Professional Documents
Culture Documents
SEMANA 6
OBJETIVOS ESPECÍFICOS
Describir los distintos orígenes de datos que se encuentran en un sistema de inteligencia
de negocios.
INTRODUCCIÓN
En esta semana se abordarán temas como la utilización de los orígenes de datos y bodegas de
datos en el entorno de la inteligencia de negocios y se mostrarán ejemplos prácticos de la creación
de una bodega de datos con la herramienta Oracle Warehouse Builder, lo que permitirá al alumno
tener una visión completa de la preparación de los datos para luego ser utilizados en los análisis.
Además, se mostrarán los distintos tipos de sistemas que alimentan la bodega de datos,
ejemplificando en el diseño de esta y dando claridad al estudiante acerca de los pasos necesarios
que deben generarse para entregar información de calidad en el análisis de información.
Se incluyen también las características que contienen los dashboards o cuadros de mando, los
distintos tipos de reportes y una demostración de la herramienta Oracle BI Publisher, con esto el
alumno y futuro profesional tendrá una visión global de las características de cada una y cómo se
relacionan.
De acuerdo a esta definición se puede decir que una bodega de datos es un repositorio central que
contiene datos actuales, históricos y sumarizados, que se obtienen desde las fuentes
operacionales para apoyar en todo el proceso de toma de decisiones estratégicas. Debido a que la
información proviene de diferentes entornos operacionales, generalmente tienen distintos tipos y
formatos e inconsistencias de datos, por lo cual es necesario limpiar, procesar y filtrar estos datos
para su posterior almacenamiento y, de esta manera, proporcionar una plataforma sólida de datos
consolidados.
Una vez que se encuentran los datos separados por años, estos pasan del detalle actual al detalle
mayor. Debido a que la información es sumarizada, pasa de un detalle actual a un ligero resumen
de datos.
Existen variadas herramientas para la creación de bodegas de datos, una de ellas es Oracle
Warehouse Builder que permite formarlas a partir de múltiples orígenes.
Oracle Warehouse Builder es una herramienta de integración que transforma datos a información
de calidad, pues provee auditoría de datos, integración de modelamiento relacional y
multidimensional. Además, gestiona el ciclo completo de datos y metadata. Warehouse Builder
permite crear almacenes de datos, migrar los datos desde los sistemas heredados, consolidar
datos de fuentes dispares, realizar limpieza y transformación de los datos para proporcionar
información de calidad, y administrar metadatos corporativos (Oracle Warehouse Builder, 2015).
Estos sistemas son los utilizados por las organizaciones y tienen la finalidad de registrar las
transacciones de información del día a día. Las principales prioridades de estos sistemas son
mantener el rendimiento en el procesamiento y la disponibilidad así como la calidad de la
información (Kimball y Ross, 2002).
Estos sistemas son los que siguen siendo utilizados por las organizaciones debido a que el costo de
reemplazo y/o rediseño es bastante elevado a pesar de su escasa competitividad y compatibilidad
CRM
El customer relationship management o gestión de relación con el cliente se basa en la simple idea
de que quien conoce a sus clientes podrá mantener una mejor relación, duradera y de valor con
ellos. El objetivo del CRM es maximizar las relaciones con los clientes a lo largo de su vida
comercial. Implica enfocar todos los aspectos del negocio, desde marketing, ventas, operaciones y
servicio, para establecer y mantener relaciones con los clientes de beneficio mutuo. Para ello, la
organización debe desarrollar una visión única e integrada de cada cliente (Kimball y Ross, 2002).
Existen en el mercado distintas herramientas que proporcionan la solución CRM como, por
ejemplo, Oracle CRM:
Fuente: http://www.oracle.com/ocom/groups/public/@ocom/documents/digitalasset/349798.jpg
Existen en el mercado un conjunto de herramientas ERP que permiten mejorar cada uno de los
procesos diarios dentro de una organización como el área de ventas y stock de productos. Una de
las herramientas más implementadas es SAP ERP.
Integrada: debido a que en un entorno operacional un dato similar puede tener diferentes
representaciones, por ejemplo una condición puede ser representada como: F/V, 0/1 o S/N, la
bodega de datos proporciona una vista unificada de todos los datos con una definición y
representación común para todas las áreas del negocio.
Orientada a un tema específico: los datos son almacenados con una orientación a un tema o
un área en particular. Por ejemplo, una operación puede ser registrada por clientes,
proveedores, productos, etc. En cambio, en un sistema operacional los datos son almacenados
por procesos específicos como pagos, facturas o créditos.
Variante en el tiempo: los datos son almacenados con una perspectiva histórica. A diferencia
de las bases de datos operacionales que se centran en los datos actuales, la bodega de datos
representa el flujo de la información a través del tiempo.
No volátil: una vez que los datos son almacenados en la bodega de datos, estos no son
removidos. De esta forma, cuando un dato tiene un nuevo valor, no se actualiza el valor
anterior, sino que se crea un nuevo registro con el valor actual, en contraste con las bases de
datos operacionales donde las actualizaciones son frecuentes.
Durante el proceso de diseño de una bodega de datos deben considerarse cuatro pasos a seguir
(Kimball y Ross, 2002):
El primer paso en el diseño es analizar y decidir cuál será el proceso de negocio a modelar, es
decir, entender los requerimientos de negocio de acuerdo con los datos disponibles.
Una vez que el proceso de negocio fue identificado, el área de almacenamiento de datos se
enfrenta a una decisión seria sobre el detalle de los datos o granularidad. ¿Qué nivel de detalle de
los datos deben estar disponibles en el modelo multidimensional?
Si se tiene definido el nivel de detalle de los datos, la elección de las dimensiones resulta ser un
paso intuitivo de realizar, puesto que cada componente que define la granularidad se corresponde
con una dimensión. Por ejemplo, si se ha definido la siguiente granularidad: fecha, producto y
tiendas, se pueden identificar las dimensiones tiempo, producto, tiendas y promociones.
El cuarto y último paso en el diseño de una bodega de datos es determinar cuidadosamente los
hechos que aparecerán en la tabla de hechos. Es importante la definición de granularidad de los
datos realizada en el paso dos. En el caso de que la información seleccionada tenga un nivel de
granularidad diferente, esta debe estar en otra tabla de hechos. Las medidas más útiles para
incluir en la tabla de hechos son las aditivas sobre las cuales se pueda realizar cualquier operación
de agregación (suma, promedio, conteo, etc.).
1.2.2. IMPLEMENTACIÓN
El ciclo de vida inicia con la planificación del proyecto de DW/BI. Esto se refiere a un proyecto
como una simple iteración del ciclo de vida de Kimball, el cual tiene un inicio y un fin. Durante esta
fase se evalúa la disposición de la organización para poner en marcha el proyecto, se determina la
justificación y el alcance preliminar del mismo y la obtención de los recursos necesarios para su
realización. Además, se establecen las personas que conformarán el equipo de trabajo, el
seguimiento y monitorización del plan de trabajo (Kimball y Ross, 2002).
Las bodegas de datos se caracterizan por integrar, reorganizar y consolidar grandes volúmenes de
datos para proporcionar una nueva base de información unificada para la inteligencia de negocios.
De este modo, los procesos de extracción, transformación y carga permiten que las empresas
puedan mover grandes volúmenes de datos desde múltiples fuentes, limpiarlos, transformarlos y
cargarlos a la bodega de datos.
Ver video: Cómo crear una bodega de datos a partir de una base de datos
a) Introducir detalle del cliente en el cuadro de texto Name (o Nombre). Se puede introducir
una descripción personalizada (Description).
1)
2) Dar un nombre significativo que represente el área de negocio asociada al dashboard y hacer
clic en el botón de herramientas y seleccionar las propiedades del dashboard (Dashboard
Properties…):
Para finalizar se presentó un tutorial para la creación de un dashboard y paneles de control con la
herramienta Oracle Business Intelligence, que dentro de sus principales características permiten
organizar la información por área de negocio y mostrarla de acuerdo al perfil de usuario, de esta
manera el gerente de una organización puede ingresar al sistema y visualizar como pantalla de
inicio, por ejemplo, un gráfico con la visión general de la compañía.
http://dictionary.reference.com/browse/legacy+system
Inmon, W. H. (2002). Building The Data Warehouse. 3ª edición. EE. UU.: John Wiley & Sons, Inc.
%20Building%20The%20Data%20Warehouse.%20Third%20Edition.pdf
Kimball, R. y Ross, M. (2002). The Data Warehouse Toolkit. The complete guide to dimensional
http://www.oracle.com/webfolder/technetwork/tutorials/obe/fmw/bi/bi11117/ps/ps.ht
ml
Oracle Warehouse Builder. (2015). Introduction to Oracle Warehouse Builder. Disponible en:
http://docs.oracle.com/cd/B28359_01/owb.111/b31278/concept_overview.htm#BABJGD
AF
http://www.sap.com/latinamerica/pc/bp/erp.html
IACC (2015). Orígenes de datos, bodegas de datos y Oracle Business Intelligence 11g. Parte I.