Subido por consultoria.fvargas

CLASE 4

Anuncio
Estrategia y Gestión empresarial basada en datos
Dr. Federico Vargas
Tema 3 El papel de los sistemas de
información en la inteligencia de negocio
Universidad Internacional de La Rioja
Como ayuda la inteligencia de negocios
• Acceso inmediato a todos los datos relevantes
– Facilidad para encontrar fuentes de datos.
– Estructurados y no estructurados.
• Kit completo de herramientas analíticas
– Análisis automatizado, en donde aplique.
– Alertas, alarmas, agentes.
– Aplicaciones analíticas.
• Portal de información
– Página inicial personalizada para análisis.
– Presentado en términos de negocios.
2
Solución BI - Arquitectura
1. Origen de Datos
2. Extracción
3. Transformación
4. Carga o Alimentación
5. DataMarts
6. Visualización
Cubo OLAP o
Area
Multidimensional
Analysis
dServices 2000
d
Sistemas
OLTP o
Fuentes de
Datos
TXTs
ó
Vistas
Area Temporal o
de Preparación y
Limpieza
Area Dimensional
o de Modelos
Estrella
SQL Server 2000
SQL Server 2000
Cubo OLAP o
Area
Multidimensional
Analysis
dServices
2000
Consultas,
Reportes,
Indicadores,
Análisis
Estadístico,
Tendencias,
Comparaciones
Intranet,
Microsoft Excel,
Microsoft Data
Analyzer,
Business
Scorecards
Cubo OLAP o
Area
Multidimensional
Analysis
dServices
2000
Usuarios Técnicos
Administradores de Plataforma
Usuarios
3
Arquitectura - Consideraciones
• Identificados los orígenes de datos, estos cargarán
periódicamente de acuerdo con el modelo requerido.
• Los datos pueden cargarse desde
– Archivos planos tipo TXT.
– Las bases de datos de la organización ODBC, OLE DB - conexión
• Estos datos SIEMPRE se cargan en el área temporal,
para transformación de datos, homogenización u otras
modificaciones a realizar.
• El área temporal es el ÚNICO origen o punto de entrada
del modelo dimensional.
– No crece de acuerdo con las necesidades de información.
• El modelo dimensional es el ÚNICO origen o punto de
entrada del DataMart.
– Si crece de acuerdo con las necesidades de información.
4
Diseño conceptual: Modelo de Datos
5
Diseño conceptual:Modelo de Datos
6
Modelo de Datos - Consideraciones
• El modelo estrella es un modelo “desnormalizado”.
• El modelo estrella consolida hechos en relación a unas
dimensiones o filtros.
• Los datos no representan una transacción del negocio en
particular.
• Los datos pueden obtenerse mediante cálculos o
agregaciones.
• El modelo estrella es una representación de negocios de
una vista de la organización.
7
Modelo de Datos - Consideraciones
• El modelo dimensional es una técnica que busca
fortalecer la capacidad de consultas de que los usuarios
disponen, haciendo la interfaz más entendible y el
procesamiento más eficiente.
8
Modelo de Datos - Multidimensional
9
Modelo de Datos - Consideraciones
• En contraposición al modelo ER, que es una técnica
poderosa para el diseño de sistemas de procesamiento
de transacciones en ambientes de bases de datos
relacionales.
10
Modelo de Datos - Consideraciones
• En el modelo transaccional se diseña alrededor de las
aplicaciones y funciones tales como préstamos, ahorros,
tarjeta bancaria y depósitos para una institución
financiera.
11
Modelo de Datos - Consideraciones
• En el ambiente data warehousing se organiza alrededor
de sujetos tales como cliente, vendedor, producto y
actividad.
12
Diseño conceptual – Proceso ETL
TXT
DTS
DTS
DTS
TXT
DTS
DTS
DTS
TXT
DTS
DTS
TXT
DTS
DTS
Area Temporal – SQL Server 2000
DTS
Area Dimensional – SQL Server 2000
DataMarts– Analysis
Services 2000
13
Proceso ETL - Consideraciones
• Los cubos OLAP almacenan los agregados y el detalle,
por razones de desempeño.
• Todas las operaciones involucradas dentro de este
procesamiento, serán automáticas.
• El ETL es el proceso por el que se disponibilizan los
datos extrayéndolos de múltiples fuentes y
transformándolos en datos útiles para la limpieza, la
transformación y la obtención de información.
14
www.unir.net
Descargar