Proyecto-BI v5.2

UNIVERIDAD NACIONAL
PEDRO RUIZ GALLO

FACULTAD DE INGENIERA CIVIL, SISTEMAS
Y ARQUITECTURA
ESCUELA PROFESIONAL DE INGENIERA DE SISTEMAS
PORTABILIDAD EN LA INTELIGENCIA DE NEGOCIOS. DESARROLLO DE

UNA PLATAFORMA DE GESTIN APLICADA AL REA DE OPERACIONES
DE INDUAMERICA SERVICIOS LOGISTICOS SAC
TESIS
PARA OPTAR EL TTULO DE:
INGENIERO DE SISTEMAS
Presentado por:
Coronel Rentera, Junior Flix.
Huancas Montalvn, Csar Ivn.
Asesorado por:
Ing. Guzmn Valle, Csar Augusto.
Lambayeque, Diciembre del 2015
UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO
FACULTAD DE INGENIERIA CIVIL, SISTEMAS Y ARQUITECTURA

ESCUELA PROFESIONAL DE INGENIERA DE SISTEMAS

Presentado por:
Bach. Coronel Rentera, Junior Flix

RESPONSABLE
Bach. Huancas Montalvn, Csar Ivn

RESPONSABLE
Aprobada por:
Ing. Haro Maldonado, Edward Ronald

PRESIDENTE
Ing. Samillan Ayala, Alberto Enrique

MIEMBRO
Ing. Villegas Cubas, Juan Elas

MIEMBRO
Ing. Guzmn Valle, Csar Augusto

PATROCINADOR
DEDICATORIA
Dedicamos nuestra tesis a Dios y a nuestros padres.

A Dios porque ha estado con nosotros en cada paso,
cuidndonos y dndonos la fortaleza necesaria para
continuar y cumplir con nuestros objetivos a lo largo
de nuestra vida. A nuestros padres, quienes en cada
etapa han velado por nuestro bienestar y han sabido
ofrecernos no solo su amor sincero sino tambin su
apoyo para desarrollarnos como personas y
profesionales; por ese gran apoyo incondicional en
todo momento, y su entera confianza en nosotros sin
dudar ni un solo instante.
Es por ello que ahora estamos dando un gran paso
en nuestras vidas, uno de los tantos que nos quedan
por dar y que seguirn siendo gracias a ellos.
Csar Ivn Huancas Montalvn

Junior Flix Coronel Rentera
AGRADECIMIENTO
A nuestros padres, por su constante apoyo en todo momento y

por haber confiado en nuestra decisin de realizar una Tesis y
ser partcipes de esta.
Al Ing. Csar Guzmn Valle, por haber aceptado con nosotros

el reto de desarrollar esta tesis; por su gua en cada paso y el
compromiso con nosotros. Por haber ayudado a encaminar lo
que inicialmente fue solo una idea.
Al Ing. Edward Haro Maldonado, por su gran apoyo en el

planteamiento de nuestro anteproyecto y ayudarnos a tener
una slida base y mejor direccin para el desarrollo del mismo.
A Induamrica Servicios Logsticos SAC; por formar parte del

proyecto y creer en el desarrollo del mismo; por permitirnos
acceder a su informacin y poder trabajar en conjunto para
lograr mejores resultados.
RESUMEN
Induamrica Servicios Logsticos es una empresa en constante crecimiento
geogrfico y demogrfico; su expansin ha requerido un mayor control en
sus operaciones e informacin independientemente del dispositivo que
usen o el lugar donde se encuentren.
La tesis lleva a cabo el desarrollo de una Plataforma de BI en la empresa
Induamrica Servicios Logsticos SAC la cual permitir obtener una ventaja
competitiva, debido a que la misma otorga informacin integra y
disponible, reduciendo as el tiempo y los costos operativos, permitiendo
tomar decisiones identificando as oportunidades de negocio.
El desarrollo de la plataforma de BI est basada en el modelo propuesto
por Ralph Kimball, el cual propone iniciar la construccin de la plataforma
por reas (DataMart) para luego ir agrupndolas y conformar de esta
manera el DataWarehouse. En el proceso ETL se utiliz la herramienta
Integration Services y las dimensiones identificadas fueron las siguientes:
ClienteProveedor, Material, Ruta, Tiempo y Vehculo, y las medidas que
tendr nuestra tablas hechos son las siguientes: Cantidad, Flete, Flete
Unitario, Peso Toneladas y comisin.
Se analizaron diversas herramientas para el desarrollo de la plataforma de
BI, considerando: Pentaho, Qlik y Microstrategy. La buena presencia de
Microstrategy en el mercado local fue lo que permiti decidirnos por esta
herramienta, adicional a ello cuenta con soporte para mvil (IOS,
BlackBerry y Android), presencia en el cuadrante mgico de Gartner,
Documentacin, soporte en espaol, soporte tcnico, etc.
Microstrategy permitir desarrollar reportes de acuerdo a las necesidades
de los usuarios, previo anlisis de requerimiento; visualizando los
resultados a travs de un dispositivo mvil. Mediante encuestas, tiempos y
porcentajes de reduccin de gasto se determin el xito del proyecto.
Nuestra hiptesis planteada se descompuso en 4 sub-hiptesis para un
anlisis ms detallado; las cuales fueron aceptadas una a una mediante
distintas pruebas estadsticas, permitiendo de tal modo aceptar nuestra
hiptesis en general, la cual afirma de que el proyecto de BI ofrece
distintas ventajas al negocio.
ABSTRACT
Induamrica Servicios Logsticos is a company in constant growth
(geographic and demographic). Its expansion have required a great control
in their operations and information independently of the device that they
use or the place where they are.
The thesis develop a Business Intelligence platform in Induamrica
Servicios Logsticos SAC, it will allow to get an competitive advantage
because it will give us trustworthy information and available, reducing time
and operating costs, helping us to take decisions business opportunities.
The development of the BI platform is based on the model proposed by
Ralph Kimball, which proposes to begin construction of the platform in each
area (DataMart) after it we will group each Data Mart and then we will get
our Data Warehouse. In the process of ETL, Integration Services was tool
used and the dimensions identified were: Cliente Proveedor, Material, Ruta,
Tiempo and Vehiculos, and the measures were: Numero, Flete, Flete
Unitario,Weight and commission.
Various tools for developing BI platform were analyzed, considering:
Pentaho, QlikView and Microstrategy. Microstrategy has good presence in
the local market so we decided "Microstrategy", it has additional support for
mobile (IOS, BlackBerry and Android), presence in Gartner's Magic
Quadrant, documentation, support in Spanish, technical support , etc.
Microstrategy will allow us to develop reports according to the needs of
users, after analysis of requirements; the visualization of results could be
through a mobile device like a plus. We used surveys, times of query and
reduction percentages for each process to determine if the thesis was
success.
Our hypothesis was decomposed into four sub-hypotheses for further
analysis; which they were accepted using different statistical tests, thereby
enabling accept our general hypothesis, which states that the BI project
offers advantages to the business and other characteristics.
NDICE DE CONTENIDOS
1.
DATOS INFORMATIVOS: ..........................................................................................................4

1.1. TTULO DEL PROYECTO :...........................................................................................................4
1.2. CDIGO DEL PROYECTO : .........................................................................................................4
1.3. PERSONAL INVESTIGADOR: ......................................................................................................4
1.3.1. Autores: .....................................................................................................................4
1.3.2. Asesor: .......................................................................................................................4
1.4. ESCUELA PROFESIONAL:..........................................................................................................4
1.5. REA DE INVESTIGACIN:........................................................................................................4
1.6. LOCALIDAD E INSTITUCIN DONDE SE REALIZARA EL PROYECTO: .......................................................4
1.7. DURACIN ESTIMADA:............................................................................................................4
1.8. FECHA DE INICIO : ..................................................................................................................4
2.
PLANTEAMIENTO DEL ESTUDIO...............................................................................................5

2.1. DESCRIPCIN DE LA REALIDAD PROBLEMTICA: ............................................................................5
2.2. DESCRIPCIN DEL PROYECTO:...................................................................................................5
2.3. FORMULACIN DE LA PREGUNTA DE INVESTIGACIN: ....................................................................5
2.4. HIPTESIS:...........................................................................................................................6
2.5. OBJETIVOS:..........................................................................................................................6
2.5.1. Objetivo general:........................................................................................................6
2.5.2. Objetivos especficos: .................................................................................................6
2.6. JUSTIFICACIN E IMPORTANCIA: ...............................................................................................7
3.
MARCO TEORICO.....................................................................................................................8
3.1.
3.2.
3.3.
4.
ANTECEDENTES DE OTRAS INVESTIGACIONES: ..............................................................................8

BASE TERICA: ................................................................................................................... 11
DEFINICIONES DE TRMINOS TCNICOS:.................................................................................... 28
MARCO METODOLGICO ...................................................................................................... 30

4.1. TIPO DE INVESTIGACIN:....................................................................................................... 30
4.1.1. De acuerdo al fin que persigue: Aplicada .................................................................. 30
4.1.2. De acuerdo a la metodologa para demostrar la hiptesis: Descriptiva ..................... 30
4.2. V ARIABLES E INDICADORES: ................................................................................................... 30
4.3. POBLACIN Y MUESTRA: ....................................................................................................... 32
4.4. ESTRATEGIA PARA LA DEMOSTRACIN DE LA HIPTESIS: ............................................................... 35
4.4.1. Definicin de Contrastacin de Hiptesis: ................................................................. 35
4.4.2. Seleccin de tcnica para Contrastacin de hiptesis: ............................................... 35
4.4.3. Aspectos claves a considerar: ................................................................................... 37
4.5. MATERIALES, HERRAMIENTAS Y EQUIPOS:................................................................................. 38
4.6. TCNICAS, FORMATOS Y ENSAYOS PARA LA RECOLECCIN DE DATOS: .............................................. 38
4.7. ANLISIS DE DATOS:............................................................................................................. 39
5.
PLANEACION Y DESARROLLO................................................................................................. 41
5.1. PLANIFICACIN DEL PROYECTO ............................................................................................... 41
5.1.1. Definicin del Proyecto: ............................................................................................ 41
5.1.2. Alcance: ................................................................................................................... 41
5.1.3. Justificacin:............................................................................................................. 41
5.1.4. Asignacin de Roles: ................................................................................................. 41
5.1.5. Administracin del Proyecto: .................................................................................... 42
5.2. DEFINICIN DE REQUERIMIENTOS DEL NEGOCIO : ....................................................................... 44
5.2.1. Definicin de Requerimientos: .................................................................................. 44
5.2.1. Matriz Procesos/Dimensiones:.................................................................................. 45
5.3. MODELADO DIMENSIONAL: ................................................................................................... 45
5.3.1. Eleccin del proceso de negocio:............................................................................... 46
5.3.2. Establecimiento del nivel de granularidad: ............................................................... 46
5.3.3. Eleccin de las dimensiones: ..................................................................................... 48
5.3.4. Identificacin de tabla Hechos y medidas: ................................................................ 48
5.3.5. Modelo grfico de alto nivel: .................................................................................... 49
5.3.6. Identificacin de atributos de dimensiones y tablas hechos:...................................... 49
5.4. DISEO FSICO:................................................................................................................... 51
5.4.1. Cmo puede determinar cun grande ser el sistema de DW/BI? ............................ 51
5.4.2. Cules son los factores de uso que llevarn a una configuracin ms grande y ms
compleja? .............................................................................................................................. 52
5.4.3. Cmo se debe configurar el sistema? ...................................................................... 52
5.4.4. Cunta memoria y servidores se necesitan? Qu tipo de almacenamiento y
procesadores?........................................................................................................................ 52
5.4.5. Cmo instalar el software en los servidores de desarrollo, prueba y produccin? .... 53
5.4.6. Qu necesitan instalar los diferentes miembros del equipo de DW/BI en sus
estaciones de trabajo? ........................................................................................................... 53
5.4.7. Cmo convertir el modelo de datos lgico en un modelo de datos fsicos en la base
de datos relacional? ............................................................................................................... 54
5.4.8. Cmo conseguir un plan de indexacin inicial? ........................................................ 54
5.4.9. Debe usarse la particin en las tablas relacionales? ................................................ 54
5.5. PROCESO ETL (EXTRACCIN, TRANSFORMACIN Y CARGA) .......................................................... 55
5.5.1. Estructura Inicial: ..................................................................................................... 55
5.5.1.1.
Sobre la base de datos: ......................................................................................... 55
5.5.1.2.
Sobre la plataforma y arquitectura que la soporta: ............................................... 59
5.5.2. Procedimiento ETL:................................................................................................... 59
5.5.2.1.
Creacin de la estructura: ..................................................................................... 60
5.5.3. Estructura Final: Veamos el script del procedimiento almacenado:
ActualizarHechos_Operaciones .............................................................................................. 89
5.5.3.1.
Sobre la base de datos: ......................................................................................... 91
5.5.3.2.
Sobre la plataforma y arquitectura que la soporta: ............................................... 92
5.6. IMPLEMENTACIN:.............................................................................................................. 93
5.6.1. Seleccin de herramienta de BI: ................................................................................ 93
5.6.2. Consideraciones para la implementacin: ............................................................... 109
5.6.3. Proceso de implementacin:................................................................................... 109
5.7. MANTENIMIENTO Y CRECIMIENTO : ....................................................................................... 115
5.8. ESPECIFICACIONES DE APLICACIONES DE BI:............................................................................. 115
5.8.1. Creacin de Informe: ............................................................................................. 115
5.8.2. Configuracin Mvil: .............................................................................................. 117
5.9. DISEO DE LA ARQUITECTURA TCNICA: ................................................................................. 124
6.
CONTRASTACIN DE HIPTESIS .......................................................................................... 126

6.1. HIPTESIS Y SUBHIPTESIS: ................................................................................................. 126
6.2. CONTRASTACIN DE SUBHIPTESIS:...................................................................................... 126
6.2.1. La plataforma de BI, permitir obtener informacin integra del proceso de toma de
decisiones del rea de Operaciones de Induamrica Servicios Logsticos SAC. ....................... 126
6.2.2. La plataforma de BI, permitir tener informacin disponible en el proceso de toma de
6.2.3. La plataforma de BI, reducir el tiempo en el proceso de toma de decisiones del rea
de Operaciones de Induamrica Servicios Logsticos SAC. ..................................................... 132
6.2.4. La plataforma de BI, disminuir los gastos operativos en el proceso de toma de
7.
8.
9.
CONCLUSIONES: .................................................................................................................. 138

RECOMENDACIONES: .......................................................................................................... 138
ASPECTO ADMINISTRATIVO ................................................................................................ 139
9.1. CRONOGRAMA DE ACTIVIDADES: .......................................................................................... 139
9.2. PRESUPUESTO : ................................................................................................................. 141
9.2.1. Bienes: ................................................................................................................... 141
9.2.2. Servicios: ................................................................................................................ 141
9.3. FUENTES DE FINANCIAMIENTO:............................................................................................. 141
10.
REFERENCIAS: .................................................................................................................. 144
10.1.
11.
REFERENCIAS BIBLIOGRFICAS: ......................................................................................... 144
ANEXOS ........................................................................................................................... 147
NDICE DE IMGENES
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
3.1: Informacin dato y conocimiento ........................................................................ 17

3.2: Herramientas de BI .............................................................................................. 21
3.3: Cuadros de mando .............................................................................................. 23
3.4: Metodologas de BI .............................................................................................. 25
3.5: Kimball vs Inmon .................................................................................................. 26
4.1: Organigrama de la empresa ............................................................................... 33
4.2: Organigrama de Operaciones............................................................................. 33
4.3: Organigrama administrativo ................................................................................ 34
5.1: Modelo grfico de alto nivel ................................................................................ 49
5.2: Tabla Relacional Material .................................................................................... 56
5.3: Tabla Relacional Ruta ......................................................................................... 57
5.4: Tabla Relacional Vehculo................................................................................... 57
5.5: Tabla Relacional Proveedor ................................................................................ 58
5.6: Tabla Relacional Operacin ................................................................................ 58
5.7: SQL Server Data Tools ....................................................................................... 63
5.8: Pgina Principal Visual Studio ............................................................................ 63
5.9: Proyecto de Integration Sevices ......................................................................... 63
5.10: Proyecto ISL ....................................................................................................... 64
5.11: Men Panel de Conexiones .............................................................................. 64
5.12: Nueva Conexin OLE DB ................................................................................. 65
5.13: Administrador de Conexiones OLE DB ............................................................ 65
5.14: Nueva Conexin................................................................................................. 65
5.15: Test de Conexin ............................................................................................... 66
5.16: Conexiones creadas .......................................................................................... 66
5.17: Flujo Tiempo....................................................................................................... 67
5.18: Pestaas de Navegacin .................................................................................. 67
5.19: Flujo Operaciones .............................................................................................. 67
5.20: Conexin ISL_Cubo........................................................................................... 67
5.21: Cuno ISL_Cubo auxiliar .................................................................................... 67
5.22: Origen OLE DB .................................................................................................. 68
5.23: Mtodos de acceso SQL ................................................................................... 68
5.24: Origen de Datos Auxiliar ................................................................................... 69
5.25: Tabla Tiempo ..................................................................................................... 69
5.26: Conversin de Datos ......................................................................................... 70
5.27: Estructura de Flujo ISL Cubo............................................................................ 70
5.28: Conversin de Datos ......................................................................................... 70
5.29: Icono Ordenar .................................................................................................... 71
5.30: Nueva Estructura ISL_Cubo ............................................................................. 71
5.31: Transform ar y Ordenar Datos ........................................................................... 71
5.32: Icono Combinacin de Mezcla.......................................................................... 72
5.33: Transform acin Combinacin de Mezcla ........................................................ 72
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
5.34: cono de divisin condicional ............................................................................ 73

5.35: Diagrama de Flujo de datos de la Dim_Tiempo .............................................. 73
5.36: Editor de divisin condicional............................................................................ 73
5.37: cono de conversin de datos ........................................................................... 74
5.38: Editor de conversin de datos .......................................................................... 74
5.39: cono de destino OLE DB .................................................................................. 75
5.40: Editor de destino OLE DB ................................................................................. 75
5.41: Diagrama de Flujo de datos Dim_Tiempo ....................................................... 76
5.42: cono de Flujo de control Dim_Cliente ............................................................. 77
5.43. Diagrama de flujo de datos Dim_Cliente ......................................................... 77
5.44: cono de flujo de control Dim_Vehculo ........................................................... 78
5.45: Diagrama de flujo de datos Dim_Vehculo ...................................................... 78
5.46: cono de flujo de control Dim_Rutas ................................................................ 79
5.47: Diagrama de flujo de datos Dim_Rutas ........................................................... 79
5.48: cono de flujo de control Dim_Materiales ......................................................... 80
5.49: Diagrama de flujo de datos Dim_Materiales.................................................... 80
5.50: cono de Script Dim_Cliente ............................................................................. 81
5.51: Editor de tarea SQL Dim_Cliente ..................................................................... 81
5.52: Parmetros de configuracin Script SQL ........................................................ 82
5.53: Diagrama de flujo de control de dimensiones ................................................. 82
5.54: Diagrama de secuencia de Migracin de datos .............................................. 82
5.55: cono de flujo de control Hecho_Operaciones ................................................ 84
5.56: Diagrama de migracin de dimensiones y hechos. ........................................ 85
5.57: Flujo de control y Scipt SQL ............................................................................. 85
5.58: Diagrama de Flujo de datos Hecho_Operaciones .......................................... 86
5.59: Diagrama de flujo de dato Hechos_DimRuta .................................................. 87
5.60: Diagrama de flujo de dato Hechos_DimCliente .............................................. 87
5.61: Diagrama de flujo de dato Hechos_DimMaterial ............................................. 88
5.62: Diagrama de flujo de dato Hechos_DimVehiculo ........................................... 88
5.63: Diagrama de flujo de dato Hechos_DimTiempo ............................................. 89
5.64: cono de Script SQL Hechos_Operaciones ..................................................... 89
5.65: Diagrama de BD Multidimensional ISL_CUBO ............................................... 92
5.66: Dispositivos Pentaho ......................................................................................... 95
5.67: Cuadrante Mgico de Gartner ........................................................................ 103
5.68: Implementacin ................................................................................................ 109
5.69: Configuracin Wizard ...................................................................................... 110
5.70: Tablas de repositorio ....................................................................................... 111
5.71: Configuracin del intelligence Server desde Wizard .................................... 111
5.72: Asistente para la creacin de proyecto .......................................................... 112
5.73: Opcin Architect para nuevos proyectos ....................................................... 112
5.74: Pantalla principal del Architect........................................................................ 113
5.75: Especificacin de atributos en el Architect .................................................... 113
5.76: Estructura completa ISL_CUBO en Architect ................................................ 113
5.77: Vista jerrquica del Architect .......................................................................... 114
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
Imagen
5.78: Cuadricula de Inform e ..................................................................................... 115

5.79: Nuevo Inform e.................................................................................................. 116
5.80: Guardar Informe ............................................................................................... 116
5.81: Ejecutar Informe ............................................................................................... 117
5.82: Mvil Web ......................................................................................................... 117
5.83: Configuracin Mvil Nueva ............................................................................. 118
5.84: Mvil Android.................................................................................................... 118
5.85: Generar URL .................................................................................................... 119
5.86: URL Android ..................................................................................................... 119
5.87: Ver Informe ....................................................................................................... 120
5.88: Reporte Vista Horizontal ................................................................................. 120
5.89: Reporte Vertical ............................................................................................... 121
5.90: Nueva configuracin BlackBerry .................................................................... 121
5.91: Generar URL .................................................................................................... 121
5.92: BlackBerry Client ............................................................................................. 122
5.93: Link BlackBerry ................................................................................................ 122
5.94: Men BlackBerry.............................................................................................. 122
5.95: ISL Operaciones .............................................................................................. 123
5.96: Suscripcin Mobile........................................................................................... 123
5.97: Seleccin de Reporte BlackBerry................................................................... 123
5.98: Reporte BlackBerry.......................................................................................... 124
5.99: Back Room ....................................................................................................... 124
5.100: Reporte Microstrategy ................................................................................... 125
5.101: Reportes Mvil ............................................................................................... 125
6.1: Grfico primera Sub Hiptesis .......................................................................... 129
6.2: Grfico Segunda Sub Hiptesis ........................................................................ 132
6.3: Grfico Tercera Sub Hiptesis .......................................................................... 135
9.1: Cronograma de Actividades .............................................................................. 139
9.2: Diagrama de Actividades .................................................................................. 140
NDICE DE TABLAS
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
Tabla
1: Ventajas y Desventajas de las MEtodologas .......................................................... 27

2: Variables e Indicadores ............................................................................................. 31
3: Detalle de Variables ................................................................................................... 31
4: Anlisis de Datos ........................................................................................................ 39
5: Cronograma ................................................................................................................ 43
6: Reporte de ventas por producto de carga................................................................ 44
7: Reporte de servicio de carga por rutas .................................................................... 44
8: Reporte de servicio de tipo de vehculo de carga ................................................... 44
9: Reporte del total de ventas por periodo ................................................................... 44
10: Flexibilidad de reportes ............................................................................................ 45
11: Reportes con opcin a grficos .............................................................................. 45
12: Reportes en plataform a mvil ................................................................................. 45
13: Matriz de Negocio .................................................................................................... 45
14: Atributos de dimensiones ........................................................................................ 49
15: Estructura de Base de Datos ISL............................................................................ 55
16: Caractersticas y Arquitectura Base de Datos ISL ................................................ 59
17: Estructura Nueva Base de Datos ISL_Cubo ......................................................... 91
18: Plataforma y Arquitectura Base de Datos ISL_Cubo ............................................ 92
19: Principales Plataformas de Desarrollo ................................................................. 102
20: Resultado Encuesta - Sub Hipotesis 1 ................................................................. 128
21: Resultados Estadsticos Sub Hiptesis 1............................................................. 128
22: Puntajes utilizados en la encuesta ....................................................................... 130
23: Resultados Encuesta - Sub Hipotesis 2 ............................................................... 131
25: Resultados Encuesta Sub Hiptesis 3 ................................................................. 134
27: Porcentaje de reduccin a calcular Sub Hiptesis 4........................................ 136
28: Porcentajes de Reduccin segn Usuarios Sub Hiptesis 4 .......................... 136
29: Presupuesto Estimado del Proyecto .................................................................... 142
30: Cuadro Resumen Presupuesto Estimado............................................................ 143

1. DATOS INFORMATIVOS:
1.1. Ttulo:
PORTABILIDAD EN LA INTELIGENCIA DE NEGOCIOS. DESARROLLO DE UNA
PLATAFORMA DE GESTIN APLICADA AL REA DE OPERACIONES DE
INDUAMERICA SERVICIOS LOGISTICOS SAC
1.2. Cdigo:
IS-2013-013
1.3. Personal Investigador:
1.3.1. Autores:
1.3.1.1. Apellidos y Nombres: Coronel Rentera, Junior Flix.
Cdigo Universitario: 020070329B
Email:
jcoronelr@unprg.edu.pe
1.3.1.2.
Apellidos y Nombres: Huancas Montalvn, Csar Ivn

CdigoUniversitario: 020070336I
Email:
ivan_8413@hotmail.com
1.3.2. Asesor:
1.3.2.1. Apellidos y Nombres: Ing. Guzmn Valle, Csar Augusto.
1.4. Escuela Profesional:
Ingeniera de Sistemas
1.5. rea de investigacin:
Tecnologas de la Informacin.
1.6. Localidad e Institucin donde se realizara el proyecto:
Induamrica Servicios Logsticos SAC
1.7. Duracin estimada:
12 meses
1.8. Fecha de inicio:
20 de Mayo del 2014.
2. PLANTEAMIENTO DEL ESTUDIO

2.1. Descripcin de la realidad problemtica:
El mercado debido a su constante cambio exige a las empresas ser cada da ms
competitivas; Induamrica Servicios Logsticos SAC, necesita tomar decisiones
sobre su negocio basadas en mucha confianza sobre la informacin que poseen
de sus operaciones, requirindose conocer el estado actual del negocio para
poder identificar oportunidades y as priorizar decisiones. Una mala decisin
puede afectar significativamente a la empresa o en caso contrario puede ser de
gran productividad.
La expansin geogrfica y demogrfica de Induamrica Servicios Logsticos SAC,
requiere que los directivos, jefes y supervisores se encuentren en constante
desplazamiento entre las sedes e incluso otras ciudades por motivos de
negociacin con clientes; el problema radica cuando estos se encuentran en
trnsito o en otros lugares distintos a las bases de la empresa debido a que
existen situaciones en las cuales se necesita contar con informacin y no se
puede disponer de ella.
2.2. Descripcin del proyecto:
El presente proyecto consiste en desarrollar una plataforma de BI que busque
apoyar la toma de decisiones en los diversos niveles de la empresa, logrando una
mejor respuesta en tiempo real a las diversas situaciones que afecten a sta.
Induamrica Servicios Logsticos SAC es una empresa mediana de servicio de
carga que cuenta con un gran flujo de informacin debido a la complejidad de las
reas con las que cuenta y la expansin que ha tenido geogrfica y
demogrficamente.
El constante cambio en la empresa, involucra la necesidad de capacidad y
agilidad de poder tomar decisiones independientemente del lugar donde se
encuentre. Los dispositivos mviles se convierten en mucho ms que una
herramienta de acceso al correo electrnico; ahora son vistos con la capacidad de
ofrecer cuadros de mando que permitan monitorizar, controlar y gestionar a travs
de indicadores empresariales los distintos procesos de la empresa.
2.3. Formulacin de la pregunta de Investigacin:
Permite mejorar y agilizar la toma de decisiones en el rea de Operaciones de
Induamrica Servicios Logsticos SAC un proyecto de BI con soporte mvil?
2.4. Hiptesis:
:
La Plataforma de BI con soporte mvil permitir obtener informacin integra

y disponible, reduciendo el tiempo empleado y disminuyendo los gastos
operativos, del proceso de toma de decisiones del rea de Operaciones de
Induamrica Servicios Logsticos SAC.
0 :
La Plataforma de BI con soporte mvil no permitir obtener informacin

integra y disponible, reduciendo el tiempo empleado y disminuyendo los
gatos
operativos, del proceso de toma de decisiones del rea de
Operaciones de Induamrica Servicios Logsticos SAC.
Para poder trabajar nuestra hiptesis la descompondremos en las siguientes

subhiptesis:
= 1 + 2 + 3 + 4
1 :
2 :
3 :
4 :
La plataforma de BI, permitir obtener informacin integra del proceso de

toma de decisiones del rea de Operaciones de Induamrica Servicios
Logsticos SAC.
La plataforma de BI, permitir tener informacin disponible en el proceso de
Logsticos SAC.
La plataforma de BI, reducir el tiempo en el proceso de toma de
decisiones del rea de Operaciones de Induamrica Servicios Logsticos
SAC.
La plataforma de BI, disminuir los gastos operativos en el proceso de toma
de decisiones del rea de Operaciones de Induamrica Servicios Logsticos
SAC.
2.5. Objetivos:
2.5.1. Objetivo general:
Desarrollar una plataforma de gestin aplicada al rea de operaciones de
Induamrica servicios logsticos SAC que permita contribuir a la toma de
decisiones en los distintos niveles de la empresa, mejorando su desempeo y
logrando una ventaja competitiva.
2.5.2. Objetivos especficos:
Conocer la estructura de la base de datos operativa con la cual se trabaja.
Configurar las herramientas de BI a utilizar, para la construccin de la
solucin.
Disear el modelo lgico de las estructuras de los Data Mart.
Desarrollar los procesos de ETL (Extraccin - Transformacin - Carga).
6
Establecer los distintos tipos de reportes, en base a las necesidades de la

empresa en el rea de operaciones.
Disear diversos reportes de escritorio, tambin disponibles en
dispositivos mviles.
Disear los cubos para el rea de operaciones; con la suficiente
flexibilidad que permita soportar necesidades futuras.
2.6. Justificacin e Importancia:

En la actualidad Induamrica Servicios Logsticos SAC tiene un problema claro; la
dificultad para el acceso de informacin en lugares distintos a las bases de la
empresa causando retraso en la toma de decisiones.
El proyecto busca apoyar de esta manera:
Accesibilidad a la informacin: Los datos son la fuente principal de este

concepto.
Apoyo en la toma de decisiones: Se busca ir ms all en la presentacin
de la informacin, de manera que los usuarios tengan acceso a
herramientas de anlisis que les permitan seleccionar y manipular slo
aquellos datos que les interesen.
Culturizar a todas las personas interesadas en aplicar este tipo de
herramienta de inteligencia de Negocios.
Una de las ideas centrales radica en el hecho de que la informacin de
inters para anlisis est almacenada en un slo lugar, dispuesta en
tiempo y forma como lo requiere el negocio.
Evaluar distintos tipos de Herramientas de Inteligencia de Negocios y que
se pueda aplicar la que est acorde a sus necesidades
Clasificacin y Extraccin de informacin importante.
Ayudar a los gerentes o los jefes a tomar decisiones oportunas de acuerdo
a la informacin visualizada.
Los beneficiados con este prototipo ser el nivel gerencial y tctico de

Induamrica Servicios Logsticos SAC que esperan agilizar la toma de decisiones
frente a los rpidos cambios que se dan en el mercado y as lograr una ventaja
competitiva , implementando una solucin Business Intelligence, la cual da lugar a
diversos beneficios como:
Flexibilidad: El ambiente de negocios cambia continuamente. Las

aplicaciones para el anlisis de informacin tienen la flexibilidad necesaria
para adaptarse a diferentes requerimientos, ya sean de formato o
presentacin, como as tambin de cambios en el negocio, como por
ejemplo, modificacin en la estructura de producto, cambios en los niveles
jerrquicos etc.
Deteccin de ventajas competitivas: Las posibilidades de estos sistemas

permiten una muy buena visualizacin y excelente alternativa para el
estudio de todos los componentes de la cadena de valor, como del
sistema de valor, y un anlisis muy completo y potente en cuanto a todas
las variables intervinientes en el negocio, tanto internas como externas,
controlables e incontrolables.
Mejor evaluacin del riesgo: A mayor informacin, un anlisis ms real. Al
tomar decisiones con mayor informacin, el riesgo, propio del
desconocimiento e incertidumbre, se reduce.
Afinacin del mercado meta u objetivo: Es evidente que al tener mayor
capacidad de anlisis y la posibilidad de cruzar informacin externa
proveniente de consultoras o entidades que se dedican a la recopilacin
de datos de personas o industrias, se logra definir mucho mejor las
necesidades que se desean satisfacer, y por otra parte, se tienen muchas
ms herramientas para la deteccin de oportunidades.
Pronsticos ms exactos: Dada las caractersticas del Datamart, la
elaboracin de pronsticos se vuelve mucho ms sencilla y con mucho
menos margen de desvo.
Deteccin de problemas: La deteccin de problemas es extremadamente
importante, y ms an si se producen en reas clave. Estas herramientas
se pueden utilizar no slo para la deteccin sino para la prediccin y
prevencin de problemas.
3. MARCO TEORICO
3.1. Antecedentes de otras investigaciones:
A continuacin exponemos investigaciones anteriores a este proyecto.
Tema: The Contribution of Business Intelligence to Strategic Management
Resumen:
Trata de descubrir todas las capacidades funcionales de las herramientas de
inteligencia de negocios. Despus de algunas definiciones, arquitectura de
inteligencia de negocios se discute brevemente y la necesidad de datos
almacenamiento explica las tres categoras principales de inteligencia de
negocios herramientas, a saber, presentacin de informes, OLAP y minera de
datos. El objetivo principal de este captulo es descubrir todas las posibles
funcionalidades de BI y sus aplicaciones de negocio.
Tema: Gua metodolgica para la implementacin de un sistema de
informacin tipo de negocios que apoya la toma de decisiones, en el rea
acadmica, en la Institucin Universitaria Antonio Jos Camacho
8
Resumen:
Ese trabajo presenta la elaboracin de una gua metodolgica para la
implementacin de sistema de informacin, que apoya la toma de decisiones en
el rea acadmica de la Institucin Universitaria Antonio Jos Camacho.
Su objetivo principal es construir una gua para la implementacin de un sistema
de informacin que apoye la toma de decisiones en el rea, y a los usuarios que
defina la estrategia que se ha de seguir en una organizacin educativa; adems,
sirva como gua para la construccin de futuros sistemas de informacin
orientados a las decisiones en la facultad de ingenieras.
Dentro del desarrollo de este proyecto se presenta la modelacin de un Data Mart
que abarca el departamento acadmico de la universidad. Tambin se analizan
diferentes metodologas y disciplinas de desarrollo de sistemas de informacin y
soluciones departamentales.
Tema: Desarrollo de un Sistema Web de Reportes Genricos con aplicacin
de Business Intelligence que me generar los Estados Financieros de los
clientes del ERP-OSIS
Resumen:
El ERP OSIS, es un sistema computadorizado integrado utilizado para gestionar
recursos externos e internos, incluidos los bienes tangibles, recursos financieros,
materiales y recursos humanos. Construida sobre una base de datos centralizada
y, normalmente, utilizando una plataforma informtica comn.
Actualmente el ERP-OSIS no cuenta con reportes ejecutivos o de alto nivel para
la obtencin de informacin resumida. Los usuarios del ERP-OSIS, no cuentan
con una herramienta configurable y personalizada en lnea para elaborar sus
reportes de gestin y realizan el diseo/elaboracin de sus reportes de gestin
mediante hojas Excel o los reportes ya establecidos por el ERP. Es as que estos
problemas, que no han sido abordados por la empresa, son el punto de partida de
esta investigacin.
Finalmente quiere desarrollar un Datamart para el rea de Contablidad y
Finanzas, utilizando las herramientas BI de SQL Server 2008 R2, que me va
permitir obtener de forma ms accesible y detallada, la informacin registrada
dentro del ERP OSIS.
Tema: anlisis y aplicacin de metodologas agiles para reducir el puente
entre tecnologa de informacin y negocio en el desarrollo de herramientas
de Business Intelligence.
Resumen:
En el presente plan de tesis se desarrolla la propuesta de solucin a los fracasos

que se tienen en los proyectos de TI empleando metodologas agiles como
enfoque metodolgico para el desarrollo de herramientas de Business
Intelligence.
Dado que el ambiente en cual se desarrollan los negocios es altamente
competitivo y variable, las herramientas de control que emplean las diferentes
reas de la empresa deben adaptarse rpidamente al cambio del entorno, cosa
que no permiten las metodologas tradicionales por su afn en documentar todo el
desarrollo de la herramienta, mientras que un enfoque gil nos mostrara
simplicidad para adaptar la herramienta en cualquier entorno y as hacer
competitiva a la empresa en sus operaciones y procesos de negocio.
Gracias a esto nace la idea de investigar la aplicacin de las metodologas agiles
en el desarrollo de herramientas de Business Intelligence y la formulacin de una
metodologa gil que pueda solucionar problemas de comunicacin entre el rea
de Tecnologas de Informacin y las reas de negocios de una empresa, en este
caso del rubro de Telecomunicaciones.
Tema: Anlisis, Diseo e Implementacin de un DataWarehouse de Soporte
de Decisiones para un Hospital del Sistema de Salud Pblico
Resumen:
Las entidades de salud del sector pblico deben de tomar decisiones orientadas a
satisfacer la demanda de servicios de los pacientes que acuden a los centros de
salud y es por ello muy importante buscar mejorar los sistemas de informacin
ligados a estos procesos de decisin. El presente tema de tesis propone la
construccin de un Data Warehouse que servir de apoyo en el proceso de toma
de decisiones del directorio del hospital, el cual, decidir en base a datos
histricos y cuadros generados en lnea.
Un sistema de este tipo permitir reducir carga de pabellones, optimizar el uso del
personal, mejorar la atencin al paciente, mejorar la calidad de servicio otorgada,
brindar un servicio especializado a los pacientes, gestionar recursos, conocer el
estado actual de los pacientes, identificar fallas en los procesos, realizar
auditoras y realizar notificaciones en tiempo real, entre otras cosas.
Para la realizacin del actual tema de tesis, se est optando por utilizar la suite de
Inteligencia de Negocios proporcionada por Pentaho, la cual es una herramienta
libre y completa. Con el uso de esta herramienta se garantiza que la entidad de
salud pblica no tendr que destinar costos adicionales por licencias de software.
Sin embargo, la dificultad en implementar con esta herramienta viene dada por su
misma naturaleza libre (open source) y su poco tiempo en produccin. Por esta
razn, el presente proyecto dar pautas para la utilizacin e instalacin de esta
10
suite, lo cual servir de base para proyectos similares que deseen implementar
proyectos con ella.
Para implementar este proyecto de tesis se realizarn todos los pasos de un
proyecto de Inteligencia de Negocios: diseo y construccin del Data Warehouse
y los Data Marts, creacin y programacin de los procesos ETL, creacin de los
cubos, creacin de los informes, y finalmente implementacin de la plataforma BI
(Web).
Tema: Diseo e implementacin de un prototipo que integre las tecnologas
de datawarehousing, on-line analyticalprocessing (olap) y data mining, para
las mypes comercializadoras peruanas.
Resumen:
Esta tesis nos dice que en la actualidad, la Inteligencia de Negocios es dentro de
las organizaciones una pieza clave para una adecuada y oportuna toma de
decisiones. Una solucin de apoyo a la Inteligencia Empresarial puede cambiar el
rumbo de una organizacin hacia escenarios ms favorables y ms beneficiosos.
El prototipo en esta tesis propuesto utiliza herramientas libres que se encargan de
cubrir las diferentes tecnologas que integran la Inteligencia Empresarial como
DATAWAREHOUSIG, OLAP Y DATAMINIG, con costos reducidos los que hace
apropiado para la implementacin en MYPES, comercializadoras Peruanas.
A lo largo del presente documento de tesis se describe el estudio realizado para
el anlisis e implementacin del prototipo que cumpla con las necesidades de las
MYPES peruanas.
3.2. Base terica:
La globalizacin y el entorno altamente competitivo exigen a las empresas estar
orientadas al mercado y gestionar su cartera de clientes como un activo
estratgico clave para aumentar la rentabilidad del negocio y lograr una ventaja
competitiva sostenible en el tiempo. El objetivo de este artculo es contribuir con
una propuesta de modelo basado en el valor de la cartera de clientes para ayudar
a las empresas a tomar mejores decisiones estratgicas de marketing. Las
hiptesis formuladas han sido contrastadas a travs de un modelo estructural con
constructos fiables que han sido aplicados al sector turstico, especficamente, a
las agencias de viajes en Espaa. Los resultados revelan que existe una relacin
positiva y significativa entre el grado de orientacin al valor del cliente y las
mejores decisiones estratgicas de marketing. Finalmente, el estudio presenta las
conclusiones e implicaciones que estos resultados pudieran tener para la gestin
empresarial. (Ochoa, 2008)
11
BUSINESS INTELLIGENCE
Business Intelligence es la habilidad para transformar los datos en informacin, y
la informacin en conocimiento, de forma que se pueda optimizar el proceso de
toma de decisiones en los negocios.
El trmino e-Business (negocio electrnico) es un trmino de "operaciones
electrnicas" (transferencias, pagos electrnicos, etc.) tradicionales, e indica la
intervencin de medios electrnicos en los procesos de negocio de las empresas .
(Acosta Espinoza, 2004)
La inteligencia de negocios se representa como un proceso que permite dar una
rpida y efectiva respuesta ante interrogantes del negocio, convirtiendo
volmenes de datos en informacin til para la gestin, control y administracin
estratgica. (Arlenys, 2012)
Desde un punto de vista ms pragmtico, y asocindolo directamente con las
tecnologas de la informacin, podemos definir Business Intelligence como el
conjunto de metodologas, aplicaciones y tecnologas que permiten reunir,
depurar y transformar datos de los sistemas transaccionales e informacin
desestructurada (interna y externa a la compaa) en informacin estructurada,
para su explotacin directa (reporting, anlisis OLTP / OLAP, alertas...) o para su
anlisis y conversin en conocimiento, dando as soporte a la toma de decisiones
sobre el negocio.
BI es un proceso interactivo para explorar y analizar informacin estructurada
sobreun rea (normalmente almacenada en un datawarehouse), para descubrir
tendenciaso patrones, a partir de los cuales derivar ideas y extraer conclusiones.
El proceso de Business Intelligence incluye la comunicacin de los
descubrimientosy efectuar los cambios. Las reas incluyen clientes, proveedores,
productos, serviciosy competidores. (Cano, 2007)
Cada organizacin necesita desarrollar sus propios sistemas de inteligencia
ajustados a sus necesidades y que respondan a sus aspiraciones, posicin en el
medio, fortalezas y ventajas internas. Ya que sta es en s misma una actividad
de aprendizaje, toma tiempo para que la organizacin pueda madurar sistemas de
inteligencia efectivos. Los empleados de todos los niveles necesitan ser
reorientados, llegar a establecer contactos, identificar la pericia y los expertos al
interior de la empresa, construir los archivos y sistemas necesarios. Los
profesionales y consultores deben observar cules han sido las mejores prcticas
usadas como sistemas de inteligencia en los ltimos cinco aos o ms, y as
sucesivamente. (Acosta Espinoza, 2004)
12
La inteligencia de negocio acta como un factor estratgico para una empresa u

organizacin, generando una potencial ventaja competitiva, que no es otra que
proporcionar informacin privilegiada para responder a los problemas de
negocio: entrada a nuevos mercados, promociones u ofertas de productos,
eliminacin de islas de informacin, control financiero, optimizacin de costes,
planificacin de la produccin, anlisis de perfiles de clientes, rentabilidad de un
producto concreto, etc.
A su vez, esta tecnologa se encuentra enfocada en la administracin y creacin
del conocimiento, que considera como base el conjunto de estrategias y
herramientas analticas, teniendo en comn las siguientes caractersticas:
Apoyo a la toma de decisiones por medio de herramientas de anlisis que
permitan manipular, utilizar y analizar la informacin de inters
organizacional.
Transformacin de los datos en informacin til para la toma de decisiones
Utilizacin de un mtodo razonable para la administracin y gestin del
negocio.
Los principales productos de Business Intelligence que existen hoy en da son:
Cuadro de Mando Integrales (CMI)
Sistema de Soporte a la Decisin (DSS)
Sistema de Informacin Ejecutiva (EIS)
Por otro lado, los principales componentes de orgenes de datos en el Business
Intelligence que existen en la actualidad son Datamart y Datawarehouse.
Los sistemas y componentes del BI se diferencian de los sistemas operacionales
en que estn optimizados para preguntar y divulgar sobre datos. Esto significa
tpicamente que, en un datawarehouse, los datos estn desnormalizados para
apoyar consultas de alto rendimiento, mientras que en los sistemas operacionales
suelen encontrarse normalizados para apoyar operaciones continuas de
insercin, modificacin y borrado de datos. En este sentido, los procesos ETL
(extraccin, transformacin y carga), que nutren los sistemas BI, tienen que
traducir de uno o varios sistemas operacionales normalizados e independientes a
un nico sistema desnormalizado, cuyos datos estn completamente integrados.
En definitiva, una solucin BI completa permite:
Observar qu est ocurriendo?
Comprender por qu ocurre?
Predecir qu ocurrira?
Colaborar qu debera hacer el equipo?
Decidir qu camino se debe seguir?
13
Desagregando las definiciones antes mencionadas, se precisan los siguientes

elementos como componentes de la inteligencia de negocios:
Exploracin de datos: Permite descifrar patrones y tendencias entre los
datos manejados en las diversas fuentes, generalmente de origen
transaccional, adems de descubrir nuevas relaciones entre los elementos
involucrados en el proceso desconocidas hasta el momento.
Anticipo a nuevas oportunidades: A travs de la comprensin de la
situacin actual y futura del negocio, desarrollando diversos tipos de
anlisis a partir de la informacin organizacional que sirvan de apoyo a la
toma de decisiones estratgicas, tcticas y operacionales para la
ejecucin de acciones que incrementen el desempeo de la organizacin.
Procesos de anlisis: Se centra en la informacin resultante del
procesamiento de datos, permitiendo su anlisis como un todo en lugar de
visualizarlos como simples datos aislados e independient es.
Generacin de valor a las reas de negocio: provee de elementos
tecnolgicos que generan un mayor valor en las reas de negocio
existentes, incluyendo de forma implcita una reduccin de costos e
incremento de los mrgenes de utilidad. (Arlenys, 2012)
TEORAS DE LAS HERRAMIENTAS DE LA INTELIGENCIA DE NEGOCIOS
Desde la perspectiva tecnolgica, la arquitectura de la inteligencia de negocios
cuenta con gran nmero de recursos que conforman el marco de esta tecnologa,
donde las herramientas analticas han logrado una acelerada penetracin en el
mercado, debido a que las empresas buscan nuevas soluciones que les permitan
liderar de forma gil, confiable y eficiente, facilitando el procesamiento de grandes
volmenes de informacin en tiempo real, para la toma de decisiones y la gestin
diaria del negocio.
Pea (Ayala, 2006) precisa una serie de herramientas analticas dentro del marco
conceptual de la inteligencia de negocios. De esta forma, un alm acn de datos
conocido comnmente como data warehouse (DWH), es un paradigma para la
organizacin, anlisis y proyeccin de datos, con el propsito de brindar una
infraestructura tecnolgica de informacin til a la toma de decisiones en una
organizacin, originado como consecuencia del gran volumen de transacciones
realizadas, pero con poca capacidad de anlisis al disponer de reportes
especficos y consultas interactivas.
Este elemento integra el ambiente del depsito de datos, el cual posee diferentes
temas que pueden ser analizados independientes o de manera integrada, adems
de proveer un conjunto de instrumentos que permiten consultar, analizar y
presentar informacin. De igual manera, Pineda y Daz (Pineda, 2006) definen este
trmino como un repositorio donde se integran diferentes fuentes de informacin,
necesaria para soportar los procesos de toma de decisiones.
14
Constituye el motor de las soluciones de inteligencia de negocios, por lo que

facilita la interpretacin de la informacin relevante para el negocio y soporta el
proceso de toma de decisiones.
Un DWH es un repositorio de recuperacin y consolidacin de informacin de
forma peridica, proveniente de diversas fuentes, los cuales son dimensionados y
normalizados en una estructura, generalmente actualizada por lotes, a diferencia
de otros elementos que son actualizados cada vez que una transaccin es
registrada en el sistema origen (Rainardi, 2003)
Otra de las herramientas analticas ms destacas es el repositorio de metadatos,
el cual representa una estructura dotada de los mecanismos necesarios para el
almacenamiento, acceso y administracin de la informacin depositada en el
DWH, acorde a los procedimientos y aplicaciones que conforman los modelos de
informacin (Ayala, 2006)
Existen dos tipos de metadatos clasificados de acuerdo a la disposicin de los
mismos; en primer lugar los tcnicos, orientados a la creacin, mantenimiento y
manejo del DWH; y en segundo lugar los del negocio, destinados a brindar
diversas perspectivas de la informacin ubicada en el almacn para la elaboracin
de consultas, reportes, valuaciones y, en consecuencia, simplificando el proceso
de toma de decisiones. Los metadatos, constituyen una base de datos integrada
por informacin relacionada con la estructura de los datos, el significado y uso de
la data, as como las reglas y dems informacin asociada, representando una
infraestructura comn de almacenamiento (Rainardi, 2003). Estos conceptos,
precisan a esta herramienta analtica como una estructura contenedora de un
conjunto de datos que capturan la lgica del negocio, utilizada para la construccin
de las dimensiones y medidas de los modelos de inteligencia de negocios. De esta
forma, los repositorios de metadatos constituyen una parte integral de los sistemas
de toma de decisin, creados de forma conjunta con el DWH y tiendas de datos,
que forman parte de las herramientas analticas de la inteligencia de negocios Por
otra parte, los servicios de transformacin de datos (data transformation services DTS), constituyen funciones de acceso a fuentes de datos por medio de
bsquedas, extraccin, conversin y almacenamiento. Estos servicios, provienen
de la fuente denominada datos primarios hacia un modelo de almacenamiento,
encargndose de su importacin, validacin, transformacin, integracin,
almacenamiento y actualizacin. Este elemento vara en cada organizacin, ya
que depende de forma directa del proveedor de servicios seleccionado para tal fin.
Los DTS emplean diversos elementos orientados en la extraccin de los datos,
capaces de explotar plataformas de computadora, sistemas operativos, marcas de
manejadores de base de datos y ambientes, cuya ejecucin es programada
previamente en una tarea (Ayala, 2006).
De igual manera, los procesos de anlisis en lnea (on-line analytical processingOLAP), constituyen un ambiente de proceso equivalente a las bases de datos y
15
almacenamiento de datos, destinado a la recoleccin, organizacin y presentacin

de la informacin de acuerdo a modelos predefinidos que faciliten su explotacin.
Para ello, se requiere de un motor similar a los manejadores de base de datos
(servidor OLAP), encargado de brindar una funcin de sistema de soporte a las
decisiones, con capacidad de anlisis, facilidades para compartir datos y una
perspectiva multidimensional.
Esta ltima, hace referencia a una estructura integrada por informacin de
diferentes puntos de vista acerca de diversas reas de negocio, que resultan
vitales para el proceso de toma de decisin, a partir del anlisis de datos que
satisfacen los requerimientos de una amplia variedad de usuarios (Ayala, 2006).
En sntesis, el ambiente OLAP se compone de estructuras de datos y motores
encargados de su administracin y explotacin. El flujo de operacin inicia con la
extraccin de la informacin registrada en el depsito para organizarla en un
repositorio denominado almacn OLAP, a partir de la cual se producen las tablas
transformadas, cuyo contenido y formato est adaptado con el propsito de facilitar
la consulta realizada por parte del usuario final.
Finalmente, los servicios de explotacin, tambin conocido como servicios de
extraccin, transformacin y carga (extract, transform and load - ETL), hacen
referencia a una plataforma de procedimientos que aprovechan las facilidades que
brinda un DWH, los servidores y tablas utilizadas para la explotacin, modelado,
evaluacin y posterior toma de decisiones (Ayala, 2006).
Por su parte, (Davis, 2008), definen un ETL como el conjunto de actividades que
permiten trasladar los datos desde mltiples fuentes, realizar los cambios
correspondientes al ajuste, transformacin, adecuacin y conversin de la
informacin, para luego cargarlos en otra base de datos multidimensional y ser
analizados.
DATOS, INFORMACIN, CONOCIMIENTO:

En qu se diferencia el conocimiento de los datos y de la informacin? En una
conversacin informal, los tres trminos suelen utilizarse indistintamente y esto
puede llevar a una interpretacin libre del concepto de conocimiento. Quizs la
forma ms sencilla de diferenciar los trminos sea pensar que los datos estn
localizados en el mundo y el conocimiento est localizado en agentes de cualquier
tipo (personas, empresas, mquinas), mientras que la informacin adopta un papel
mediador entre ambos.
Los conceptos que se muestran a continuacin se basan en las definiciones
de Davenport y Prusak (1999).
16
Imagen 3.1: Informacin dato y conocimiento
Fuente: Elaboracin propia
Datos:
Los datos son la mnima unidad semntica, y se corresponden con elementos
primarios de informacin que por s solos son irrelevantes como apoyo a la toma
de decisiones. Tambin se pueden ver como un conjunto discreto de valores, que
no dicen nada sobre el porqu de las cosas y no son orientativos para la accin.
Un nmero telefnico o un nombre de una persona, por ejemplo, son datos que,
sin un propsito, una utilidad o un contexto no sirven como base para apoyar la
toma de una decisin. Los datos pueden ser una coleccin de hechos
almacenados en algn lugar fsico como un papel, un dispositivo electrnico (CD,
DVD, disco duro...), o la mente de una persona. En este sentido las tecnologas
de la informacin han aportado mucho a recopilacin de datos.
Como cabe suponer, los datos pueden provenir de fuentes externas o internas a
la organizacin, pudiendo ser de carcter objetivo o subjetivo, o de tipo cualitativo
o cuantitativo, etc. (L., 2010)
Informacin:
La informacin se puede definir como un conjunto de datos procesados y que
tienen un significado (relevancia, propsito y contexto), y que por lo tanto son de
utilidad para quin debe tomar decisiones, al disminuir su incertidumbre. Los
datos se pueden transforman en informacin aadindoles valor:
Contextualizando: se sabe en qu contexto y para qu propsito se
generaron.
Categorizando: se conocen las unidades de medida que ayudan a
interpretarlos.
Calculando: los datos pueden haber sido procesados matemtica o
estadsticamente.
Corrigiendo: se han eliminado errores e inconsistencias de los datos.
Condensando: los datos se han podido resumir de forma ms concisa
(agregacin).
17
Por tanto, la informacin es la comunicacin de conocimientos o inteligencia, y es

capaz de cambiar la forma en que el receptor percibe algo, impactando sobre sus
juicios de valor y sus comportamientos.
Informacin = Datos + Contexto
incertidumbre) (Turmero, 2011)
(aadir
valor)
Utilidad (disminuir
la
Los usuarios son el centro del proceso de inteligencia y sus necesidades de

informacin inician nuevos ciclos de bsqueda y anlisis. Cada persona y
departamento en la empresa es un potencial recolector valioso de informacin y
fuente de conocimiento.
La inclusin desde un principio de los diferentes usuarios finales de la
informacin, crea un alto entendimiento y compromiso en todos los niveles de la
organizacin, y el grado de conocimiento que tengan determina en muchos casos
no solo una utilizacin efectiva de sus resultados finales, sino que los remite
permanentemente al proceso como aportantes de valiosa informacin que est a
su alcance y de su beneficio no son conscientes en muchas ocasiones. (Acosta
Espinoza, 2004)
Conocimiento:
El conocimiento es una mezcla de experiencia, valores, informacin y knowhow que sirve como marco para la incorporacin de nuevas experiencias e
informacin, y es til para la accin. Se origina y aplica en la mente de los
conocedores. En las organizaciones con frecuencia no slo se encuentra dentro
de documentos o almacenes de datos, sino que tambin est en rutinas
organizativas, procesos, prcticas, y normas.
El conocimiento se deriva de la informacin, as como la informacin se deriva de
los datos. Para que la informacin se convierta en conocimiento es necesario
realizar acciones como:
Comparacin con otros elementos.

Prediccin de consecuencias.
Bsqueda de conexiones.
Conversacin con otros portadores de conocimiento.
ARQUITECTURA DE UNA SOLUCIN DE BUSINESS INTELLIGENCE:

Una solucin de Business Intelligence parte de los sistemas de origen de una
organizacin (bases de datos, ERPs, ficheros de texto...), sobre los que suele ser
necesario aplicar una transformacin estructural para optimizar su proceso
analtico.
Para ello se realiza una fase de extraccin, transformacin y carga (ETL) de
datos. Esta etapa suele apoyarse en un almacn intermedio, llamado ODS, que
18
acta como pasarela entre los sistemas fuente y los sistemas destino
(generalmente un datawarehouse), y cuyo principal objetivo consiste en evitar la
saturacin de los servidores funcionales de la organizacin.
Dado que la inteligencia de negocios es aplicable a todo tipo de organizaciones,
sin que importe su tamao o complejidad, es preciso inicialmente caracterizar muy
explcitamente la organizacin sobre la cual se trabaja. Por ejemplo una empresa
con alto componente de tecnologa tendr unos intereses muy diferentes a los de
otra con baja incorporacin tecnolgica. En la primera la funcin de inteligencia
ser mucho ms compleja y comprensiva, en tanto que en la segunda es
probable que el modelo sea muy centralizado y se comparta poca informacin
(Acosta Espinoza, 2004)
La informacin resultante, ya unificada, depurada y consolidada, se almacena en
un datawarehouse corporativo, que puede servir como base para la construccin
de distintos datamarts departamentales. Estos datamarts se caracterizan por
poseer la estructura ptima para el anlisis de los datos de esa rea de la
empresa, ya sea mediante bases de datos transaccionales (OLTP) o mediante
bases de datos analticas (OLAP).
Los datos albergados en el datawarehouse o en cada datamart se explotan
utilizando herramientas comerciales de anlisis, reporting, alertas... etc. En estas
herramientas se basa tambin la construccin de productos BI ms com pletos,
como los sistemas de soporte a la decisin (DSS), los sistemas de informacin
ejecutiva (EIS) y los cuadros de mando (CMI) o BalancedScorecard (BSC).
Otra fuente de data adicional a la interna de la empresa y a la externa es la que
proviene del Clickstram o Web logs, que se produce cuando un cliente visita una
pgina Web, la cual proporciona datos de las actividades del cliente en el
ambiente de la Web, su comportamiento y sus patrones de bsqueda, incluyendo
los resultados de determinadas campaas promocionales llevadas a cabo por una
empresa. La Web es una fuente muy amplia de inteligencia de negocios y la
empresa moderna debe de establecer acumular esta data en una data warehouse
especfica o incorporarla dentro de la Data Warehouse de la empresa
BUSINESS INTELLIGENCE EN LOS DIFERENTES DEPARTAMENTOS DE LA
EMPRESA:
En todas las empresas cada departamento acumula diferentes datos: sobre sus
clientes, sus inventarios, su produccin, sobre la efectividad de las campaas de
mrketing, informacin sobre proveedores y socios, adems de los datos que
pueden proveer del exterior, como los referentes a competidores. En este sentido,
el Business Intelligence puede realizar distintas aportaciones a cada
19
departamento, siempre con el objetivo de integrar y optimizar la informacin

disponible en la organizacin:
Departamento de compras: El BI permite acceder a los datos del mercado,
vinculndolos con la informacin bsica necesaria para hallar las relaciones entre
coste y beneficio. Al mismo tiempo, permite monitorizar la informacin de cada
factora o cadena de produccin, lo que puede ayudar a optimizar el volumen de
las compras.
Departamento de produccin: El BI proporciona un mecanismo que permite
analizar el rendimiento de cualquier tipo de proceso operativo, ya que comprende
desde el control de calidad y la administracin de inventarios hasta la planificacin
y la historizacin de la produccin.
Departamento de ventas: El BI facilita la comprensin de las necesidades del
cliente, as como responder a las nuevas oportunidades del mercado. Tambin
son posibles anlisis de patrones de compra para aprovechar coyunturas de
ventas con productos asociados.
Departamento econmico-financiero: El BI permite acceder a los datos de
forma inmediata y en tiempo real, mejorando as ciertas operaciones, que suelen
incluir presupuestos, proyecciones, control de gestin, tesorera, balances y
cuentas de resultados.
Departamento de atencin al cliente: Aplicado a este mbito, el BI permite
evaluar con exactitud el valor de los segmentos del mercado y de los clientes
individuales, adems de ayudar a retener a los clientes ms rentables.
Departamento de recursos humanos: Obteniendo los datos precisos de la
fuente adecuada, el BI permite analizar los parmetros que ms pueden afectar al
departamento: satisfaccin de los empleados, absentismo laboral, beneficiohora/hombre etc.
Finalmente, en caso de aprovechar la integracin de la informacin con
proveedores y socios, el BI ofrece niveles de anlisis sobre cuestiones como
nuevas oportunidades de inversin, o nuevas ocasiones para la colaboracin con
terceros
CUADRO DE MANDO INTEGRAL:
El Cuadro de Mando Integral (CMI), tambin conocido como BalancedScorecard
(BSC) o dashboard, es una herramienta de control empresarial que permite
establecer y monitorizar los objetivos de una empresa y de sus diferentes reas o
unidades.
20
Tambin se puede considerar como una aplicacin que ayuda a una compaa a
expresar los objetivos e iniciativas necesarias para cumplir con su estrategia,
mostrando de forma continuada cundo la empresa y los empleados alcanzan los
resultados definidos en su plan estratgico.
Este modelo parte de que la estrategia de la empresa es el punto de referencia
para todo proceso de Gestin Interno. Con el los diferentes niveles de direccin y
gestin de la organizacin disponen de una visin de la estrategia de la empresa
traducida en un conjunto de objetivos, iniciativas de actuacin e indicadores de
evolucin. (Ibermatica, 2007)
El Cuadro de Mando Integral (CMI) aparece como una herramienta de gestin al
servicio de las empresas a finales del siglo pasado, en respuesta a la
inestabilidad y complejidad de los mercados, como consecuencia del desarrollo
tecnolgico de las ltimas dcadas. Si bien es cierto que con anterioridad se
desarrollaron otras herramientas de gestin basadas fundamentalmente en la
calidad y en los clientes, stas fracasaron por su incapacidad para explicar de
forma ntegra y global el funcionamiento y los resultados empresariales
(Universidad Rey Juan Carlos, 2013)
Diferencia con otras Herramientas De Business Intelligence:
El Cuadro de Mando Integral se diferencia de otras herramientas de Business
Intelligence, como los Sistemas de Soporte a la Decisin (DSS) o los Sistemas de
Informacin Ejecutiva (EIS), en que est ms orientado al seguimiento de
indicadores que al anlisis minucioso de informacin. Por otro lado, es muy
comn que un CMI sea controlado por la direccin general de una c ompaa,
frente a otras herramientas de Business Intelligence ms enfocadas a la direccin
departamental. El CMI requiere, por tanto, que los directivos analicen el mercado
y la estrategia para construir un modelo de negocio que refleje las interrelaciones
entre los diferentes componentes de la empresa (plan estratgico). Una vez que
lo han construido, los responsables de la organizacin utilizan este modelo como
mapa para seleccionar los indicadores del CMI.
Imagen 3.2: Herramientas de BI
Fuente: http://www.sinnexus.com
21
Tipos de cuadros de mando:

El Cuadro de Mando Operativo (CMO), es una herramienta de control enfocada al
seguimiento de variables operativas, es decir, variables pertenecientes a reas o
departamentos especficos de la empresa. La periodicidad de los CMO puede ser
diaria, semanal o mensual, y est centrada en indicadores que generalmente
representan procesos, por lo que su implantacin y puesta en marcha es ms
sencilla y rpida. Un CMO debera estar siempre ligado a un DSS (Sistema de
Soporte a Decisiones) para indagar en profundidad sobre los datos.
El Cuadro de Mando Integral (CMI), por el contrario, representa la ejecucin de la
estrategia de una compaa desde el punto de vista de la Direccin General (lo
que hace que sta deba estar plenamente involucrada en todas sus fases, desde
la definicin a la implantacin). Existen diferentes tipos de cuadros de mando
integral, si bien los ms utilizados son los que se basan en la metodologa de
Kaplan & Norton. Las principales caractersticas de esta metodologa son que
utilizan tanto indicadores financieros como no financieros, y que los objetivos
estratgicos se organizan en cuatro reas o perspectivas: financiera, cliente,
interna y aprendizaje/crecimiento.
La perspectiva financiera: Incorpora la visin de los accionistas y mide la
creacin de valor de la empresa. Responde a la pregunta: qu debemos hacer
para satisfacer las expectativas de nuestros accionistas? (Valverde, 2013)
Esta perspectiva valora uno de los objetivos ms relevantes de organizaciones
con nimo de lucro, que es, precisamente, crear valor para la sociedad.
La perspectiva del cliente: Refleja el posicionamiento de la empresa en el
mercado o, ms concretamente, en los segmentos de mercado donde quiere
competir. Por ejemplo, si una empresa sigue una estrategia de costes es muy
posible que la clave de su xito dependa de una cuota de mercado alta y unos
precios ms bajos que la competencia. Dos indicadores que reflejan este
posicionamiento son la cuota de mercado y un ndice que compare los precios de
la empresa con los de la competencia.
Responde a la pregunta: qu debemos hacer para satisfacer las necesidades de
nuestros clientes? (Valverde, 2013)
La perspectiva interna: Recoge indicadores de procesos internos que son
crticos para el posicionamiento en el mercado y para llevar la estrategia a buen
puerto. En el caso de la empresa que compite en coste, posiblemente los
indicadores de productividad, calidad e innovacin de procesos sean importantes.
El xito en estas dimensiones no slo afecta a la perspectiva interna, sino
tambin a la financiera, por el impacto que tienen sobre las rbricas de gasto.
Responde a la pregunta: En qu procesos debemos ser excelentes para
satisfacer las necesidades de los clientes y los accionistas? (Valverde, 2013)
22
La perspectiva de aprendizaje y crecimiento: Es la ltima que se plantea en

este modelo de CMI. Para cualquier estrategia, los recursos materiales y las
personas son la clave del xito. Pero sin un modelo de negocio apropiado,
muchas veces es difcil apreciar la importancia de invertir, y en pocas de crisis lo
primero que se recorta es precisamente la fuente primaria de creacin de valor:
se recortan inversiones en la mejora y el desarrollo de los recursos.
Imagen 3.3: Cuadros de mando
Fuente: http://www.sinnexus.com
Pese a que estas cuatro son las perspectivas ms genricas, no son

"obligatorias". Por ejemplo, una empresa de fabricacin de ropa deportiva tiene,
adems de la perspectiva de clientes, una perspectiva de consumidores. Para
esta empresa son tan importantes sus distribuidores como sus clientes finales.
Una vez que se tienen claros los objetivos de cada perspectiva, es necesario
definir los indicadores que se utilizan para realizar su seguimiento. Para ello,
debemos tener en cuenta varios criterios: el primero es que el nmero de
indicadores no supere los siete por perspectiva, y si son menos, mejor. La razn
es que demasiados indicadores difuminan el mensaje que comunica el CMI y,
como resultado, los esfuerzos se dispersan intentando perseguir demasiados
objetivos al mismo tiempo. Puede ser recomendable durante el diseo empezar
con una lista ms extensa de indicadores. Pero es necesario un proceso de
sntesis para disponer de toda la fuerza de esta herramienta.
No obstante, la aportacin que ha convertido al CMI en una de las herramientas
ms significativas de los ltimos aos es que se cimenta en un modelo de
negocio. El xito de su implantacin radica en que el equipo de direccin se
involucre y dedique tiempo al desarrollo de su propio modelo de negocio.
Beneficios de la implantacin de un Cuadro de Mando Integral:
La fuerza de explicitar un modelo de negocio y traducirlo en indicadores

facilita el consenso en toda la empresa, no slo de la direccin, sino
tambin de cmo alcanzarlo.
23
Clarifica cmo las acciones del da a da afectan no slo al corto plazo,

sino tambin al largo plazo.
Una vez el CMI est en marcha, se puede utilizar para comunicar los
planes de la empresa, aunar los esfuerzos en una sola direccin y evitar la
dispersin. En este caso, el CMI acta como un sistema de control por
excepcin.
Permita detectar de forma automtica desviaciones en el plan estratgico
u operativo, e incluso indagar en los datos operativos de la compaa
hasta descubrir la causa original que dio lugar a esas desviaciones.
Riesgos de la implantacin de un Cuadro de Mando Integral:
Un modelo poco elaborado y sin la colaboracin de la direccin es papel

mojado, y el esfuerzo ser en vano.
Si los indicadores no se escogen con cuidado, el CMI pierde una buena
parte de sus virtudes, porque no comunica el mensaje que se quiere
transmitir.
Cuando la estrategia de la empresa est todava en evolucin, es
contraproducente que el CMI se utilice como un sistema de control clsico
y por excepcin, en lugar de usarlo como una herramienta de aprendizaje.
Existe el riesgo de que lo mejor sea enemigo de lo bueno, de que el CMI
sea perfecto, pero desfasado e intil.
METODOLOGA DE BUSSINES INTELLIGENCE:

Dentro de las metodologas pioneras existentes tenemos la de Willian Inmon y
Ralph Kimball.
Inmon y Kimball son dos pioneros que comenzaron las diferentes filosofas de
recogida de informacin en toda la empresa, gestin de informacin y analtica
para la ayuda a la decisin. Inmon cree en la creacin de un nico almacn de
datos en toda la empresa para lograr un sistema de inteligencia de negocios en
general. Kimball cree en la creacin de varios mercados de datos ms pequeos
para lograr el anlisis a nivel de departamentos y presentacin de informes.
Metodologa de Inmon:
La filosofa de Inmon recomienda comenzar con la construccin de un gran
almacn centralizado de toda la empresa de datos, seguido de varias bases de
datos de satlite para servir a las necesidades analticas de los departamentos
(ms tarde conocido como "mercados de datos"). Por lo tanto, su enfoque ha
recibido el ttulo de "Top Down".
24
Inmon define el almacenamiento de datos en los siguientes trminos:
Orientado a Temas: Los datos estn organizados en el almacn de datos

de forma que todos los elementos de los datos relativos al mismo evento u
objeto del mundo real estn unidos entre s.
Variante en el tiempo: Los cambios a los datos en la base de datos
realizan un seguimiento y se registra para que los informes puedan
producirse mostrando cambios en el tiempo
No voltiles: Los datos en el almacn de datos nunca se sobrescriben o se
borran una vez que el dato este almacenado, los datos son estticos, slo
de lectura, y retenido por los futuros informes.
Integrado: La base de datos contiene los datos de la mayora o de todas
las aplicaciones operativas de una organizacin, y que estos datos deben
ser coherentes.
La informacin ha de estar a los mximos niveles de detalle. Los Dw

departamentales o datamarts son tratados como subconjuntos de este Dw
corporativo, que son construidos para cubrir las necesidades individuales de
anlisis de cada departamento, y siempre a partir de este Dw Central (del que
tambin se pueden construir los ODS (Operational Data Stores ) o similares).
Imagen 3.4: Metodologas de BI
Fuente: Kimball vs Inmon. Roberto Espinosa
Los datos son extrados de los sistemas operacionales por los procesos ETL y
cargados en las reas de stage, donde se validan y consolidan en el DW
corporativo, donde adems existen los llamados metadatos que documentan de
una forma clara y precisa el contenido del DW. Una vez realizado este proceso,
los procesos de refresco de los Data Mart departamentales obtienen la
informacin de l, y con las consiguientes transformaciones, organizan los datos
en las estructuras particulares requeridas por cada uno de ellos, refrescando su
contenido.
La metodologa para la construccin de un sistema de este tipo es la habitual para
construir un sistema de informacin, utilizando las herramientas habituales
(esquema Entidad Relacin, DIS (Data Item Sets, etc). Para el tratamiento de los
25
cambios en los datos, usa la Continue and Discrete Dimension Management

(inserta fechas en los datos para determinar su validez para las Continue
Dimension o bien mediante el concepto de snapshot o foto para las Discrete
Dimension).
Al tener este enfoque global, es ms difcil de desarrollar en un proyecto sencillo
(pues estamos intentando abordar el todo, a partir del cual luego iremos al
detalle).
Metodologa de Kimball:
La filosofa de Kimball recomienda comenzar con la construccin de varios
mercados de datos que sirven a las necesidades analticas de los departamentos,
seguido de "virtualmente" la integracin de estos mercados de datos para
mantener la coherencia a travs de un autobs de la Informacin. Por lo tanto, su
enfoque recibi el "abajo hacia arriba" del ttulo. Sr. Kimball cree en diversos
mercados de datos que almacenan informacin en modelos tridimensionales para
abordar rpidamente las necesidades de los diferentes departamentos y
diferentes reas de los datos de la empresa.
El Data Warehouse es un conglomerado de todos los Data Marts dentro de una
empresa, siendo una copia de los datos transaccionales estructurados de una
forma especial para el anlisis, de acuerdo al Modelo Dimensional (no
normalizado), que incluye, como ya vimos, las dimensiones de anlisis y sus
atributos, su organizacin jerrquica, as como los diferentes hechos de negocio
que se quieren analizar. Por un lado tenemos tablas para las representar las
dimensiones y por otro lado tablas para los hechos (las facts tables). Los
diferentes Data Marts estn conectados entre s por la llamada bus structure, que
contiene los elementos anteriormente citados a travs de las dimensiones
conformadas (que permiten que los usuarios puedan realizar querys conjuntos
sobre los diferentes data marts, pues este bus contiene los elementos en comn
que los comunican). Una dimensin conformada puede ser, por ejemplo, la
dimensin cliente, que incluye todos los atributos o elementos de anlisis
referentes a los clientes y que puede ser compartida por diferentes data marts
(ventas, pedidos, gestin de cobros, etc.).
Imagen 3.5: Kimball vs Inmon
Fuente: Kimball vs Inmon. Roberto Espinosa
26
Este enfoque tambin se referencia como Bottom-up, pues al final el

Datawarehouse Corporativo no es ms que la unin de los diferentes datamarts,
que estn estructurados de una forma comn a travs de la bus structure. Esta
caracterstica le hace ms flexible y sencillo de implementar, pues podemos
construir un Data Mart como primer elemento del sistema de anlisis, y luego ir
aadiendo otros que comparten las dimensiones ya definidas o incluyen otras
nuevas. En este sistema, los procesos ETL extraen la informacin de los sistemas
operacionales y los procesan igualmente en el rea stage, realizando
posteriormente el llenado de cada uno de los Data Mart de una forma individual,
aunque siempre respetando la estandarizacin de las dimensiones (dimensiones
conformadas).
La metodologa para la construccin del Dw incluye 4 fases, que son: Seleccin
del proceso de negocio, definicin de la granularidad de la informacin, eleccin
de las dimensiones de anlisis e identificacin de los hechos o mtricas.
Igualmente define el tratamiento de los cambios en los datos a travs de las
Dimensiones Lentamente Cambiantes (SCD).
Ventajas y desventajas de las metodologas:
Tabla 1: Ventajas y desventajas de las metodologas
INMON
KIMBALL
Construccin de
Base de Datos.
Prdida de Tiempo
Mantenimiento
Fcil
Costo
Alto Costo, posteriormente

el costo de desarrollo se
reducir
Tiempo
Proyecto a largo plazo
Capacitacin del
personal
Equipo altamente
capacitado
Difcil, requiere
constantes revisiones
Costo menor, por cada
fase de desarrollo el
costo ser casi el mismo
Tiempo inicialmente
corto
Equipo de personas en
general
Integracin de
Informacin
De toda la empresa
Por rea de Negocio
Toma menos tiempo
Al analizar ambos enfoques, lo propuesto por Kimball es lo que se adapta mejor.

Esto se debe a que la metodologa de trabajo en Induamerica, est dividida por
reas de negocio, y este proyecto est enfocado al rea de Operaciones.
Adems de ello el costo inicial es mnimo y el proyecto es a corto plazo.
27
3.3. Definiciones de trminos tcnicos:

Backup: Son copias de seguridad, permite tener disponible e ntegra la
informacin para cuando sucedan los accidentes. (Borghello, 2002)
Biblioteca
nuevo tipo
almacenar,
bibliotecas
(Berjarano,
de Conexiones de Datos: Una biblioteca de conexin de datos es un

de biblioteca de documentos de SharePoint que provee un lugar para
administrar y compartir archivos de conexin, por default estas
se crean con la opcin de aprobacin de contenidos habilitada.
2009)
Cuadro de Mando: El cuadro de mando es un sistema que nos informa de la

evolucin de los parmetros fundamentales del negocio. (Monreal, 2008)
Cubo: Representa o convierte los datos planos que se encuentran en las y
columnas, en una matriz de N dimensiones. (Dario, 2010)
DataMart: El hacer posible extraer y preparar los datos requeridos directamente a
partir de fuentes locales. (Date, 2001)
Data Mining: Proceso de extraccin de informacin, significativa y oculta,
precedentes de las grandes Base de Datos. (Llauger, 2001)
DataWarehouse: Una base de datos corporativa que se caracteriza por integrar y
depurar informacin de una o ms fuentes distintas, para luego procesarla,
permitiendo su anlisis desde infinidad de perspectivas y con grandes
velocidades de respuesta (Ortega, 2011)
Dimensiones: Una dimensin es una estructura que clasifica los datos con el fin
de permitir a los usuarios finales para responder a preguntas de negocios . (Oracle
Enterprise Manager., 1998)
Drill Across: Es cuando se cambia lo que est viendo a otra jerarqua en el
mismo nivel. (Oracle Enterprise Manager., 1998)
ETL: Por sus siglas en ingls: Extract, Transform y Load. Proceso que permite a
las organizaciones mover datos desde mltiples fuentes, reformatearlos y
limpiarlos, y cargarlos en otra base de datos, data mart, o data warehouse para
analizar, o en otro sistema operacional para apoyar un proceso de negocio.
(Albuerne, 2008)
Herramientas de inteligencia de negocios: Conjunto de estrategias y
herramientas enfocadas a la administracin y creacin de conocimiento mediante
el anlisis de datos existentes en una organizacin o empresa. (Maria, 2012)
28
HOLAP: (Hybrid Online Analytical Process, procesamiento analtico en lnea

hbrido) es una combinacin de ROLAP y MOLAP, que son otras posibles
implementaciones de OLAP. HOLAP permite almacenar una parte de los datos
como en un sistema MOLAP y el resto como en uno ROLAP. El grado de control
que el operador de la aplicacin tiene sobre este particionamiento vara de unos
productos a otros. (Flores, 2012)
Inteligencia de Negocios: Conjunto de metodologas aplicaciones, prcticas y
capacidades enfocadas a la creacin y administracin de informacin que permite
tomar mejores decisiones a los usuarios de una organizacin. (Diaz, 2012)
Key Performance Indicators (KPI): Mtricas financieras y no financieras
utilizadas para cuantificar objetivos para reflejar el rendimiento estratgico dentro
de la organizacin. Los KPIs son utilizados en Business Intelligence para indicar
el estado actual del negocio e empujar a tomar el mejor curso de accin. Dentro
de SharePoint los KPI pueden alimentarse ya sea de Listas de SharePoint, Libros
de Excel, Datos de SQL Server 2005 AnalysisServices o Manualmente.
(Berjarano, 2009)
Metadata: Son datos que sirven para describir grupos de datos a los que
podramos llamar objetos informaticos. (Schmidt, 1999)
MOLAP: La estructura del cubo y las agregaciones precalculadas de datos
estarn almacenadas en una estructura de datos Multidimensional de propsito
especial. (Kroenke, 2003)
Multidimensionalidad: Esta informacin se encuentra en hojas de clculo, bases
de datos, etc. Rene informacin dispersa en toda la empresa y en diferentes
fuentes para proveer a los departamentos de la accesibilidad, poder y flexibilidad
que necesitan para analizar informacin. (Lopez, 2009)
OLAP: Es el mtodo gil y flexible de organizar datos, especialmente metadatos,
sobre un objeto o jerarqua de objetos como en un sistema u organizacin
multidimensional y cuyo objetivo es recuperar y manipular datos y combinaciones
de los mimos a travs de consultas o incluso informes. (Diaz, 2012)
Repositorio: Son conjuntos de metadatos acerca de la base, aplicaciones de
sta, pginas web, usuarios y otros componentes de la aplicacin. (Kroenke,
2003)
ROLAP: Significa que la fuente de datos y las agregaciones precalculadas de los
datos sern almacenadas en una base de datos del Sql Server. (Kroenke, 2003)
29
Ventaja Competitiva: Todo lo que una empresa hace especialmente bien en

comparacin con empresas rivales (Fred, 2008)
4. MARCO METODOLGICO
4.1. Tipo de investigacin:
4.1.1. De acuerdo al fin que persigue: Aplicada
4.1.2. De acuerdo a la metodologa para demostrar la hiptesis: Descriptiva
4.2. Variables e Indicadores:
Variable: Son cualidades, propiedades, elementos, aspectos, atributos o
caractersticas de los sujetos, cosas, hechos o fenmenos (unidades de estudio).
Podemos identificar dos tipos de variables:
Las variables independientes se definen como aquellas propiedades de un
fenmeno en las que se evala su capacidad para incidir o afectar otras variables.
Es decir, son aquellas que determinan el comportamiento de otros factores. Las
variables dependientes se consideran aquellas cuyo comportamiento es
determinado por las que son variables independientes. Es decir, existe entre ellas
una relacin de causalidad.
Indicadores: Son aspectos concretos, especficos, de cada una de las variables
que permiten la medicin de stas, a travs de los datos precisos que posibiliten
obtener. Dentro de sus principales funciones tenemos: Determinar exactamente la
informacin que se debe recoger y Colaborar en la eleccin y elaboracin de los
instrumentos de recoleccin de datos.
IDENTIFICACIN DE VARIABLES E INDICADORES:
Para identificar nuestras variables e indicadores, trabajaremos en base a nuestras
subhiptesis:
1 :
2 :
3 :

Logsticos SAC.
Logsticos SAC.
SAC.
30
4 :

SAC.
Tabla 2: Variables e Indicadores
SUB HIPTESIS
La plataforma de BI,
permitir obtener
informacin integra.
permitir tener
informacin
disponible.
reducir tiempo.
disminuir los gastos
operativos.
VARIABLES
VARIABLE INDEPENDIENTE
Plataforma de BI
VARIABLE DEPENDIENTE
Informacin integra
Plataforma de BI
Informacin disponible
INDICADORES
G.L. = 2
Nivel de integridad
G.L. = 2
Nivel de disponibilidad
Plataforma de BI
G.L. = 2
Tiempo
Tiempo
Plataforma de BI
G.L. = 2
Gastos operativos
Gasto
Podemos apreciar que contamos con una sola variable independiente la cual en
lugar de indicadores la trabajaremos en funcin de sus grados de libertad,
encontrndonos ante un modelo de Presencia-Ausencia (Grados de libertad=2)
Contamos a la vez con 4 variables dependientes restantes, sobre las cuales
hemos identificado sus respectivos indicadores en funcin a cada una de ellas.
Ahora definamos nuestras variables:
Tabla 3: Variables
Variable N 1: Plataforma de BI
Tipo:
Independiente
Variable operativa:
P
Permite utilizar los datos e informacin de cualquier
Variable
empresa para tomar decisiones estratgicas que
descriptiva:
permiten anticiparse a los competidores. (Hiberus
Tecnologa, 01)
31
Variable N 2: Informacin integra

Tipo:
Dependiente
Variable operativa:
W
La integridad de la informacin define el grado de
exactitud con que dicha informacin responde
Variable
realmente a lo que dice representar. La definicin de
descriptiva:
integridad
debe comprender los trminos de exacta,
autorizada y completa. (Martnez, 2004)
Variable N 3: Informacin disponible
Tipo:
Dependiente
Variable operativa:
X
La disponibilidad de la informacin representa para los
Variable
usuarios la garanta de
posibilidad de utilizacin
descriptiva:
cuando sea requerida o necesitada. (Martnez, 2004)
Variable N 4: Tiempo
Tipo:
Dependiente
Variable operativa:
Y
El tiempo es un factor decisivo para lograr ventajas
competitivas, que conlleva a evaluar constantemente
Variable
los sistemas de procesos, la planificacin, la estructura
descriptiva:
con sus respectivas unidades a fin de determinar qu
tan eficientemente estn diseadas y operan. (Carlos,
2008)
Variable N 5: Gastos operativos
Tipo:
Dependiente
Variable operativa:
Z
Los gastos son aquellos a los que incurren las
Variable
entidades o empresas como parte de sus actividades
descriptiva:
de negocios principales. (Charles T. Horngren, 2003)
4.3. Poblacin y muestra:

POBLACIN: Participantes del proceso de toma de decisiones en el rea de
Operaciones de Induamrica Servicios Logsticos SAC.
Estos participantes son:
Gerente de Operaciones.
Coordinador de seguridad, planeamiento y control.
Jefe de Operaciones.
Coordinador de Operaciones.
Supervisores de Operaciones (3 Uno por cada sede: Chiclayo, Lima, Pacasmayo)
32
MUESTRA: Sern los participantes del proceso de toma de decisiones en el rea

de Operaciones; los cuales sern determinados de forma no probabilstica con
una seleccin deliberada.
Veamos ahora el organigrama de la empresa:
Imagen 4.1: Organigrama de la empresa
GERENCIA GENERAL
GERENCIA
ADMINISTRATIVA
GERENCIA DE
OPERACIONES
Fuente: Elaboracin Propia

Imagen 4.2: Organigrama de operaciones
Gerencia de
Operaciones
rea de Seguridad
Planeamiento y
Control
Coordinador de
SPYC
Asistente de SPYC
rea de
Operaciones
Jefe de
Operaciones
Analista de SPYC
Call Center Pacasmayo
Call Center
Chiclayo
Coordinador de
Operaciones
Supervisor
Flota Cemento
Pacasmayo
Control de Flota
Flota Nor- Oriente
Flota Norte- Sur
33
Imagen 4.3: Organigrama administrativo

Gerencia Administrativa
Sistemas
Logistica
Mantenimiento
Area de Adquisiciones Almacenes
Coordinador de
Mantenimiento
LLantas y Repuestos
Combustibles y Aceites
Administracin
Recursos Humanos
Asistente de
Administracin
Supervisores de
Mantenimiento
Facturacin
Jefe de Recursos
Humanos
Cobranza
Caja
Asistente Social
Analista de Recursos
Humanos
Agente de Planillas
Asistentes de
Mantenimiento
Jefe de Neumaticos
Asistente de
Neumaticos
Jefe de Taller
Operarios, Mecanicos,
Electricistas,
Soldadores.
Operarios de LLantas
34
4.4. Estrategia para la demostracin de la hiptesis:

4.4.1. Definicin de Contrastacin de Hiptesis:
La contrastacin de la hiptesis es la actividad que, mediante la observacin, la
experimentacin, la documentacin; comprueba (demuestra) adecuadamente, si
una hiptesis es falsa o verdadera. Existen formas de contrastar una hiptesis,
como:
Contrastacin por experimento cientfico:
La diferencia fundamental entre la observacin y el experimento consiste en que
la primera actividad el investigador es esencialmente receptor y registrador (con o
sin instrumentos) de los datos que emanan el objeto de investigacin, mientras
que en la segunda el manipula (interviene) activad deliberadamente el objeto de
investigacin para que produzca los datos que le interesa.
Contrastacin por documentacin:
Este tipo de contrastacin se realiza mediante la comparacin de un enunciado
hipottico con una fuente de informacin pertinente y de credibilidad y con base a
esta comparacin, se realiza una inferencia (conclusin) sobre la veracidad o
falsedad del enunciado.
Contrastacin por muestreo y entrevista:
La muestra representativa ha llegado hacer una de las metodologas ms
importantes, y al mismo tiempo la ms compleja en las ciencias sociales actuales.
La funcin de una encuesta consiste en recabar informacin verdica y pertinente
sobre un fenmeno social , por lo general, un grupo colectivo de personas,
mediante la aplicacin y evaluacin de un cuestionario, para ser ms precisos se
busca recabar los datos (caractersticas), que parecen ser tpicos( mayoritarios) ,
para el colectivo en cuestin.
4.4.2. Seleccin de tcnica para Contrastacin de hiptesis:
Un experimento se lleva a cabo para analizar si una o ms variables
independientes afectan a una o ms variables dependientes y porque lo hacen.
Las variaciones en los niveles de la variable dependiente deben coincidir
sistemticamente con los cambios en la variable independiente. La variable
dependiente no se manipula, sino que se mide para ver el efecto que la
manipulacin de la variable independiente tiene en ella.
Nosotros haremos una manipulacin intencional de la variable independiente.
Cada nivel o grado de manipulacin implica un posible cambio en el experimento.
En nuestro experimento usaremos solo dos grados de manipulacin, por lo que
nos encontraremos ante un modelo de Presencia - Ausencia.
35
Debido a nuestro objeto de estudi la contrastacin de hiptesis se basar en un

pre-experimento con dos situaciones bien definidas; nuestro primer panorama,
ser la toma de decisiones en la empresa cuando no se cuenta con ningn
proyecto de BI (Grado de libertad = Ausencia). Y en nuestro segundo panorama
se ve la toma de decisiones con el proyecto de BI ya puesto en marcha en la
empresa (Grado de libertad = Presencia).
Seleccionaremos el tipo de experimento a usar para nuestras subhiptesis:
:
La plataforma de BI, permitir obtener informacin integra.

Variable dependiente:
Variable independiente:
Informacin integra (W)

Plataforma de BI (P)
Diseo experimental:
Hiptesis estadstica:
Diagrama:
Pre-experimento
1 : > 0
1 1 01 02
La plataforma de BI, permitir tener informacin disponible.

Informacin disponible (X)

Diseo experimental:
Diagrama:
Pre-experimento
2 : > 0
1 1 03 04
La plataforma de BI, reducir el tiempo.

Tiempos (Y)
Diseo experimental:
Diagrama:
Pre-experimento
3 : > 0
1 05 1 06
La plataforma de BI, disminuir los gastos operativos.

Gastos operativos (Z)

Diseo experimental:
Diagrama:
Pre-experimento
4 : > 0
1 07 1 08
36
4.4.3. Aspectos claves a considerar:

Calidad de la informacin:
La informacin juega un rol importante en un proyecto de BI, y debido a la
importancia que posee es que podemos analizar su aceptacin desde diversos
enfoques como:
Integridad de la Informacin: La informacin debe estar libre de alteracin alguna
y por consiguiente mostrar informacin coherente, debe mantener la exactitud de
informacin con respecto a la base de datos de origen de la empresa.
Confidencialidad de la Informacin: Se debe de prevenir la divulgacin de
informacin a personas o sistemas no autorizados; concediendo el acceso a ella
solo a personas con autorizacin.
Disponibilidad de la Informacin: Cualidad o condicin de la informacin de
encontrarse a disposicin de quienes deben acceder a ella, ya sean personas,
procesos o aplicaciones.
Autentificacin de la Informacin: Factor con el uso de cuentas de usuario y
contraseas de acceso.
Satisfaccin del usuario:
Se puede definir como la percepcin del usuario sobre, el grado en que se han
cumplido sus requisitos; es decir el gado que existe entre el proyecto y lo que el
usuario esperaba de este. Para medir la satisfaccin del usuario se pueden
realizar encuestas, entrevistas, reuniones, u otros medios; y dependiendo de la
cantidad de usuarios que tenga la empresa es que se optar por utilizar una
tcnica de muestreo.
Impacto Organizacional:
El proceso de implantacin de una nueva tecnologa en la organizacin implica la
aplicacin de una metodologa que garantice minimizar el impacto organizacional
que genere su implementacin en la organizacin, y mejorando aspectos de
eficiencia, efectividad, eficacia, calidad y productividad.
Con esto lograremos tener una organizacin con mayor ventaja en relacin a su
competencia. Esto se puede comprobar por observacin directa, identificando
cambios en: reduccin de tiempos, mejora de respuesta, disminucin de costos,
ventaja competitiva, aumento de productividad; entre otras.
37
La hiptesis de nuestro proyecto ser contrastada en su mayora por muestreo y

entrevista; es decir se elaborarn distintos cuestionarios y se realizarn
entrevistas a un pequeo grupo tomado como muestra, evaluando as la
satisfaccin del usuario y el impacto organizacional que producir el proyecto.
Sobre la calidad de la informacin, puede ser directamente evaluada por los
usuarios pero adicional a eso se puede verificar su integridad comparndola con
su base de datos operacional, siendo esta no la nica manera. Los resultados de
esta contrastacin sern usados para ver si se acepta o rechaza la hiptesis.
4.5. Materiales, herramientas y equipos:

Materiales:
Papel.
Lpices y lapiceros.
Herramientas:
Microsoft Office
Microsoft SQL Server
Microstrategy
Microsoft Office
Equipos:
Computadoras
Impresoras
Laptop
Fotocopiadora
4.6. Tcnicas, formatos y ensayos para la recoleccin de datos:

La entrevista: La entrevista, desde un punto de vista general, es una forma
especfica de interaccin social. El investigador se sita frente al investigado y le
formula preguntas, a partir de cuyas respuestas habrn de surgir los datos de
inters. Se establece as un dilogo, pero un dilogo peculiar, asimtrico, donde
una de las partes busca recoger informaciones y la otra se nos presenta como
fuente de estas informaciones.
Una entrevista es un dialogo en el que la persona (entrevistador), generalmente
un periodista hace una serie de preguntas a otra persona (entrevistado), con el fin
de conocer mejor sus ideas, sus sentimientos su forma de actuar.
38
La encuesta: Una encuesta es un conjunto de preguntas normalizadas dirigidas a

una muestra representativa de la poblacin o instituciones, con el fin de conocer
estados de opinin o hechos especficos.
Sesiones de grupo: Es una de las formas de los estudios cualitativos en el que se
rene a un grupo de personas para indagar acerca de actitudes y reacciones
frente a un producto, servicio, concepto, publicidad, idea o empaque. Las
preguntas son respondidas por la interaccin del grupo en una dinmica donde
los participantes se sienten cmodos y libres de hablar y comentar sus opiniones.
En el mundo del marketing, las sesiones de grupo son una herramienta muy
importante para recibir retroalimentacin de diversos temas concernientes a la
mezcla de marketing, en particular se utiliza para detectar deseos y necesidades
en cuanto a empaque, nombres de marcas o test de conceptos. Esta herramienta
da informacin invaluable acerca del potencial de un concepto y/o producto en el
mercado.
Sin embargo, las sesiones de grupo tienen desventajas. El entrevistador tiene
poco control sobre el grupo y en ocasiones se pierde tiempo en asuntos de poca
trascendencia. Por otra parte el anlisis es complejo ya que depende de los
estilos de comunicacin a la par con las reacciones no verbales de los
participantes, por ello se necesita personal muy entrenado para el manejo del
grupo y el anlisis de los resultados.
La observacin: Otra tcnica til para el analista en su progreso de investigacin,
consiste en observar a las personas cuando efectan su trabajo. La tarea de
observar no puede reducirse a una mera percepcin pasiva de hechos,
situaciones o cosas. Hablbamos anteriormente de una percepcin "activa", lo
cual significa concretamente un ejercicio constante encaminado a seleccionar,
organizar y relacionar los datos referentes a nuestro problema. No todo lo que
aparece ante el campo del observador tiene importancia y, si la tiene, no siempre
en el mismo grado; no todos los datos se refieren a las mismas variables o
indicadores, y es precio estar alerta para discriminar adecuadamente frente a todo
este conjunto posible de informaciones.
4.7. Anlisis de datos:
Es la tcnica que consiste en el estudio de los hechos y el uso de sus
expresiones en cifras para lograr informacin valida y confiable. Para hallar o
conocer el valor estadstico de cada dato aplicaremos las siguientes tcnicas:
Tabla 4: Anlisis de Datos
Del anlisis
Hallar que hay en los datos
Tcnica estadstica
Media, mediana, moda
39
Conocer que tanto varia los datos

Como estn distribuidos los datos
Qu
relacin
existe
entre
variables?
Estimaciones y predicciones
Describir las diferencias
grupos y variables
Demostrar causalidad
entre
Desviacin estndar, varianza,

desviacin promedio
Frecuencia
Correlacin
y
medidas
de
asociacin
Estimacin de punto e intervalos
y regresin
Prueba de T, Z y anlisis de
varianza
Prueba de T, Z y anlisis de
varianza
La informacin a analizar ser el resultado de nuestras encuestas, entrevistas,

etc. Para analizar dichos resultados nos apoyaremos de la estadstica, y de
acuerdo al cuadro presentado utilizaremos la tcnica recomendada. A la hora de
representar los resultados de nuestro anlisis estadstico de un modo adecuado
se presentarn los datos numricos por medio de tablas, en ocasiones un
diagrama o un grfico que permite ayudarnos a visualizar mejor la informacin.
Dependiendo el tipo de informacin se realizara su representacin. Para variables
categricas, se quiere conocer la frecuencia y el porcentaje del total de casos que
"caen" en cada categora. Una forma muy sencilla de representar grficamente
estos resultados es mediante diagramas de barras o diagramas de sectores.
Si es que se debe comprobar la normalidad de alguna de las variables numricas
de las que se dispone, la mejor opcin sera un diagrama de cajas o un
histograma.
Para comparar las observaciones tomadas en dos o ms grupos de individuos, el
mtodo estadstico a utilizar, as como los grficos apropiados para visualizar esa
relacin, dependen del tipo de variables.
Cuando se trabaja con dos variables cualitativas podemos seguir empleando
grficos de barras o de sectores. La comparacin de variables continuas en dos o
ms grupos se realiza habitualmente en trminos de su valor medio, por medio
del test T de Student, anlisis de la varianza o mtodos no paramtricos
equivalentes. Para el estudio de la relacin entre dos variables continuas, el
mtodo de anlisis adecuado es el estudio de la correlacin. (Pearson,
Spearman, etc.). Cuando se dispone de todos los datos, un modo sencillo de
comprobar, grficamente, si existe una correlacin alta, es mediante diagramas
de dispersin.
Los grficos ofrecen grandes posibilidades para la representacin de datos y
pueden ser utilizados en mltiples situaciones, incluso para representar los
resultados obtenidos por mtodos de anlisis ms complicados.
40
5. PLANEACION Y DESARROLLO
5.1. Planificacin del Proyecto
5.1.1. Definicin del Proyecto:
El proyecto consiste en el desarrollo de una plataforma de BI que busque apoyar
la toma de decisiones en el rea de operaciones, logrando una mejor respuesta
en tiempo real a las diversas necesidades de informacin de Induamrica
Servicios Logsticos SAC, apoyndonos de la tecnologa mvil para garantizar la
efectividad del proyecto.
5.1.2. Alcance:
El proyecto de BI est orientado al rea de operaciones de Induamrica Servicios
Logsticos SAC, para dar soporte a la toma de decisiones y responder a las
necesidades de informacin que el rea presenta.
5.1.3. Justificacin:
La solucin que se plantea para el anlisis de la informacin est basada en la
elaboracin de una aplicacin de Business Intelligence (BI) que estar
conformado por un DataMart del rea de operaciones el cual podr luego ser
fcilmente integrado a un DataWarehouse completo para toda la organizacin.
Se busca relacionar los datos con el negocio para obtener informacin relevante
sobre la situacin de la empresa. Actualmente se trabaja con un sistema de Datos
Relacional denominado SIGES., por lo que se considerar una herramienta de BI
con plataforma mvil; pretendiendo de esta forma: obtener informacin integra,
informacin disponible, reducir el tiempo y disminuir los gastos operativos.
5.1.4. Asignacin de Roles:
Asignaremos roles a las personas involucradas en el ciclo de la vida del desarrollo
del proyecto de BI.
Patrocinador del proyecto: Empresa Induamrica Servicios Logsticos.
Administrador de Base de Datos: Gerente Corporativo del rea de
Sistemas Grupo Induamrica.
Director del Proyecto: Gerente Corporativo del rea de Sistemas Grupo
Induamrica.
Desarrollador: Bachilleres de Sistemas participantes del Proyecto.
Arquitecto de Datos: Bachilleres de Sistemas participantes del Proyecto.
Personal Involucrado: Gerente, jefes y supervisores del rea de
operaciones.
41
5.1.5. Administracin del Proyecto:

Para llevar a cabo todo esto se definirn previamente las actividades a realizar y
los plazos pertinentes para llevar a cabo estas.
Se iniciar todo en base a reuniones con el fin de entender la lgica del negocio,
paralelamente se trabajar con los usuarios la toma de requerimientos como parte
principal del proyecto. Adicional a eso se realizar monitoreo del avance del
proyecto por parte del gerente del rea de sistemas y los bachilleres encargados
del desarrollo del mismo.
La buena toma de requerimientos determina una buena direccin del proyecto y
por ende un buen desarrollo del mismo. Todo ser regido por un cronograma
elaborado en colaboracin por ambas partes, el cual puede verse alterado ante la
necesidad de cambios u otros factores (internos como externos), sin alterar el
resultado final.
5.1.5.1.
Actas de Reuniones:
Se encuentran en los anexos del presente proyecto, se detallan aspectos

como: cdigo, agenda, participantes, conclusiones y aprobaciones.
La documentacin de la misma es de vital importancia como sustento del
trabajo realizado por ambos equipos, as como la definicin de los aspectos
a considerar determinantes para el alcance del proyecto.
5.1.5.2.
Definicin de Actividades:
Las etapas y actividades a considerar son las siguientes:
Planificacin del Proyecto

Definicin de Requerimientos
Anlisis dimensional del proceso
Anlisis tcnico del proceso
Diseo e Implementacin del subsistema de Extraccin, Transformacin y
Carga (ETL)
Creacin de Reportes
Implementacin Mvil
Mantenimiento y Crecimiento del Data Warehouse
Especificacin de aplicaciones de BI
Diseo de la Arquitectura Tcnica
42
5.1.5.3. Cronograma de Actividades:

Visualicemos nuestro cronograma:
Tabla 5: Cronograma
AO
Actividades/Mes
Planificacin del Proyecto
Definicin de Requerimientos
Anlisis dimensional del proceso
Anlisis tcnico del proceso
Diseo e Implementacin del subsistema de
Extraccin, Transformacin y Carga (ETL)
Creacin de Reportes
Implementacin Mvil
Mantenimiento y Crecimiento del Data
Warehouse
Especificacin de aplicaciones de BI
Diseo de la Arquitectura Tcnica
08
2013
09
10
11
03
04
05
06
2014
07
08
09
10
11
01
02
03
2015
04
05
06
43
07
5.2. Definicin de Requerimientos del Negocio:

La definicin de los requerimientos es en gran medida un proceso de entrevistar
al personal de negocio y tcnico, pero siempre conviene tener un poco de
preparacin previa. Se debe aprender tanto como se pueda sobre el negocio para
poder obtener la mejor definicin de requerimientos posible.
5.2.1. Definicin de Requerimientos:
La toma de requerimientos se realiz mediante reuniones con el gerente y los
jefes de las reas de negocio en base a las necesidades de informacin, cada
requerimiento fue descrito en el formato previamente establecido en la
metodologa. Adicional a eso; se encuentra adjunto a este proyecto en el captulo
de anexos, las actas resultantes de la toma de requerimientos. Veamos una
relacin de los requerimientos extrados:
Tabla 6: Reporte de ventas por producto de carga
IDENTIFICADOR
NOMBRE
FECHA
R001
Reporte de ventas por producto de carga
El Reporte contendr la informacin pertinente con
respecto a las ventas realizadas por el servicio de carga
de un producto, en periodos de tiempo anuales,
mensuales y semanales; con el fin de identificar
oportunidades de cargas para el negocio.
DESCRIPCION
Tabla 7: Reporte de servicio de carga por rutas
IDENTIFICADOR
NOMBRE
FECHA
R002
Reporte de servicio de carga por rutas
Se desea conocer la ruta ms transitada para las ventas
para el servicio de carga de Induamrica servicio
Logsticos SAC.
DESCRIPCION
Tabla 8: Reporte de servicio de tipo de vehculo de carga
IDENTIFICADOR
NOMBRE
FECHA
DESCRIPCION
R003
Reporte de servicio de tipo de vehculo de carga
Se desea conocer la produccin obtenida por el servicio de
carga diferenciada por el tipo de vehculo (furgn, camin,
otros).
Tabla 9: Reporte del total de ventas por periodo
IDENTIFICADOR
NOMBRE
FECHA
DESCRIPCION
R004
Reporte del total de ventas por periodo
Se desea conocer la produccin obtenida por el servicio de
carga en un determinado periodo.
44
Tabla 10: Flexibilidad de reportes
IDENTIFICADOR
NOMBRE
FECHA
DESCRIPCION
R005
Flexibilidad de reportes
Se desea visualizar los reportes del negocio con distintas
dimensiones, adicionando filtros que apoyen a una vista
ms rpida y comprensible
Tabla 11: Reportes con opcin a grficos
IDENTIFICADOR
NOMBRE
FECHA
R006
Reportes con opcin a grficos
DESCRIPCION
Se desea que los reportes tengan la opcin de mostrar su

informacin a travs de grficos.
Tabla 12: Reportes en plataforma mvil
IDENTIFICADOR
NOMBRE
FECHA
DESCRIPCION
R007
Reportes en plataforma mvil
Todos los reportes requeridos anteriormente podrn leerse
a travs de una plataforma mvil.
5.2.1. Matriz Procesos/Dimensiones:

Tabla 13: Matriz de Negocio
OPERACIONES
MATRIZ DE NEGOCIO
BUS MATRIX
PROCESO REQUERIMIENTOS
CLIENTE
Reporte de ventas por producto de carga x
Reporte de servicio de carga por rutas
Reporte del servicio por tipo de vehculo
x
Reporte del total de ventas por periodo
x
Flexibilidad de reportes
x
Reportes con opcin a grficos
x
Reportes en plataforma mvil
DIMENSIONES
RUTA TIEMPO
x
x
x
x
x
x
x
x
x
x
x
VEHICULO
x
x
x
x
5.3. Modelado dimensional:

El proceso de diseo comienza con un modelo dimensional de alto nivel obtenido
a partir de los procesos priorizados de la matriz descrita en el punto anterior; todo
esto basado en los requerimientos hechos por los usuarios los cuales nos
permitirn obtener un modelo que se ajuste a las necesidades planteadas por la
empresa.
Cabe resaltar que este proceso iterativo est compuesto por 4 pasos claramente
definidos:
45
5.3.1. Eleccin del proceso de negocio:

El primer paso es elegir el rea a modelizar. Esta es una decisin de la direccin,
y depende fundamentalmente del anlisis de requerimientos y de los temas
analticos anotados en la etapa anterior; como tal, el proyecto est centrado en la
toma de decisiones y el proceso de negocio involucrado directamente es
Operaciones.
La granularidad de la informacin se puede ajustar, movindose de algo ms fino
(fino) a datos ms grueso (coarser), a esto se le conoce como rollup. Si ocurre lo
opuesto, ir de algo grueso a algo ms fino ocurre un drill down.
5.3.2. Establecimiento del nivel de granularidad:
La granularidad significa especificar el nivel de detalle. La eleccin de la
granularidad depende de los requerimientos del negocio y lo que es posible a
partir de los datos actuales. Por lo general se inicia diseando el DW al mayor
nivel de detalle posible, o en nuestro caso el DataMart de Operaciones; ya que se
podra luego realizar agrupamientos al nivel que uno desee, en caso contrario no
sera posible realizar un drill-down.
Cuanto ms fina es la granularidad (a nivel de campo de registro es ms fina que
a nivel de registro completo) se consigue mayor grado de independencia de los
datos.
Veamos los grados de granularidad considerados para nuestro proyecto:
Ao
Mes
Da
Fecha
Grados de granularidad del Tiempo

46
Tipo Vehculo
Modelo Vehculo
Modelo Funcional
Motriz
Flota
Placa
Grados de granularidad del Vehculo
Tipo Material
Familia
SubFamilia
Material
Grados de granularidad del Material
Comisin
Flete
Peso Toneladas
FleteUnitario
Cantidad
Grados de granularidad de Operaciones
47
5.3.3. Eleccin de las dimensiones:

Las dimensiones surgen naturalmente de las discusiones del equipo en la toma
de requerimientos, a la vez de la eleccin del nivel de granularidad y de la matriz
de procesos/dimensiones. Las tablas de dimensiones tienen un conjunto de
atributos (generalmente textuales) que brindan una perspectiva o forma de
anlisis sobre una medida en una tabla hechos.
Con relacin a nuestro proyecto; podemos definir claramente como dimensiones:
ClienteProveedor
Material
Ruta
Tiempo
Vehculo
5.3.4. Identificacin de tabla Hechos y medidas:
Se necesitan identificar las medidas que surgen de los procesos de negocios.
Una medida es un atributo (campo) de una tabla que se desea analizar,
sumarizando o agrupando sus datos; usando los criterios de corte conocidos
como dimensiones. Cada tabla de hechos tiene como atributos una o ms
medidas de un proceso organizacional, de acuerdo a los requerimientos.
Para nuestro primer DataMart, nuestra tabla Hechos estar basada en los
requerimientos obtenidos a partir de las distintas reuniones realizadas entre los
diversos interesados del proyecto; por tal razn podemos denominar a nuestra
tabla hechos:
Hechos_Operaciones
Las medidas que se tienen en esta tabla se encuentran inmersas y fueron
obtenidas producto del anlisis de requerimientos; veamos nuestras medidas:
Cantidad
FleteUnitario
PesoToneladas
Flete
Comision
Adicional a nuestra medidas. La tabla hechos est compuesta por distintas claves
primarias, como las son en nuestro caso: KeyRuta, KeyCliente, KeyMaterial,
KeyVehiculo y KeyTiempo.
48
5.3.5. Modelo grfico de alto nivel:

Para concluir con el proceso de modelado dimensional realizaremos un grfico de
burbujas (Bubble Chart, sen Kimball), como se ilustra:
Imagen 5.1: Modelo grfico de alto nivel
Operaciones
5.3.6. Identificacin de atributos de dimensiones y tablas hechos:

Ahora veamos un detalle completo de todas las tablas con las que contar
nuestro modelo; as como los atributos que la conforman a cada una:
Tabla 14: Dimensin Tiempo
Nombre de tabla:
Tipo de tabla:
Esquema:
Descripcin:
Dim_Tiempo
Dimension
Dbo
Dimensin tiempo aplicable para todo el DataMart.
Nombre
Columna
KeyTiempo
Anio
Mes
Dia
Fecha
Primary
Key
Si
Especificaciones
Tipo
Dato
int
smallint
smallint
smallint
date
Longitud
Foreign
Key
Valor
Nulo
No
Si
Si
Si
Si
Ejemplo de Valores
1,2,3
2012,2013,2014
01,02,03
01,02,03
01/01/2013,03/02/2014..
49
Tabla 15: Dimensin Vehculo
Nombre de tabla:
Tipo de tabla:
Esquema:
Descripcin:
Dim_Vehiculo
Dimension
dbo
Dimensin que contiene los atributos de los
vehculos.
Especificaciones
Nombre
Columna
KeyVehiculo
Id
Placa
Motriz
TipoVehiculo
ModeloVehiculo
ModeloFuncional
Flota
Tipo
Dato
int
char
varchar
smallint
varchar
varchar
varchar
varchar
Longitud
Primary
Key
Si
Foreign
Key
12
50
50
50
50
50
Valor
Nulo
No
No
Si
Si
Si
Si
Si
Si
Ejemplo de Valores
1,2,3
1CH000000001
B2J-807,B4N-947
0,1
VOLQUETE,TRACTO
9200i SBA 6X4, T800
TRACTO,FURGON
SUR,PACASMAYO
Tabla 16: Dimensin Ruta
Nombre de tabla:
Tipo de tabla:
Esquema:
Descripcin:
Dim_Ruta
Dimension
Dbo
Dimensin que contiene informacin de las rutas,
respecto a sus atributos.
Nombre
Columna
KeyRuta
Id
IdOrigen
IdDestino
Origen
Destino
Ruta
Flotas
Centro
Primary
Key
Si
Especificaciones
Tipo
Dato
int
char
char
char
varchar
varchar
varchar
varchar
varchar
Longitud
Foreign
Key
12
10
10
200
200
400
100
100
Valor
Nulo
No
No
Si
Si
Si
Si
Si
Si
Si
Ejemplo de Valores
1,2,3
1CH000000002,
1CH0001223,
1CH0001208,
CD LURIN (LIMA), ICA (ICA)
ICA (ICA), SUYO (PIURA)
ANCON (LIMA) - LIMA (LIMA)
LIMA LURIN, PACASMAYO
Tabla 17: Dimensin Cliente Proveedor
Nombre de tabla:
Tipo de tabla:
Esquema:
Descripcin:
Dim_ClienteProveedor
Dimension
Dbo
Dimensin que contiene informacin de nombres tanto
de clientes como proveedores.
Nombre
Columna
KeyCliente
Id
Nombe
Primary
Key
Si
Especificaciones
Tipo
Dato
int
char
varchar
Longitud
12
50
Foreign
Key
Valor
Nulo
No
No
Si
Ejemplo de Valores
1,2,3
1CH000000003
J Y J GENESIS SAC
50
Tabla 18: Dimensin Material
Nombre de tabla:
Tipo de tabla:
Esquema:
Descripcin:
Dim_Material
Dimension
Dbo
Dimensin que
materiales.
Nombre
Columna
KeyMaterial
Id
Material
TipoMaterial
SubFamilia
Familia
Primary
Key
Si
contiene
los
atributos
de
los
Especificaciones
Tipo
Dato
int
char
varchar
varchar
varchar
varchar
Longitud
Foreign
Key
12
100
100
100
100
Valor
Nulo
No
No
Si
Si
Si
Si
Ejemplo de Valores
1,2,3
1CH000000002
VACIO, FOSFORO
ACTIVOS FIJOS, OTROS
CABLES, TUBOS
ARTICULOS DE PVC
Tabla 19: Hechos Operaciones
Nombre de tabla:
Tipo de tabla:
Esquema:
Descripcin:
Dim_HechosOperaciones
Dimension
dbo
Tabla hechos del DataMart de Operaciones.
Especificaciones
Nombre
Columna
IdOperacion
IdOperacionDetalle
KeyRuta
KeyCliente
KeyMaterial
KeyVehiculo
KeyTiempo
Cantidad
FleteUnitario
PesoToneladas
Flete
Comision
Tipo
Dato
char
char
int
int
int
int
int
decimal
decimal
decimal
decimal
decimal
Longitud
Primary
Key
Foreign
Key
15
15
Si
Si
Si
Si
Si
Si
Si
Si
Si
Si
(18,4)
(18,4)
(18,4)
(18,4)
(18,4)
Valor
Nulo
No
No
No
No
No
No
No
Si
Si
Si
Si
Si
Ejemplo de Valores
1SI000000177195
1SI000000188380
1,2,3
1,2,3
1,2,3
1,2,3
1,2,3
34.0000
12.3594
31.8700
464.7799
0.0000
5.4. Diseo Fsico:

5.4.1. Cmo puede determinar cun grande ser el sistema de DW/BI?
Se determina en base a diferentes factores como:
Capacidad de almacenamiento para instalar los servicios, y la data

guardada propia del sistema de BI la cual ir aumenta con el pasar del
tiempo.
51
Configuraciones a realizar, archivos propios del sistema que pueden ir

creciendo al adicionar elementos como conexiones, usuarios, u otras
configuraciones.
Escalabilidad, posibilidad de que se creen nuevos DataMart y se consolide
el DatawareHouse en base a los futuros requerimientos del negocio.
Actualizaciones propias de los sistemas bases de gestin como el motor
de base de datos y el administrador del BI.
Todos estos aspectos deben ser considerados al momento de decidir el servidor a

utilizar para la implementacin del proyecto. El cual grande ser nuestro sistema
es incalculable, pero se puede manejar un aproximado referencial para tener en
cuenta el comportamiento futuro del mismo.
5.4.2. Cules son los factores de uso que llevarn a una configuracin ms
grande y ms compleja?
La configuracin inicial puede ser la ms compleja pero nica debido a que no
ser necesario realizar ms de una vez; en ella veremos aspectos como servicios,
conexiones a datos, y configuraciones necesarias a realizar tanto en el motor de
base de datos como el gestor del sistema de BI.
Podremos agregar complejidad y hacer ms grandes las configuraciones cuando
sea necesario agregar nuevos usuarios a nuestro sistema de BI, adicional a eso;
la agregacin de nuevos DataMart (Sistema de BI escalable) a nuestro sistema
nos conlleva a agregar configuraciones necesarias para el correcto
funcionamiento del mismo.
5.4.3. Cmo se debe configurar el sistema?
La configuracin inicial asegura el correcto funcionamiento del sistema, tanto el
motor de base de datos y el gestor del sistema de BI. Adicional a eso el sistema
cuenta con rutas especficas de cada reporte diferenciado por el tipo de reporte a
realizar y el dispositivo a utilizar.
La configuracin se har para visualizacin del contenido por web, posterior a
eso; se configurar cada dispositivo mvil a utilizar para especificar la ruta
teniendo en cuenta la versin del sistema operativo con el que cuenta.
5.4.4. Cunta memoria y servidores
almacenamiento y procesadores?
se
necesitan?
Qu
tipo
de
Para poder llevar a cabo el proyecto, se necesita mnimo un servidor en el cual

gestionar el mismo. El servidor puede ser uno nuevo, o puede emplearse el
servidor con el que la empresa ya cuenta, debido a que los 32 procesadores que
52
tiene y los 160 Gb de Ram, son ms que suficientes para realizarlo; teniendo la
opcin de virtualizarlo o usar el mismo Sistema Operativo.
Veamos los requisitos mnimos del sistema para poder implementarlo.
Sistema operativo: Windows 2003 SP2, Windows 2003 R2 SP2,

Windows XP Professional Edition SP3 (x86) o SP2 (x64), Windows Vista
Business Edition SP1, o Windows Vista Enterprise Edition SP1 (Windows
operating systems x86 o x64). Tambin se puede instalar la suite en
Windows XP o Vista, pero solo para propsitos de evaluacin. Servicios de
Internet: Microsoft Internet Information Services (IIS) versin 5.1, 6.0, o 7.0
Explorador Web: Microsoft Internet Explorer versin 6.0.2 o 7.0
Lector PDF: Adobe Reader versin 7.0, 8.0, 8.1, o 9.0
Adobe Flash Player: Versin 9 o superior.
Para evaluar el MicroStrategy Office, cualquier de las versiones
siguientes de Office:Microsoft Office 2002 (XP) SP3, Microsoft Office 2003
SP3 y Microsoft Office 2007 SP1.
5.4.5. Cmo instalar el software en los servidores de desarrollo, prueba y

produccin?
La instalacin del software para los tres escenarios debe cumplir con los
requerimientos mnimos anteriormente planteados. Adicional a eso debemos
tener en cuenta:
Contar con los instaladores necesarios, como: Pdf Reader, Flash Player e
Internet Information Services en las versiones especificadas.
Configuracin precia de las herramientas necesarias previamente
indicadas.
Instalador del motor de base de datos; no solo gestionar la data de la
empresa, sino tambin el repositorio del BI.
Instalador de Microstrategy, como software gestor del BI.
Activar los servicios de Microstrategy.
5.4.6. Qu necesitan instalar los diferentes miembros del equipo de DW/BI

en sus estaciones de trabajo?
Se debe contar con un sistema operativo que soporte, y adicional a eso:
Internet Information Service

Lector PDF versin 7 o superior
Adobe Flash Player versin 9.0
Microsoft Internet Explorer versin 7 o superior
53
Para evaluar el MicroStrategy Office, cualquier de las versiones siguientes

de Office:Microsoft Office 2002 (XP) SP3, Microsoft Office 2003 SP3 y
Microsoft Office 2007 SP1.
5.4.7. Cmo convertir el modelo de datos lgico en un modelo de datos

fsicos en la base de datos relacional?
El modelo de datos lgico se logr gracias al modelado dimensional tomando en
cuenta los requerimientos del negocio y planteando una estructura ideal que nos
permita agrupar y contar con los datos necesarios para poder obtener resultados.
Este modelo lgico cuenta con todas las dimensiones necesarias y tabla hechos
para poder realizar nuestro proyecto, cada una de ellas tiene atributos y cada
atributo posee especificaciones que se deben tener en cuenta al llevar el modelo
lgico a fsico.
Para realizar esto se cuenta con un script del tipo SQL con el cual se crear la
estructura de base de datos requerida. Se partir creando todas las dimensiones
teniendo en cuenta las especificaciones ya definidas para posteriormente crear la
tabla hechos.
5.4.8. Cmo conseguir un plan de indexacin inicial?
La indexacin en nuestra base de datos mejorar la velocidad de las operaciones,
por medio de un identificador nico de cada fila de cada tabla, permitiendo un
rpido acceso a los registros de una tabla de nuestra base de datos . Con esto
lograremos aumentar drsticamente la velocidad de acceso, por lo general, la
forma de usar esto es sobre los campos con frecuentes bsquedas.
La indexacin lo haremos nicamente en las dimensiones para poder agilizar las
consultas a los registros, y se aplicarn los ndices nicamente a las columnas
ms concurridas en consultas. Es as que inicialmente se agregarn los ndices
pero se debe determinar el plazo de renovacin de estos, el cual nos permitir
regenerarlos cada vez que la data aumente; considerando oportunamente cada
migracin de datos debido a que la data se modifica y los horarios seran los
propicios para evitar afectar el rendimiento de la base de datos en produccin al
consumirla.
5.4.9. Debe usarse la particin en las tablas relacionales?
Una particin es
constituyentes en
normalmente por
realiza de manera
una divisin de una base de datos lgica o sus elementos

partes independientes. La particin de bases de datos se hace
razones de mantenimiento, rendimiento o manejo; esto se
adicional a la indexacin y solo si es necesario.
54
En nuestro caso bastar solo con la indexacin de las tablas dimensiones. La

particin no es necesaria debido a que la cantidad de registros es manejable; se
deber pensar en optar por ella cuando hablemos de millones de registros y sea
necesaria una particin del tipo horizontal.
5.5. Proceso ETL (Extraccin, Transformacin y carga)
Como parte del desarrollo de tesis; debemos de analizar los datos con los que
originalmente se cuenta y definir la manera ms viable de poder trabajar con
estos. Dicho de otra forma, analizaremos la factibilidad de trabajar posiblemente
con la misma base de datos de la empresa puesta en produccin del tipo
relacional, o si ser necesario trabajar con una base de datos copia o mejor an
con una data ms resumida como la de un modelo multidimensional.
Para poder determinar la mejor manera de trabajar con los datos, primero
identificaremos todo lo relacionado a su base de datos como: tipo de estructura,
cantidad de tablas, manejo de esquemas, uso de procedimientos; as como
tambin el uso de recursos a nivel de hardware con el que cuenta.
5.5.1. Estructura Inicial:
Empezaremos definiendo la estructura inicial con la que cuenta la base de datos
de INDUAMRICA SERVICIOS LOGSTICOS, su forma de despliegue y la
arquitectura en la que se soporta.
5.5.1.1.
Sobre la base de datos:
Veamos algunos puntos generales a considerar sobre

administracin de la base de datos puesta en produccin.
el
manejo
Tabla 20: Estructura de Base de Datos ISL
Caractersticas
Nombre de Base de datos.
Usuario Propietario
Tipo
Nmero de bases de datos.
Distribucin de base datos.
Descripcin:
ISL
sa e isl
ROLAP
4 (Replicacin)
Se cuenta con dos locales:
ISL CHICLAYO: 2 base de datos por local,
siendo una el espejo de la otra.
Destinadas una a produccin y otro solo a
reportes por distribucin de carga.
55
SL PACASMAYO: 2 base de datos por

local, siendo una el espejo de la otra.
Destinadas una a produccin y otro solo a
reportes por distribucin de carga.
Tanto ISL Chiclayo e ISL PACASMAYO;
se replican entre s. El fin de esta
arquitectura es permitir trabajar a ambas
en un modo off-line , ante cualquier
perdida de conexin entre las sucursales.
Tamao Aproximado del fichero
BD:
Nmero de esquemas por BD:
Cantidad de Tablas por BD:
9425 Mb por cada base de datos.

13
849 (Tablas y Vistas)
Veamos ahora algunas imgenes de las principales tablas que usaremos como
maestros (por ejemplo ruta, cliente, producto) y de la tabla en la que se centra
nuestro estudio Operaciones.
Imagen 5.2: Tabla Relacional Material
MATERIAL
56
I
m
a
g
e
n
RUTA
5
.
3
:
T
a
b
l
a
R
e
l
a
c
i
o
n
a
l
Ruta
Imagen 5.4: Tabla Relacional Vehculo
VEHCULO
57
Imagen 5.5: Tabla Relacional Proveedor
CLIENTE_PROVEEDOR

Imagen 5.6: Tabla Relacional Operacin
OPERACIN
58
5.5.1.2.
Sobre la plataforma y arquitectura que la soporta:
Ahora veamos las caractersticas principales con las que cuenta el servidor
principal de la base de datos, servidor ubicado en la Sede de Chiclayo. Servidor a
su vez seleccionado para operar nuestro proyecto debido a su ubicacin y lnea
de internet con la que cuenta.
Tabla 21: Caractersticas y Arquitectura Base de Datos ISL
Caracterstica
Gestor de BD
Sistema Operativo
Arquitectura de SO
Descripcin del Servidor
Descripcin:
SQL SERVER 2012
Windows Server 2012
64 bits
Servidor con 32 procesadores, 160 Gb de
Ram, trabaja con
paridad de disco.
Adicional a eso, el SQL ha sido
configurado para una distribucin de carga
a los procesadores.
5.5.2. Procedimiento ETL:

Tal y como se mencion al inicio de este captulo, aqu definiremos si se trabajar
con la misma base de datos o si crear una versin reducida de esta, estilo
modelo multidimensional; la cual nos permita trabajar de forma aislada con una
base de datos propia para el proyecto teniendo a la vez data resumida en funcin
al ncleo de estudio.
Debido a la cantidad de consultas y la concurrencia que tiene la base de
produccin ISL, hemos optado por crear una nueva base de datos en un modelo
multidimensional llamado ISL_Cubo, esto permitir aligerar la carga en cada una
de ella evitando bloqueos de tablas y ayudando a administrar mejor los recursos
con los que se cuenta. Otros puntos tomados en cuenta para la creacin de esta
base de datos multidimensional son:
Base de datos dedicada para el proyecto.

Administracin de carga y recursos por cada base de datos.
Evitar bloquear tablas de produccin en consultas de gran volumen de
datos.
Data resumida enfocada al anlisis para el proyecto.
Agilizacin de consultas.
Mejora del tiempo de respuesta de la base de datos.
Mejora la comprensin de los datos con los que se cuenta.
Acceso a gran cantidad de informacin (histrica).
Presentacin de los datos en diferentes perspectivas.
59
5.5.2.1.
Creacin de la estructura:
Toda base de datos multidimensional cuenta con tablas del tipo Dimensiones y
Hechos. Para nuestro Data Mart del rea de Operaciones solo nos enfocaremos
en las tablas que sean de inters, tales como: Vehculo, Empresa, Tiempo, Rutas,
Materiales, Operaciones y otras afines a las mencionadas.
Definiremos nuestras tablas:
DIMENSIONES: Vehculo, Empresa, Tiempo, Rutas, Materiales
HECHOS:
Operaciones
Ahora veamos el script a usar para crear inicialmente nuestra base de datos llamada
Isl_Cubo:
CREATE DATABASE 'ISL_CUBO'

GO
Nuestra primera tabla dimensin llamada: Dim_ClienteProveedor.

Acreate table Dim_ClienteProveedor
(
h KeyCliente int not null primary key identity(1,1) ,
o Id CHAR(12) null,
Nombre varchar(250) null
r)
C
Crearemos nuestra tabla Dim_Tiempo.
create table Dim_Tiempo(
KeyTiempo int not null primary key identity(1,1) ,
Anio smallint null,
Mes smallint null,
dia smallint null,
fecha date null)
La siguiente tabla dimensin: Dim_Vehiculo.

create table Dim_Vehiculo(
KeyVehiculo int not null primary key identity(1,1) ,
Id CHAR(12) NULL,
Placa varchar(50) null,
Motriz smallint null,
TipoVehiculo VARCHAR(50) null,
ModeloVehiculo VARCHAR(50) null,
ModeloFuncional VARCHAR(50) null,
Flota VARCHAR(50) null)
60
Crearemos la tabla: Dim_Ruta.

create table Dim_Ruta(
KeyRuta int not null primary key identity(1,1) ,
id char(12) null,
IdOrigen char(10) null,
IdDestino VARCHAR(10) null,
Origen VARchar(200) null,
Destino VARCHAR(200) null,
Ruta VARCHAR(400) null,
Flotas VARCHAR(100) null,
Centro VARCHAR(100) null)
Nuestra ltima dimensin: Dim_Material.

CREATE TABLE Dim_Material(
KeyMaterial int not null primary key identity(1,1),
Id char(12) null,
Material varchar(100) null,
TipoMaterial varchar(100) null,
SubFamilia varchar(100) null,
Familia varchar(100) null)
Finalmente crearemos la tabla hechos, llamada: Hechos_Operaciones.

CREATE TABLE Hechos_Operaciones (
IdOperacion char(15) not null,
IdOperacionDetalle char(15) not null,
KeyRuta int not null REFERENCES Dim_Ruta(KeyRuta),
KeyCliente int not null REFERENCES Dim_ClienteProveedor(KeyCliente),
KeyMaterial int not null REFERENCES Dim_Material(KeyMaterial),
KeyVehiculo int not null REFERENCES Dim_Vehiculo(KeyVehiculo),
KeyTiempo int not null REFERENCES Dim_Tiempo(KeyTiempo),
Cantidad decimal(18,4) not null,
FleteUnitario decimal(18,4) not null,
PesoToneladas decimal(18,4) not null,
Flete decimal(18,4) not null,
Comision decimal (18,4) not null )
Debemos recordar que todas nuestras dimensiones se encuentran relacionadas a

nuestra tabla hechos Operaciones, teniendo en cuenta que nuestro objeto de
estudio est relacionado al proceso del rea de Operaciones.
Lo que hasta el momento se ha construido es la estructura del Data Mart de
Operaciones, recordando a la vez que las tablas del tipo dimensin pueden ser
rehusadas para la construccin de otro Data Mart enfocado a un proceso distinto.
61
5.5.2.2.
Seleccin de Herramienta:
El ETL, puede llevarse a cabo de distintos modos, puede bastar un solo script del
tipo SQL por ejemplo, o se pueden usar programas y/o herramientas de mayor
potencial que aportan un agregado al ETL.
Hemos ya seleccionado a MicroStrategy como herramienta de BI, y tenemos a
SQL SERVER como nuestro gestor de base de datos. Ambos programas tanto
SQL SERVER Y Microstrategy cuentan con su propia herramienta incluida para el
ETL, en este caso usaremos la herramienta de nuestro gestor de datos
denominada Integration Services para realizar el proceso de extraccin,
transformacin y carga de nuestra base de datos origen relacional a nuestra
nueva base de datos ISL_Cubo del tipo multidimensional.
La seleccin de Integration Serivces se realiz en base a la reduccin de tiempo
que nos ofrece en nuestro proyecto, puesto que es una herramienta ya conocida.
Adicional a eso su uso significa un ahorro de costo porque viene integrado en
SQL SERVER; a diferencia de Microstrategy, por el cual se tendra que pagar un
agregado a su licencia.
Microsoft Integration Services es una plataforma para la creacin de soluciones
empresariales de transformaciones de datos e integracin de datos. Integration
Services sirve para resolver complejos problemas empresariales mediante la
copia o descarga de archivos, el envo de mensajes de correo electrnico como
respuesta a eventos, la actualizacin de almacenamientos de datos, la limpieza y
minera de datos, y la administracin de objetos y datos de SQL Server. Los
paquetes pueden funcionar en solitario o junto con otros paquetes para hacer
frente a las complejas necesidades de la empresa. Integration Services puede
extraer y transformar datos de diversos orgenes como archivos de datos XML,
archivos planos y orgenes de datos relacionales y, despus, cargar los datos en
uno o varios destinos. (Microsoft Cooporation, 2014)
Integration Services contiene un variado conjunto de tareas y transformaciones
integradas, herramientas para la creacin de paquetes y el servicio Integration
Services para ejecutar y administrar los paquetes. Las herramientas grficas de
Integration Services se pueden usar para crear soluciones sin escribir una sola
lnea de cdigo. Tambin se puede programar el amplio modelo de objetos de
Integration Services para crear paquetes mediante programacin y codificar
tareas personalizadas y otros objetos de paquete. (Microsoft Cooporation, 2014)
62
5.5.2.3.
Proceso ETL:
Iniciaremos la aplicacin que se encuentra dentro del Paquete de Microsoft SQL

SERVER 2012, llamado SQL SERVER Data Tools.
Imagen 5.7: SQL Server Data Tools
La primera pantalla que visualizaremos ser la siguiente:

Imagen 5.8: Pgina Principal Visual Studio
Seguidamente iremos a la opcin de Nuevo Proyecto, iremos a la opcin de

plantillas de Bussines Intelligence, luego crearemos un nuevo proyecto de
Integration Services, el cual puede ser llamado de la manera que usted crea
conveniente.
Imagen 5.9: Proyecto de Integration Sevices
63
Ahora crearemos inmediatamente las conexiones que usaremos en el panel de

Administrador de Conexiones.
Imagen 5.10: Proyecto ISL
Haremos un anticlick en el panel de Conexiones; y se nos desplegar una lista

como:
Imagen 5.11: Men Panel de Conexiones
Como nosotros tenemos nuestra base de datos origen y destino en SQL server;
seleccionaremos la opcin de Nueva conexin OLE DB
64
Imagen 5.12: Nueva Conexin OLE DB
Ahora se nos mostrar la pantalla para gestionar las conexiones:

Imagen 5.13: Administrador de Conexiones OLE DB
Ahora agregaremos una nueva conexin:

Imagen 5.14: Nueva Conexin
65
Los parmetros a especificar son los siguientes:

Nombre de Servidor: Nombre de host o IP donde se encuentra la base de datos.
Nombre de usuario: Nombre del usuario con permisos sobre la base de datos.
Contrasea:
Contrasea del usuario de la base de datos.
Base de datos:
Nombre de la base de datos a la cual nos conectaremos.
Una vez llenados los parmetros, podemos hacer un test de conexin y validar
que todo funcione perfectamente.
Imagen 5.15: Test de Conexin
En total hemos creado 3 conexiones:

Imagen 5.16: Conexiones creadas
ISL:
Nombre de la base de datos origen.
ISL_CUBO: Nombre de la base de datos destino.
MASTER:
Nombre de base de datos principal de SQL SERVER.
66
Ahora crearemos nuestra primera tarea de Flujo de datos; iniciaremos por la

Dimensin Tiempo, y lo nombraremos: Migracion Dim_Tiempo
Imagen 5.17: Flujo Tiempo
Esta tarea de flujo, la encontramos dentro de la pestaa Flujo de Control:

Imagen 5.18: Pestaas de Navegacin
Al realizar un doble clic sobre nuestro Flujo de datos, nos encontraremos ante la
pestaa que contendr las instrucciones que se ejecutarn para realizar la
migracin de nuestra Dimensin Tiempo a la nueva base de datos del tipo
estrella.
Imagen 5.19: Flujo Operaciones
Dentro de nuestro flujo de datos, especificaremos todas las instrucciones que se

llevarn a cabo para poder realizar la migracin de la antigua base de datos a la
nueva base de datos del tipo estrella.
Empezaremos crando dos conexiones:
Imagen 5.20: Conexin ISL_Cubo
La primera conexin, se vincula a nuestro origen de datos; en esta conexin

inicial obtendremos la relacin de aos, meses y das a considerar en nuestra
nueva base de datos del tipo estrella.
Nuestra segunda conexin:
Imagen 5.21: Cuno ISL_Cubo auxiliar
67
Se vincula a la nueva base de datos destino; y gracias a esto podemos obtener

una lista actualizada de los datos que ya se encuentran migrados en esta nueva
base de datos.
De nuestra primera conexin, el detalle es el siguiente:
Imagen 5.22: Origen OLE DB
Inicialmente aprecios el vnculo a nuestra cadena de conexin. Cuyo nombre es el

de ISL CUBO.
El modo de acceso a datos puede variar entre:
Imagen 5.23: Mtodos de acceso SQL
Con el comando SQL mostrado, podemos obtener una lista de aos, meses y
das gracias al procedimiento almacenado que se encuentra ah sealado:
exec ObtencionDias '01/01/2011','31/12/2015'
68
Veamos el script que genera dicha informacin:

I ALTER PROCEDURE [dbo].[ObtencionDias]
n
@fec_inicio Date,
@fec_fin Date
m AS
BEGIN
WITH FECHAS(fecha) AS (
r
SELECT @fec_inicio fecha
UNION ALL
i
SELECT DATEADD(day, 1, fecha) fecha
t
FROM FECHAS
WHERE fecha < @fec_fin )
a
select
m
YEAR(fecha) as ao, MONTH(fecha) as mes, DAY(fecha) as Dia, fecha as
e fecha
from FECHAS
n
OPTION (MaxRecursion 0)
t END
e
despus crearemos un segundo origen de datos, el cual nombraremos como:
Conexin ISL_CUBO 2
Imagen 5.24: Origen de Datos Auxiliar
Al igual que el anterior ejecutaremos un comando del tipo sql.

L
a select * from Dim_Tiempo
finalidad de este comando es visualizar los datos actualmente ya migrados a la
nueva Dimensin Tiempo, los cuales se guardan en una base de datos de SQL
SERVER, con una estructura como la siguiente:
Imagen 5.25: Tabla Tiempo
Para ambos orgenes de datos realizaremos una conversin de datos;

utilizaremos la siguiente herramienta para llevarlo a cabo:
69
Imagen 5.26: Conversin de Datos
Nuestro flujo de datos, tiene hasta el momento la siguiente estructura:

Imagen 5.27: Estructura de Flujo ISL Cubo
La conversin de datos nos permite asegurar la fiabilidad de que el dato que

ingresa est preparado de acuerdo al nuevo formato para ser almacenado en una
base de datos destino; que en nuestro caso es nuestro modelo estrella:
Imagen 5.28: Conversin de Datos
70
Se visualiza a la vez la asignacin de un alias a la columna de entrada de datos, y

un tipo de datos especifico. (Para ambas conversiones)
Ahora, realizaremos un orden, el cual nos ayudar a poder realizar un mejor cruce
de la informacin del tipo Join; el que nos permitir ver la informacin faltante en
la Dimensin Tiempo del modelo estrella.
Imagen 5.29: Icono Ordenar
Nuestra estructura quedar quedando de la siguiente forma:

Imagen 5.30: Nueva Estructura ISL_Cubo
Dentro de cada ordenar; tendremos que especificar que se ordene por la columna
que usaremos como primary key; la que posteriormente nos permitir hacer el
Join:
Imagen 5.31: Transformar y Ordenar Datos
71
Ahora, realizaremos una combinacin de mezcla; la que nos permitir cruzar la

informacin entre nuestra base de datos origen y la nueva base de datos del tipo
estrella:
Imagen 5.32: Icono Combinacin de Mezcla
La configuracin que se realizar en esta mezcla, ser la siguiente:
Imagen 5.33: Transformacin Combinacin de Mezcla
Es necesario realizar la mezcla entre las dos claves principales; y ser una
mezcla del tipo Combinacin externa izquierda, lo que se asemeja a un Left
Join, para ello ser necesario hacer uso de las columnas anteriormente
ordenadas. Con esta mezcla podremos obtener las fechas que faltan por registrar
en el modelo estrella y las fechas existentes y las nuevas agregadas a la base de
datos origen.
72
Ahora realizaremos una divisin condicional para poder separar los datos ya
existentes de los datos que ingresaremos a la dimensin Tiempo. Estos datos son
nuevos, los datos ya existentes no se ingresan nuevamente debido a que
causara duplicidad:
Imagen 5.34: cono de divisin condicional
Nuestro flujo de datos hasta el momento, tendr la siguiente estructura:

Imagen 5.35: Diagrama de Flujo de datos de la Dim_Tiempo
Del resultado de todo, obtendremos la lista de todos los registros nuevos por
ingresar a nuestra Dimension_Tiempo la cual ser luego enviada a la base de
datos destino. Los parmetros que visualizaremos en su configuracin son los
siguientes:
Imagen 5.36: Editor de divisin condicional
73
Inmediatamente despus, agregaremos una conversin de datos para

asegurarnos que los datos que enviaremos a nuestra base de datos estrella sean
del mismo tiempo y n tengamos ningn problema al momento de la migracin:
Imagen 5.37: cono de conversin de datos
La configuracin de nuestra conversin de datos; ser la que se muestra a

continuacin:
Imagen 5.38: Editor de conversin de datos
74
Para terminar de migrar nuestros datos a la Dimensin Tiempo, solo

estableceremos la conexin final direccionada a nuestra base de datos destino:
Imagen 5.39: cono de destino OLE DB
La configuracin para el elemento de salida de los datos a la base de datos

destino del tipo estrella, ser la siguiente:
Imagen 5.40: Editor de destino OLE DB
75
Al final el diagrama de flujo para la migracin de la Dimensin Tiempo quedar

representado de la siguiente forma:
Imagen 5.41: Diagrama de Flujo de datos Dim_Tiempo
En una breve explicacin; podemos sealar Que las dos conexiones iniciales se
refieren a la base de datos original y la otra a la base de datos destino; el fin de
realizar esto es poder obtener que informacin de nuestra base de datos origen
ya se encuentra en la base de datos destino, adicional a eso establecer los datos
que se necesitarn ser migrados evitando as la redundancia.
La obtencin de los datos de estas dos conexiones iniciales debe ser ordenada
en base a su llave primaria para poder seguidamente establecer una combinacin
del tipo mezcla de izquierda a derecha., la cual luego ser dividida en los datos ya
existentes y en los datos restantes por migrar a la base de datos destino.
76
Veamos ahora un grfico del Flujo de control de la Dimensin ClienteProveedor:

Imagen 5.42: cono de Flujo de control Dim_Cliente
Enseguida, veamos su diagrama de flujo de datos:

Imagen 5.43. Diagrama de flujo de datos Dim_Cliente
En este grfico contamos con dos conexiones iniciales, la primera conexin del
lado izquierdo se conecta a la base de datos relacional de origen para obtener
todo el listado completo de los clientes y proveedores existentes, nuestra segunda
conexin se orienta a la base de datos destino del tipo multidimensional. El fin de
esto es poder realizar una mezcla de los datos previamente ordenados y as
poder diferenciar los datos restantes de migracin a la nueva base de datos
destino.
77
Veamos ahora un grfico del flujo de control de la Dimensin Vehculo:

Imagen 5.44: cono de flujo de control Dim_Vehculo
Veamos el diagrama de flujo de datos de la Dimensin Vehculo:

Imagen 5.45: Diagrama de flujo de datos Dim_Vehculo
Al igual que nuestra Dimensin ClienteProveedor, se realizarn dos conexiones,

una enlazada a la base de datos relacional origen y la otra conexin a la base de
datos multidimensional destino. El objetivo como ya se conoce es poder
determinar solo los elementos restantes de migracin. Se debe considerar la
conversin de datos como un punto fundamental para poder llevarlo a cabo
debido a que nos asegurar que los datos que ingresan sean del tipo de dato
necesario para poder realizar inicialmente la combinacin de mezcla.
78
Despus de realizar la combinacin de mezcla se volver a utilizar la conversin

de datos en caso sea necesario para asegurar que nuestros datos de salida sean
del tipo que la base de datos destino exige.
El siguiente grfico corresponde al flujo de control de la Dimensin Rutas:
Imagen 5.46: cono de flujo de control Dim_Rutas
Veamos el diagrama de flujo de datos de la Dimensin Rutas:

Imagen 5.47: Diagrama de flujo de datos Dim_Rutas
Como se puede apreciar, la estructura es similar las otras debido a que la

intencin de este proyecto no es migrar toda la informacin de la base de datos
origen siempre, sino poder migrar solo la nueva informacin a la base de datos
destino.
79
Esto nos ayudar en rendimiento debido a que no cargaremos con muchas

transacciones la base de datos, asegurando un mejor funcionamiento de la
misma.
Finalmente migraremos nuestra ltima dimensin considerada para este caso de
estudio, la Dimensin Material, esta y todas las dimensiones anteriormente
migradas alimentaras nuestra tabla Hechos de la cual obtendremos informacin
para nuestros prximos reportes.
Imagen 5.48: cono de flujo de control Dim_Materiales
Al igual que las otras dimensiones, la estructura se asemeja a la de ellas:

Imagen 5.49: Diagrama de flujo de datos Dim_Materiales
Esta y las dems dimensiones son dimensiones independientes, por lo que

ninguna depende de otra as que el diagrama de Flujo de control no se podr
apreciar ninguna relacin entre ellas.
80
En algunos casos se visualizarn actividades predecesoras para migraciones que

dependan de tareas anteriores, tal y como ocurrir con estas dimensiones cuando
se necesite actualizar la informacin, cuando se presente algn cambio de valor
en los datos ya migrados al cubo (modelo multidimensional).
Si bien hasta el momento se han migrados todos los datos nuevos del sistema de
relacional a nuestra base de datos multidimensional, tenemos que tener en
cuenta que algunos de esos datos sern actualizados en la base de datos
relacional por razones ajenas al proyecto; lo que ocasionar una incongruencia en
la informacin con la que se cuenta en la base de datos multidimensional con la
de la base de datos relacional.
La solucin para el inconveniente que se nos presentar en un futuro puede ser el
volver a migrar toda la informacin o solo simplemente actualizarla al mismo
modo que sucede en la base de datos relacional. Para poder resolver esto,
hemos optado por solo actualizar la informacin de la base de datos
multidimensional. Haremos uso de solo un Script del tipo SQL, haciendo uso del
mismo SQL SERVER considerado en este punto como una ventaja al ser e gestor
de ambas bases de datos. Para este sentido crearemos un Flujo de Control del
tipo Script SQL llamado Actualizacin ClienteProveedor, tal y como se muestra a
continuacin:
Imagen 5.50: cono de Script Dim_Cliente
A diferencia de los casos anteriores, aqu no encontraremos ningn flujo de datos,

pero s nos solicitar que especifiquemos el script de base de datos que
deseamos ejecutar:
Imagen 5.51: Editor de tarea SQL Dim_Cliente
81
Debemos tomar atencin a:

Imagen 5.52: Parmetros de configuracin Script SQL
Connnection Type: Tipo de conector usado para la conexin a la Base de datos.

Connection: Base de datos a usar, o base de datos que contiene nuestro script.
SQLStatement: Especifica la sentencia a ejecutar.
Lo mismo suceder con las otras dimensiones, ahora crearemos esta tarea SQL
para las dimensiones restantes:
Imagen 5.53: Diagrama de flujo de control de dimensiones
Debemos tener en cuenta que cada Tara del tipo SQL, preceder cada Flujo de
control de su respectiva migracin de datos. Dicho de otra manera realizaremos
primero a la actualizacin de los datos que hayan sido cambiados en la base de
datos relacional en nuestro modelo multidimensional para posteriormente hacer la
migracin de los datos nuevos que cada dimensin posee. Veamos la grfica de
la dimensin en ejemplo:
Imagen 5.54: Diagrama de secuencia de Migracin de datos
82
Ahora veamos los Script realizados para la actualizacin de datos de las

Dimensiones usadas:
CREATE PROCEDURE ActualizarRutas
AS
BEGIN
UPDATE ISL_Cubo.dbo.Dim_Ruta SET
IdOrigen = ISNULL(R.IdOrigen,'') ,
IdDestino =ISNULL(R.IdDestino,'') ,
Origen=ISNULL(R.Origen,''),
Destino=ISNULL(R.Destino,'') ,
Ruta = ISNULL(R.Nombre,'') ,
Flotas = ISNULL(R.Flota,'') ,
Centro = ISNULL(R.Centro,'')
from
ISL_Cubo.dbo.Dim_Ruta R2
left join ISL.STD.Ift_Ruta() R ON R2.ID=R.Id
WHERE R.IdOrigen<>R2.IdOrigen OR R.IdDestino <>R2.IdDestino
OR R.Origen <> R2.Origen
OR R.Destino <> R2.Destino OR R.Nombre <>R2.Ruta OR
R.Flota<>R2.Flotas OR
R.Centro <> R2.Centro
END
CREATE PROCEDURE ActualizarVehiculo
AS
BEGIN
UPDATE ISL_Cubo.dbo.Dim_Vehiculo SET
Placa=ISNULL(TABLAISL.Placa,''),
Motriz=ISNULL(TABLAISL.Motriz,''),
TipoVehiculo=ISNULL(TABLAISL.TipoVehiculo,''),
ModeloVehiculo=ISNULL(TABLAISL.ModeloVehiculo,''),
ModeloFuncional=ISNULL(TABLAISL.ModeloFuncional,''),
Flota=ISNULL(TABLAISL.Flota,'')
from
ISL_Cubo.dbo.Dim_Vehiculo TABLAISLCUBO left join
(Select V.Id,V.Placa,V.Motriz,
ISNULL(TV.Nombre,'') as TipoVehiculo,
ISNULL(MV.Nombre,'') AS ModeloVehiculo,
ISNULL(MF.Nombre,'') as ModeloFuncional,
ISNULL(F.Nombre,'') AS Flota
from ISL.STD.Vehiculo V
LEFT JOIN ISL.STD.TipoVehiculo TV ON V.IdTipoVehiculo = TV.Id
LEFT JOIN ISL.STD.ModeloVehiculo MV ON V.IdModelo=MV.Id
LEFT JOIN ISL.STD.TipoVehiculo MF ON V.IdModeloFuncional = MF.Id
LEFT JOIN ISL.STD.Flota F ON V.IdFlota = F.Id
WHERE V.Activo ='1'
) as TABLAISL ON TABLAISL.Id = TABLAISLCUBO.Id
where TABLAISL.Placa <> TABLAISLCUBO.Placa
OR TABLAISL.Motriz <> TABLAISLCUBO.Motriz OR
TABLAISL.TipoVehiculo <> TABLAISLCUBO.TipoVehiculo
OR TABLAISL.ModeloVehiculo<>TABLAISLCUBO.ModeloVehiculo
OR TABLAISL.ModeloFuncional <> TABLAISLCUBO.ModeloFuncional
OR TABLAISL.Flota <> TABLAISLCUBO.Flota
END
83
CREATE PROCEDURE ActualizarMateriales

AS
BEGIN
update ISL_Cubo.dbo.Dim_Material
SET
Material=isnull(M.Nombre,''),
TipoMaterial=ISNULL(TP.Nombre,''),
SubFamilia=ISNULL(SUB.Nombre,''),
Familia=ISNULL(FM.Nombre,'')
from
ISL_Cubo.dbo.Dim_Material M_CUBO
LEFT JOIN ISL.STD.Material M ON M_CUBO.Id = M.Id
LEFT JOIN ISL.ALM.TipoMaterial TP ON M.IdTipoMaterial= TP.Id
LEFT JOIN ISL.ALM.SubFamiliaMaterial SUB ON M.IdSubFamilia=SUB.Id
LEFT JOIN ISL.ALM.FamiliaMaterial FM
ON SUB.IdFamiliaMaterial= FM.Id
WHERE M_CUBO.Material<>M.Nombre
OR M_CUBO.TipoMaterial<>TP.Nombre OR
M_CUBO.SubFamilia<>SUB.Nombre OR M_CUBO.Familia<>FM.nombre
END
GO
CREATE PROCEDURE AcualizarClienteProveedor

AS
BEGIN
update ISL_cubo.dbo.Dim_ClienteProveedor
SET
Nombre=ISNULL(CPISL.Nombre,'')
from ISL.STD.Ift_ClienteProveedor() CPISL
inner join ISL_cubo.DBO.Dim_ClienteProveedor CPISLCUBO on
CPISL.Id= CPISLCUBO.Id
where CPISL.Nombre <> CPISLCUBO.Nombre
END
Hemos logrado ya migrar todos los nuevos datos de las Dimensiones obtenidos
desde la base de datos relacional, del mismo modo hemos logrado actualizar
todos los datos de las Dimensiones ya migradas cuyos datos fueron cambiados
en la base de datos relacional. Solo nos queda como pendiente migrar la
informacin
a nuestra Tabla principal del tipo Hechos llamada
Hechos_Operaciones.
Creamos ahora un nuevo Flujo de control del mismo tipo que usamos para la
migracin de las Dimensiones:
Imagen 5.55: cono de flujo de control Hecho_Operaciones
84
Hechos_Operaciones, necesita de informacin que se encuentra en las otras

Dimensiones, por lo tanto la migracin de la Tabla Hechos, se realizar posterior
a las dimensiones. Esto se configurar diagramando apropiadamente la
secuencia de la migracin y estableciendo bien las dependencias tal y como se
muestra:
Imagen 5.56: Diagrama de migracin de dimensiones y hechos.
Posterior a la migracin de la tabla Hechos_Operaciones, al igual que en las

dimensiones actualizaremos los datos que hayan sido cambiados en la base de
datos relaciones usando un flujo de control del tipo Script SQL:
Imagen 5.57: Flujo de control y Scipt SQL
Veamos ahora el flujo de datos Hecho_Operaciones de un modo esquematizado

y seccionado que nos permita comprender la secuencia a usar para poder realizar
la migracin con los datos que se espera.
Al igual que en la migracin de las dimensiones iniciaremos obteniendo el total de
registros de Operaciones que se encuentran en la base de datos relacional para
posteriormente hacer una combinacin de mezcla con la base de datos
multidimensional y de esta forma poder obtener solo los registros pendientes de
ser migrados.
85
Imagen 5.58: Diagrama de Flujo de datos Hecho_Operaciones
Posteriormente a los registros obtenidos los ordenaremos por ruta para luego
realizar una nueva combinacin de mezcla que nos permita identifica su clave
primaria para poder llevar la relacin a la tabla Hechos.
Debemos tener en cuenta que de la consulta de Operaciones hecha a la base de
datos relacional se rescatan los primarys keys para poder cruzados con los
nuevos primarys keys de la base de datos multidimensional y de esta manera no
perder las referencias. Veamos el esquema de Ruta, con el cual obtendremos su
clave primaria a ser almacenada en nuestra tabla Hechos:
86
Imagen 5.59: Diagrama de flujo de dato Hechos_DimRuta
A este nuevo conjunto de datos que ya incluye la llave primaria de Ruta, lo

ordenamos por IdCliente para poder obtener a la vez su referencia segn la base
de datos multidimensional:
Imagen 5.60: Diagrama de flujo de dato Hechos_DimCliente
Despus de haber ordenado por Material, realizaremos una combinacin de

mezcla con los registros de materiales de la base de datos multidimensional para
obtener la clave fornea de referencia.
87
Imagen 5.61: Diagrama de flujo de dato Hechos_DimMaterial
Los resultados obtenidos se ordenarn por Vehculo as podremos realizar una

nueva combinacin de mezcla para poder obtener la clave fornea de referencia a
utilizar:
Imagen 5.62: Diagrama de flujo de dato Hechos_DimVehiculo
Finalmente con el Ordenar por Tiempo, realizaremos una nueva combinacin de

mezcla con la Dimension Tiempo para obtener la referencia que utilizaremos
como clave fornea.
88
Imagen 5.63: Diagrama de flujo de dato Hechos_DimTiempo
Como podemos observar en la anterior grfica, no solo obtenemos la relacin con

la Dimensin Tiempo; sino tambin ya tenemos los datos listos para ser
registrados por lo que los enviaremos al destino dentro de nuestra base de datos
multidimensional con la tabla: Hecho_Operaciones.
No podemos olvidar que los datos ya migrados se encuentran expuestos a ser
cambiados en la base de datos relacional por lo que no podemos olvidar
actualizar los datos e la base de datos multidimensional, de tal forma no
perdemos integridad en a informacin.
Realizaremos una tarea del tipo Script SQL, el cual se ejecutar posterior al ser
migrada la informacin.
Imagen 5.64: cono de Script SQL Hechos_Operaciones
5.5.3. Estructura Final: Veamos

ActualizarHechos_Operaciones
el script del procedimiento almacenado:
89
CREATE PROCEDURE ActualizarHechos_Operaciones

AS BEGIN
--Elimino las Operaciones eliminadas de ISL
delete from ISL_Cubo.DBO.Hechos_Operaciones WHERE
IdOperacion in ( select O.Id from
ISL_Cubo.dbo.Hechos_Operaciones HO
LEFT JOIN ISL.OPE.Operacion O ON HO.IdOperacion=O.Id AND
O.Activo =0 WHERE O.Id IS NOT NULL )
--Elimino las oepraciones_detalle de ISL
delete from ISL_Cubo.DBO.Hechos_Operaciones WHERE
IdOperacionDetalle IN( SELECT OD.Id from
ISL_Cubo.dbo.Hechos_Operaciones HO LEFT JOIN
ISL.OPE.OPERACIONdETALLE OD ON HO.IdOperacionDetalle=OD.Id
AND OD.Activo=0 WHERE OD.Id IS NOT NULL )
--Actualizo cualquier cambio en registro.
UPDATE ISL_Cubo.DBO.Hechos_Operaciones SET
KeyRuta=R.KeyRuta, KeyCliente = CP.KeyCliente ,
KeyMaterial = M.KeyMaterial ,KeyVehiculo = V.KeyVehiculo ,
KeyTiempo = T.KeyTiempo , Cantidad = ORISL.Cantidad ,
FleteUnitario = ORISL.FleteUnitario,
PesoToneladas = ORISL.PesoToneladas ,Flete=ORISL.Flete ,
Comision=ORISL.Comision
from ISL_Cubo.DBO.Hechos_Operaciones HO
INNER JOIN (select O.Id AS IdOperacion,Od.Id as
IdOperacionDetalle,O.IdRuta,OD.IdCliente,OD.IdMaterial
,(SELECT TOP 1 V.IdTracto from ISL.OPE.Viaje V WHERE
V.Activo='1' and V.IdOperacion=O.Id order by V.Fecha ASC)
as IdTracto ,(SELECT convert(date,MIN(V.Fecha)) from
ISL.OPE.Viaje V WHERE V.IdOperacion=O.Id AND V.Activo='1')
as Fecha ,OD.Cantidad,OD.FleteUnitario ,PesoToneladas,
Flete,Comision from ISL.OPE.Operacion o INNER JOIN
ISL.OPE.OperacionDetalle OD ON O.ID=OD.IdOperacion AND O
D.Activo ='1' where o.Activo ='1' AND O.IdEstado NOT IN
('1CH00003','1CH00017')) as ORISL ON HO.IdOperacion =
ORISL.IdOperacion AND HO.IdOperacionDetalle=
ORISL.IdOperacionDetalle INNER JOIN
ISL_Cubo.DBO.Dim_Material M ON M.ID=ORISL.IdMaterial
INNER JOIN ISL_Cubo.dbo.Dim_Ruta R ON R.id=ORISL.IdRuta
INNER JOIN ISL_Cubo.dbo.Dim_ClienteProveedor CP ON
CP.Id=ORISL.IdCliente INNER JOIN
ISL_Cubo.dbo.Dim_Vehiculo
V ON V.ID=ORISL.IdTracto INNER JOIN
ISL_Cubo.dbo.Dim_Tiempo
T ON CONVERT(DATE,T.fecha
)=CONVERT(DATE,ORISL.Fecha )
WHERE
HO.KeyRuta <> R.KeyRuta OR
HO.KeyMaterial <> M.KeyMaterial OR
HO.KeyCliente <> CP.KeyCliente OR
HO.KeyVehiculo <> V.KeyVehiculo OR
HO.KeyTiempo <> T.KeyTiempo OR
HO.Cantidad <> ORISL.Cantidad OR
HO.FleteUnitario <> ORISL.FleteUnitario OR
ho.PesoToneladas <> ORISL.PesoToneladas OR
HO.Flete <> ORISL.Flete OR
HO.Comision <> ORISL.Comision
END
90
Veamos la estructura final de nuestra base de datos multidimensional posterior a

la migracin su estructura.
5.5.3.1.
Sobre la base de datos:
Veamos algunos puntos generales a considerar sobre nuestra nueva base de

datos del tipo multidimensional:
Tabla 22: Estructura Nueva Base de Datos ISL_Cubo
Caracterstica
Nombre de Base de datos.
Usuario Propietario
Tipo
Nmero de bases de datos.
Distribucin de base datos.
Descripcin:
ISL_CUBO
sa e isl
MOLAP
1
Se cuenta con una sola base de datos por
ser un proyecto con un alcance limitado, a
diferencia de la base de datos transaccional
que cuenta con replicas entre sedes.
La base de datos se ha trabajado de tal
forma que sea escalable, esto asegurar el
crecimiento no solo de la data sino tambin
a nivel de tablas o modelos hechos en
procesos distintos a los de Operaciones.
Esta base de datos posee gran capacidad
de respuesta por ser una base de datos
multidimensional y tener solo la informacin
necesaria
evitando
as
relaciones
innecesarias y retardos en consultas.
Por el momento la BD, ser gestionada en
un servidor de pruebas para evitar as
afectar el rendimiento o causar algn
problema con el servidor puesto en
produccin.
Tamao Aproximado del fichero:

Nmero de esquemas por BD:
Cantidad de Tablas por BD:
Como dato adicional se plantear usar SQL

Server tambin para manejar un repositorio
completo de nuestro proyecto de BI, lo cual
ser visto en el captulo posterior.
100 Mb.
1
6 (Tablas y Vistas)
Visualizemos una imagen de nuestra base de datos la cual contendr las

dimensiones migradas como: ClienteProveedor, Material, Ruta, Tiempo, Vehculo
ya la tabla del tipo Hechos llamada: Hecho_Operaciones
91
Imagen 5.65: Diagrama de BD Multidimensional ISL_CUBO
DIAGRAMA DE ESTRUCTURA MULTIDIMENSIONAL
5.5.3.2.
Sobre la plataforma y arquitectura que la soporta:
Ahora veamos las caractersticas principales con las que cuenta el servidor
prueba de la base de datos donde desarrollaremos nuestro Sistema de BI,
servidor se encuentra ubicado en la Sede de Chiclayo , se analizar
comportamiento y rendimiento a fin de determinar si el servidor es apto o
necesita una mejor arquitectura.
de
el
el
se
Tabla 23: Plataforma y Arquitectura Base de Datos ISL_Cubo
Caracterstica
Gestor de BD
Sistema Operativo
Arquitectura de SO
Descripcin del Servidor
Descripcin:
SQL SERVER 2012
Windows Server 2012
64 bits
Servidor con 8 procesadores, 8 Gb de
Ram. Este servidor ser de prueba para
evitar afectar el rendimiento del servidor
principal. Se estudiar le progreso y
requerimiento del mismo a fin de
determinar la mejor arquitectura.
92
5.6. Implementacin:
5.6.1. Seleccin de herramienta de BI:
5.6.1.1. Principales herramientas del mercado:
En la actualidad existen muchas herramientas con las cuales podemos
realizar un proyecto de BI, entre las que consideramos como opciones ms
resaltantes las siguientes:
5.6.1.1.1.
Pentaho:
La corporacin Pentaho es el patrocinador primario y propietario del
proyecto Pentaho BI. La plataforma Pentaho BI es una iniciativa en curso
por la comunidad de Open Source que provee organizaciones con mejores
soluciones para las necesidades de BI de una empresa.
PENTAHO es un proyecto iniciado por una comunidad Open Source,
provee una alternativa de soluciones de BI en distintas reas como en la
Arquitectura, Soporte, Funcionalidad e Implantacin. Estas soluciones al
igual que su ambiente de implantacin estn basados en JAVA, hacindolo
flexible en cubrir amplias necesidades empresariales. A travs de la
integracin funcional de diversos proyectos de Open Source permite
ofrecer soluciones en reas como: Anlisis de informacin, Reportes,
Tableros de mando conocido como Dashboards, Flujos de Trabajo y
Minera de Datos. Pentaho se define a s mismo como una plataforma de BI
orientada a la solucin y centrada en procesos que incluye todos los
principales componentes requeridos para implementar soluciones basados
en procesos y ha sido concebido desde el principio para estar basada en
procesos.
Los productos de Pentaho se construyen sobre la base de la plataforma
Pentaho BI; Una coleccin de proyectos de cdigo abierto y la comunidad
se rene para no slo crear un completo Enterprise BI Suite, sino que
tambin permiten a las empresas a sacar provecho de sus datos en formas
nunca antes posibles. Muchas de las soluciones de la empresa puede
comenzar con la presentacin de informes del departamento de base o de
comenzar lo ms avanzado de datos grandes implementaciones que
incluyen datos de la empresa utilizando los servicios de integracin de
datos (ETL), modelado de datos, aunque la presentacin de informes,
anlisis y cuadros de mando. De cualquier manera, Pentaho tiene
soluciones para sus necesidades de datos y anlisis. PENTAHO, cuenta
con una relacin de productos y servicios las cuales permitiran realizar
proyectos innovadores y que agilizaran la toma de decisiones de las
empresas.
93
Entre sus productos, encontramos:

Pentaho Data Integration:
Este producto muestra una imagen completa del negocio, ya que cuenta
con una plataforma de integracin de datos que proporciona un anlisis de
datos precisos a los usuarios desde cualquier fuente. Con las herramientas
visuales para eliminar la codificacin y complejidad.
Pentaho Data Integration abre, limpia e integra esta valiosa informacin y la
pone en manos del usuario. Provee una consistencia, una sola versin de
todos los recursos de informacin, que es uno de los ms grandes desafos
para las organizaciones TI hoy en da. Pentaho Data Integration permite
una poderosa ETL (Extraccin, Transformacin y Carga).
En sus principales ventajas, encontramos:
Acercamiento basado en Meta- Data.
Transformaciones complejas sin ningn cdigo
Diseo grfico de transformaciones de datos y trabajos
100% Java, soporte multi-plataforma.
Arquitectura extensible.
Fcil de desarrollar y enlazar conectores a la medida
Conector SAP disponible
Basado en repositorio
Administracin estructurada de modelos, conexiones, log y ms.
Fcil
reutilizacin
de
componentes
de
consultas
y
transformaciones
Pentaho Business Analytics:
En este producto se ve un enfoque ms moderno, permite al usuario
mezclar todo los tipos y tamaos de datos.
Este producto cuenta con una INTERFAZ MOBIL, la cual permitira acceder
a la plataforma sin importar donde el usuario se encuentre.
En sus principales ventajas, encontramos:
Anlisis visual interactivo con el taladro a travs, filtrado de lazo, el
zoom, y el atributo que destaca para un mayor conocimiento.
Fuera de la caja de la biblioteca de visualizaciones interactivas incluyendo geo-mapping, redes de calor y de dispersin / grficos de
burbujas.
Especializados, visualizacin plug-ins ofrecen "el arte de lo posible"
para visualizaciones avanzadas.
Escala Extreme almacenamiento en cach de datos en memoria para la
velocidad-de-pensamiento anlisis de grandes volmenes de datos.
94
La verdadera experiencia mvil con soporte para gestos nativos y

capacidades analticas completas, incluyendo la creacin de contenido.
Pentaho BI Mobile:
PENTAHO MOBIL ofrece una completa plataforma de anlisis de negocios,
incluyendo anlisis interactivos, visualizaciones ricas, cuadros de mando
ejecutivos, y de informes empresariales en el iPad. Con PENTAHO, el
usuario recibir una experiencia consistente de inteligencia empresarial y
anlisis a travs de su escritorio, porttil e iPad.
Pentaho BI Mobile permite a los usuarios explorar informacin de manera
instantnea, descubrir las reas problemticas, detectar valores atpicos y
encontrar respuestas. Todo esto desde un Ipad, una Tablet o un Celular.
En sus principales caractersticas, encontramos:
Incluye grficos de burbujas, diagramas de dispersin, Grids Calor,
Geo-Maps y mucho ms.
Interactivos al estilo de sala de juntas cuadros de mando, informes y
visualizaciones.
Funcionalidad completa en una interfaz optimizada para mviles.
Pentaho para iPad va ms all de la visin bsica de informe, el
empoderamiento de los tomadores de decisiones para crear y
personalizar sus anlisis. Con una interfaz tctil habilitada, los usuarios
de negocio tienen las ricas capacidades del escritorio -accesible desde
el iPad.
Crear y editar el anlisis multidimensional, visualizaciones, y los
informes del iPad sin ayuda de IT.
Puede personalizar la experiencia del usuario - tagging favoritos,
personalizacin de ubicacin de puesta en marcha.
El producto PENTAHO BI MOBIL permita construir una amplia variedad de
aplicaciones analticas mviles adaptadas a los casos y las industrias de
uso especficos. Los clientes de los seguros, y de salud han integrado
PENTAHO en sus aplicaciones mviles.
Imagen 5.66: Dispositivos Pentaho
Fuente: http://www.pentaho.com
95
5.6.1.1.2.
Qlik:
Qlik contiene una serie de productos innovadores y tiles para el desarrollo

de sistemas de BI entre los que destacan:
Qlik Sense:
QLIK SENSE es una herramienta tan intuitiva que los usuarios en la
empresa pueden crear informes personalizados y cuadros dinmicos con
gran facilidad para explorar amplias cantidades de datos y hallar
conocimientos importantes.
Qlik Sense le permite extraer con rapidez visualizaciones, explorar los
datos a fondo, revelar conexiones al instante y ver oportunidades desde
cualquier ngulo
En sus principales caractersticas, encontramos:
Visualizaciones de arrastrar y soltar revelan conocimientos ocultos. Las
visualizaciones inteligentes en combinacin con los datos Qlik
patentados de su motor de indexacin descubren todas las relaciones
entre las dimensiones de datos, revelando conocimientos que habran
permanecido ocultos en los modelos tradicionales de datos basados en
consultas y jerrquicos.
La bsqueda inteligente Smart Search le ofrece flexibilidad. Introduzca
cualquier texto en las cadenas de bsqueda para que Smart Search
pueda conectar los distintos puntos, descubriendo las relaciones entre
los datos y la informacin en lugares donde usted ni siquiera mirara,
dndole ideas a lo largo del camino.
Permite explorar mltiples fuentes de datos. Qlik Sense conecta con
mltiples fuentes de datos, incluyendo entradas de datos en tiempo
real, a fin de proporcionar unas vistas an ms exhaustivas, sin
comprometer el rendimiento.
Permite acceder a la analtica en cualquier lugar, en cualquier
momento, en cualquier dispositivo. Sense se adapta automticamente
al dispositivo. Donde quiera que le lleve el trabajo, Qlik Sense le ayuda
a responder en tiempo real y mantener las ideas en movimiento.
Una narracin de datos que
ayuda a colaborar y compartir
conocimientos. Nuestra funcionalidad de narracin de datos facilita
compartir el anlisis de una forma visual, comunicar sus hallazgos a los
equipos y colaborar con mayor eficacia.
Su buen gobierno de datos permite una simplicidad de auto-servicio.
Cualquier usuario puede crear sus propias visualizaciones de datos, sus
cuadros de mando, al tiempo que ofrece a TI la confianza de estar
diseando unas libreras seguras y consistentes y unos datos bien
gobernados.
96
Qlik View:
La plataforma Business Discovery de QlikView aporta un verdadero BI a
demanda que capacita a los usuarios de negocio para que tomen
decisiones de forma innovadora.
QlikView permite a los profesionales tcnicos proporcionar una completa
experiencia de BI y servir a la empresa como nunca antes, todo al tiempo
que se garantiza la seguridad ms estricta, la calidad y el control de los
datos de fondo.
Adicional a eso, Qlik nos permite entender a fondo el negocio de una
manera completamente nueva:
Consolidando datos tiles procedentes de mltiples fuentes en una sola
aplicacin.
Explorando las asociaciones entre los datos.
Permitiendo una toma de decisiones social a travs de una
colaboracin segura y en tiempo real.
Visualizando los datos con unos grficos atractivos y tecnolgicamente
avanzados.
Buscando en la totalidad de datos, de forma directa e indirecta.
Interactuando con aplicaciones, cuadros de mando y anlisis
interactivos.
Accediendo, analizando y capturando datos de dispositivos mviles.
Debemos tambin ver otras caractersticas como las de:
Consolidar de datos de mltiples fuentes para ofrecer una imagen
completa de los datos a los usuarios de negocio.
Centrarse en la seguridad de los datos y el aprovisionamiento de
aplicaciones, el control y la gestin de los datos y el mantenimiento de
sistemas.
Eliminar de sus tareas diarias la elaboracin y la actualizacin de
informes, la modificacin de consultas y la construccin de cubos.
Tambin se beneficiar de la administracin de QlikView a travs de su
consola de gestin basada en la web, la cual le permite una forma fcil
y unificada de asegurar que todos tengan acceso a los datos y el
anlisis ms recientes.
Experiencia de Usuarios:
La experiencia asociativa de QlikView proporciona respuestas con la misma
rapidez con la que se generan las preguntas. Le permite interactuar con los
datos sin limitaciones, para generar conocimiento de formas que nunca
imagin.
97
Profesionales de BI y desarrolladores:
QlikView facilita la vida de analistas de negocio y desarrolladores de
Business Intelligence al crear aplicaciones de BI muy avanzadas y
especficas que los usuarios pueden ampliar y mejorar a medida que van
cambiando las necesidades del negocio.
La diferencia de Qlik:
Lo que hace QlikView con la tecnologa en memoria es lo que realmente
marca la diferencia.
La plataforma QlikView de Business Discovery:
Tiene un motor de inferencia que mantiene las asociaciones entre los

datos automticamente.
Calcula las agregaciones sobre la marcha, segn se van necesitando,
para una experiencia de usuario ultra rpida.
Comprime los datos hasta un 10% de su tamao original para optimizar
la potencia de los procesadores.
Acomete ambas funciones en un nico producto muy completo.
QlikView permite a los profesionales tcnicos proporcionar una completa

experiencia de BI y servir a la empresa como nunca antes, todo al tiempo
que se garantiza la seguridad ms estricta, la calidad y el control de los
datos de fondo.
5.6.1.1.3.
Microstrategy:
MicroStrategy facilita enormemente el anlisis a los usuarios de negocio.

Accede rpidamente a cualquier dato. Examina sus datos a travs de
espectaculares visualizaciones interactivas. Arrastra los resultados en
dashboards comparte de forma segura en la empresa.
Por estas razones, MicroStrategy es el nmero uno en inteligencia de
negocio de autoservicio segn la ltima clasificacin de BI Scorecard.
MicroStrategy es la mejor forma de incorporar la analtica en el ADN de su
negocio. Proporciona visualizaciones con pxeles perfectos, adems de
extractos e informes para la empresa, clientes, socios o proveedores.
Garantiza que sus datos sean fiables y seguros.
Los clientes de MicroStrategy analizan ms datos con mejores
rendimientos en comparacin con los que utilizan las herramientas de
nuestros principales competidores.
98
Con MicroStrategy, todos sus datos estarn en un mismo sitio,

independientemente del lugar donde estn, en un abrir y cerrar de ojos. Lo
hacemos todo, desde hojas de clculo a aplicaciones basadas en la nube
como Salesforce o Facebook, data marts tradicionales y almacenes de
datos, o petabytes de Big Data. Para nosotros, cada dato cuenta gracias a
las herramientas de anlisis ms rpidas y fciles.
Las soluciones de anlisis de MicroStrategy pueden implementarse en las
instalaciones de los clientes o como un servicio en la nube listo para usar
mediante una suscripcin. Una serie completa de herramientas de
administracin que reduce el coste total de propiedad y facilita la gestin de
cualquier proyecto, independientemente del tamao o la complejidad.
Nuestra oferta MicroStrategy Cloud completa incluye funciones de
plataforma BI totales, ms integracin de datos y servicios de bases de
datos. Se trata de un entorno BI de clase empresarial, preintegrado y
optimizado para un alto rendimiento. No hay forma ms rpida y fcil de
implementar el mejor mtodo de anlisis en su empresa.
Microstrategy Mobile:
Es la forma ms fcil, rpida y asequible de hacer que sean mviles
prcticamente todos sus sistemas de informacin, incluidos los almacenes
de datos, BI, ERP, CRM, aplicaciones web y otros, actualmente
condenados a quedarse en sus ordenadores de mesa. El personal se
trasforma en un equipo mvil conectado y altamente productivo con
aplicaciones mviles infinitamente mejores que sus equivalentes web. El
personal tendr literalmente las oficinas en las manos las 24 horas al da,
los siete das de la semana, gracias al acceso en dispositivos mviles a los
datos importantes de la empresa.
Capacidades:
Independencia del Dispositivo:
La aplicacin puede ser usada en mltiples dispositivos y sistemas
operativos iOS y Android sin ningn tipo de aplicacin especfica,
compilacin o de programacin. El ajuste de pgina, ancho y escalado
dinmico, junto con las plantillas de diseo de pxel perfecto adicionan un
plus a la gama de versiones del sistema operativo y relaciones de aspecto.
Desarrollo rpido:
La plataforma permite el desarrollo rpido a travs de motores de gran
alcance,
incluyendo:
Analtica,
Interpretacin
de
gestos,
Internacionalizacin, Actuacin, Personalizacin y almacenamiento en
cach.
99
Fcil de mantener:
Todas las aplicaciones, sus bloques de construccin, y sus componentes
subyacentes se almacenan como "objetos" dentro de su metadata
centralizado. Los diferentes "objetos" pueden ser fcilmente reutilizados a
lo largo y a travs de aplicaciones, la siembra de desarrollo de
aplicaciones. Cualquier cambio a un objeto se refleja al instante donde
quiera que se use ese objeto, por lo que es fcil mejorar y cambiar sus
aplicaciones a la vez.
Sin cdigo:
No se usa cdigo. Por lo tanto, los desarrolladores de la aplicacin
requieren mucha menos experiencia o capacitacin tcnica para comenzar
a desarrollar aplicaciones, reduciendo el coste de desarrollo de
aplicaciones.
Rotacin:
Soporte de giro extraordinario le permite decidir lo que los usuarios ven en
vista horizontal y vertical. No hay manera equivocada de mantener su
informacin del negocio.
Accesibilidad:
MicroStrategy Mobile se integra con las capacidades de voz para los
usuarios con discapacidad visual.
Alto rendimiento:
Arquitectura de 64 bits, en memoria de BI, SQL altamente optimizado y
escalabilidad lineal son algunas de las tecnologas que permiten BI gran
rendimiento. Lograr la "velocidad del pensamiento" de anlisis y cinco
segundos o ms rpido para la mayora de las consultas ad-hoc.
Escala de los usuarios y los datos:
Eficientemente escalar de un usuario a millones de personas, la entrega de
las consultas de alto rendimiento, informes y anlisis. El almacenamiento
en cach de prxima generacin, la seguridad, y la agrupacin ofrecen
acceso a todos los usuarios-internos y externos-seguro a las aplicaciones
sin degradar el rendimiento. Nuestros clientes han analizado
sistemticamente los volmenes de datos considerablemente ms grandes
que los clientes de todos los dems productos de BI, segn The BI Survey.
Acceso a datos dinmicos:
Nuestro motor de acceso de datos dinmico est diseado para acceder a
bases de datos multidimensionales (MDX MDDBs o fuentes), como los de
SAP Business Information Warehouse (SAP BW). Dinmica MDX motor de
MicroStrategy genera optimizado sintaxis MDX que est totalmente
100
certificada con SAP BW mediante interfaces BAPI de alto rendimiento de

SAP.
Acceso sin conexin:
Almacenar de forma segura los informes y cuadros de mando suscritos de
forma local en el dispositivo para el anlisis fuera de lnea. Cuando est en
lnea, la aplicacin descarga automticamente cualquier contenido nuevo y
actualizado disponible.
Alertar:
Suscrbase para recibir alertas personalizadas que la tecnologa Push
Notification apalancamiento de Apple. Si el inventario se ha reducido en
una tienda especfica o un pronstico de ventas es para toda una regin,
recibirn una alerta y un informe adjunto, para que nunca pierda una
oportunidad de negocios crticos.
Anlisis predictivo y minera de datos:
Utilice cualquier nmero de funciones integradas de prediccin, o modelos
de importacin de los proveedores de minera de datos de terceros. ,
Anlisis estratgicos Integrar predictivos y alertas en su aplicacin y de los
flujos de trabajo.
Entradas tctiles:
Utiliza una amplia variedad de formas de entrada de transacciones y una
plantilla de diseo de arrastrar y soltar flexible. Cambiar y aadir nuevos
datos a travs de texto y numricos entradas, agenda, cmara, GPS,
interruptores, motores paso a paso, y deslizadores. Utilizar transacciones
de widgets tales como Macromedia Flash, Cuadrcula interactivo y
transaccional Grids.
Transacciones fuera de lnea:
Aprobar, presentar o editar informacin incluso cuando estn lejos de una
seal de celular o wifi. Cuando fuera de lnea, las transacciones se ponen
en cola para su presentacin la prxima vez que se conecte.
Captura de imgenes:
Capturar y subir imgenes a un sistema de base de datos o ERP. Los
minoristas capturar una tienda de exhibiciones de productos o los agentes
de seguros aaden imgenes junto a notas de reclamaciones. La gente de
negocios se une a los registros visuales de los recibos junto a los
documentos presentados de gastos.
101
5.6.1.1.4.
Comparativo entre las principales herramientas:

Tabla 24: Principales Plataformas de Desarrollo
HERRAMIENTA
Dispositivos
Mviles (SO)
Documentacin y
soporte
Clases Gratuitas
Soporte en Lnea
Soporte Va Email
Soporte
Telefnico
Soporte tcnico
24/7/365
Clientes en Per
PENTAHO
QLIK
MICROSTRATEGY
Android
IOS
BlackBerry
Android
IOS
BlackBerry
Ingles
Alemn
Francs
Todos
estos
idiomas no se
encuentran en un
100%
Ingles
Chino
Alemn
Francs
Japons
Italiano
Holands
Espaol
Ruso
Todos estos idiomas
no se encuentran en
un 100%
No
No
Si
Si
No
Si
Android
IOS
BlackBerry
Ingles
Chino
Alemn
Francs
Japons
Italiano
Holands
Espaol
Ruso
Portugus
Todos estos idiomas
no se encuentran en
un 100%
Si
Si
Si
Si
Si
Si
De acuerdo al
paquete adquirido
Si
Si, Gratis por un mes
No
contiene
informacin
de
empresas en Per.
AFP Prima
Asamblea Nacional de
Rectores
Banco Continental
Caja Municipal de
Arequipa
Corporacin
de
Miyasato
Depsa
Drokasa
Empresa Periodstica
Nacional
Fuerza Area del Per
INEI
IPAE
MAKRO
SAGA FALABELLA
TOPITOP
Universidad Catlica
UPC
Entre otros
Telefnica
OLX
102
5.6.1.2. Cuadrante Mgico de Gartner:

El Cuadrante Mgico de Gartner es una culminacin de la investigacin en un
mercado especfico, que le da una vista de gran angular de las posiciones
relativas de los competidores del mercado. Mediante la aplicacin de un
tratamiento grfico y un conjunto uniforme de criterios de evaluacin, un
Cuadrante Mgico de Gartner ayuda a digerir rpidamente cmo los
proveedores de tecnologa estn trabajando para lograr su visin establecida.
(Gartner, 2014)
Imagen 5.67: Cuadrante Mgico de Gartner
Fuente: Cuadrante Mgico de Gartner para Plataformas de

Business Intelligence y Analytics (Gartner, 2014)
103
5.6.1.2.1.
Funcionamiento del cuadrante Mgico de Gartner:
El Cuadrante Mgico de Gartner se usa para entender que proveedores de

tecnologa podra considerar para una oportunidad de inversin especfica.
Debemos tener en cuenta que el estudio se centra en el cuadrante de
lderes, los cuales no siempre son la mejor opcin de inversin. Hay
buenas razones para considerar rivales del mercado. Y un jugador de nicho
puede apoyar mejor a sus necesidades que un lder del mercado. Todo
depende de cmo el proveedor se alinea con los objetivos de negocio.
Segn Gartner en su publicacin realizada en su sitio web en Febrero del
2014, un Cuadrante Mgico ofrece un posicionamiento competitivo grfico
de cuatro tipos de proveedores de tecnologa, en los mercados donde el
crecimiento es alto y el proveedor de diferenciacin es distinto:
Lderes; ejecutan bien su visin actual y estarn en buena posicin para el
futuro.
Visionarios; entienden a dnde va el mercado o tienen una visin de
cambiar las reglas del mercado, pero an no la ejecutan bien.
Jugadores de Nicho; se enfocan con xito en un pequeo segmento, o
estn fuera de foco y no fuera de innovacin.
Competidor; pueden llegar a dominar un segmento grande, pero no
demuestran una comprensin de la direccin del mercado.
Rpidamente, si la comparamos con la del ao 2013, tenemos que en el
anlisis del 2014:
JasperSoft y Pentaho.- Se mantienen en el cuadrante de Jugadores de
Nicho, desplazndose hacia arriba y a la derecha.
SAP, SAS, QlikView, IBM, Microstrategy y Microsoft. - Se mantienen
en el cuadrante de los lderes.
Tableau y Tico Spotfire.- Ingresaron a Gartner en el 2013, continan en
el cuadrante d los lderes y Tableau ahora cuenta con ms valoracin en
Integridad de visin
GoodData.- Quien debut como jugador de nicho, se desplaza
considerablemente al centro del cuadrante.
Alteryx y Panorama.- Se desplazan ahora al cuadrante de los
visionarios.
104
5.6.1.2.2.
Anlisis de las principales herramientas de BI, segn
Gartner:
El Cuadrante Mgico de Gartner se usa para entender que proveedores de
tecnologa podra considerar para una oportunidad de inversin especfica.
5.6.1.2.2.1.
Pentaho:
Dentro de los jugadores de nicho, tenemos a Pentaho ofreciendo una

plataforma de BI Open Source con una gama completa de capacidades
de integracin y anlisis de datos. En la versin 5.0, liberada en 2013, se
redise la plataforma, enfatizando en las capacidades big data.
Ventajas:
Es elegido por su bajo costo de licencia, funcionalidad, integracin,
facilidad de uso para los usuarios y acceso a datos. Por lo general las
capacidades BI son ligeramente superiores a la media. En cuanto a sus
herramientas de desarrollo se sita en segundo lugar entre los
vendedores de este estudio. Ms del 80% de los usuarios de referencia
sealan que no estn utilizando la ltima versin, lo que repercutira
negativamente en la valoracin de funcionalidades incluidas o mejoradas
en la ltima versin del producto (visualizaciones interactivas, anlisis
avanzado, etc).
Desventajas:
Las valoraciones sobre calidad y soporte del producto fueron ligeramente
inferiores a la media. Pentaho an no logra un equilibrio entre sus planes
de desarrollo innovador del producto y el soporte que brinda. Un
porcentaje superior a la media en el mercado seala dificultades de uso e
implementacin. Los usuarios sealaron el rendimiento como un tema de
preocupacin (es posible que estos problemas se solucionen con la
versin 5.0, poco adoptada por los usuarios encuestados).
5.6.1.2.2.2.
QLikView:
La empresa de origen sueco destaca por sus capacidades de bsqueda

de datos basada en su motor de bsqueda asociativa en memoria.
QlikView ofrece cada vez ms posibilidades de acceso a datos, con un
conjunto de caractersticas de BI integradas. Gracias a las adquisiciones
de Expressor Software y NComVA, en el segundo semestre de 2014 se
liber un producto totalmente renovado (QlikView.Next) el cual mejorara
las capacidades de visualizacin interactiva (Natural Analytics) facilitando
el anlisis y brindando ms posibilidades para compartir el conocimiento.
105
Ventajas:
Los usuarios eligen QlikView por la experiencia interactiva e intuitiva que
ofrece. Es ms frecuentemente usado en cuadros de mando, dnde es
posible explorar libremente y descubrir conexiones, modelos y valores en
los datos sin tener que modelar previamente estas relaciones (capacidad
que es conocido en QlikView como bsqueda asociativa). Los usuarios
sealan que eligen QlikView por su facilidad de uso, logrando la segunda
mejor puntuacin por este aspecto. Es valorada por encima de la media
en el logro de beneficios para el negocio. Los usuarios valoran muy
positivamente varias funcionalidades de BI: cuadros de mando,
visualizacin interactiva, descubrimiento de datos basada en bsquedas
(nmero uno en todo el estudio), inteligencia geoespacial, mashup de
datos de usuario de negocio, colaboracin (una puntuacin prxima a la
superior), soporte Big Data (tambin cerca de la parte superior) y BI
mobile (cuenta con el porcentaje de usuarios ms alto que consideran
implementar BI Mobile en los prximos 12 meses). Tambin es valorada
por encima de la media en facilidad de uso para los desarrolladores. En
cuanto al coste, la percepcin que QlikView ofrece es relativamente bajo
en comparacin con los productos de otros fabricantes, un alto porcentaje
de los clientes eligen QlikView debido a su ms bajo coste de
implementacin y al esfuerzo asociado, as como de su coste total de
propiedad. QlikView est llegando ms all de Europa, su bastin
tradicional, gracias a una exitosa expansin internacional, llegando a
Amrica del Norte, Amrica Latina y regiones de Asia. El canal de
partners jugar un papel importante en la disfusin de QlikView.
Desventajas:
Slo la mitad de los clientes de QlikView lo consideran el estndar de sus
organizaciones, lo cual se encuentra por debajo del promedio global de la
encuesta situado en el 70%. Recibe valoraciones por debajo de la media
por gestin de metadatos, administracin y anlisis embebido. Tambin
se expresa preocupacin por temas relacionados a la seguridad y la
administracin de un gran volumen de usuarios. El promedio de los
usuarios de QlikView aumenta con relacin a otros aos, pero este se
sita en el promedio global. A pesar que los usuarios declaran
satisfaccin con funcionalidades tales como los cuadros de mando, la
versin 11.x se considera con menos funcionalidades que los productos
de la competencia, situacin que podra ser superada con QlikView.Next.
La nueva versin llega con un ao de retraso, los usuarios debern tener
presente que las nuevas versiones requieren de un tiempo para lograr
estabilidad. A pesar que por calidad del producto QlikView obtuvo
valoraciones positivas, por soporte y experiencia de venta obtiene
valoraciones por debajo de la media, estas dos ltimas dos valoraciones
106
negativas pueden haber estado influenciadas por el rpido crecimiento

que ha tenido Qlik.
5.6.1.2.2.3.
MicroStrategy:
Sigue siendo el referente de grandes implementaciones con grandes

repositorios de datos, a menudo visto como la alternativa cuando existen
necesidades complejas.
Ventajas:
Cuenta con el promedio de implementaciones ms grande en cuanto al
volumen promedio de repositorios (17 TB, la media general de todo el
estudio es de 4.2 GB) y el promedio ms alto del tamao de consultas TB
(la media es de 4,2 GB). En cuanto al nmero medio de usuarios es el
doble del promedio general de este estudio (2.979 frente a 1.364). Otro
ratio importante es el nmero de usuarios por cada administrador TI: 773,
la puntuacin ms alta. La funcionalidad es el principal motivo de su
eleccin. Obtiene casi las mximas puntuaciones en BI mvil, informes,
cuadros de mando, anlisis geoespacial y de localizacin, infraestructura
BI, administracin y gestin de metadatos. Microstrategy es considerado
lder en cuanto a la amplitud y alcance de su oferta BI mobile, sus
aplicaciones nativas en iOS y Android le permite ofrecer prestaciones
nicas en el BI mvil, tales como lectura de cdigos de barras, uso del
GPS o videoconferencia entre usuarios. La propuesta cloud de
MicroStrategy es otra gran apuesta con gran aceptacin e importante
crecimiento, 19% de sus usuarios ya la utilizan y otro 15% espera hacerlo
en el 2014. Su motor de exploracin y visualizacin de datos es otro gran
atractivo que tiene en su propuesta de productos, el cual facilita la
integracin de hojas MS Excel con repositorios de datos.
Desventajas:
La primera gran limitacin sealada por los usuarios es el costo del
software (48% de sus usuarios as lo considera, slo superado por
Alteryx, con un 67%). En cuanto al soporte, recibi la segunda valoracin
ms baja de todo el estudio. El tiempo promedio para la creacin de
informes, junto con SAP, obtiene el tiempo ms alto (7,9 das de media),
esta medida se ve influencia por una curva de aprendizaje. En cuanto al
anlisis avanzado, adems de los conectores Hadoop y la integracin con
el Lenguaje R, MicroStrategy carece de funcionalidades de anlisis
predictivo y minera de datos avanzadas, cada vez ms demandadas por
los usuarios. Para Gartner, la presentacin de propuestas ms vinculadas
a aplicaciones sociales, crean ambigedad y distorsionan el mensaje de
una plataforma analtica y no contribuyen a dar valor al objetivo principal
que debera tener el fabricante, existiendo requerimientos ms crticos
107
como facilitar el uso de la herramienta,

funcionalidades de anlisis avanzado.
mejorar
el
soporte
5.6.1.3. Seleccin de herramienta de BI:

En base a las distintas opiniones y crticas vistas sobre los potenciales
software de BI que se ajustan a nuestro caso de estudio; hemos optado por la
herramienta MicroStrategy, como software para el desarrollo e
implementacin de nuestra propuesta de BI, resaltando puntos a favor como:
Cuenta con el promedio de implementaciones ms grande en cuanto al

volumen promedio de repositorios (17 TB, la media general de todo el
estudio es de 4.2 GB).
Documentacin en distintos Idiomas.
Soporte 24/7/365.
Periodo de Evaluacin de 1 mes con soporte incluido.
Soporte para dispositivos mviles (IOS, Android y Blackberry).
Cuenta con un servicio de Training Online gratuito.
Seguridad de la plataforma.
Fcil Integracin con las herramientas OLAP.
Gran escalabilidad y disponibilidad.
Cuenta con grandes casos de xito.
Cuenta con tablas interactivas a nivel de usuarios.
MicroStrategy est considerado dentro de cuadrante de Gantt como Lder
y visionario lo que nos asegura continuidad en el tiempo.
Interaccin con las herramientas de Office.
Administracin y desarrollo de la plataforma de forma visual; sin uso de
cdigo.
Alto rendimento, inclusive arquiteturas de 64 bits.
Conectividad con mltiples gestores de base de datos,
Acceso sin conexin a datos previamente descargados a nivel de
usuarios.
Cuenta con opciones avanzadas para usuarios como: alertas, captura de
imgenes, entre otras.
Incluye plataforma web adicional a la plataforma de escritorio.
Cuenta con el respaldo de Clientes como:
AFP Prima, AFP
Continental, Caja
Depsa, Drokasa,
Per, INEI, IPAE,
Catlica, UPC.
Integra, Asamblea Nacional de Rectores, Banco

Municipal de Arequipa, Corporacin de Miyasato,
Empresa Periodstica Nacional, Fuerza Area del
MAKRO, SAGA FALABELLA, TOPITOP, Universidad
108
5.6.2. Consideraciones para la implementacin:

El proyecto ha sido implementado en la empresa INDUAMERICA SERVICIOS
LOGISTICOS SAC tomando en cuenta las siguientes consideraciones:
El Data Warehouse est alojado en una base de SQL SERVER.

El proyecto de BI se desarrollar en MICROSTRATEGY.
El servidor de BI y motor de datos correr en un servidor Windows.
Los roles y usuarios sern administrados por el jefe de sistemas.
Los usuarios recibirn capacitaciones bsicas sobre el uso del sistema.
Se emitir manuales acerca del acceso a los reportes.
Se implementar el acceso al sistema de BI a cada celular a los reportes de

acuerdo al cargo que ocupe en la empresa, de igual manera se capacitar al rea
de sistemas para la configuracin de un nuevo dispositivo mvil en un futuro.
5.6.3. Proceso de implementacin:
Veamos un diagrama secuencial de los pasos a seguir para la implementacin del
sistema de BI:
Imagen 5.68: Implementacin
Definicin metadata
ETL
Instalacin y
Configuracin
Microstrategy
Creacin
Proyecto
Intelligence Server
Elaboracin
Reportes
Despliegue
Escritorio
Web
IOs
Android
Blackberry
Podremos visualizar el proceso completo de configuracin e instalacin del

proyecto de Bussines Intelligence en el siguiente link:
https://onedrive.live.com/redir?resid=35655194B94BE3EE!989&authkey=!ALi
mUgNBh06aEMY&ithint=folder%2cpdf
109
Visualicemos resumidamente el proceso:

Configuracin del servidor de Microstrategy:
Antes de la configuracin debemos conocer ciertos trminos a usar para la
implementacin del servidor de Microstrategy.
Datawarehouse: una o varias bases de datos de donde la herramienta

leer la informacin (segn el modelo que construyamos), para elaborar
los informes, consultas, cuadros de mando, cubos, etc. Es la base de
datos que hemos modelado y construido en la fase de anlisis de nuestro
proyecto y llenado con los procesos ETL utilizando Talend.
Metadata: son las tablas internas de Microstrategy donde se guarda toda
la informacin del modelo de datos que definamos y de todos los objetos
que construyamos utilizando la herramienta (filtros, informes, indicadores,
etc.). Es el corazn del sistema de BI.
Historial: historial de las modificaciones que realicemos con los objetos.
Estadsticas: tablas para mantener y controlar la actividad del sistema.
Iniciaremos la configuracin de la plataforma con la herramienta Configuration

Wizard:
Imagen 5.69: Configuracin Wizard
110
Previamente tendremos que especificar un repositorio para toda nuestra data que
puede ser archivos de Access, SQL server o cualquier otro gestor de base de
datos admitido por la herramienta.
Ahora regresaremos al Configuration Wizard y configuraremos la primera opcin
de crear tablas.
Imagen 5.70: Tablas de repositorio
Configuracin del Intelligence Server:

Imagen 5.71: Configuracin del intelligence Server desde Wizard
111
Creacin de Proyecto y Orgenes del proyecto:

Una vez establecida nuestra metadata y configurado nuestro Intelligence Server;
crearemos un nuevo proyecto
el cual
contendr distintos orgenes del
proyecto donde almacenaremos configuraciones, reportes, indicadores y otros
atributos propios de nuestro proyecto.
Imagen 5.72: Asistente para la creacin de proyecto
Seleccionaremos la opcin Architect para disear el esquema de la base de

datos:
Imagen 5.73: Opcin Architect para nuevos proyectos
112
Crearemos los atributos necesarios para el proyecto:

Imagen 5.74: Pantalla principal del Architect
Imagen 5.75: Especificacin de atributos en el Architect
VISTA DE TABLAS DEL ARCHITEC
Imagen 5.76: Estructura completa ISL_CUBO en Architect
113
VISTAS DE JERARQUA DEL ARCHITEC
Imagen 5.77: Vista jerrquica del Architect
114
5.7. Mantenimiento y Crecimiento:

El trabajo post-implementacin tendr las siguientes tarea.
Se ofrecer un programa de capacitacin a los usuarios y se entregar

la documentacin de cada reporte generado, as como el manual de
uso del sistema.
Se realizar las revisiones de errores que se puedan presentar ya sea
de conexin o de informacin.
Se capacitar al rea de sistemas para la configuracin de dispositivos
mviles.
El proyecto constar de una siguiente fase, en donde se incluir el incremento de

reportes de acuerdo a las necesidades de gerencia. Se evaluar implementarlo a
otras reas, sin embargo se analizar ese crecimiento para que el sistema no
colapse al estar ya en produccin.
5.8. Especificaciones de aplicaciones de BI:
5.8.1. Creacin de Informe:
Una de las partes principales de este proyecto, se basa en la creacin de
informes de utilidad para los trabajadores de los distintos niveles de la empresa,
los cuales sern su ayuda principal si de agilizar una toma de decisin se trata.
Estos informes o reportes se crean en base a los atributos y hechos establecidos
anteriormente, y como parte de apoyo usaremos los indicadores definidos
previamente.
Para crear un nuevo informe se debe abrir el men de opciones en la siguiente
pantalla y seleccionar nuevo informe.
Para este caso seleccionar la Opcin Informe en Blanco y presionar Aceptar
Imagen 5.78: Cuadricula de Informe
115
Seleccionar los Atributos en la Opcin Atributes y arrstralos hacia la Plantilla.

Una vez que se arrastr los atributos (para este caso Anio, Mes y Nombre)
seleccionar y arrastras el indicador creado, para seleccionar la ruta del indicador
navegaremos con el combo ubicado en la parte superior.
Luego presionar ejecutar, por defecto est en diseo cuadricula.
Imagen 5.79: Nuevo Informe
Luego Guardamos, y verificamos si se guard correctamente el informe

Imagen 5.80: Guardar Informe
116
Imagen 5.81: Ejecutar Informe
5.8.2. Configuracin Mvil:

Ingresar a la siguiente ruta y dirigirnos a la opcin Configuracin Mvil
Imagen 5.82: Mvil Web
117
Luego presionamos la opcin Definir configuracin nueva

Imagen 5.83: Configuracin Mvil Nueva
5.8.2.1. Configuracin Mvil Android:

Seleccionar en el combo Dispositivo la opcin Telfono Android
Imagen 5.84: Mvil Android
118
Nos colocamos en la Pestaa Configuracin del Telfono y realizamos la

configuracin detallada en el manual.
Luego debemos generar la URL, para ello presionamos el siguiente icono, luego
completamos los campos y damos clic al botn General URL.
Imagen 5.85: Generar URL
Luego seleccionar el cdigo URL y enviarla al mvil bajo cualquier modo (un
correo, un mensaje por alguna red social, etc.)
Imagen 5.86: URL Android
Luego descargamos el aplicativo Microstrategy mvil y abrimos el link del reporte,

, seleccionar para que se pueda ejecutar.
119
.
Imagen 5.87: Ver Informe
Reporte ejecutado desde el mvil con sistema operativo Android
Imagen 5.88: Reporte Vista Horizontal
120
Imagen 5.89: Reporte Vertical
5.8.2.2.
Configuracin Mvil BlackBerry:
Seleccionar en el combo Dispositivo la opcin BlackBerry

Imagen 5.90: Nueva configuracin Black Berry
Configuramos las opciones del telfono BlackBerry, indicadas en el manual

Luego debemos generar la URL, para ello presionamos el siguiente icono, luego
completamos los campos y damos clic al botn General URL.
Imagen 5.91: Generar URL
121
Instalar el aplicativo desde la ruta: C:\Program Files\MicroStrategy\Mobile

Clients\BlackBerry Client, en este caso lo instalaremos desde el BlackBerry
Desktop Software.
Imagen 5.92: Black Berry Client
Luego enviamos la configuracin contenida en la URL generada a travs

del medio deseado, para nuestro caso Facebook.
Imagen 5.93: Link Black Berry
Luego de Descargar la configuracin, entremos al Microstrategy instalado.

Imagen 5.94: Men Black Berry
122
Luego buscamos el reporte y lo ejecutamos.

Imagen 5.95: ISL Operaciones
Para poder observar el informe hay que enviar una suscripcin desde el servidor,
para ello iremos a nuestro servidor y abriremos nuestro aplicativo developer.
Realizaremos la siguiente configuracin.
Imagen 5.96: Suscripcin Mobile
Ahora en el celular veremos la siguiente opcin, desde ah podremos ver el

reporte
Imagen 5.97: Seleccin de Reporte Black Berry
123
Reporte Visto desde el BlackBerry

Imagen 5.98: Reporte Black Berry
5.9. Diseo de la arquitectura tcnica:

Entorno Back Room:
Los datos sern extrados de la base de datos de la empresa que se encuentra en
SQL, el proceso ETL se realiza con las herramientas SQL, el alojamiento de los
datos en el Data Warehouse ser en una base de datos SQL subida en un
servidor Windows.
Imagen 5.99: Back Room
SQL SERVER
ETL
SQL SERVER
Entorno Front Room:

Una vez poblado la data Warehouse con los datos respectivos se podr visualizar
los resultados a travs de la herramienta Microstrategy.
124
Imagen 5.100: Reporte Microstrategy
Reportes visualizados desde un mvil:

Imagen 5.101: Reportes Mvil
125
6. CONTRASTACIN DE HIPTESIS
6.1. Hiptesis y subhiptesis:
:
La Plataforma de BI con soporte mvil permitir obtener informacin integra

y disponible, reduciendo el tiempo empleado y disminuyendo los gastos
operativos, del proceso de toma de decisiones del rea de Operaciones de
Induamrica Servicios Logsticos SAC.
Para poder trabajar nuestra hiptesis la descompondremos en las siguientes

subhiptesis:
= 1 + 2 + 3 + 4
1 :
2 :
3 :
4 :

Logsticos SAC.
Logsticos SAC.
SAC.
SAC.
Iniciaremos contrastando las subhiptesis para luego aceptar o rechazar nuestra

hiptesis general.
6.2. Contrastacin de subhiptesis:
6.2.1. La plataforma de BI, permitir obtener informacin integra del
proceso de toma de decisiones del rea de Operaciones de Induamrica
Servicios Logsticos SAC.
1 :
La plataforma de BI, permitir obtener informacin integra

Informacin integra (W)

Diseo experimental: Pre-experimento

Hiptesis estadstica: 1 : > 0
Diagrama:
1 1 01 02
126
Formulacin de hiptesis nula:

0 :
La plataforma de BI, no permitir obtener informacin integra
Iniciaremos contrastando las subhiptesis para luego aceptar o rechazar nuestra

hiptesis general.
Seleccin de prueba:
Tenemos identificada ya nuestra muestra:
=7
Como parte de nuestra tcnica de recoleccin hemos usado la encuesta; la cual
fue aplicada a toda nuestra muestra para estudiar as el efecto del estmulo en
nuestro grupo de prueba.
La encuesta realizada posee las siguientes preguntas:
1. Considera usted que los resultados obtenidos por el sistema BI, son un reflejo de la informacin
con la q se cuenta en el SIGES?
o Nunca
o A veces
o Regularmente
o Casi siempre
o Siempre
2. Usara usted la informacin proporcionada por el sistema de BI, as como sus tablas y grficos
ante las posibles reuniones donde se solicite mostrar resultados e informacin de ese tipo?
o Nunca
o A veces
o Regularmente
o Casi siempre
o Siempre
Para poder medir esto hemos puesto un porcentaje a cada alternativa para poder
luego ver el promedio de aceptacin por parte de los usuarios en lo referente a la
integridad de la informacin.
Alternativa
Nunca
A veces
Regularmente
Casi siempre
Siempre
Porcentaje
0%
25%
50%
75%
100%
127
Informacin para la prueba:

Tenemos como muestra:
=7
Los resultados obtenidos en puntajes para ambas observaciones (O1 y O2), son
las siguientes:
Tabla 25: Resultado Encuesta - Sub Hiptesis 1
Encuestado
Primera Persona
Segunda Persona
Tercera Persona
Cuarta Persona
Quinta Persona
Sexta Persona
Sptima Persona
Total
O1
O2
100
150
75
100
125
150
100
125
150
150
175
200
175
175
975
1075
Clculos:
1. Compararemos los puntajes (resultado de sumar los puntajes de sus
respuestas) obtenido al realizar la encuesta al instalar la aplicacin y luego de
2 meses de haberla instalado.
Prueba t para medias de dos pruebas emparejadas:
Tabla 26: Resultados Estadsticos Sub Hiptesis 1
Media
Varianza
Observaciones
Coeficiente de correlacin de
Pearson
Diferencia hipottica de las
medias
Grados de libertad
Estadstico t
P(T<=t) una cola
Valor crtico de t (una cola)
P(T<=t) dos colas
Valor crtico de t (dos colas)
W(O1)
128,571429
1547,61905
7
W(O2)
150
1041,66667
7
0,90245392
0,05
6
-3,29400346
0,00826551
1,94318028
0,01653103
2,44691185
128
Grfico:
Imagen 6.1: Grfico primera Sub Hiptesis
Media
155
150
145
140
135
130
125
120
115
1
Conclusiones:
Se rechaza la hiptesis nula, debido a que el estadstico t (-3,294) es menor al
valor crtico negativo de t para una cola (-1,943).
Se acepta entonces 1 por lo que se afirma que el sistema de BI s permitir
tener la informacin integra, de acuerdo al resultado de las encuestas la cual nos
muestra un crecimiento en las medias de los puntajes; adicional a eso el valor
estadstico es menor al valor critico negativo para una cola por lo que reafirma la
hiptesis planteada.
6.2.2. La plataforma de BI, permitir tener informacin disponible en el
proceso de toma de decisiones del rea de Operaciones de Induamrica
Servicios Logsticos SAC.
2 :
La plataforma de BI, permitir tener informacin disponible.

Informacin disponible (X)


Diagrama:
1 1 03 04
129

0 :
La plataforma de BI, no permitir tener informacin disponible.
Contrastaremos ahora nuestra segunda hiptesis:

Seleccin de prueba:
Nuestra muestra:
=7
La tcnica de recoleccin usada es la encuesta; la cual fue aplicada a toda
nuestra muestra en conjunto con la encuesta hecha para resolver nuestra
subhiptesis nmero 1 (1 ) pero ahora enfocada en estudiar el comportamiento
de nuestra muestra segn 2 .
La encuesta realizada posee las siguientes preguntas:
1. Considera usted que la informacin del sistema de BI est altamente disponible, sin problemas
de servicios, red, fallas e conexin, caas del servidor u otros problemas afines.
o Nunca
o A veces
o Regularmente
o Casi siempre
o Siempre
2. Independientemente del lugar donde se encuentre. Considera ventajoso el acceso a la
informacin del sistema de BI, a travs de las distintas plataformas soportadas (pc, web,
android mvil, dispositivos IPhone e Ipad)?
o Nunca
o A veces
o Regularmente
o Casi siempre
o Siempre
Al igual que en la subhiptesis anterior, mediremos esto en base a un porcentaje,

en la cual cada alternativa posee un valor promedio; indicndonos la aceptacin
por parte de los usuarios a lo referente como: Informacin disponible.
Tabla 27: Puntajes utilizados en la encuesta
Alternativa
Nunca
A veces
Regularmente
Casi siempre
Siempre
Puntaje
0
25
50
75
100
130

=7
Los resultados obtenidos en puntajes para ambas observaciones (O3 y O4), son
las siguientes:
Tabla 28: Resultados Encuesta - Sub Hipotesis 2
Encuestado
Primera Persona
Segunda Persona
Tercera Persona
Cuarta Persona
Quinta Persona
Sexta Persona
Sptima Persona
Total
O3
O4
200
75
125
100
125
175
175
200
100
125
125
150
200
175
975
1075
Clculos:
1. Compararemos los puntajes (resultado de sumar los puntajes de sus
respuestas) obtenido al realizar la encuesta al instalar la aplicacin y luego de
2 meses de haberla instalado.
Media
Varianza
Observaciones
Coeficiente de
correlacin de Pearson
Diferencia hipottica de
las medias
Grados de libertad
Estadstico t
P(T<=t) una cola
Valor crtico de t (una
cola)
P(T<=t) dos colas
Valor crtico de t (dos
colas)
X(O3)
139,2857143
2053,571429
7
X(O4)
153,5714286
1547,619048
7
0,95993456
0,05
6
-2,83832662
0,014815983
1,943180281
0,029631967
2,446911851
131
Grfico:
Imagen 6.2: Grfico Segunda Sub Hiptesis
Media
155
150
145
140
135
130
2
Conclusiones:
Se rechaza la hiptesis nula, debido a que el estadstico t (-2,838) es menor al
valor crtico negativo de t para una cola (-1,943).
Se acepta 2 , afirmando que el sistema de BI s permitir tener la informacin
disponible, de acuerdo al resultado de las encuestas la cual nos muestra un
crecimiento en las medias de los puntajes , y al valor estadstico que es menor al
valor critico negativo para una cola.
6.2.3. La plataforma de BI, reducir el tiempo en el proceso de toma de
decisiones del rea de Operaciones de Induamrica Servicios
Logsticos SAC.
3 :
La plataforma de BI, reducir el tiempo.

Tiempo de reportes (Y)


Diagrama:
1 05 1 06
132

0 :
La plataforma de BI, no reducir el tiempo.
Contrastaremos ahora nuestra tercera subhiptesis:

Seleccin de prueba:
Nuestra muestra:
= 12
La tercera subhiptesis muestra como diagrama: 1 05 1 06

El diagrama sugiere una medida y toma de datos antes de la aplicacin del
estmulo y una post estmulo.
El objetivo de esta prueba es demostrar que entre el antes y el despus de la
instalacin de la plataforma BI existe un porcentaje de reduccin de tiempo de
trabajo entre ambos.
Para poder llevar a cabo esto, los reportes a usar como referencia obtendrn la
misma informacin usando los mismos parmetros; uno de estos obtenido desde
el sistema relacional y el otro desde el sistema de BI.
Informacin de prueba:
En este caso nuestra prueba O5 refleja el tiempo necesario para poder obtener la
informacin de un determinado reporte expresado en segundos, esto obtenido
antes de aplicar el estmulo, el cual en otras palabras se midi tomando como
base el sistema relacional con el que ya se contaba.
La prueba O6 muestra los tiempos necesarios para obtener los mismos reportes
del O5, pero haciendo uso ya del sistema de BI propuesta en este proyecto. Esta
es la post prueba, realizada despus de aplicar el estmulo.
Veamos los valores obtenidos en las pruebas O5 Y O6, los cuales usaremos
posteriormente para poder determinar la disminucin del tiempo y por
consiguiente aprobar o rechazar nuestra hiptesis:
133
Tabla 30: Resultados Encuesta Sub Hiptesis 3
150
96
120
98
64
81
200
83
109
50
17
28
Tiempo en segundos
Diferencia
entre tiempos
54
96
38
58
41
79
39
59
27
37
29
52
69
131
34
49
33
76
19
31
7
10
9
19
Porcentaje de
reduccin
64.00%
60.42%
65.83%
60.20%
57.81%
64.20%
65.50%
59,04%
69.72%
62.00%
58.82%
67.86%
Clculos:
Al igual que en los modelos anteriores, aplicaremos una Prueba t para dos
muestras suponiendo varianzas desiguales. Utilizaremos como herramienta el
Excel, los resultados obtenidos son lo que se visualizan a continuacin, tambin
obtendremos el grfico para un mejor entendimiento.

Media
Varianza
Observaciones
Diferencia hipottica de las medias
Grados de libertad
Estadstico t
P(T<=t) una cola
Valor crtico de t (una cola)
P(T<=t) dos colas
Valor crtico de t (dos colas)
T(O5)
91.3333333
2601.69697
12
0
14
3.73158247
0.00111664
1.76131012
0.00223327
2.14478668
T(O6)
33.25
305.659091
12
134
Grfico:
Imagen 6.3: Grfico Tercera Sub Hiptesis
Media
100
80
60
40
20
0
Conclusiones:
Se rechaza la hiptesis nula, debido a que el estadstico t (3,731) es mayor al
valor crtico positivo de t para una cola (1,761).
Se acepta 3 , por lo que el sistema de BI s reducir los tiempos de generacin
de los reportes; de acuerdo al resultado de las encuestas observamos tambin
una disminucin en las medias de los porcentajes y un valor estadstico mayor al
valor crtico positivo para una cola.
6.2.4. La plataforma de BI, disminuir los gastos operativos en el proceso de
Logsticos SAC.
4 :
La plataforma de BI, disminuir los gatos operativos.

Gatos operativos (Z)


Diagrama:
1 07 1 08
0 :
La plataforma de BI, no permitir reducir los gastos operativos.
Contrastaremos la subhiptesis para luego aceptar o rechazar nuestra hiptesis

general.
135
Seleccin de prueba:
Tenemos identificada ya nuestra muestra:
=7
Para esta prueba se ha realizado una encuesta en base al porcentaje de
reduccin de los gatos operativos por cada integrante de nuestra muestra. Cabe
sealar que cada porcentaje de reduccin se calcul en base a las actividades
propias del rea y la persona que las requiere.
Se tom como punto de referencia el gasto a realizar al obtener un reporte en un
determinado momento un integrante de la muestra con el sistema que
actualmente ya cuentan; contra la misma informacin obtenida desde el sistema
de BI, sin olvidarse de hacer uso de la portabilidad y ventaja que el proyecto de Bi
ofrece.
Tabla 32: Porcentaje de reduccin a calcular Sub Hiptesis 4
Reduccin
Porcentaje
Valor
___%

=7
Los resultados obtenidos de ambas pruebas muestran una reduccin del gasto
operativo, el cual lo hemos reflejado en porcentajes para fines de clculo:
Tabla 33: Porcentajes de Reduccin segn Usuarios Sub Hiptesis 4
Porcentaje de
Reduccin segn
Usuarios
95%
15%
72%
50%
30%
26%
21%
El objetivo de esta prueba es demostrar que el porcentaje de reduccin del gasto
es mayor a cero (media poblacional para nuestro caso).
136
X = Porcentaje de Reduccin.
X promedio = Porcentaje de Reduccin Promedio
N = Nmero de registros
Gl = Grados de libertad
S = Varianza muestral
= Constante T student
Tr = Regla de Decisin
U = Valor a demostrar, para este caso demostrar que es mayor a cero = 0
Clculos:
X promedio =
2 =
( )2
1
309
12
=
= 44,14
5310,86
6
= 885 ,43
= 885,14 = 29,75
= 0
= 7
= 44,14
= 29,75
Calcularemos la probabilidad de que el porcentaje de reduccin sea mayor a Cero
=

/
=
44,14 0
29,75/7
(44.14 0)
29 ,75/7
44,14
11,24
= 3,93
= 3,92557
= 0,003876
Conclusiones:
La significacin de la distribucin normal es menor a 0,05 por lo que se acepta la
subhiptesis 4 .
Al realizar la comparacin con la media poblacin (0), observamos un crecimiento
al comparar la media poblacional (0) con la media de la muestra (44,14) y una
significacin (0,003876) menor a la distribucin normal (0,05)
137
7. CONCLUSIONES:
Con la plataforma mvil la empresa podr mejorar su proceso de toma de
decisiones, as mismo contar con los siguientes beneficios:
Reduce el tiempo de espera en la generacin de un reporte. Esto debido

al desarrollo de procesos ETL.
Reduce el gasto operativo en el proceso de toma de decisiones. Ya que
permite una reduccin en gastos como pasajes e impresiones.
Permite revisar la informacin en el momento en que el usuario lo desee,
sin importar que se encuentre en la oficina. Es decir la informacin est
siempre disponible.
La aplicacin es de fcil uso y confiable, las encuestas nos indican la
satisfaccin de los usuarios al utilizar la plataforma.
La plataforma mejora el proceso de toma de decisiones debido a que el usuario

puede mantenerse informado de los cambios que se presenta en el mercado y de
cmo este influye en la proceso, verificando indicadores como ventas, gastos, el
producto ms trasladado, o las rutas ms usadas para el traslado de los
productos. Las cuales son fundamentales para lograr la visin de la empresa.
8. RECOMENDACIONES:
Se recomienda una correcta capacitacin a los usuarios en el uso de esta
plataforma, para aprovecha su rendimiento en un 100%.
Se recomienda fomentar la investigacin del uso y beneficios de otros produc tos
de carcter mvil.
Se recomienda implantar los procesos de ETL en las diferentes reas de la
empresa ya que permite una informacin confiable y los reportes sern generados
en una menor cantidad de tiempo.
Las tecnologas mviles estn en pleno crecimiento y en una sociedad como la
nuestra tenemos que adaptarnos a los cambios, a los nuevos retos que la
tecnologa nos pone porque si no evolucionamos conjuntamente, el futuro nos
rebasara y no seremos competitivos con nuestros productos o servicios que
estamos ofreciendo o lleguemos a ofrecer.
138
9. ASPECTO ADMINISTRATIVO
9.1. Cronograma de actividades:
Descripcin de actividades:
Imagen 9.1: Cronograma de Actividades
139
Diagrama de actividades:
Imagen 9.2: Diagrama de Actividades
Se adjunta al presente proyecto, un archivo digital en Project que contiene la

completa calendarizacin de actividades a realizar en este trabajo.
140
9.2. Presupuesto:
9.2.1. Bienes:
Bibliografa:
Textos.
Fotocopias.
Internet.
Otros. (Impresiones, revistas, etc.)
Equipos:
Computadora y accesorios
Equipos Mviles
Muebles
Otros:
Viticos.
9.2.2. Servicios:
Asesora Universitaria.
Evaluacin (Proyecto terminado).
Asesora Empresa.
Asesora Externa
Contrastacin Hiptesis
Pasajes
Al final de este punto, se podr visualizar una completa tabla que detalla los
gastos a realizar para el presente proyecto.
9.3. Fuentes de financiamiento:
El desarrollo de este Proyecto de Investigacin ser financiado de la siguiente
manera:
Financiamiento Propio.- Los encargados de desarrollar el proyecto de

investigacin debern afrontar con el presupuesto mencionado, tomando
en cuenta el siguiente cuadro descrito
Financiamiento Empresa.- La empresa (Induamrica Servicios Logsticos
S.A) en donde se aplicara el proyecto, brinda su apoyo con el presupuesto
mencionando en el cuadro siguiente.
Financiamiento Externo.- El apoyo brindado por fuentes externas los 2
tipos de clasificacin mencionados, para que el proyecto sea realizado.
141
PRESUPUESTO ESTIMADO DEL PROYECTO

El siguiente cuadro, muestra de manera detallado el presupuesto expresado en nuevos
soles a usar para el presente proyecto:
Tabla 34: Presupuesto Estimado del Proyecto
ITEM
VALORES
FINANCIAMIENTO
VALOR X
UNI.
Por hora
Por hora
Por hora
Por hora
Por hora
Por hora
10.00
30.00
20.00
20.00
15.00
15.00
24
70
75
70
720
30
0.00
2100.00
1500.00
0.00
0.00
0.00
3600.00
240.00
0.00
0.00
0.00
10800.00
0.00
11040.00
0.00
0.00
0.00
1400.00
0.00
450.00
1850.00
240.00
2100.00
1500.00
1400.00
10800.00
450.00
16490.00
Por da
Por da
20.00
20.00
30
40
600.00
800.00
1400.00
0.00
0.00
0.00
0.00
0.00
0.00
600.00
800.00
1400.00
3.Equipos y Material:
Computadora y accesorios
Equipos Mviles
Muebles
Libros
Subtotal:
Por unid
Por unid
Por unid
Por unid
2500.00
350.00
250.00
120.00
1
2
2
2
2500.00
700.00
500.00
240.00
3940.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
2500.00
700.00
500.00
240.00
3940.00
4.Software y licencias:
MicroStrategy Server
MicroStrategy Desktop
MicroStrategy Mobile
MicroStrategy Web
Subtotal:
Por user
Por user
Por unid
Por unid
3840.00
1920.00
1920.00
3840.00
1
2
2
2
0.00
0.00
0.00
0.00
0.00
3840.00
1920.00
1920.00
3840.00
11520.00
0.00
0.00
0.00
0.00
0.00
3840.00
1920.00
1920.00
3840.00
11520.00
5. rea de desarrollo:
Alquiler de oficina.
Bienes fungibles.
Servicios.
Otros
Subtotal
Por mes
Por mes
Por mes
Por mes
200.00
20.00
100.00
0.00
6
6
6
6
0.00
0.00
0.00
0.00
0.00
1200.00
120.00
600.00
0.00
1920.00
0.00
0.00
0.00
0.00
0.00
1200.00
120.00
600.00
0.00
1920.00
Por unid
Por unid
Por unid
Por hora
15.00
0.10
0.10
1.00
10
200
200
150
150.00
20.00
20.00
150.00
340.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
150.00
20.00
20.00
150.00
340.00
1. Recursos Humanos:
Personal tcnico.
Asesora externa.
Asesora universitaria.
Asesora de la empresa.
Desarrolladores del Py.
Otro tipo de apoyo.
Subtotal
2. Viajes y viticos:
Viticos
Movilidad local
Subtotal
6. Otros costos, servicios:

Referencias informativas.
Impresin.
Copias.
Internet.
Subtotal
FINANC.
PROPIO
CANT.
FINANC.
EMPRESA
FINANC.
EXTERNO
TOTAL
UNIDAD
142
De la tabla de presupuesto anterior, podemos resumir:
Tabla 35: Cuadro Resumen Presupuesto Estimado
Recursos Humanos
Viajes y Viticos
Equipos y Material
Software y licencias
rea de Desarrollo
Otros costos, servicios
16,490.00
1,400.00
3,940.00
11,520.00
1,920.00
340.00
TOTAL
35,610.00
Por lo cual el proyecto, PORTABILIDAD EN LA INTELIGENCIA DE NEGOCIOS.

DESARROLLO DE UNA PLATAFORMA DE GESTIN APLICADA AL REA
DE OPERACIONES DE INDUAMERICA SERVICIOS LOGISTICOS SAC, tendr
un costo de 35,610.00 nuevos soles.
143
10. REFERENCIAS:
10.1.
Referencias Bibliogrficas:
Acosta Espinoza, J. L. (2004). Estudio de los Modelos Digitales E-Business para

Gestion de la Informacin. Ecuador: Publicacin de la Universidad Tecnica del
Norte.
Albuerne, J. L. (2008). Diseo del catlogo de metadatos para la automatizacin
del proceso de carga de un data webhouse. Espaa: Editorial de la Universidad
Politenica de Madrid.
Arlenys, R. H. (2012). Inteligencia de negocios en la banca nacional: Un enfoque
basado en herramientas analticas. Revista Venezolana de Gerencia (RVG), 550.
Ayala, A. P. (2006). Inteligencia de Negocios: Una Propuesta para su desarrollo en
las organizaciones. Mexico : Publicacin del Instituto Politcnico Nacional.
Berjarano, M. F. (2009). Prototipo del sistema de informacin de recuperacin de
informacin artstica de las exposiciones del museo de arte moderno de Bogot.
Colombia: Editorial de la Pontificia Universidad Javeriana.
Borghello, C. F. (2002). Backups, el bastin Cado de la Seguridad Informtica .
SeguInfo, 1.
Cano, J. L. (2007). Business Intelligence: Competir con Informacion. Espaa:
Fundacin Cultur [i.e. Cultural].
Carlos, M. V. (21 de 01 de 2008). Gestiopolis. Obtenido de Gestiopolis:
http://www.gestiopolis.com/administracion-estrategia/tiempos-y-movimientos-enadministracion.htm
Charles T. Horngren, W. T. (2003). Contabilidad. Mxico: Pearson Educacin
Mxico.
Dario, B. R. (2010). Hefesto - Metodologa para la Construccin de un Data
Warehouse. Argentina: Publicacion de DataPrix.
Date, C. (2001). Introduccion a los Sistemas de Base de Datos. Mexico: Prentice
Hall.
Davis, J. (2008). La Revolucin de la Informacion. Espaa: Editorial Profit.
144
Diaz, J. C. (2012). Introduccin al Business Intelligence. Espaa: Editorial UOC.

Flores, J. H. (2012). Desarrollo de un Sistema de BI para generar los Estados
Financieros
de los clientes del ERP-OSIS. Peru: Editorial de la Universidad Tecnologica del
Peru.
Fred, D. (2008). Conceptos de Administracin Estratgica. Mexico: Editorial
Pearson.
Gartner. (02 de 2014). Cuadrante Mgico de Gartner: Gartner. Obtenido de
Gartner
Web
Site:
http://www.gartner.com/technology/research/methodologies/research_mq.jsp
Hiberus Tecnologa. (2012 de 02 de 01). Hiberus Tecnologa. Obtenido de
Bussines
Intelligence:
http://www.hiberus.com/mejora-de-la-competitividad-enorganizaciones-plataformas-de-business-intelligence
Ibermatica. (2007). Business Intelligence. Espaa: Publicaciones Ibermatica.
Kroenke, D. (2003). Procesamiento de Base de Datos. Mexico: Editorial Prentice
Hall.
L., L. M. (24 de Julio de 2010). Computacin Informtica: Nmatheus. Obtenido de
Blog
de
Norma
Matheus
WordPress
Web
Site:
nmatheus.wordpress.com/category/informacion/
Llauger, M. B. (2001). Hacia una economia del conocimiento. Espaa: Editorial
Esic.
Lopez, G. R. (2009). Implementacin de un modelo de minera de datos para
mejorar la toma de decisiones comerciales en la empresa STAR PERU S.A.C.
Peru: Editorial de la Universidad Nacional Santa.
Maria, E. V. (2012). Identificacin y valorizacin de indicadores de gestin para la
acreditacin de la carrera de Informtica. Ecuador: Editorial de la Universidad
Central del Ecuador.
Martnez, J. G. (2004). Planes de contigencia "La continuidad del negocio en las
organizaciones". Madrid: Ediciones Daz Santos SA.
Microsoft Cooporation. (14 de 09 de 2014). Microsoft Cooporation. Obtenido de
Microsoft Cooporation - Integration Services: https://msdn.microsoft.com/eses/library/ms141026.aspx
145
Monreal, J. R. (2008). Desarrollo de un Dashboard en la Plataforma Paula.

Espaa: Editorial de la Univerisdad de Murcia.
Ochoa, H. (2008). Estudios Gerenciales. Espaa: Elsevier.
Oracle Enterprise Manager. (3 de Marzo de 1998). Oracle8i Data Warehousing
Guide.
Obtenido
de
Oracle
Enterprise
Manager.:
http://docs.oracle.com/cd/A87860_01/doc/server.817/a76994/dimensio.htm
Ortega, D. (2011). Factores impresecindibles Para implementar un datawarehouse
desde su concepcin. Panama: Editorial de la Universidad Tecnologica de
Panama.
Pineda, O. y. (2006). Que hace que un proyecto de Business Intelligence sea
exitoso. Colombia: Publicacion de la Universidad EAFIT.
Rainardi, V. (2003). Business Intelligence, tcnicas de anlisis para la toma de
decisiones estratgicas. Espaa: Editorial Mc Graw Hil.
Schmidt, K. (1999).
Publications.
Introduccion a los Metadatos. Estados Unidos: Getty
Turmero, I. (2011). El arte de sacar conocimientos de grandes volumenes de

Datos. Venezuela: Publicacion de la Universidad Nacional Politecnica Antonio
Jose de Sucre.
Universidad Rey Juan Carlos. (2013). El Cuadro de Mando Integral. Espaa:
Catedra Madrid Excelente.
Valverde, Y. R. (11 de octubre de 2013). La revista de los Profesionales de la
restauracion
y
el
foodservice.
Obtenido
de
Gestion
Restaurantes:
http://www.gestionrestaurantes.com/llegir_article.php?article=1060
146
11. ANEXOS
INDUAMRICA SERVICIOS LOGSTICOS SAC
Descripcin:
Induamrica Servicios Logsticos S.A.C., es un Operador Logstico perteneciente
al Grupo Induamrica, especializado en el Transporte de mercadera a Nivel
Nacional ofrecindoles a nuestros clientes la seguridad de sus productos lleguen
en buen estado y a tiempo.
Los clientes tienen la tranquilidad de que su mercadera se encuentra en buenas
manos, su servicio est respaldado con: remolcadores y semirremolques
implementados con equipo GPS, equipo de Trabajo Capacitado y Calificado en el
rubro, Central de Monitoreo (Callcenter) que vigila las unidades las 24 horas del
da los 365 das del ao asegurando que sus productos lleguen a su
destino.Cuenta con oficinas en Chiclayo, Lima, Pacasmayo.
Misin:
Somos un equipo profesional realizando operaciones logsticas confiables y
oportunas, orientados a superar las expectativas de nuestros clientes.
Visin:
Ser lder en soluciones logsticas, para diversos sectores productivos.
Flota:
Empresa de Transporte de Carga Pesada Terrestre, ubicada en el Departamento
de Lambayeque con una flota de ms de 190 unidades; dentro de las cuales
posee remolcadores,
camiones y semi-remolques acondicionadas para cubrir la
necesidad de transportar la mercadera a nivel nacional. Asimismo, cabe
mencionar que la flota cuenta con una edad promedio de cuatro aos de vida en el
servicio de transportes y con equipos de ubicacin satelital GPS instalados en
cada unidad.
Sitio web:
www.isl.com.pe
Direccin:
Carretera Panamericana Norte, 775 - Chiclayo Lambayeque
Telfonos:
Tlf.(074)26-6327
Cel.942-927798
Nextel.410*8471
Nextel.100*6030
147
Encuesta Resultados de Implementacin de BI Mvil
1. Considera usted que los resultados obtenidos por el sistema BI, son un reflejo de la
informacin con la q se cuenta en el SIGES?
Nunca
A veces
Regularmente
Casi siempre
Siempre
2. Usara usted la informacin proporcionada por el sistema de BI, as como sus tablas y
grficos ante las posibles reuniones donde se solicite mostrar resultados e informacin de
ese tipo?
Nunca
A veces
Regularmente
Casi siempre
Siempre
3. Considera usted que la informacin del sistema de BI est altamente disponible, sin
problemas del servicios, red, fallas de conexin cada de servidor u otras afines.
Nunca
A veces
Regularmente
Casi siempre
Siempre
4. Independientemente del lugar donde se encuentre. Considera ventajoso el acceso a la
informacin del sistema de BI, a travs de las distintas plataformas soportadas (pc, web,
Android mvil, Dispositivos Iphone o Ipad)?
Nunca
A veces
Regularmente
Casi siempre
Siempre
148
149
150
ACTAS DE REUNION
151
Acta de Reunin N 01
Informacin Bsica
Cliente
Proyecto :
Fecha y Hora de reunin:
Etapa:
Induamrica Servicios Logsticos

Portabilidad en la Inteligencia de Negocios
01/05/2014 5:00 pm
Concepcin
Asistentes
No
Cargo
Empresa
1
2
3
4
5
Gerente de Operaciones
Supervisores de Operaciones
INDUAMERICA
INDUAMERICA
INDUAMERICA
INDUAMERICA
INDUAMERICA
Agenda
1. Presentacin de los Desarrolladores con los usuarios.

2. Entrega de correos personales, celulares o medios por los cuales nos podamos
comunicar.
3. Definir una plantilla del acta de reunin.
4. Identificar los requerimientos de negocio.
5. Determinar los posibles das de reunin fuera del horario de clase regular.
Objetivos
1. Conocer a todas las personas con el rol de Integrador y su experiencia.

2. Identificar los medios de comunicacin a usar para las coordinaciones futuras.
3. Entender los requerimientos del usuario.
Cuerpo de la Reunin
152
1. Cada uno de los asistentes se present y proporcion sus correos personales as como
los nmeros de celulares en los cuales se les puede ubicar.
2. Cada uno de los asistentes convers de la experiencia con la que cuenta en el desarrollo
de software y las diversas actividades afines al proyecto.
3. Se expuso la misin de la empresa y los requerimientos del proyecto.
4. Se consider el apoyar al equipo con la informacin necesaria para el desarrollo del
proyecto.
5. Se sugiri que en caso los das regulares de reunin no alcancen para poder tomar
alguna decisin importante para el proyecto nos podramos reunir los sbados por las
tardes luego de la hora de almuerzo, todos los asistentes estuvieron de acuerdo. El
horario an estara por definir cuando estn todos los integradores.
Conclusiones
1. Se requiere de una reunin donde estn todos los integradores.

2. Los requerimientos fueron los siguientes.
a. Reporte de ventas por producto de carga
b. Reporte de servicio de carga por rutas
c. Reporte de servicio de tipo de vehculo de carga
d. Reporte del total de ventas por periodo
e. Flexibilidad de reportes
f. Reportes con opcin a grficos
g. Reportes en plataforma mvil
Temas Pendientes
1. Acceso al sistema y a la estructura de la base de datos.
Prximos Pasos a Seguir
1. Solicitar al rea de sistemas la autorizacin para el manejo del Sistema y la revisin de

la base de datos.
2. Aprobacin del modelo de acta de reunin, sugerido por Junior Coronel Rentera.
Prxima Reunin Prevista
Lunes 19 de Mayo del 2014

Anexos
153
1. Se adjuntan los datos entregados por los asistentes a la primera reunin:

Constancia de Autorizacin, ubicada al final del proyecto.
Aprobacin del Acta
Aprobado por
Gerente de Operaciones
Supervisores de Operaciones
154
Acta de Reunin N 02
Informacin Bsica
Cliente
Proyecto :
Fecha y Hora de reunin:
Etapa:
Induamrica Servicios Logsticos

Portabilidad en la Inteligencia de Negocios
19/05/2014 5:00 pm
Autorizacin para el acceso al Sistema y Base de Datos
Asistentes
No
Cargo
Empresa
1
2
3

INDUAMERICA
INDUAMERICA
INDUAMERICA
Agenda
6. Brindar Usuario de acceso al Sistema Informtico (ISL).

7. Brindar Usuario de acceso al Sistema de Base de Datos
Objetivos
4. Tener acceso al Sistemas para poder realizar las pruebas necesarias.

5. Poder acceder al Sistema de Base de Datos, para realizar el desarrollo del Integration
Services.
Cuerpo de la Reunin
6. El coordinar de Seguridad nos brind los usuarios para acceder al Sistema ISL y al
Sistema de Base de Datos.
7. Se explic la estructura de la Base de Datos.
8. Se record que en caso los das regulares de reunin no alcancen para poder tomar
alguna decisin importante para el proyecto nos podramos reunir los sbados por las
tardes luego de la hora de almuerzo, todos los asistentes estuvieron de acuerdo. El
horario an estara por definir cuando estn todos los integradores.
Conclusiones
155
3. Se otorgo los privilegios para acceder al Sistema ISL y la Base de Datos.

4. La estructura de la base de datos sera modificado para el proyecto utilizando como
herramienta Integration Services.
Prximos Pasos a Seguir
3. Desarrollo del proyecto.

Prxima Reunin Prevista
No se ha coordinado
Aprobacin del Acta
Aprobado por
156

Proyecto-BI v5.2

Uploaded by

Document Information

Original Title

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

Proyecto-BI v5.2

Uploaded by

Copyright:

Available Formats

UNIVERIDAD NACIONAL

PEDRO RUIZ GALLO

PORTABILIDAD EN LA INTELIGENCIA DE NEGOCIOS. DESARROLLO DE

Lambayeque, Diciembre del 2015

UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

FACULTAD DE INGENIERIA CIVIL, SISTEMAS Y ARQUITECTURA

PORTABILIDAD EN LA INTELIGENCIA DE NEGOCIOS. DESARROLLO DE

Bach. Coronel Rentera, Junior Flix

Bach. Huancas Montalvn, Csar Ivn

Ing. Haro Maldonado, Edward Ronald

Ing. Samillan Ayala, Alberto Enrique

Ing. Villegas Cubas, Juan Elas

Ing. Guzmn Valle, Csar Augusto

Dedicamos nuestra tesis a Dios y a nuestros padres.

Csar Ivn Huancas Montalvn

A nuestros padres, por su constante apoyo en todo momento y

Al Ing. Csar Guzmn Valle, por haber aceptado con nosotros

Al Ing. Edward Haro Maldonado, por su gran apoyo en el

A Induamrica Servicios Logsticos SAC; por formar parte del

DATOS INFORMATIVOS: ..........................................................................................................4

PLANTEAMIENTO DEL ESTUDIO...............................................................................................5

ANTECEDENTES DE OTRAS INVESTIGACIONES: ..............................................................................8

MARCO METODOLGICO ...................................................................................................... 30

CONTRASTACIN DE HIPTESIS .......................................................................................... 126

CONCLUSIONES: .................................................................................................................. 138

REFERENCIAS: .................................................................................................................. 144

REFERENCIAS BIBLIOGRFICAS: ......................................................................................... 144

ANEXOS ........................................................................................................................... 147

3.1: Informacin dato y conocimiento ........................................................................ 17

5.34: cono de divisin condicional ............................................................................ 73

5.78: Cuadricula de Inform e ..................................................................................... 115

1: Ventajas y Desventajas de las MEtodologas .......................................................... 27

PORTABILIDAD EN LA INTELIGENCIA DE NEGOCIOS. DESARROLLO DE

Apellidos y Nombres: Huancas Montalvn, Csar Ivn

2. PLANTEAMIENTO DEL ESTUDIO

La Plataforma de BI con soporte mvil permitir obtener informacin integra

La Plataforma de BI con soporte mvil no permitir obtener informacin

Para poder trabajar nuestra hiptesis la descompondremos en las siguientes

La plataforma de BI, permitir obtener informacin integra del proceso de

Establecer los distintos tipos de reportes, en base a las necesidades de la

2.6. Justificacin e Importancia:

Accesibilidad a la informacin: Los datos son la fuente principal de este

Los beneficiados con este prototipo ser el nivel gerencial y tctico de

Flexibilidad: El ambiente de negocios cambia continuamente. Las

Deteccin de ventajas competitivas: Las posibilidades de estos sistemas

En el presente plan de tesis se desarrolla la propuesta de solucin a los fracasos

La inteligencia de negocio acta como un factor estratgico para una empresa u

Desagregando las definiciones antes mencionadas, se precisan los siguientes

Constituye el motor de las soluciones de inteligencia de negocios, por lo que

almacenamiento de datos, destinado a la recoleccin, organizacin y presentacin

DATOS, INFORMACIN, CONOCIMIENTO:

Imagen 3.1: Informacin dato y conocimiento

Fuente: Elaboracin propia

Por tanto, la informacin es la comunicacin de conocimientos o inteligencia, y es

Los usuarios son el centro del proceso de inteligencia y sus necesidades de

Comparacin con otros elementos.

ARQUITECTURA DE UNA SOLUCIN DE BUSINESS INTELLIGENCE:

departamento, siempre con el objetivo de integrar y optimizar la informacin

Tipos de cuadros de mando:

La perspectiva de aprendizaje y crecimiento: Es la ltima que se plantea en

Pese a que estas cuatro son las perspectivas ms genricas, no son

La fuerza de explicitar un modelo de negocio y traducirlo en indicadores

Clarifica cmo las acciones del da a da afectan no slo al corto plazo,