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