphase Software Limited

1

Electronic Balanced Scorecard

ASI Financial Services

1

Enterprise Periscope

Everyware Development Corp.

1

Eureka

European Management Systems

1

ExecuSense

TLG Corporation

1

FOCUS EIS

Information Builders, Inc.

1

Forest & Trees

Platinum Technologies, Inc.

1

iMonitor

BayStone Software

1

InfoManager

Ferguson Information Systems

1

Iridon Almanac

The Great Elk Company Limited

1

inSight

Arcplan Information Services

2

LEADER Sterling Strategic Solutions 1

PRODUCTO


TIPO

MagnaFORUM

Forum Systems, Inc.

1

Merit

GIST, s.r.o.

1

Open EIS Pak

Microsoft

1

Panorama Business Views

Panorama Business Views Inc.

1

Perspectives

Syntell

1

Qbit

Zenia Software, Inc.

1

Reveal

CSD Software Inc.

1

SAS System

SAS Institute

1

Show Business EIS

Show Business Software

1

Tiler EIS++

Avoca Systems Limited

1

Track

Track Business Solutions

1

Traffic Control EIS

Research & Planning, Inc.

3

VentoMap, VentoSales

Vento Software Inc.

1

Virtual Headquarters Management System

vHQ LLC

1

Visual EIS

Synergistic Software

1

Visual Publisher

KMA Associates International, Inc

1

VITAL

Braintec Corporation

1

Wingz

Investment Intelligence Systems Group

1

Wired for OLAP

AppSource Corporation

1

Xecutive Pulse EIS

Megatrend Systems, Ltd.

1
1. Proporciona un sistema de informacin ejecutivo con capacidades analticas.
2. Proporciona un sistema de informacin ejecutivo con capacidades analticas para
usuarios SAP R/3.
3. Proporciona un sistema de informacin ejecutivo con capacidades analticas para
usuarios SAP R/2 y R/3.
http://www.ongei.gob.pe/publica/metodologias/Lib5084/index.htm

Anexo 1-D
BASES DE DATOS USADAS PARA DATA
WAREHOUSE

PRODUCTO

Adabas D Software AG
Advanced Pick Pick Systems
DB2 IBM
Fast-Count DBMS MegaPlex Software
HOPS HOPS International
Microsoft SQL Server Microsoft
Model 204 Computer Corporation of America
NonStop SQL Tandem
Nucleus Server Sand Technology Systems
OnLine Dynamic Server,
Extended Parallel Server
Informix
OpenIngres Computer Associates
Oracle Server Oracle
Rdb Oracle
Red Brick Warehouse Red Brick Systems
SAS System SAS
Sybase IQ Sybase
Sybase SQL Server, SQL Server MPP Sybase
SymfoWARE Fujitsu
Teradata DBS NCR
THOR Hitachi
Time Machine Data Management Technologies, Inc.
Titanium Micro Data Base Systems, Inc.
Unidata Unidata, Inc.
UniVerse VMARK
Vision Innovative Systems Techniques, Inc.
WX9000 White Cross Systems Inc.
XDB Server XDB Systems, Inc.

Data Warehouse 27/11/09 Administracin de las Tecnologas de la
Informacin FACULTAD DE INGENIERA INDUSTRIAL Y DE
SISTEMAS
2. Definiciones de Data Warehouse Un Data Warehouse es un
conjunto integrado de bases de datos, con orientacin temtica, que
estn diseados para el apoyo a la Toma de Decisiones, y donde cada
unidad de datos es relevante en algn momento del tiempo Bill H.
Inmon "una copia de las transacciones de datos especficamente
estructurada para la consulta y el anlisis o"la unin de todos
los Data marts de una entidad Ralph Kimball Yo considero al DW
como algo que provee dos beneficios empresariales reales:
Integracin y Acceso de datos. DW elimina una gran cantidad de datos
intiles y no deseados, como tambin el procesamiento desde el
ambiente operacional clsico Susan Osterfeldt 27/11/09
Administracin de las Tecnologas de la Informacin
3. Objetivos Hacer la informacin de la organizacin accesible Hacer a
la informacin de la organizacin consistente Controlar el acceso
efectivo a los datos Generar informacin de manera flexible Servir de
ayuda a la toma de decisiones 27/11/09 Administracin de las
Tecnologas de la Informacin
4. En resumen Un Data Warehouse tiene como objetivo almacenar y
proveer a la Organizacin de informacin relevante y a tiempo
27/11/09 Administracin de las Tecnologas de la Informacin
5. Importancia del Data Warehouse Mejorar la Entrega de Informacin:
. Mejorar el Proceso de Toma de Decisiones Impacto Positivo sobre
los Procesos Empresariales 27/11/09 Administracin de las
6. A pensar antes de implementar un Data Warehouse La amplitud; el
nmero de diferentes temas y puntos de foco Fuentes que proveern
datos brutos. Los medios por los cuales los datos se transportan de
las aplicaciones fuente y son cargados al Data Warehouse. Las reglas
de negocio que se aplican a la data en bruto para producir activos de
datos de alta calidad. Las bases de datos receptoras, en la que estos
activos de datos sern almacenados. Los activos de datos; los
elementos, el nivel de detalle de cada elemento, y cunta historia se
ha mantenido, por ejemplo. La Inteligencia de negocio Herramientas
de nivel usuario para acceder a los activos de datos. La arquitectura y
complejidad en general del entorno. 27/11/09 Administracin de las
7. Empresas que usan DATA WAREHOUSE Royal bank of canada
Paypal 3M Coca-Cola Company Verizon Ford Motor Company
Herramientas de nivel usuario para acceder a los activos de datos. La
arquitectura y complejidad en general del entorno. 27/11/09
8. 27/11/09 Administracin de las Tecnologas de la Informacin
9. Productos (suites) de DATA WAREHOUSE y BI IBM Cognos
http://www-01.ibm.com/software/data/cognos/ Teradata
http://www.teradata.com Oracle Hyperion
http://www.oracle.com/hyperion/index.html MicroStrategy
http://www.strategy.com SAS http://www.sas.com 27/11/09
10. Caractersticas de un Data Warehouse Orientado a un tema
Administra grandes cantidades de informacin Guarda informacin en
diversos medios de almacenamiento Comprende mltiples versiones
de uno (o varios) esquema de base de datos Condensa y agrega
informacin Integra y asocia informacin de muchas fuentes 27/11/09
11. Diferencias entre un sistema de Data Warehouse y aplicaciones
tradicionales 27/11/09 Administracin de las Tecnologas de la
Informacin SISTEMAS TRADICIONALES DATAWAREHOUSE
Predomina la actualizacin. Actividad operativa (da a da). Proceso
puntual. Estabilidad. Datos desagregados. Dato actual. Respuesta de
la transaccin inmediata. Estructura relacional. Usuarios de perfiles
bajos. Explotacin de la informacin relacionada con operatividad de
cada aplicacin Predomina la consulta Anlisis y decisin estratgica.
Proceso masivo. Dinamismo. Niveles de detalle/agregacin. Dato
histrico. Respuesta masiva Estructura Multidimensional Usuarios de
perfiles altos. Explotacin de informacin interna y externa relacionada
con el negocio.
12. Metodologas de Diseo de Data Warehouse Metodologa de
Inmon (Top Bottom) 27/11/09 Administracin de las Tecnologas de
la Informacin
13. Metodologa de Kimball (Bottom-up) 27/11/09 Administracin de
las Tecnologas de la Informacin
14. Metodologa agil para la implementacin de un dw 27/11/09
15. Page Arquitectura de un Data Warehouse 27/11/09 Administracin
de las Tecnologas de la Informacin
16. Production systems Other sources CRM Billing Activation systems
Other DBs Files ETL DataWarehouse OLAP cubes Business Users
Querying & Reporting tools Acquisition Storage / Archiving Restitution
Datamarts Flujo de Datos de un DW 27/11/09 Administracin de las
17. Page Base de datos operacional / Nivel de base de datos externo.
Nivel de acceso a los datos Nivel de organizacin de datos Nivel de
data warehouse Nivel de acceso a la informacin Nivel de gestin de
proceso Arquitectura de un Data Warehouse 27/11/09 Administracin
de las Tecnologas de la Informacin
18. Page Base de datos operacional / Nivel de base de datos externo
(Fuentes de datos) Los sistemas operacionales procesan datos para
apoyar las necesidades operacionales crticas, tales como ERPs,
SCMs, tambin se procesa informacin de fuentes de datos externas,
tales como de la internet, INEI, BCRP. Nivel de acceso a los datos Es
responsable de la interfaces entre las herramientas de acceso a la
informacin y las bases de datos operacionales. En algunos casos,
esto es todo lo que un usuario final necesita para realizar estas
interfases se utiliza el SQL (Standar Query Lenguaje) Elementos de la
Arq. De un DW 27/11/09 Administracin de las Tecnologas de la
Informacin
19. Page Nivel de organizacin de datos El componente final de la
arquitectura data Warehouse es la organizacin de los datos, incluye
todos los procesos necesarios como seleccionar, editar, resumir,
combinar y cargar datos en el depsito y acceder a la informacin
desde bases de datos operacionales y/o externas Nivel de data
warehouse En un data Warehouse fsico, el almacenaje de data
procesada, incluso en forma redundante Elementos de la Arq. De un
DW 27/11/09 Administracin de las Tecnologas de la Informacin
20. Page Nivel de acceso a la informacin Este nivel se incluye el
hardware y software involucrados en representar y proveer de
informacin al usuario final normalmente usa da a da. Por ejemplo:
Excel, Lotus 1-2-3, Focus, Access, SAS, etc. Nivel de gestin de
proceso El nivel de gestin de procesos tiene que ver con la
programacin de diversas tareas que deben realizarse para construir y
mantener actualizado el data warehouse y la informacin del directorio
de datos. Elementos de la Arq. De un DW 27/11/09 Administracin de
21. PROYECTO DE ELABORACION DE UN DATA WAREHOUSE 1
FACTORES EN LA PLANIFICACION DE UN DATA WAREHOUSE
Establecer una asociacin de usuarios, gestin y grupos Construir
prototipos rpida y frecuentemente Implementacin incremental
Reportar activamente y publicar los casos exitosos Administracin de
las Tecnologas de la Informacin Fase 1: Organizacin 27/11/09
22. PROYECTO DE ELABORACION DE UN DATA WAREHOUSE 2
ESTRATEGIAS PARA EL DESARROLLO DE UN DATA
WAREHOUSE Administracin de las Tecnologas de la Informacin
Quin es el auditorio? Cul es el alcance? Qu tipo de data
warehouse debera construirse? 1ra.: Establecer un ambiente
"data warehouse virtual. 2da.: Construir una copia de los datos
operacionales desde un sistema operacional nico y posibilitar al data
warehouse de una serie de herramientas de acceso a la informacin.
3ra.: Finalmente, la estrategia data warehousing ptima es seleccionar
el nmero de usuarios basados en el valor de la empresa y hacer un
anlisis de sus puntos, preguntas y necesidades de acceso a datos.
27/11/09
23. PROYECTO DE ELABORACION DE UN DATA WAREHOUSE
Administracin de las Tecnologas de la Informacin 3 ESTRATEGIAS
PARA EL DISEO DE UN DATA WAREHOUSE 1ra. : Los usuarios de
los data warehouses usualmente no conocen mucho sobre sus
requerimientos y necesidades como los usuarios operacionales. 2da.:
El diseo de un data warehouse, con frecuencia involucra lo que se
piensa en trminos ms amplios y con conceptos del negocio ms
difciles de definir que en el diseo de un sistema operacional. Al
respecto, un data warehouse est bastante cerca a Reingeniera de
los Procesos del Negocio (Business Process Reengineering). 3ra.:
Finalmente, la estrategia de diseo ideal para un data warehousing es
generalmente de afuera hacia adentro (outside-in) a diferencia de
arriba hacia abajo (top-down). 27/11/09
PARA LA GESTION DE UN DATA WAREHOUSE 1ra.: Un data
warehouse es una inversin buena slo si los usuarios finales
realmente pueden conseguir informacin vital ms rpida y ms barata
de lo que obtienen con la tecnologa actual. 2da.: La administracin
debe reconocer que el mantenimiento de la estructura del data
warehouse es tan crtico como el mantenimiento de cualquier otra
aplicacin de misin-crtica. 3ra.: La gestin debe comprender tambin
que si se embarcan sobre un programa data warehousing, se crearn
nuevas demandas sobre sus sistemas operacionales, que son:
Demandas para mejorar datos Demandas para una data consistente
Demandas para diferentes tipos de datos, etc. 27/11/09
Administracin de las Tecnologas de la Informacin Se ha reconocido
los beneficios del procesamiento analtico en lnea (On Line Analytical
Processing - OLAP), ms all de las reas tradicionales de marketing
y finanzas. El crecimiento de la computacin cliente/servidor, ha
creado servidores de hardware y software ms poderosos y
sofisticados que nunca. Los servidores de hoy compiten con las
mainframes de ayer y ofrecen arquitecturas de memoria
tecnolgicamente superiores, procesadores de alta velocidad y
capacidades de almacenamiento masivas. Fase 2: Desarrollo 1.
PORQUE CONSTRUIR BLOQUES DE DATA WAREHOUSE?
27/11/09
Administracin de las Tecnologas de la Informacin 2
CONSIDERACIONES PREVIAS AL DESARROLLO DE UN DATA
WAREHOUSE Hay muchas maneras para desarrollar data
warehouses como tantas organizaciones existen. Sin embargo, hay un
nmero de dimensiones diferentes que necesitan ser consideradas:
Alcance de un data warehouse Redundancia de datos Tipo de usuario
final 27/11/09
Administracin de las Tecnologas de la Informacin 3 ELEMENTOS
CLAVES PARA EL DESARROLLO DE UN DATA WAREHOUSE Si se
escoge incorrectamente, el data warehouse se convierte en una gran
empresa con problemas difciles de trabajar en su entorno, costoso
para arreglar y difcil de justificar. Para conseguir que la
implementacin del depsito tenga un inicio exitoso, se necesita
enfocar hacia tres bloques claves de construccin: Arquitectura total
del depsito Arquitecturas del servidor Sistemas de Gestin de Base
de Dato Hay muchas maneras para desarrollar data warehouses como
tantas organizaciones existen. Sin embargo, hay un nmero de
dimensiones diferentes que necesitan ser consideradas: Alcance de
un data warehouse Redundancia de datos Tipo de usuario final
27/11/09
Administracin de las Tecnologas de la Informacin 4
CONFIABILIDAD DE LOS DATOS La data "sucia" es
peligrosa. Las herramientas de limpieza especializadas y las formas
de programar de los clientes proporcionan redes de seguridad. No
importa cmo est diseado un programa o cun hbilmente se use.
Si se alimenta mala informacin, se obtendr resultados incorrectos o
falsos. Desafortunadamente, los datos que se usan satisfactoriamente
en las aplicaciones de lnea comercial operacionales pueden ser
basura en lo que concierne a la aplicacin data warehousing 27/11/09
Administracin de las Tecnologas de la Informacin 5 FACTORES
DECISIVOS PARA DECIDIR EL DESARROLLO DE UN DATA
WAREHOUSE La data sucia es un serio peligro para el xito de un
proyecto de data warehouse. Dependiendo del alcance del problema,
simplemente podra no ser posible dirigirlo rpidamente y abaratarlo.
Los principales factores son: El tiempo que toma la programacin
interna El costo de las herramientas Los gerentes de proyectos de
Data Warehouse necesitan evaluar el problema con realismo, los
recursos internos disponibles para distribuirlos y seleccionar la
solucin que se adapte a la planilla y presupuesto del proyecto, o
modificar la planilla y el presupuesto para solucionar el problema.
27/11/09
Administracin de las Tecnologas de la Informacin Proyecto Total o
Proyecto en Fases Es ms viable el desarrollo de un proyecto en
fases que produzcan resultados a corto plazo que el desarrollo de un
proyecto que entregue resultados al trmino de varios aos. Por ello,
el proyecto debe estar centrado en un rea o un proceso. Modelo
lgico de datos El modelo lgico de datos debe tener un alcance ms
alto y cubrir todas las reas de inters, as como los procesos ms
estratgicos de cada una de ellas. Proyecto Especializado o Proyecto
Base Decidir sobre qu tipo de proyecto, es algo complicado. Un
proyecto especializado soporta directamente un proceso especfico,
por ejemplo: retencin de clientes. Un proyecto base entrega
capacidad genrica de anlisis a todos los usuarios que tengan
acceso al data warehouse, pero no tiene, entre sus funcionalidades, la
solucin de un problema especfico o el soporte especializado de un
proceso especfico. FASE 3: IMPLEMENTACION 1 ELEMENTOS A
CONSIDERAR EN LA IMPLEMENTACION 27/11/09
PARA EL PROCESO DE IMPLEMENTACION Identificar el problema
en el cual el uso estratgico de la informacin detallada, permita
conseguir una solucin para generar una ventaja competitiva o un
ahorro de costos. Definir el modelo lgico de datos a implementar para
resolver el problema planteado. 27/11/09
EN LA IMPLEMENTACION Definir el mejor diseo fsico para el
modelo de datos. El diseo fsico debe estar orientado a generar buen
rendimiento en el procesamiento de consultas, a diferencia del modelo
lgico que est orientado al usuario y a la facilidad de consulta. Definir
los procesos de extraccin, filtro, transformacin de informacin y
carga de datos que se deben implementar para poblar ese modelo de
datos. Definir los procesos de administracin de la informacin que
permanece en el data warehouse Definir las formas de consultas a la
informacin del data warehouse que se le proporcionar al usuario.
Para sto, debe considerarse la necesidad de resolver un problema y
la potencia de consulta. Completar el modelo de consulta base,
relativo al rea seleccionada. Implementar los procesos estratgicos
del rea de trabajo, es decir, implementar herramientas especializadas
de scoring, herramientas especializadas para induccin de
conocimiento (Data Mining), etc. Completar las reas de inters, en
forma similar a lo descrito anteriormente. 27/11/09
Administracin de las Tecnologas de la Informacin Qu clases de
costos excedieron el presupuesto en ms del 10% en cada uno de los
12 meses pasados? Se aumentaron los presupuestos en ms de 5%
para cualquier rea dentro de los ltimos 18 meses? Cmo
especificar las clases de gasto entre diferentes departamentos?
Entre divisiones? A travs de las regiones geogrficas? Cmo
tener mrgenes de operacin sobre los dos ltimos aos en cada rea
de negocio? Donde han disminuido los mrgenes, se han
incrementado los costos? FASE 4: EVALUACION 1 EVALUACION DE
RENDIMIENTO DE LA INVERSION 27/11/09
Administracin de las Tecnologas de la Informacin CASO
PRACTICO En un estudio encargado por 20 vendedores y
consultores, se encontr un Retorno Promedio Total de la inversin
(Return On Investment-ROI) de 401%.Tambin, se excluyeron los
proyectos fracasados, as como los ejecutados excepcionalmente,
tanto buenos como malos. 27/11/09 2.2 Millones Costo promedio 2.3
Aos Perodo de reembolso promedio 160% ROI mediano 533% ROI
promedio del modelo complementario de datos 322% ROI promedio
del proyecto ms grande 401% ROI promedio total CAMBIOS DE
VALOR
Administracin de las Tecnologas de la Informacin 1.1 COSTOS Y
BENEFICIOS Costos preliminares Planificacin Diseo Modelamiento
/Ingeniera de Informacin Costos iniciales Plataforma de hardware
Software de base de datos Costos en procesamiento Mantenimiento
de datos Desarrollo de aplicaciones Capacitacin y soporte Beneficios
Tcticos Impresin y emisin de reporte reducido Demanda reducida
para consultas de clientes Entrega ms rpida de informacin a los
usuarios Beneficios Estratgicos (Potencialidad) Aplicaciones y
herramientas de acceso para los usuarios finales Decisiones con
mayor informacin Toma de decisiones ms rpida Capacidad de
soporte a la informacin organizacional 27/11/09
Administracin de las Tecnologas de la Informacin 2 BENEFICIOS A
OBTENER Para la Empresa El data warehouse hace lo posible por
aprovechar el valor potencial enorme de los recursos de informacin
de la empresa y volver ese valor potencial en valor verdadero. Para
los Usuarios El data warehouse extiende el alcance de la informacin
para que puedan accesar directamente en lnea, lo que a la vez
contribuye en su capacidad para operar con mayor efectividad las
tareas rutinarias o no. Para la Organizacin en Tecnologas de
Informacin El data warehouse enriquece las capacidades del usuario
autosuficiente y hace lo factible para ofrecer nuevos servicios a los
usuarios, sin interferir con las aplicaciones cotidianas de produccin
27/11/09
37. Importante: El Modelo de Datos Es el modelo por el cual se disea
el esquema de funcionamiento de la Base de Datos que provee al
Data Warehouse. Existen varios enfoques en este sentido: Fbrica de
informacin corporativa (CIF): incluyen ODS, data warehouse y data
marts, junto con otras varias interfaces de aplicaciones y el ambiente
operacional, fue desarrollada por Bill Inmon, Claudia Imhoff, y Ryan
Sousa Esquema en estrella: Este mtodo replica las estructuras
multidimensionales de hechos y dimensiones, pero usa tablas de
RDBMS, especficamente tablas de hechos y tablas de dimensiones.
Se dejan de lado las reglas de normalizacin de base de datos y se
ponen los datos donde tienen ms sentido Data vault (Arquitectura
de modelado fundacional comn -CFIMA): Esta es una arquitectura de
integracin de datos que contiene una base de datos orientada al
detalle que contiene un conjunto de tablas normalizadas nicamente
enlazadas que soportan una o ms reas funcionales de las tablas de
negocio con tablas satlites para rastrear cambios histricos. Este
enfoque hbrido rene lo mejor del cruce entre la tercera forma normal
(3NF) 27/11/09 Administracin de las Tecnologas de la Informacin
38. Page DATA WAREHOUSE VS BD OPERACIONAL 27/11/09
Administracin de las Tecnologas de la Informacin Uso de Base de
Datos Operacionales Uso de Data Warehouse Muchos usuarios
concurrentes Pocos usuarios concurrentes Consultas predefinidas y
actualizables Consultas complejas, frecuentemente no anticipadas.
Cantidades pequeas de datos resumidas. Cantidades grandes de
datos resumidas. Requerimientos de respuesta inmediata
Requerimientos de respuesta no crticos
39. Modelo de Estrella 27/11/09 Administracin de las Tecnologas de
la Informacin
40. Extraccin, Transformacin y Carga Extraccin Multiples Fuentes
Orientadas a trabajo Batch : cagas de estos sistemas son ms fuertes
cuando los sistemas de produccin tienen poca carga Conectvidad a
diferentes tecnologas, diferentes manejadores de BDs
Transformacin Manipulacin de data compleja Reunin de diferentes
fuentes Implementacin de reglas de negocio Limpiado, ordenado,
eliminacin de duplicidades Optimizado para el desempeo y para
grandes volmenes Carga Cargar la data en tablas de hechos y
dimensiones Produce un historial en archivos o en la BD para
trazabilidad Otros Controla los flujos de ejecucin: maneja las
dependencias entre tareas, control de ejecucin, gestin de errores,
registros histricos. 27/11/09 Administracin de las Tecnologas de la
Informacin
duplicamos la entrada del consumidor agregando los datos
adicionales (para propsitos financieros) Clave sustituta 27/11/09
Administracin de las Tecnologas de la Informacin no queremos el
valor anteiror (reemplazo) Un cambio en el valor VAT 41. Ejemplos de
transformacin Transformacin de Bsqueda difusa Busca valores en
las tablas usando criterios difusos Ejemplo: Para un campo de texto la
data puede contener muchas variantes de la misma palabra (friend,
a friend, freind, etc). La lgica difusa puede ayudar a reunir las
variantes. Transformacin de dimensiones de cambio lento Ayuda a
manejar la actualizacin de una dimensin de cambio lento Ejemplo :
la informacin sobre los consumidores cambia constantemente, pero
queremos una historia de estos Cambio de direccin
42. Control de la Ejecucin Los datos son muy sensibles, la calidad de
los reportes depende la calidad de estos Cargar un Data Warehouse
puede implicar reglas complejas de extraccin, transformacin y carga
Los usuarios del negocio no confiarn en un DW si no confan en su
carga 27/11/09 Administracin de las Tecnologas de la Informacin
43. Ejemplos de paquetes en ETL Flujo de control y flujo de datos
44. Middleware Son Instancias intermedias a la carga y al acceso que
sirven para verificar la calidad y fiabilidad de la data Estacin de
transformacin interina: un rea en la cual grupos de datos extrados
de alguna de las fuentes pasan por un proceso de transformacin
antes de moverse hacia la base de datos del almacn. Estacin de
aseguramiento de la calidad: Un rea en la cual grupos de datos
pasan por un conjunto de intensas revisiones de aseguramiento de la
calidad antes de pasar hacia el almacn de datos. 27/11/09
45. Middleware (2) 27/11/09 Administracin de las Tecnologas de la
Informacin
46. Solucin: crear almacenes de datos especializados por rea, que
reciben los datos desde el almacn centralizado, estos almacenes se
conocen como Data Marts. Problema : al crecer el DW. El rendimiento
de las consultas decae y el modelo centralizado deja de ser optimo.
47. Toma de decisiones Un Datamart es una base de datos
departamental, especializada en el almacenamiento de los datos de
un rea de negocio especfica. Se caracteriza por disponer la
estructura ptima de datos para analizar la informacin al detalle
desde todas las perspectivas que afecten a los procesos de dicho
departamento. DATAMART 27/11/09 Administracin de las
48. Data Mart Puede ser alimentado desde los datos de un DWH, o
integrar por si mismo un compendio de distintas fuentes de
informacin. 27/11/09 Administracin de las Tecnologas de la
Informacin
49. Data Warehouses Vs. Data Marts Data Mart Departamental Un
solo tema Pocos < 100 GB Meses Data Warehouse Propiedad
Alcance Tema Fuente de datos Tamao (tpico) Tiempo de
implementacin Data Warehouse Empresarial Mltiples Muchas 100
GB to > 1 TB Meses a aos 27/11/09 Administracin de las
Tecnologas de la Informacin Data Mart
50. Su objetivo es agilizar la consulta de grandes cantidades de datos.
Caracteriza la Arquitectura necesaria para la implementacin de un
sistema de ayuda en la toma de decisiones. La consultas son pocas
pero son muy consumidoras de tiempo (pueden correr horas), las
actualizaciones son menos frecuentes y/o la respuesta a la consulta
no depende del hecho de tener actualizada la base de datos. Soporte
anlisis multidimensional y procesamiento analtico en lnea ( OLAP )
51. Soporte anlisis multidimensional y procesamiento analtico en
lnea ( OLAP ) Los datos son clasificados en diferentes dimensiones y
pueden ser vistas unas con otras en diferentes combinaciones para
obtener diferentes anlisis de los datos que contienen. Los Usuarios
pueden formular consultas complejas, arreglar datos en un reporte,
cambiar de datos resumidos a datos detall ados . CARACTERISTICAS
52. Clasificacin segn el tipo de motor en el que estn almacenados
los datos: 27/11/09 Administracin de las Tecnologas de la
Informacin ROLAP (Relational OLAP) MOLAP (multidimensional
OLAP) Almacena los datos en un motor relacional Almacena los datos
en una base de datos multidimensional Muchas dimensiones Diez o
menos dimensiones Soportan analisis OLAP contra grandes
volumenens de datos Se comportan razonablemente en volumenes de
datos mas reducidos (menos de 5Gb) Herramienta flexible y general
Solucin particular con volmenes de informacin y numero de
dimensiones mas modestos
53. Consultando un cubo Trim4 Trim1 Trim2 Trim3 Dimensin tiempo
Santiago Quito Arequipa Dimensin Ciudad Manzana Paal Yogurt
Lima Melon Dimensin Producto 27/11/09 Administracin de las
Tecnologas de la Informacin Ventas Fact
54. LA ESTRUCTURA DE UN CUBO 27/11/09 Administracin de las
55. Hechos Principales 27/11/09 Administracin de las Tecnologas de
la Informacin
56. Medidas 27/11/09 Administracin de las Tecnologas de la
Informacin
57. Medida : cuenta de suscriptor x mes (para agilizar clculos)
58. Medida: Tasa de cambio de moneda, esta se expresa en una sola,
independientemente de la divisa de pago. 27/11/09 Administracin de
59. Dimensiones La Dimensin fecha se usa ms de una vez
(dimensin con rol) 27/11/09 Administracin de las Tecnologas de la
Informacin
60. Relaciones Una relacin regular 27/11/09 Administracin de las
61. The cube structure Relaciones Una relacin de hecho 27/11/09
62. Relaciones Una relacin referenciada 27/11/09 Administracin de
Fact Subscriber 27/11/09 Administracin de las Tecnologas de la
Informacin Dim Subscriber Dim Subscriber Fact Charges Fact
Charges 63. The cube structure Relaciones Una relacin de
muchos a muchos Dim Product
64. DATA MINING Minera de Datos Administracin de las
Tecnologas de la Informacin 27/11/09
65. Contents DATA MINING Administracin de las Tecnologas de la
Informacin 1. What is Data Mining? 27/11/09 2. POR QU? 3. Data
Mining un proceso 4. Importante 5. Anexos
66. What is Data Mining? El data mining es el conjunto de tcnicas y
tecnologas que permiten explorar grandes BBDD, de manera
automtica o semiautomtica, con el objetivo de encontrar patrones
repetitivos, tendencias o reglas que expliquen el comportamiento de
los datos en un determinado contexto. Administracin de las
Tecnologas de la Informacin 27/11/09
67. What is Data Mining? Arte/Ciencia de descubrir y aprovecha en
forma automtica informacin no-obvia y til en grandes bases de
datos Administracin de las Tecnologas de la Informacin 27/11/09
nfasis en: no-obvia (no intuitivas) til (coste vs beneficio) grande
(proceso automtico) No hay reglas siempre que el proceso sea
eficiente en tiempo, dinero y recursos humanos
68. Tres pasos Preparacin de los datos Anlisis de datos Toma de
decisiones Redes Neuronales 27/11/09 Administracin de las
69. Preparacin de datos Extraccin / Integracin Transformacin
Seleccin Limpieza Data warehouse 50-80% tiempo del proyecto
71. Scrubbing, selecting, cleansing, preprocessing, Eliminar
redundancia Eliminar datos y variables irrelevantes Tratar datos
ausentes media, substitucin astuta, interpolacin, ignorar, ?
Correccin errores Outliers (datos fuera de rango) Verificar
consistencia Reservar todo preprocesamiento relevante hasta el
anlisis 27/11/09 Administracin de las Tecnologas de la Informacin
72. Anslisis de datos Tcnicas: rboles de decisin Reglas de
asociacin Ajustes (regresiones..) Algoritmos genticos Redes
neuronales Tareas conceptuales: Clasificacin Optimizacin
Interpolacin Modelacin Prediccin Objetivos: Target marketing
Segmentacin Control Prediccin ventas Descubrir imperfecciones
73. Toma de decisiones Los resultados del anlisis pueden resultar
inescrutables El analista debe entender el problema a fondo Los
resultados deben presentarse con honestidad El post-procesamiento y
la inclusin de factores subjectivos son a menudo necesarios
Validacin estricta 27/11/09 Administracin de las Tecnologas de la
Informacin
74. PARA QU? Las empresas de todos los tamaos necesitan
aprender de sus datos para crear una relacin one-to-one con sus
clientes. Las empresas recogen datos de todos lo procesos. Los datos
recogidos se tienen que analizar, comprender y convertir en
informacin con la que se pueda actuar y aqu es donde Data Mining
juega su papel Administracin de las Tecnologas de la Informacin
27/11/09
75. Data Mining proporciona la Inteligencia El Data Warehouse
proporciona los datos. La inteligencia permitir buscar en esos datos
tratando de encontrar patrones, descubrir reglas, nuevas ideas que
probar, y hacer predicciones acerca del futuro Se estudiarn las
tcnicas y herramientas que aaden la inteligencia al datawarehouse
para explotar los datos de los clientes y sacar el mximo rendimiento
Administracin de las Tecnologas de la Informacin 27/11/09
76. Relacin Administracin de las Tecnologas de la Informacin
27/11/09 Relacin con el Data Mining Est asociado al escaln ms
alto de la pirmide (Nivel Estratgico) y tiene por objeto eliminar los
errores cometidos por las personas al analizar los datos debido a
prejuicios y dejar que sean los datos los que muestren los modelos
subyacentes en ellos. Mientras en Data Warehousing, se basan en
estructuras multidimensionales, en las que se almacena la informacin
calculando previamente todas las combinaciones de todos los niveles
de todas las aperturas de anlisis. Aunque este mtodo se puede
considerar como exagerado, nunca ser tan caro, como lo que le
costara a la organizacin el tomar las decisiones equivocadas.
77. Como nos ayudan? Qu clientes permanecern fieles? Qu
clientes estn a punto de abandonar? Dnde debemos localizar la
prxima sucursal? Qu productos se deben promocionar a qu
prospectos? ... Las respuestas a estas preguntas estn enterradas en
los datos y se necesitan las tcnicas de Data Mining para buscarlas
Administracin de las Tecnologas de la Informacin 27/11/09
78. Data Mining un proceso Administracin de las Tecnologas de la
Informacin 27/11/09 Pasos
79. Data Mining un proceso Administracin de las Tecnologas de la
Informacin 27/11/09 Identificar un problema Usar data mining para
transformar los datos en informacin Actuar basndonos en la
informacin Medir los resultados
OBJETIVO Establecer la secuencia de l gica de actividades,
responsables e informaci n necesaria que permita controlar,
recopilar y procesar informaci n primaria y secundaria. ALCANCE El
presente procedimiento permite la publicaci n de informaci n
clasificada por sector, inici ndose con la coordinaci n de la
disponibilidad de informaci n y finalizando con el ingreso de
informaci n al sistema. El presente documento aplica para el
Departamento de Informaci n y Negocios Electr nicos de la Sub
Direcci n de Inteligencia y Prospectiva Comercial.
84. Importante Administracin de las Tecnologas de la Informacin
27/11/09 La promesa de Data Mining es encontrar los patrones
Simplemente el hallazgo de los patrones no es suficiente Debemos ser
capaces de entender los patrones, responder a ellos, actuar sobre
ellos, para finalmente convertir los datos en informacin, la
informacin en accin y la accin en valor para la empresa
85. Data Mining resumen Administracin de las Tecnologas de la
Informacin 27/11/09 Data Mining es un proceso que se tiene que
centrar en las acciones derivadas del descubrimiento de conocimiento
no en el mecanismo de descubrimiento en si mismo. Aunque los
algoritmos son importantes, la solucin es ms que un conjunto de
tcnicas y herramientas. Las tcnicas se tienen que aplicar en el caso
correcto a los datos correctos
86. Conclusiones Administracin de las Tecnologas de la Informacin
27/11/09 El concepto de DWH est teniendo una gran aplicacin en la
actualidad para el desarrollo de las empresas, como almacn de
datos. Sus objetivos incluyen la reduccin de los costes de
almacenamiento y una mayor velocidad de respuesta frente a las
consultas de los usuarios. Estos pueden ahora analizar y realizar
preguntas sobre aos, ms que sobre meses de informacin. Para
disear una buena arquitectura de DWH es necesario como primer
paso conocer bien los requerimientos del negocio y hacer un estudio
profundo de las fuentes externas que nos van a suministrar los datos.
Adems, hacer un buen diseo del rea de transformacin de datos,
cules son las transformaciones que se van a realizar y cmo se va a
implementar el modelo dimensional con sus tablas de hechos y de
dimensiones es el segundo paso a seguir.
87. Resumiendo los beneficios de la arquitectura del DWH :
Administracin de las Tecnologas de la Informacin 27/11/09 Provee
un esquema de organizacin cules son los componentes que la
forman, cmo ellos se interrelacionan, quin es el dueo de cada parte
y cules son las prioridades. Mejora la flexibilidad permite que
rpidamente se aadan nuevas fuentes de datos. Desarrollo rpido y
reuso los desarrolladores de DWH son ms capaces de comprender
el proceso de DWH , los contenidos de las bases de datos y las reglas
del negocio ms rpidamente. Herramientas de comunicaciones
define y comunica la direccin y el alcance de las expectativas ,
identifica los roles y responsabilidades y comunica los requerimientos
al proveedor.
88. Que la tecnologa no te entierre Administracin de las
Tecnologas de la Informacin Thank You ! 27/11/09
89. ANEXOS REDES NEURONALES 27/11/09 Administracin de las
Tecnologas de la Informacin Fuente: Jos Ignacio Latorre Universitat
de Barcelona http://sophia.ecm.ub.es/latorre /
90. Por qu no se emplea el Data Mining? Explotacin bruta de las
bases de datos da resultados sin sentido o no-competitivos Sentido
comn y buena formacin = coste elevado S se emplea, pero poca
gente es consciente Data Mining 27/11/09 Administracin de las
91. Redes Neuronales 27/11/09 Administracin de las Tecnologas de
la Informacin
92. Qu es una red neuronal? Datos Datos histricos variables
objetivos Datos nuevos variables ?? Las redes neuronales aprenden a
partir de ejemplos Economista/Matemtico/Fsico/Analista
Aproximante universal (Permiten un ajuste a partir de ejemplos en un
gran espacio de funciones sin sesgo, robusto, flexible que implementa
inferencia bayesiana) Economista/Empresario Herramienta de
prediccin (objetivo, consolidado, adaptable a problemas complejos,
integrable) Modelo del cerebro Redes neuronales 27/11/09
93. Redes neuronales Para qu sirven una red neuronal?
Clasificacin Clientes buenos/malos, comprometidos o no, asequibles
o no Reconocimiento de patrones Interpolacin Adivinar el
comportamiento de un nuevo cliente Crear una nueva pintura
Prediccin Ventas, meteorologa, finanzas, control de produccin Las
redes neuronales pueden ser aplicadas a cualquier problema de
inferencia estadstica 27/11/09 Administracin de las Tecnologas de
la Informacin
94. Cmo funciona una red neuronal? capa 1 capa 2 capa l ..... Red
neuronal feedforward multicapa Redes neuronales 27/11/09
95. Redes neuronales La funcin de activacin da flexibilidad para
que la respuesta de cada neurona pueda ser no lineal Los pesos w y
los umbrales t determinan la forma en que la informacin es
procesada por cada neurona El nmero de capas y de neuronas por
capa definen la arquitectura de la red neuronal El algoritmo de
aprendizaje por correccin de errores hacia atrs, back-propagation
(1985) establece un procedimiento eficiente para ajustar los pesos y
umbrales de una red neuronal de forma que aprenda ejemplos.
Hemos aprendido a aprender! 27/11/09 Administracin de las
96. Redes neuronales T vs C C T c T C T T C Entrenamiento 0. w y t
aleatorios 1. Introducir un ejempo (T) Output = T bien Output = C error
Propagar un cambio de w and t a travs de la red para reducir el error
4. Repetir con todos los ejemplos varias veces Aprendizaje
supervisado de T / C T Robusto Universal Sin sesgo 27/11/09
97. Redes neuronales Belgrado 19/04/1999 Una red neuronal es
entrenada con patrones de aviones La red detecta un avin militar
escondido bajo un avin comercial 27/11/09 Administracin de las
98. Finanzas Data Mining Divorcios Ciencia Banca Reconocimiento de
patrones 27/11/09 Administracin de las Tecnologas de la
Informacin
99. Tarjetas de crdito 50000 clientes reciben la oferta Un red
neuronal es entrenada con las respuestas La red predice la respuesta
de los 450000 clientes restantes Un banco desea ofrecer una nueva
tarjeta a sus clientes Depsitos Salario Edad Sexo Crditos Hipotecas
Educacin S / No Red neuronal Ejemplos 27/11/09 Administracin de
100. Ejemplos Lift Chart % de clientes contactados % de Respuestas
positivas retenidas 27/11/09 Administracin de las Tecnologas de la
Informacin
101. Promedios sobre redes entrenadas a partir de pesos aleatorios Si
existe un modelo subyacente, las redes son equivalentes Si no existe
un modelo subyacente, las redes producen dispersin Lanzamos 100
redes sobre datos entrenar/validar Para cada dato tenemos un
promedio y una dispersin Descartamos 3 sigma Alarmas Arbitraje .
-1 sigma + 1sigma NN Real Ejemplos Series temporales de
cotizaciones 27/11/09 Administracin de las Tecnologas de la
Informacin
102. Ejemplos Estoy divorciado? Una red neuronal ha sido entrenada
con rea del apartamento es relevante la virginidad? divorciado?
salario s / no visitas de los suegros salud,.. Acierto: 88% Matemticas
/ Filosofa 100% 27/11/09 Administracin de las Tecnologas de la
Informacin

Software Data Warehouse

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Software Data Warehouse

Uploaded by

Copyright:

Available Formats

Software Data Warehouse

You might also like