BASE DE DATOS

DATAWAREHOUSE Y DATA MINING

Universidad de Oriente

Núcleo de Anzoátegui

Postgrado de Informática Gerencial

Realizado Por:

Alexis Ramos

Edgar Millán

Manuel Martínez

DATAWAREHOUSE Y MINERIA DE DATOS

Agenda

1. Introduccion

2. Datos, Informacion y Conocimiento

3. Negocios Inteligentes o Business Intelligent

4. Datawarehouse – Datamart

5. Datamining o Mineria de Datos

6. Conclusion



CONTEXTUALIZAN

CATEGORIZAN

CALCULAN

CORRIGEN

CONDENZAN

COMPARA

PREDICE

BUSQUEDA

COMPARTE

DATOS, INFORMACIÓN Y CONOCIMIENTO


DATOS, INFORMACIÓN Y CONOCIMIENTO

23.42 3.55

100.000

DATOS INFORMACION CONOCIMIENTO


NEGOCIOS INTELIGENTES (BUSINESS INTELLIGENT)

OptimizaciónProceso de

Toma de Decisiones

Factor EstratégicoRespuesta a

Problemas de Negocios

Ventaja Competitiva



Una Solución BI completa permite:

Observar - ¿Qué está Ocurriendo?

Comprender - ¿Por qué Ocurre?

Predecir - ¿Qué Ocurriría

Colaborar - ¿Qué Debería Hacer el Equipo?

Decidir - ¿Qué Camino se Debe Seguir?



Importancia del Business Intelligent en la Toma de Decisiones

Sistemas de Planificación de Recursos Empresariales

Tradiciones (ERPs )

Sistemas de Planificación de Recursos Empresariales

Tradiciones (ERPs )

Poseen estructuras muy inflexibles para servir de

apoyo en toma de decisiones de negocios

Limitaciones

Gran rigidez a la hora de extraer datos Largos tiempos de respuesta Datos erróneos, obsoletos o incompletos Problemas para adecuar la información al cargo del usuario Ausencia de información histórica

SoluciónBI



Sistemas de Soporte a la Decisión (DSS)

Sistemas de Información Ejecutiva (EIS)

Cuadros de Mando Integrales (CMI)

Datawarehouse

Datamart



Ejemplo: Anuncio de Ariel (TV)

Aparece un niño que se mancha de helado, diciendo:

"Ariel te limpia todo. Todo menos la cartera, ya que Ariel básico es un 20% más barato“.

Aparece un niño que se mancha de helado, diciendo:

"Ariel te limpia todo. Todo menos la cartera, ya que Ariel básico es un 20% más barato“.

Desde el punto de vista del BI

Palabra Clave = “Básico”

Ariel, gracias al análisis de datos, se dió cuenta de que el mayor porcentaje de ventas lo sigue teniendo en su producto básico, y no en los típicos "con jabón de marsella", "detergente del futuro", .. y cosas similares fruto de las modas

Desde el punto de vista del BI

Palabra Clave = “Básico”

Ariel, gracias al análisis de datos, se dió cuenta de que el mayor porcentaje de ventas lo sigue teniendo en su producto básico, y no en los típicos "con jabón de marsella", "detergente del futuro", .. y cosas similares fruto de las modas


DATAWAREHOUSE (ALMACEN DE DATOS)

Primer Paso, desde el punto de vista técnico, de

un Business Intelligent

Primer Paso, desde el punto de vista técnico, de

un Business Intelligent

Información Homogenea y Fiable

Información Homogenea y Fiable

Consulta y Tratamiento Jerarquizado de la

Información

Consulta y Tratamiento Jerarquizado de la

Información

Concepto General



DATAWAREHOUSE VS. DATAWAREHOUSING

DATAWAREHOUSEDATAWAREHOUSE

DATAWAREHOUSING

Repositorio central de datos (integra datos desde el

punto de vista de usuario y no de procesos)

Repositorio central de datos (integra datos desde el

punto de vista de usuario y no de procesos)

Proceso Global para crear y mantener un

Datawarehouse

Proceso Global para crear y mantener un

Datawarehouse



CARACTERISTICAS

Estructura Consistente – Información Estructurada en Distintos Niveles de Detalle

Datos Organizados por Tema para Facilitar Acceso y Entendimiento por Usuario Finales

Almacenamiento de Distintos Valores que Toma una Variable en el Tiempo – Análisis de Tendencias.

Información de tipo Permanente – Incorporación de Actualizaciones de Valores sin Modificar la Data Existente



METADATOS (Datos sobre Datos)

Permiten saber la procedencia, periodicidad y fiabilidad de la información



ETL (EXTRACCION, TRANSFORMACION Y CARGA) PROCESO DE CONSTRUCCION

• Extracción: obtención de información de las distintas fuentes tanto internas como externas.• Transformación: filtrado, limpieza, depuración, homogeneización y agrupación de la información.• Carga: organización y actualización de los datos y los metadatos en la base de datos.



APORTES

Proporciona una herramienta para la toma de decisiones en cualquier área funcional, basándose en información integrada y global del negocio.

Facilita la aplicación de técnicas estadísticas de análisis y modelización para encontrar relaciones ocultas entre los datos del almacén; obteniendo un valor añadido para el negocio de dicha información.

Proporciona la capacidad de aprender de los datos del pasado y de predecir situaciones futuras en diversos escenarios.

Simplifica dentro de la empresa la implantación de sistemas de gestión integral de la relación con el cliente.

Supone una optimización tecnológica y económica en entornos de Centro de Información, estadística o de generación de informes con retornos de la inversión espectaculares.



DATAMART En síntesis,

Se puede decir que los Datamarts son pequeños Datawarehouse centrados en un tema o un área de negocio específico dentro de una organización.

En síntesis,

Se puede decir que los Datamarts son pequeños Datawarehouse centrados en un tema o un área de negocio específico dentro de una organización.

Sistema Orientado a la Consulta de InformaciónSistema Orientado a la Consulta de Información

Clases de Datamart1.Dependientes2.Independientes

Clases de Datamart1.Dependientes2.Independientes



RAZONES PARA CREAR UN DATAMART

Fácil acceso a los datos que se necesitan frecuentemente.

Crea vista colectiva para grupo de usuarios.

Mejora el tiempo de respuesta del usuario final.

Facilidad de creación.

Costo inferior al de la aplicación de un completo almacén de datos.

Los usuarios potenciales son más claramente identificables que en un almacén de datos completo...

Fácil acceso a los datos que se necesitan frecuentemente.

Crea vista colectiva para grupo de usuarios.

Mejora el tiempo de respuesta del usuario final.

Facilidad de creación.

Costo inferior al de la aplicación de un completo almacén de datos.

Los usuarios potenciales son más claramente identificables que en un almacén de datos completo...



EJEMPLO: Compañía: Auto UNO, S.A.

Situación actual

• 28 Concesionarios a nivel Nacional.• Venta de vehiculos Nuevos y Usados.• Vehículos Comercializados: Autos, Camionetas y Camiones• Todos los concesionarios utilizan un sistema de facturación Online




Necesidades del Negocio

• Aprovechar al máximo el incremento de la demanda del mercado (Aumento de operaciones de compra/venta de vehículos).

• Implementación de planes de premios para los vendedores que cumplan los objetivos de ventas.

• Conocer distribución de ventas entre concesionarios .

• Conocer la diferencia entre cantidad de presupuestos y ventas realizadas.

Necesidades del Negocio

• Aprovechar al máximo el incremento de la demanda del mercado (Aumento de operaciones de compra/venta de vehículos).

• Implementación de planes de premios para los vendedores que cumplan los objetivos de ventas.

• Conocer distribución de ventas entre concesionarios .

• Conocer la diferencia entre cantidad de presupuestos y ventas realizadas.

Usuarios y Capacitación

• Gerente de Ventas.• Jefes de Sucursal (Cada Sucursal).• Capacitación vía internet (40 horas).

Usuarios y Capacitación

• Gerente de Ventas.• Jefes de Sucursal (Cada Sucursal).• Capacitación vía internet (40 horas).




Información requerida

Se ha solicitado contar con la posibilidad de generar una serie de reportes que permitan analizar el comportamiento de las ventas a nivel nacional.

La información requerida comprende:

- Cantidad de presupuestos realizados por año, concesionario, marca, segmento.- Cantidad de unidades vendidas por provincia, concesionario, marca, modelo.- Cantidad de unidades vendidas por provincia, localidad, tipo de vehículo.- Importe total facturado por año, concesionario.- Importe total facturado por año, concesionario.

Información requerida

Se ha solicitado contar con la posibilidad de generar una serie de reportes que permitan analizar el comportamiento de las ventas a nivel nacional.

La información requerida comprende:

- Cantidad de presupuestos realizados por año, concesionario, marca, segmento.- Cantidad de unidades vendidas por provincia, concesionario, marca, modelo.- Cantidad de unidades vendidas por provincia, localidad, tipo de vehículo.- Importe total facturado por año, concesionario.- Importe total facturado por año, concesionario.



EJEMPLO: Compañía: Auto UNO, S.A. Arquitectura


¿QUE ES LA MINERIA DE DATOS?

Extracción de patrones de información (implícitos, no triviales, desconocidos y potencialmente útiles) a partir de grandes cantidades datos.

Según Fayyad y Coautores, "La minería de datos es un proceso no trivial de identificación válida, novedosa, potencialmente útil y entendible de patrones comprensibles que se encuentran ocultos en los datos" (Fayyad y otros, 1996)

“Según Molina y Colaboradores: “Es la integración de un conjunto de áreas que tienen como propósito la identificación de un conocimiento obtenido a partir de las bases de datos que aporten un sesgo hacia la toma de decisión" (Molina y otros, 2001)


PROCESO DE LA MINERIA DE DATOS

Selección del conjunto de

datos

Análisis de las propiedades de los

datos

Transformación del conjunto de

datos de entrada

Seleccionar y aplicar la técnica

de minería de datos

Extracción de conocimiento

Interpretación y evaluación de

datos


PROTOCOLO DE UN PROYECTO DE MINERIA DE DATOS

Comprensión del negocio y del

problema que se quiere resolver

Determinación, obtención y limpieza

de los datos necesarios

Creación de modelos

matemáticos

Validación, comunicación, etc. de

los resultados obtenidos

Integración, si procede, de los resultados en un

sistema transaccional o similar


APLICACIONES

NEGOCIOS

MARKETING

PATRONES DE FUGA

FRAUDE

RECURSOS HUMANOS

INTERNETTERRORISMO

INGENIERIAY CIENCIA

GENETICA

INGENIERIAELECTRICA

ANALISIS DE GASES

APLICACIONES MINERIA DE DATOS


ESTUDIO

http://www.businessintelligence.info/dss/ejemplo-data-mining-panales-y-cerveza.html

EL MITO DE LA CERVEZA Y LOS PAÑALES

Documents

BASE DE DATOS