7/5/2003 Introduccin Qu es un Sistema de Informacin de Gestin (SIG)? Es el proceso por el cual los datos que son importantes para una empresa son identificados, analizados y recolectados para su posterior uso.
El primer objetivo de un SIG es incrementar la inteligencia de los procesos del negocio (Business Intelligence).
El SIG debe permitir observar el estado del negocio y el descubrimiento de informacin.
En los ltimos aos ha cambiado la forma de entender los SIG: Mercados cambiantes y altamente competitivos. Las nuevas tecnologas ofrecen nuevas oportunidades. Existe deseo de conocer mejor el comportamiento de los clientes.
El aumento espectacular del volumen de datos hace evidente la necesidad de una infraestructura para la logstica de la informacin.
Perspectiva histrica de los Sistemas de Informacin Primeros sistemas de informacin basados en aplicaciones. Generan ficheros especficos y/o utilizan bases de datos normalmente heterogneas entre ellas donde almacenan la informacin. Diseo marcado por las necesidades puntuales del da a da de diferentes departamentos del negocio. La integracin entre aplicaciones no era un objetivo. Aunque la tecnologa ha mejorado, perdura la falta de integracin, consistencia, coherencia (limitaciones) , sin embargo la demanda de informacin crece. Problema: Las aplicaciones siguen profundamente marcadas por las primeras consideraciones que dirigieron su desarrollo. La arquitectura sobre la que se construyeron estas aplicaciones (OLTP) no es vlida para soportar las necesidades de los sistemas de informacin de gestin actuales. En estos sistemas la arquitectura de los datos nunca fue un objetivo del negocio.
Nacimiento del concepto Data Warehouse La complejidad y dinamismo de la economa digital han situado en un lugar predominante a los gestores, desvelando las dificultades de acceso a la informacin de la empresa. La calidad y disponibilidad de la informacin se convierte en un objetivo primordial del negocio. Se apunta como primera solucin crear una gran base de datos virtual para integrar los datos de las aplicaciones existentes, una vez que hayan sido depurados y reconciliadas sus disparidades. Esto posibilitar que los datos sean utilizados para la gestin. La solucin pasa por separar el procesamiento en dos grandes categoras Proceso Operacional (OLTP). Procesamiento para el sistema de soporte de decisiones (OLAP/DSS/DM). Como consecuencia de lo anterior aparece el concepto de
Definicin Data Warehouse Data Warehousing / Data Warehouse / DW (Almacenes de datos)
El Data Warehouse es un componente de la arquitectura de sistemas, temtico, integrado, no voltil y dependiente del tiempo diseado para ayudar en la toma de decisiones. [W. H. Inmon (considerado el padre del concepto DW) 1992]
Conjunto de tecnologas de soporte a la toma de decisin, cuyo objeto es que quien trabaja con los conocimientos (ejecutivo, director, analista) pueda tomar decisiones de manera ms rpida y eficaz. [Chaudhuri y Dayal 1997] Pero, Qu es un Data Warehouse? El DW es un conjunto de tecnologas, NO UN PRODUCTO. Debe construirse, paso a paso. Es una arquitectura que debe construirse de acuerdo a las necesidades y entorno especfico del cliente, y debe construirse de manera ITERATIVA, para consolidar y administrar datos de varias fuentes con el propsito de conseguir en un perodo de tiempo aceptable y gracias a las nuevas capacidades de procesamiento y tcnicas analticas: Responder preguntas de negocio (OLAP - Anlisis de datos) Ayudar en la toma de decisiones (DSS EIS) Descubrir conocimiento (Data Mining - Minera de datos)
El Data Warehouse es una arquitectura bien definida cuyo objetivo inicial es satisfacer la demanda de los gestores de obtener una visin integrada de la empresa y su entorno.
Terminologa y definiciones OLAP (On-Line Analytical Processing o procesamiento analtico on-line) Se define como anlisis rpido de informacin multidimensional compartida. [Richard Creeth, Nigel Pendse] Herramientas OLAP (para anlisis de datos en DW): Frontales para el acceso a los datos del DW (o bases de datos multidimensionales tambin denominadas OLAP) basados en el modelo de datos multidimensional. DSS (Decision-Support Systems o sistemas de soporte a la toma de decisiones) EIS (Executive Information Systems o sistemas de informacin ejecutiva) Hacen alusin a las herramientas para obtener datos de nivel superior del DW para la toma de decisiones. Herramientas DSS / EIS: Objetivo: apoyar la toma de decisiones mediante la aplicacin de modelos matemticos y estadsticos, o de conocimiento especfico a un problema particular. Son un sistema integrado de planificacin y tratamiento de la informacin que incorpora la habilidad de consultar los datos del DW en una forma determinada, analizar la informacin obtenida y predecir, en base a unos determinados modelos, el impacto de las futuras decisiones antes de llevarlas a la prctica. DM (Data Mining o minera de datos) Se emplea como parte del proceso de descubrir conocimiento: Reglas de asociacin, Patrones secuenciales, rboles de clasificacin. Objetivos: Prediccin, Identificacin, Clasificacin, Optimizacin.
Terminologa y definiciones OLTP (On-Line Transaction Processing o procesamiento de transaccines on-line) Los datos que una empresa utiliza como soporte a los negocios se les denomina operacionales. Los sistemas usados con el fin de recogerlos u operar con ellos reciben el nombre de OLTP. Es el procesamiento de datos soportado por las bases de datos tradicionales (tambin denominadas transaccionales). BDs Relacionales (normalmente), Red, Jerrquicas, Operaciones de: Aadir, Modificar, Eliminar, Consulta. Optimizado para transacciones que habitualmente slo abarcan una pequea parte de una base de datos. Orientado a conseguir la mxima eficacia y rapidez en las transacciones (actualizaciones) individuales de los datos, y no a su anlisis de forma agregada. Bases de datos transaccionales (basadas en el modelo de datos ER) no pueden ser optimizadas para OLAP, DSS o Minera de Datos.
Terminologa y definiciones BI (Business Intelligence) Considerado como una Tecnologa de Informacin Describe un conjunto de conceptos y mtodos diseados para mejorar la toma de decisiones en los negocios a travs del uso de sistemas basados en hechos. Los sistemas basados en hechos abarcan: Sistemas de informacin ejecutiva - EIS (Executive Information Systems) Sistemas de soporte a la toma de decisiones - DSS (Decision-Support Systems) Procesamiento analtico on-line - OLAP (On-Line Analytical Processing) Minera de datos - DM (Data Mining) Herramientas de visualizacin de datos Data Visualization Sistemas de informacin Geogrfica - Geoghaphic Information Systems [Howard Dresner]
Es el conjunto de tecnologas que permiten a las empresas utilizar la informacin disponible en cualquier parte de la organizacin para hacer mejores anlisis, descubrir nuevas oportunidades y tomar mejores decisiones estratgicas.
Terminologa y definiciones Metadata en un Data Warehouse Metadata es la informacin sobre los datos que se introducen, transforman y existen en el DW. (Datos acerca de los datos)
Metadata normalmente incluye los siguientes elementos: Las estructuras de datos. Las definiciones del sistema de registro desde el cual se construye el DW. Las especificaciones de transformaciones de datos que deben realizarse para la carga de nuevos datos en el DW desde las fuentes de datos. El modelo de datos del DW. Informacin de cuando los nuevos elementos de datos se agregan al DW y cuando los elementos de datos antiguos se eliminan o se resumen. Los niveles de sumarizacin, el mtodo de sumarizacin y las tablas de registros de el DW.
Sistemas operacionales (OLTP) vs Sistemas analticos (OLAP, DSS, DM) Sistema Operacional (BD tradicional) Sistema Analtico (DW o almacn de datos) Almacena datos actuales Almacena datos histricos (datos tienen clave de tiempo) Almacena datos de detalle Almacena datos de detalle y datos agregados a distintos niveles Los datos son dinmicos (actualizables) Los datos son principalmente estticos Las actualizaciones no suelen estar programadas Las actualizaciones son escasas y programadas, incremental a intervalos regulares Los procesos (transacciones) son repetitivos Los procesos no son previsibles Dedicado al procesamiento de transacciones Dedicado al anlisis de datos Orientado a los procesos operativos Orientado a la obtencin de informacin Soporta decisiones diarias (corto plazo) Soporta decisiones estratgicas (medio y largo plazo) Sirve a muchos usuarios Sirve a tcnicos de direccin pocos usuarios* Requerimientos de respuesta inmediata Requerimientos de respuesta no crticos Modelo de datos relacional (normalmente) Modelo de datos multidimensional Base de Datos operativa vs Data Warehouse Una base de datos operativa: Almacena la informacin de un sector del negocio. Se actualiza a medida que llegan datos que deban ser almacenados. Se opera mediante los cuatro mecanismos clsicos aadir-eliminar-modificar- consulta. Normalmente se orienta hacia la elaboracin de informes peridicos. Suele manejar pequeos volmenes de datos. Entorno optimizado para muchas transacciones (con gran cantidad de actualizaciones). Sirve de infraestructura al da a da de las funciones de explotacin de una empresa. Un Data Warehouse: Almacena informacin integrada de los distintos sectores del negocio. Su actualizacin se realiza a intervalos regulares (tpicamente una al da) dentro de un proceso controlado, y tras realizar un preprocesado de los datos que se van a almacenar. Su orientacin es hacia la consulta del estado del negocio y obtencin de informacin para ayuda en la toma de decisiones estratgicas. Se ofrece informacin bajo demanda (anlisis mediante el uso de herramientas de generacin de informes que consultan el data warehouse). Refleja el modelo de negocio, frente al modelo de proceso. Caractersticas de un Data Warehouse Un DW es normalmente un almacn de datos integrados proveniente de fuentes diversas (datos de una empresa o negocio): Datos externos de ficheros generados por aplicaciones ad hoc. Administracin, Contabilidad, Facturacin Datos provenientes de diferentes sistemas de BDs transaccionales (datos operacionales), que normalmente son heterogneas. Datos generados por las herramientas de anlisis y de obtencin de informacin y conocimiento a partir de los datos originales del DW. Los datos almacenados en el DW mantienen series de tiempo y de tendencia. Mayor cantidad de datos histricos que los contenidos normalmente por las BDs transaccionales.
Caractersticas de un Data Warehouse Abarcan gran cantidad de datos (suelen ser del orden de Terabytes). Tienen un orden de magnitud (a veces dos) superior al de las bases de datos fuente. El volumen de datos es tratado por medio de: Almacenes de datos en grandes empresas Son proyectos de gran tamao que requieren una enorme inversin de tiempo y recursos. *Almacenes de datos virtuales Proporcionan vistas de bases de datos operacionales que se materializan para un acceso eficiente. Data marts (mercadillos de datos) Tienen generalmente como objetivo un subconjunto de la organizacin de la empresa (por ejemplo un departamento).
La tarea ms difcil y que ms tiempo consume en la construccin de un DW es extraer, transformar y cargar los datos en l. Proceso de Extraccin, Transformacin y Carga (ETL) de datos en el DW
DW
Extraccin y Limpiado Transformacin Fuentes de Datos Bases de datos Ficheros Datos Preprocesados Data Warehouse OLAP DSS DM Carga Modelado de datos: El modelo de datos Relacional Ejemplo de Modelo Relacional Entidad-Relacin (ER) de una empresa Modelo de datos para DW: El modelo de datos Relacional (KO) Situacin que se presenta para trabajar en anlisis de datos en el modelo ER: Legibilidad limitada. Los usuarios finales no son capaces de entender el modelo ER (normalmente no son informticos). Evidentemente, por tanto, no pueden "navegar" por dicho modelo en busca de informacin. Dificultad para las herramientas de consulta en el acceso a un modelo ER general. A menudo presentan prestaciones mediocres o inaceptables cuando se trabaja en entornos de grandes volmenes de informacin (problemas de optimizacin de consultas) La utilizacin de la tcnica de modelado ER frustra la recuperacin de informacin intuitiva y con alto rendimiento (caracterstica deseable de un Data Warehouse).
Modelo de datos no apropiado para Almacenes de datos (DW)
Modelado de datos: El modelo de datos multidimensional Caractersticas del Modelo Dimensional (o Multidimensional) Un modelo dimensional est compuesto de: Una tabla con una clave primaria compuesta, denominada tabla de hechos y un conjunto de tablas ms pequeas denominadas tablas de dimensiones. Cada una de las tablas de dimensin tiene una clave primaria que corresponde exactamente con uno de los componentes de la clave compuesta de la tabla de hechos. La tabla de hechos, debido a su clave primaria compuesta de dos o ms claves ajenas, siempre expresa una relacin 'n' a 'n'. Las tablas de hechos, adems de sus campos clave, contienen una o ms medidas numricas o "hechos", que se "dan" para la combinacin de las claves que definen cada registro.
Modelado de datos: El modelo de datos multidimensional Caractersticas del Modelo Dimensional (o Multidimensional) Tiene estructura que asemeja una estrella (o un copo de nieve): Una gran tabla central o tabla de hechos est conectada con un conjunto de tablas (una por dimensin) dispuestas de manera radial alrededor de esta tabla central. Recibe a menudo el nombre de "star join" o modelado en estrella. El modelado en estrella es altamente desnormalizado. Con ello se logra minimizar el nmero de uniones y, por consiguiente, incrementar el rendimiento de las consultas Una variante del modelo en estrella es el modelo en copo de nieve o snowflake. En este modelado se normalizan las dimensiones (ms de una tabla por dimensin) creando as jerarquas en las mismas y conservando lo esencial del modelo en estrella: las tablas de hechos
Permite el empleo de diferentes bases de datos: Denominado ROLAP, cuando se aplica el modelo dimensional a una base de datos relacional. Denominado MOLAP, cuando se aplica el modelo dimensional sobre base de datos dimensional.
Modelado de datos: El modelo de datos multidimensional Ejemplo de Modelo Dimensional (o Multidimensional) Modelado de datos: El modelo de datos multidimensional Visualizacin del Modelo Dimensional mediante representacin en cubo Modelado de datos: El modelo de datos multidimensional Las herramientas OLAP permiten navegar a travs de los datos almacenados en un modelo de datos dimensional para analizarlos dinmicamente desde una perspectiva multidimensional, es decir, considerando unas variables en relacin con otras y no de forma independiente entre s, permitiendo enfocar el anlisis desde distintos puntos de vista (por ejemplo se podra rotar el cubo de datos anterior para mostrar las ventas por producto a modo de filas). Esta visin multidimensional de los datos puede visualizarse como un cubo de Rubik, que puede girarse para examinarlo desde distintos puntos de vista, y del que se pueden seleccionar distintas rodajas o cubos dependiendo de los aspectos de inters para el anlisis. Modelo de datos para DW: El modelo de datos multidimensional Situacin que se presenta para trabajar en anlisis de los datos en el modelo Dimensional El modelo de datos es intuitivo. Es el mismo que manejan habitualmente los usuarios finales: Ejecutivos, Directivos y Analistas. Permite a las herramientas OLAP analizar los datos desde una perspectiva multidimensional (una tabla de hechos puede verse desde la perspectiva de varias tablas de dimensiones tcnica denominada pivotacin o rotacin). Permite crear fcilmente representaciones jerrquicas: Exploracin ascendente (roll-up) Desplaza la jerarqua hacia arriba agrupando en unidades mayores (de grano ms grueso) a travs de una dimensin (por ejemplo, resumiendo los datos semanales en trimestrales o anuales) Exploracin descendente (drill-down) Se da una visin ms concreta (de grano ms fino), por ejemplo, disgregar las ventas por provincias en ciudades, y clasificar los productos por tipos o categoras. Modelo de datos para DW: El modelo de datos multidimensional Situacin que se presenta para trabajar en anlisis de los datos en el modelo Dimensional Las ampliaciones del modelo son sencillas y transparentes para las aplicaciones y consultas que ya trabajan con el modelo: Aadir nuevos atributos a la tabla de hechos Aadir nuevas tablas de dimensiones Existe un nmero creciente de utilidades administrativas y aplicaciones que gestionan y utilizan los agregados (dependientes del modelo dimensional). Los agregados son resmenes de registros (redundantes con la informacin ya existente en el DW) y son empleados para mejorar el rendimiento de las consultas. Pasos para el desarrollo de un DW Identificar los requerimientos de usuario y delimitar el mbito del proyecto. Desarrollar el modelo de datos lgico del DW (modelo de datos dimensional). Implementar la arquitectura (seleccionar tecnologas, hardware y software) que constituir la infraestructura del DW. Implementar fsicamente el modelo lgico de datos crear la base de datos. Identificar las fuentes de datos -sistemas operacionales y/o externos- del DW. Describir los procesos de conversin necesarios para la incorporacin de los datos origen al DW. Pasos para el desarrollo de un DW Documentar el metadata del DW. Seleccionar y/o desarrollar los programas de extraccin, limpieza, conversin e integracin de los datos fuente. Cargar la base de datos del DW con los programas anteriores. Verificar con el usuario final la calidad de los datos, disponibilidad y rendimiento. El siguiente paso debera ser reconstruir de forma incremental (iteraciones), las entradas al sistema de procesamiento para establecer un entorno bien definido que permita las cargas automticas de datos, y a lo largo del tiempo, eliminar completamente todas las aplicaciones viejas, desintegradas y con problemas de mantenimiento. Software en un Data Warehouse Bases de datos usadas para data warehouse
PRODUCTO (EMPRESA DISTRIBUIDORA) Adabas D (Software AG) Advanced Pick (Pick Systems) DB2 (IBM) Fast-Count DBMS (MegaPlex Software) HOPS (HOPS International) Microsoft SQL Server (Microsoft) Model 204 (Computer Corporation of America) NonStop SQL (Tandem) Nucleus Server (Sand Technology Systems) OnLine Dynamic Server (Informix) Extended Parallel Server (Informix) OpenIngres (Computer Associates) Oracle Server (Oracle) Rdb (Oracle) Red Brick Warehouse (Red Brick Systems) SAS System (SAS) Sybase IQ (Sybase) Sybase SQL Server, SQL Server MPP (Sybase) SymfoWARE (Fujitsu) Teradata DBS (NCR) THOR (Hitachi) Time Machine (Data Management Technologies, Inc.) Titanium (Micro Data Base Systems, Inc.) Unidata,Unidata (Inc.) UniVerse (VMARK) Vision (Innovative Systems Techniques, Inc.) WX9000 (White Cross Systems, Inc.) XDB Server (XDB Systems, Inc.)
Datos de Software obtenidos del manual para la construccin de un Data Warehouse referenciado en la bibliografa. Software en un Data Warehouse Herramientas de consulta y reporte
PRODUCTO (EMPRESA DISTRIBUIDORA) Access (Microsoft) Access+ (Sonetics) Actuate Reporting System (Actuate Software Corporation) AMIS Information Server (Hoskyns Group plc) Application System (IBM) Approach (Lotus Corporation) ARPEGGIO (Wall Data Inc.) APTuser (International Software Group) AS/Access for Microsoft Access (Martin Spencer & Associates) ASK Joe (Information Management Services) aXcess/400 (Glenbrook Software) BrioQuery (Brio Technology) Business Objects (Business Objects, Inc.) Crystal Reports, Crystal Info (Seagate Software) d.b. Express (Computer Concepts Corp.) Databoard, Dataread (SLP Infoware) DataDirect Explorer (Intersolv) DataSite (NetScheme Solutions, Inc.) DB Publisher (Xense Technology Inc.) DbPower (Db-Tech Inc.) Decision Analyzer (Decisin Technology) DECquery, DECdecision (Touch Technologies, Inc.) Discoverer, Discoverer/2000 (Oracle Corporation) DS Server, DS Modeler (Interweave) EasyReporter (Speedware Corporation) Eclipse Query/Report (Cornut Informatique) ELF (ELF Software) English Wizard (English Wizard) EnQuiry (Progress Software) Esperant (Speedware) FOCUS Six (Information Builders, Inc.) 4S-Report (Four Seasons Software, Inc) Freequery (Dimension Software Systems) Front & Center for Reporting, Nomad (Thomson Software Products) GQL (Andyne) HarborLight (Harbor Software) HP Information Access (Hewlett-Packard) Impress, SqlBuddy (Objective Technologies, Inc.) Impromptu (Cognos Corporation) InfoAssistant (Asymetrix) InfoMaker (Powersoft Corporation) InfoQuery (Platinum Technology, Inc.) InfoReports (Platinum Technology, Inc.) InformEnt Warehouse Desktop (Fiserv) Internet DataSpot (DTL Data Technologies Ltd.) inSight (Williams & Partner) Interactive Query (New Generation software) IQ/Objects, IQ/SmartServer (IQ Software Corporation) Iridon Panorama (The Great Elk Company Limited) Kinetix (Hilco Technologies) LANSA/Client (LANSA USA) MARKIS/400 (AS Software) Nirvana (Synergy Technologies) OR-REPORTER II (Output Reporting, Inc.) Oracle Reports, Browser (Oracle Corporation) Paradox (Borland) Platinum Report Facility (Platinum Technology, Inc) ProBit (System Builder) Productivity Series Reports (michaels, ross & cole) QBE Vision (Sysdeco) QMF (IBM) QueryObject (Cross/Z International, Inc.) Quest (Centura Software Corporation) R&R Report Writer (Concentric Data Systems) Report Writer (Raima) Reportoire (Synergistic Systems, Inc.) Reports (Nine to Five software Co.) ReporTool (Zen Software) ReportSmith (Borland) Rocket Shuttle (Rocket Software, Inc.) Safari ReportWriter (Interactive Software Systems) Sagent Data Mart Solution (Sagent Technology, Inc.) SAS System (SAS Institute) Second Wind (Anju Technologies) Select! (Attachmate) SEQUEL (Advanced Systems Concepts) Snow Report Writer (Snow International Corporation) Spectrum Writer (Pacific Systems Group) SQLPRO Agent (Beacon Ware, Inc.) SQR Workbench (MITI) Strategy (ShowCase Corporation) The Reporter (Sea Change Systems, Inc) Unique XTRA (Unique AS) URSA InfoSuite (Decision Support Inc.) ViewPoint (Informix) Viper (Brann Software) VisPro/Reports (Hock Ware) Visual Cyberquery (Cyberscience Corporation) Visual Dbase (Borland) Visual Express (Computer Associates International) Visual FoxPro (Microsoft Corporation) Visual Net (CNet Svenska AB) Visualizer Query, Charts (IBM) Voyant (Brossco Systems) WebBiz (Cybercom Partners) WebSeQueL (InfoSpace Inc.) WinQL (Data Access Corporation) Xentis (GrayMatter Software Corporation) Software en un Data Warehouse Herramientas de base de datos multidimensional/olap
PRODUCTO, EMPRESA DISTRIBUIDORA, TIPO Acuity/ES, Acuity Management Systems Limited, 1 Applixware, Applix, 1 BusinessMetrics, Valstar Systems Ltd., 1 BOARD, Pragma Inform, 1 COINS, Russell Consulting Limited, 1 ColumbusEIS, Jitcons YO, 1 Commander EIS, Comshare Inc., 1 Corporate Management/ Financial Executive Information System, Strategic Information Associates, Inc., 1 CorVu, CorVu Pty Ltd., 1 Decision Suite, Softkit, 1 Discovery EIS, Atlantic Information Systems Ltd., 1 EIS, Inphase Software Limited, 1 Electronic Balanced Scorecard, ASI Financial Services, 1 Enterprise Periscope, Everyware Development Corp., 1 Eureka, European Management Systems, 1 ExecuSense, TLG Corporation, 1 FOCUS EIS, Information Builders, Inc., 1 Forest & Trees, Platinum Technologies, Inc., 1 iMonitor, BayStone Software, 1 InfoManager, Ferguson Information Systems, 1 Iridon Almanac, The Great Elk Company Limited, 1 InSight, Arcplan Information Services, 2 LEADER, Sterling Strategic Solutions, 1 MagnaFORUM, Forum Systems, Inc., 1 Merit, GIST, s.r.o., 1 Open EIS Pak, Microsoft, 1 Panorama Business Views, Panorama Business Views Inc., 1 Perspectives, Syntell, 1 Qbit, Zenia Software, Inc., 1 Reveal, CSD Software Inc., 1 SAS System, SAS Institute, 1 Show Business EIS, Show Business Software, 1 Tiler EIS++, Avoca Systems Limited, 1 Track, Track Business Solutions, 1 Traffic Control EIS, Research & Planning, Inc., 3 VentoMap, VentoSales, Vento Software Inc., 1 Virtual Headquarters Management System, vHQ LLC, 1 Visual EIS, Synergistic Software, 1 Visual Publisher, KMA Associates International, Inc, 1 VITAL, Braintec Corporation, 1 Wingz, Investment Intelligence Systems Group, 1 Wired for OLAP, AppSource Corporation, 1 Xecutive Pulse EIS, Megatrend Systems, Ltd., 1
TIPO 1.- Proporciona un sistema de informacin ejecutivo con capacidades analticas. 2.- Proporciona un sistema de informacin ejecutivo con capacidades analticas para usuarios SAP R/3. 3.- Proporciona un sistema de informacin ejecutivo con capacidades analticas para usuarios SAP R/2 y R/3. Data Mining (DM) Minera de datos Introduccin La idea clave es que los datos contienen ms informacin oculta de la que se ve a simple vista. KDD (Knowlegde Discovery in Databases): descubrimiento de conocimiento en bases de datos KDD = proceso completo: extraccin no trivial de conocimiento implcito, previamente desconocido y potencialmente til, a partir de una base de datos [Frawley et al., 1991] DM = etapa de descubrimiento en el proceso de KDD: paso consistente en el uso de algoritmos concretos que generan una enumeracin de patrones a partir de los datos preprocesados [Fayyad et al., 1996] Data Mining (DM) Minera de datos Aplicaciones Informtica: Soporte al Diseo de Bases de Datos. Reverse Engineering (nomalizar bases de datos desnormalizadas). Mejora de Calidad de Datos. Mejora de Consultas (si se descubren dependencias funcionales) Comercio/Marketing: Identificar patrones de compra de los clientes. Buscar asociaciones entre clientes y caractersticas demogrficas. Predecir respuesta a campaas de marketing. Anlisis de cestas de la compra. Banca: Detectar patrones de uso fraudulento de tarjetas de crdito. Identificar clientes leales. Predecir clientes con probabilidad de cambiar su afiliacin. Determinar gasto en tarjeta de crdito por grupos. Encontrar correlaciones entre indicadores financieros. Identificar reglas de mercado de valores a partir de histricos. Data Mining (DM) Minera de datos Aplicaciones Seguros y Salud Privada: Anlisis de procedimientos mdicos solicitados conjuntamente. Predecir qu clientes compran nuevas plizas. Identificar patrones de comportamiento para clientes con riesgo. Identificar comportamiento fraudulento. Transportes: Determinar la planificacin de la distribucin entre tiendas. Analizar patrones de carga. Medicina: Identificacin de terapias mdicas satisfactorias para diferentes enfermedades. Asociacin de sntomas y clasificacin diferencial de patologas. Estudio de factores (genticos, precedentes, hbitos, alimenticios, etc.) de riesgo/salud en distintas patologas. Segmentacin de pacientes para una atencin ms inteligente segn su grupo. Predicciones temporales de los centros asistenciales para el mejor uso de recursos, consultas, salas y habitaciones. Estudios epidemiolgicos, anlisis de rendimientos de campaas de informacin, prevencin, sustitucin de frmacos, etc. Conclusiones El aumento espectacular del volumen de datos en las empresas y su falta de integracin crean la necesidad de una infraestructura para la logstica de la informacin. Este es el principio u origen del Data Warehouse. No existe una nica definicin (ni traduccin) de Data Warehouse. El DW es un conjunto de tecnologas, no un producto. GRAN BASE DE DATOS. Herramientas para manipular los datos. Basado en el modelo de datos dimensional. La construccin de un DW es un proceso ITERATIVO. Un DW engloba las tecnologas que sirven de soporte al Business Intelligence. Es parte componente de un Sistema de Informacin de Gestin.
Conclusiones Un administrador de Data Warehouse tiene que: Ser primero un excelente Administrador de Bases de Datos. Tener amplios conocimientos en Fundamentos de Bases de Datos, Gestin, Planificacin e Informtica en general. Tener una extensa experiencia de trabajo con diferentes sistemas de bases de datos.
Bibliografa Bsica Ttulo: Fundamentos de sistemas de bases de datos (3 edicin) - Captulo 26 Autor(es): Elmasri, Ramez & Navathe, Shamkant Editorial: Addison Wesley
Data Warehouse http://www.ica.com.uy/dw/dw-doc.htm#Sistemas de Data Warehousing http://www.tid.es/presencia/publicaciones/comsid/esp/22/08.pdf (caso concreto de telefnica) Manual para la construccin de un Data Warehouse http://www.inei.gob.pe/cpi-mapa/bancopub/libfree/lib619/INDEX.HTM http://kybele.escet.urjc.es/adto/
Minera de datos: http://www.daedalus.es/Web.php?pag=040000 http://www.gsi.dit.upm.es/~gfer/ssii/aprendizaje/MD.pdf http://www.tid.es/presencia/publicaciones/comsid/esp/22/09.pdf (caso concreto de telefnica)
Business Intelligence http://www.bitam.com/DefBI.htm http://www.aliga.org/JORNADAS_DW_V2.PPT