Qu es BI?y La

Inteligencia de Negocios o Business Intelligence (BI) se puede definir como el proceso de analizar los bienes o datos acumulados en la empresa y extraer una cierta inteligencia o conocimiento de ellos..

Qu es BI?y Dentro

de la categora de bienes se incluyen las bases de datos de clientes, clientes informacin de la cadena de suministro, suministro ventas personales y actividad cualquier de marketing o fuente de informacin

Qu es el BUSSINES INTELIGENCE?

Cmo Cmo nace el concepto de Inteligencia de Negocios?yCon

la llegada de herramientas tecnolgicas para el soporte a la toma de decisiones que facilita sta tarea a los niveles intermedios y estratgicos de la nace el organizacin, concepto de Inteligencia de Negocios. Negocios

Cmo nace el concepto de Inteligencia de Negocios?y a tecnologa

e apo a

a Inteligencia de Negocios, Negocios se asa en los sig ientes conceptos: Online Anal

i P essing (OLAP). Datawarehousing. atawarehousing. Datamining. Datamining.

Cmo apoya al flujo de informacin de la empresa?y Con BI se puede: Generar reportes globales

o por secciones Crear una base de datos de clientes Crear escenarios con respecto a una decisin Hacer pronsticos de ventas y devoluciones

Cmo apoya al flujo de informacin de la empresa?y Con BI se puede: Compartir informacin

entre departamentos nlisis multidimensionales Generar y procesar datos Cambiar la estructura de toma de decisiones Mejorar el servicio al cliente

En qu reas se usan ms la BI?y Ventas: nlisis de ventas; Deteccin de clientes importantes; nlisis de productos, lneas, mercados; ronsticos y proyecciones. y Marketing: Segmentacin y anlisis de clientes; Seguimiento a nuevos productos. y Finanzas: nlisis de gastos; Rotacin de cartera; Razones Financieras.

BI?y Manufactura:

roductividad en nlisis de lneas; desperdicios; nlisis de calidad; Rotacin de inventarios y partes crticas. y Embarques: Seguimiento de embarques; Motivos por los cuales se pierden pedidos.

Quin necesita soluciones de Business Intelligence? Intelligence?y i

la mpresa puede contestar a irmati amente por lo menos a una de las siguientes preguntas, entonces usted es candidato a ene iciarse de las soluciones de BI. Pasa ms tiempo

recolectando y preparando informaci n ue anali ndola?

Quin necesita soluciones de Business Intelligence? Intelligence? En ocasiones le

frustra el no poder encontrar informacin que usted est seguro que existe dentro de la empresa?

Quin necesita soluciones de Business Intelligence? Intelligence? asa

tiempo tratando de hacer que los reportes en Excel luzcan bien?

mucho

Quin necesita soluciones de Business Intelligence? Intelligence? Quisiera tener una

gua sobre las cosas que han sucedido cuando los administradores anteriores implementaban determinada estrategia?

Quin necesita soluciones de Business Intelligence? Intelligence? No sabe qu

hacer con tanta informacin que tiene disponible en la empresa?

Quin necesita soluciones de Business Intelligence? Intelligence? Quiere

saber qu productos fueron los ms rentables durante un periodo determinado?

Quin necesita soluciones de Business Intelligence? Intelligence? No sabe cules

son los patrones de compra de sus clientes dependiendo de las zonas?

Quin necesita soluciones de Business Intelligence? Intelligence?

Ha

perdido oportunidades de por negocio recibir informacin retrasada?

Quin necesita soluciones de Business Intelligence? Intelligence? Trabaja

horas extras el fin de mes para procesar documentos o reportes?

Quin necesita soluciones de Business Intelligence? Intelligence? No

sabe con certeza si su gente est alcanzando los objetivos planeados?

Quin necesita soluciones de Business Intelligence? Intelligence? No

sabe si mantiene una comunicacin estrecha entre las diversas reas de su empresa hacia una estrategia comn?

Quin necesita soluciones de Business Intelligence? Intelligence?

No tiene idea de

por qu sus clientes le regresan mercanca?

Qu componentes tienen la soluciones de Business Intelligence? Intelligence?Todas las soluciones de BI tienen funciones parecidas, pero deben de reunir al menos los siguientes componentes:y y y y

Multidimensionalidad Data Mining gentes Data Warehouse

Herramientas para la Inteligencia de Negocios

Herramientas para la Inteligencia de Negocios egocios

Herramientas para la Inteligencia de Negocios

Herramientas para la Inteligencia de Negocios

Herramientas para la Inteligencia de Negocios

Data Warehousey El objetivo de los DWs (almacenamiento de

datos) es almacenar los datos oriundos de los diversos sistemas de informacin transaccionales en varios grados de relaciones y sumarios, con el fin de facilitar y agilizar los procesos de toma de decisin por diferentes niveles gerenciales.

Orientados al usuarioy Los datos almacenados en el Data Warehouse

proveen informacin sobre un tema en particular en vez de atender la operatoria de gestin de la compaa.

Integridady Esos

datos deben ser tratados (identificados identificados, catalogados, catalogados recolectados, a disponibilidad, recolectados transformados en informaciones) informaciones e integrados permitiendo diversas formas de consultas a travs de consultas, mecanismos amistosos de las herramientas de los usuarios. usuarios

Variacin en el tiempoy Los DWs son nor al ente

ct liz s B tch (act aliza os na o al nas veces or a y no conteniendo los datos de las transacciones de la e resa de anera on-line) y p c t r r s c ti s t s s.

Alcancey Los Datamarts(DMs son DMs)

DWs de alcance limitados, dicho de otra manera son equeos re ositorios de datos es ecficos ara cada rea de negocios o departamentos de las empresas.

Data Warehousey Tanto los DWs como

los DMs forman la base a partir de la cual las empresas pueden utilizar las herramientas I usiness Intelligence -para la extraccin de informaciones gerenciales

Datos operacionales y Data WarehouseDatos operacionales Contenido Organizacin EstabilidadValores elementales

Data WarehouseDatos sumarizados, derivados Por tema

Por aplicacin

Dinmicos

Estticos hasta su actualizacin

Datos operacionales y Data WarehouseDat e acionale structura Frecuencia de acceso Tipo de accesoOptimizada para uso transaccional (NORMALIZADA) Alta

Data WarehouseOptimizada para querys complejos (DESNORMALIZADA) Media y baja

Lectura / escritura Lectura Actualizacin Sumarizacin campo por campo

Datos operacionales y Data WarehouseDatos operacionales Uso Tiempo de respuestaPredecible Repetitivo Segundos

Data WarehouseAd hoc Heurstico Segundos a minutos

Problemas con los datosy Demasiados datosy datos corru tos o con

ruido y datos redundantes (requieren factorizacin) y datos irrelevantes y excesiva cantidad de datos

Problemas con los datosy Pocos datosy atributos perdidos

(missings) y valores perdidos y poca cantidad de datos y Datos fracturados y datos incompatibles y mltiples fuentes de datos

Cuntos datos son necesarios?y Cuntas filas?. y Cuntas columnas?. y Cunta historia? y Regla general : cuanto

ms datos, mejor y En la rctica : condicionado a los recursos de obtencin y procesamiento.

Data Martsy Los Datamarts(DMs) son DWs de alcance Datamarts(DMs)

limitados, dicho de otra manera son pequeos repositorios de datos especficos para cada rea de negocios o departamentos de las empresas.

Explotacin del DatawarehouseReportQu ery, EIS

MetadataExtraccin, clean up y carga de datos

OLAP

DWDatos operacionales y externosData Mining

Componentes del DWy Fuentes de datos y Procedimientos de Extraccin y Procedimientos de Transformacin y Procedimientos de carga (Loading) y Soporte fsico de los datos (DBMS) y Herramientas de explotacin : OLAP, reporting, DataETL

Mining, etc.

ETLy Procedimientos

(herramientas) destinados a obtener los datos de las eracionales, fuentes o eracionales limpiarlos, convertirlos a los formatos de utilizacin y cargarlos en el repositorio final.

Integridad de datosdatos c len c ici s i t ri c ando se aj stan a todos los stndares de valor y completit d. y Todos los datos del son correctos y l est completo (no existen ms datos f era de l).y Los

Integridad de datosy La credibilidad del DW depende de la

integridad de sus datos y El uso del DW depende de la percepcin de los usuarios y de la confian a que tengan en su contenido. y De la integridad de datos depende el xito del proyecto.

Controles de Integridady Controles de Prevencin : controlan la

integridad antes de cargar los datos en el DW. y Controles de Deteccin : aseguran la exactitud y completitud de la informacin una vez cargada en el DW.

Data Process Flow

Data Process Flow Stages: 1.Data Migration 2.Cleansing 3.Transformation 4.Loading 5.Reconciliation

Etapas del proceso ETLy Migracin de datos y Limpieza y Transformacin(clculos, agregados, sumarizaciones, desnormalizacin).

y Carga y Conciliacin - Validacin

Migraciny Staging area: rea de trabajo fuera del DW. taging area: y El propsito de la migracin es mover los

datos de los sistemas operacionales a las reas de trabajo (staging areas). y NO se debe mover datos innecesarios (control preventivo).

Limpieza (Data cleaning) cleaning)y Corregir, estandarizar y completar los datos y Identificar datos redundantes y Identificar valores atpicos (outliers) y Identificar valores perdidos (missings)

Limpieza (actividades)y Se debe uniformar las tablas de cdigos

de los sistemas operacionales y simplificar esquemas de codificacin y Datos complejos que representan varios complejos, atributos a la vez, deben ser particionados.

Transformaciny Son procesos destinados a adaptar los datos al

modelo lgico del DW y Se generan reglas de transformacin . y Las reglas deben validarse con los usuarios del DW

Transformacinel DW no contiene informacin de las entidades que - en los sistemas operacionales - son muy dinmicas y sufren frecuentes cambios. y Si es necesario se utilizan Snapshots (fotos instantneas)y Generalmente

Transformaciny La des-normali acin de los datos tiene como des-

propsito mejorar la performance performance. y Otro propsito es el de reflejar relaciones estticas, estticas es decir, que no cambian en una perspectiva histrica.y Por ejemplo: producto - precio vigente al

momento de facturacin.

Transformacin (sumarizaciones) (sumarizaciones)y Los datos s marizados ac l ran l s ti

p s

anlisis. anlisis. y Las s marizaciones tambin oc ltan jidad datos. compl ji ad de los dato y Las s marizaciones pueden incl ir joins de mltiples tablas y Las s marizaciones proveen mltiples vistas del mismo conjunto de datos detallados (dimensiones).

Estructura dimensional

Sumarizaciones (mantenimiento)y El mantenimiento de las sumari aciones

es una tarea crtica. crtica y El DW debe actuali arlas a medida que se cargan nuevos datos. datos y Debe existir alguna forma de navegar los datos hasta el nivel de detalle (drill down). y La definicin de la granularidad es un problema serio de diseo.

El nivel de granularidad: problema de diseo del DWy Cul es la unidad de

tratamiento (fila) y Qu es un cliente? Una cuenta, un indi iduo una cuenta iduo, familia y Cmo se sumariza la dimensin tiempo? Das, Das semanas, meses ? mese

Carga (Loading) (Loading)y Dos aproximaciones:y Full Refresh y Incremental

y Aunque el Full Refresh

parece ms slido desde el punto de vista de la integridad de los datos, a medida que crece el DW se vuelve cada vez ms difcil de realizar.

Controles de detecciny La validacin de la carga del DW identifica

problemas en los datos no detectados en las etapas anteriores. y Existen dos maneras de hacer la validacin: y completa (al final del proceso) y por etapas a medida que se cargan los datos

Controles de detecciny Los controles incluyen reportes que comparan los

datos del DW con las fuentes operacionales a travs de: y totales de control y nmero de registros cargados y valores originales vs valores limpios (transformados), etc.

Herramientas ETLy Pueden ser procesos manuales diseados a

medida (querys SQL, programas en Visual querys SQL asic, etc). y Existen herramientas que proporcionan interfaces visuales para definir joins, joins transformaciones, agregados, transformaciones agregados etc. sobre las plataformas mas comunes.

Multidimensionalidad (OLOL soporta el anlisis de datos multidimension al, el cual permite a los er usuarios, los mismos en datos diferentes formas utili ando m ltiples dimensiones .

)

Inteligencia de Negocios

Multidimensionalidad (OL

)

or ej.: Si su empresa vende Tuercas, ernos, randelas y Tornillos, en las regiones Este, Oeste y Central. Y requerira conocer la cantidad de randelas vendidas el trimestre pasado; sera fcil consultar la Base de datos de Ventas.

Modelo de datos Multidimensional

Multidimensionalidad (OL

)

Si gira el cubo 90 grados, la cara que se muestra ser el producto contra las ventas reales y las proyectadas. Si gira el cubo 90 grados otra vez, ver la regin contra las ventas reales y las proyectadas.

Multidimensionalidad (OL

)

Si lo gira 180 grados a partir de la vista original, ver las ventas proyectadas y el producto contra la regin. Los cubos se pueden anidar dentro de cubos para construir vistas de datos complejas.

Minera de DatosLas empresas suelen generar grandes cantidades de informacin sobre sus procesos productivos, desempeo operacional, mercados y clientes.

Minera de Datosero el xito de los negocios depende por lo general de la habilidad para ver nuevas tendencias o cambios en las tendencias.

Minera de DatosLas aplicaciones DataMining de pueden identificar tendencias y comportamiento s, no slo para extraer informacin

Minera de Datossino tambin para descubrir

las

en bases de datos que pueden identificar comportamiento s que no son muy evidentes.

relaciones

Minera de DatosLa minera de datos est ms orientada al descubrimiento de informacin, al encontrar patrones y relaciones ocultas en robustas bases de datos e infiriendo reglas a partir de ellos para predecir el comportamiento futuro.

Minera de DatosLos patrones y las reglas se utilizan para orientar la toma de decisiones y predecir el efecto de tales decisiones.

Tipos de Informacin de la Minera de DatosAsociaciones sociaciones Secuencias Clasificacin Agrupamiento

ASOCIACIONES

Minera de Datos

Son ocurrencias enlazadas a un solo evento.

ASOCIACIONES

Minera de Datos

Por ejemplo, un estudio de los patrones de compras de un supermercado podra revelar que cuando se compran hojuelas de maz tambin se compra, en un 65 por ciento de las veces, una bebida de cola.

ASOCIACIONES

Minera de Datos

Pero cuando hay alguna promocin se compra una bebida de cola en 85 por ciento de las veces. veces Esta informacin ayuda a los gerentes a tomar mejores decisiones porque se han dado cuenta de la rentabilidad de las promociones.

SECUENCIAS

Minera de Datos

Aqu los eventos se enlazan con el paso del tiempo tiempo.

SECUENCIAS

Minera de Datos

Por ejemplo, podramos encontrar que si se compra una casa, 65 por ciento de las veces casa se comprar un nuevo refrigerador dentro semanas, de las siguientes dos semanas y que al mes de la compra de la casa habr un 45 por ciento de veces en que se comprar un horno. horno

CLASIFICACIN

Minera de Datos

Reconoce patrones que describen el al cual pertenece un grupo elemento por medio del anlisis de los elementos existentes que se han clasificado por medio de la inferencia de un conjunto de reglas.

CLASIFICACIN

Minera de Datos

Por ejemplo, las empresas de tarjetas de crdito o las telefnicas se preocupan permanentes. por la prdida de clientes permanentes

CLASIFICACIN

Minera de Datos

La clasificacin ayuda a descubrir las caractersticas de los clientes que se podran perder y puede aportar un modelo para ayudar a los gerentes a predecir quines son estos clientes e idear campaas especiales para retenerlos.

AGRU AMIENTO

Minera de Datos

Funciona de una manera semejante a la clasificacin cuando an no se han definido grupos. grupos

AGRU AMIENTO

Minera de Datos

La minera de datos puede descubrir agrupamientos dentro de los datos, grupos de afinidad para tarjetas bancarias o particionar una base de datos en grupos de clientes por sus caractersticas demogrficas y el tipo de sus inversiones personales personales.

Aplicaciones BI1. La nueva generacin de servicios financieros puede ofrecer escenarios y recomendaciones de inversin a sus usuarios, de acuerdo con el monto disponible y el nivel de riesgo y utilidad deseados. deseados

2. Amazon. Utiliza los sistemas Amazon. analticos para conocer la experiencia de cada comprador y perfeccionar tanto su estrategia de mercadotecnia, como las referencias cruzadas de productos de manera individual.

3. Six Flags. Esta organizacin ha Flags logrado economa en los costos de compras compartidas y administracin de inventarios, debido a la capacidad que tiene para realizar rpidamente, anlisis de datos financieros globales, lo globales que lleva al mejoramiento en procesos de negocio.

4. Xerox. Ha utilizado las herramientas analticas en su Sistema de Gestin de Cuentas por Cobrar con la finalidad de hacer el anlisis de deuda por cliente y cobrador, cobrador focalizando el uso de recursos en la cobranza de las facturas facturas. Con este sistema, Xerox ha logrado cambiar su recaudacin mensual de un seguimiento aleatorio de las deudas a deudas, sistemtico. un control semanal sistemtico

5. Twentieth Century FoxUutiliza BI para predecir qu actores, argumentos y filmes sern populares en cada vecindario. vecindario Evitando ciertos argumentos en cines especficos, la compaa tiene ahorros de aproximadamente $100 Millones de dlares alrededor del mundo cada ao.

SAGENT SOLUTION LATTFORMy

Este sistema integrado extrae, extrae transforma, transforma mueve, mueve distribuye y presenta la informacin clave para la toma de decisiones en la empresa en un entorno homogneo. homogneo

MICROSTRATEGYy rovee soluciones a clientes de

cualquier industria y/o rea funcional con el fin de ayudarlos en la obtencin de un mayor conocimiento sobre la informacin manejada en su empresa

BUSINESS OBJECTSy Suministra a los usuarios el poder

acceder de forma sencilla a los datos datos, analizar la informacin almacenada y creacin de informes informes.

COGNOSy Es un software que ofrece la funcionalidad de anlisis y toma de decisiones. Cuenta decisiones con una herramienta especial para modelacin pronstico modelacin, forecasting , y simulacin what if del negocio negocio.

BITAM/ARTUS BUSINESS INTELLIGENCE SUITE

y Herramienta

capaz de agrupar la informacin y utilizarla como un activo que ayudar a la empresa a identificar las oportunidades de negocio, optimizar las reas de finanzas, clientes, finanzas clientes procesos internos, internos aprendizaje e innovacin

ORACLE 1x i APPLICATION SERVERy Permite acceder analizar y acceder,

compartir la informacin y tomar decisiones precisas basadas en datos precisas, en forma rpida rpida.

Microsoft Business Intelligencey Microsoft

usiness Intelligence ofrece una suite completa de programas que soporta todas las facetas de toma de decisiones. La integracin decisiones estrecha directa con el Microsoft SQL Server 2005 la plataforma, Microsoft Office SharePoint usiness Server 2007, y Microsoft Office 2007 Scorecard Manager 2005 y ProClarity Analytics, Analytics, Microsoft provee capacidades comerciales integrales de inteligencia que entregan la informacin correcta, a buena hora y en el correcta hora, formato correcto (BI).

Otrosy Actuate y Denodo y ESRI y Hyperion yI M y Informatica y Information uilders y Microstrategy y MIS y OutlookSoft y SAP y SAS y SPSS

Conclusiny El ambiente del mundo de los negocios de hoy exige una aplicacin cada vez ms eficiente de la informacin disponible. disponible BI como su nombre en ingls lo indica, genera un conocimiento al negocio, negocio que se deriva de la correcta utilizacin de la informacin generada dentro y fuera de la empresa.

Conclusiny BI es una herramienta que pone a disposicin de los informacin usuarios la correcta en el lugar correcto. correcto Son mltiples los beneficios que ofrece a las empresas, entre ellos se encuentra la generacin de una ventaja competitiva. competitiva

Conclusiny Hay una gran variedad de soluciones de BI que en suma, son muy similares, pero para que se considere completa debe reunir cuatro componentes: multidimensionalidad, multidimensionalidad data agentes y data mining, mining warehouse. warehouse

ConclusinSon ya muchas las empresas que han implementado soluciones de BI y se han visto enormemente beneficiadas. y La mejor forma de resumir todo lo anterior es por medio de la frase de Bill Gates, Director de Microsoft:y y

realidad funciona y lo que no.

BI ayuda a rastrear lo que en

Data Modelling Techniques for Data Warehousing :

La pregunta centralDe qu modo deben disearse las bases de datos que conforman un Data Warehouse para soportar eficientemente los requerimientos de los usuarios?

Por qu es importante?y Visualizacin del universo del negocio y Modelo de abstraccin de las

preguntas que los

usuarios necesitan responder y Diseo del plan de implantacin del Data Warehouse

Dos tcnicasModelo E-Ry Entidades y Atributos y Relaciones

Modelo dimensionaly Hechos y Dimensiones y Medidas

Modelo E-R

Modelo dimensional: HECHOSy Hechos : coleccin de items de datos y datos de

contexto. Cada hecho representa un item de negocio, una transaccin o un evento y Los hechos se registran en las tablas CENTRALES del DW

Modelo dimensional: DIMENSIONy Una dimensin es una coleccin de miembros o

unidades o individuos del mismo tipo y Cada punto de entrada de la tabla de HECHOS est conectado a una DIMENSION y Determinan el contexto de los HECHOS

Modelo dimensional: DIMENSIONESy Se utilizan como parmetros para los anlisis OLAP y Dimensiones habituales son: y Tiempo y Geografa y Cliente y Vendedor

Modelo dimensional: DIMENSIONES - MiembrosDimensin Tiempo Geografa Cliente Vendedor Miembro Meses, Trimestre, Aos Pas, Regin, Ciudad Id Cliente Id Vendedor

Modelo dimensional DIMENSIONES - Jerarqua

Modelo dimensional DIMENSIONES : Medidasy Medida : es un atributo numrico de un hecho que

representa la performance o comportamiento del negocio relativo a la dimensin y Ejemplos:y Ventas en $$ y Cantidad de productos y Total de transacciones, etc.

Visualizacin de un modelo dimensional

DW - OLAPEl modelo dimensional es ideal para soportar las 4 operaciones bsicas de la tecnologa OLAP:y Relacionadas con la granularidad: ROLL UP - DRILL

DOWN y Navegacin por las dimensiones : SLICE - DICE

Drill Down - Roll Up

Slice and Dice

Modelos bsicos dimensionalesSTAR SNOWFLAKE

Star

SnowFlake

E-R - Modelo dimensionaly El modelo dimensional puede verse como un caso

particular del modelo de ER y Foreing keys y Hecho

Dimension Entidad

Datawarehousing process

Manage the Projecty Es un proceso cclico e iterativo y Refiere al manejo del PROYECTO, no al manejo del

Warehouse (ONGOING)

Define the projecty u se necesita analizar y por qu?Cul es el alcance

del proyecto? y El contexto de definicin y los alcances del proyecto DEBEN permitir FLEXIBILIDAD. NO deben ser demasiado especficos.

Requirements gatheringy Quin (personas, grupos, usuarios, etc) y Qu (se quiere analizar) y Por qu y Cundo (factores de oportunidad en el tiempo) y Dnde (factores geogrficos) y Cmo definir las medidas

Source driveny Los requerimientos se definen utilizando las fuentes

de datos operacionales. y La mayor ventaja es que de antemano se conoce que todos los datos podrn ser provistos ya que se sabe qu est disponible

Source driveny Se minimiza el tiempo de interaccin con los usuarios

en las primeras etapas (se gana velocidad). y El riesgo es producir un conjunto incorrecto de requerimientos por la poca participacin del usuario y El usuario recibe lo que tenemos

User driveny Los requerimientos se definen a partir de las

necesidades del usuario. y Conduce a proyectos ms acotados pero probablemente ms tiles y Tiene como desventaja que al no limitarse el pedido del usuario pueden solicitarse objetivos imposibles

Relevamiento:Source driven vs User driven

Source driven - User driveny Data Mart : User driven y Global Data Warehouse : Source driven para partir el

proyecto en reas temticas. Luego para cada rea se utiliza un enfoque User driven