IND292 2013-II - Business Intelligence

PONTIFICIA UNIVERSIDAD CAT CATLICA DEL PER PER AN ANLISIS Y DISE DISEO DE SISTEMAS
Facultad de Ciencias e Ingeniera Especialidad Ingeniera Industrial
ANLISIS Y DISEO DE SISTEMAS

Semana 12
Primero Conceptos de BUSINESS INTELLIGENCE (BI)
Inteligencia de Negocios
Conjunto de actividades involucradas en la obtencin, gestin, y anlisis de datos para producir informacin a ser distribuida a los miembros de una organizacin, para mejorar su toma de decisiones - Brackett, 1999 Business Intelligence se refiere al proceso de convertir datos en conocimiento y conocimiento en acciones para crear la ventaja competitiva del negocio - The Data Warehousing Institute Una decisin es la accin que un ejecutivo debe tomar cuando la informacin es tan incompleta que la respuesta no es obvia por si misma - A. W. Radnor
Necesidades de Informacin
Estrategias de Inteligencia de Negocios Alta Direccin
CONOCIMIENTO
Estratgica
Tctica
Gerentes
INFORMACIN
Todos
Operacional
DATOS
El proceso de la toma de Decisiones

Informacin Gerencial Herramientas Herramientaspara parael el apoyo apoyoal alanlisis anlisisy ytoma toma de decisiones de decisiones
OLAP OLAP Estrategia
Informacin Operativa
Herramientas Herramientaspara parael el manejo manejo transaccional transaccionalde dela la informacin informacin
OLTP OLTP
Da a Da
Situacin a resolver con BI

Sistemas de Apoyo a toma de decisin (Ambiente de Gestin)
Sistemas de Apoyo a funciones del negocio (Ambiente Operacional)

6

Fuente de informacin
O P E R A C I O N A L
Usuarios de negocios
G E S T I O N

Frustracin de los ejecutivos debido a ... Desfase entre disponibilidad de la informacin y su oportunidad comercial. Los datos no soportan la visin global de la empresa que las gerencias necesitan. Inconsistencia de la informacin. El contexto histrico de la informacin no est disponible. No pueden hacerse preguntas complejas.
Objetivos y Desafos de una Solucin BI

Objetivos: Informacin consolidada Calidad de informacin Proveer datos histricos y con detalle Realizar consultas ad hoc & anlisis sofisticado Tiempos de respuesta a consultas casi instantneos Desafos: Escalabilidad en capacidad de almacenamiento, en capacidad de procesamiento, en personal especializado. Rendimiento Flexibilidad Fuentes de datos heterogneas
Segundo Conceptos de Bases de Datos y DataWarehouse
10
Bases de Datos y su uso

OBJETIVO: Uso de Datos para el soporte en la toma de decisiones de la empresa. Generalmente, la informacin que se quiere investigar sobre un cierto dominio de la organizacin se encuentra en bases de datos de la empresa y otras fuentes muy diversas, tanto internas como externas. Muchas de estas fuentes son las que se utilizan para el trabajo diario (bases de datos operacionales o transaccionales).
11
Bases de Datos y su uso

Las propias bases de datos de trabajo se pueden utilizar para extraer conocimiento actual e histrico. Uso de la base de datos transaccional para varios cometidos: Se mantiene el trabajo transaccional diario de los sistemas de informacin originales (conocido como OLTP, On-Line Transactional Processing). Se hace anlisis de los datos en tiempo real sobre la misma base de datos (conocido como OLAP: On-Line Analytical Processing).
12
Problema con las Bases de Datos Relacionales

Sin embargo el uso de consultas complejas perturba el trabajo transaccional diario de los sistemas de informacin originales (killer queries).
Sistemas con datos replicados (consistencia) Se debe hacer en perodos restringidos (por la noche o en fines de semana).
Las bases de datos estn diseada para transaccional, no para el anlisis de los datos.
el
trabajo
En las bases de datos transaccionales la redundancia es signo de INEFICIENCIA, en los datawarehouse la redundancia es requerida para un procesamiento y respuesta eficiente.
13
Bodegas (warehouse) de Datos (data)

Se desea operar eficientemente con esos datos... Teniendo en cuenta adems que los costos de almacenamiento masivo y conectividad se han reducido drsticamente en los ltimos aos Parece razonable recoger los datos (informacin histrica) en un sistema de almacenamiento y consulta de datos, con caractersticas de: dedicado, uso especfico y automatizado.
NACE EL DATAWAREHOUSING
DataWarehouses (Almacenes o Bodegas de Datos)

14
Que es DataWarehousing?
Es una coleccin de tecnologas de apoyo a las decisiones, cuyo objetivo es habilitar al trabajador con conocimientos para la toma de mejores y ms rpidas decisiones
15
Esquema Tcnico General de una solucin BI
Datawarehouse
ETL
Extraccin, Transformacin y Carga de datos
Ventas Obras Proyectos
Datos Operacionales y Externos
Consultas, Reportes, Anlisis.

Compras
Otros
BASE DE DATOS RELACIONAL
BASE DE DATOS MULTIDIMENSIONAL
16
Arquitectura genrica de un DWH respecto a una solucin de BI

La Arquitectura de un DWH viene determinada por su situacin central como fuente de informacin para las herramientas de anlisis.
Fuentes Internas Base de Datos Transaccional Extract, Transform, Load Herramientas de consultas e informes Herramientas Sistemas de Informacin
ETL
Fuente de Datos 1
texto
Bodega de Datos (DWH)
Interfaz y Operadores
Fuente de Datos 3
HTML
Herramientas OLAP
Fuente de Datos
Fuentes Externas
Copias de Seguridad
Herramientas de Minera de Datos
17
Esquema General de una solucin BI

Ventas
Datos Externos (Excel, Word, etc.)
Aplicaciones (Sql Server, Oracle, ERP, GGHH, Etc.)
C o n v e r s i n
Finanzas
Data Warehouse
Recursos Humanos
Produccin
Ambiente Operacional
Data Mart
18
Esquema General de una solucin BI
19
Tercero Definiciones de DataWarehouse (como parte de BI)
20
Un Datawarehouse es una base de datos corporativa que se caracteriza por integrar y depurar informacin de una o ms fuentes distintas, para luego procesarla permitiendo su anlisis desde infinidad de pespectivas y con grandes velocidades de respuesta. La creacin de un datawarehouse representa en la mayora de las ocasiones el primer paso, desde el punto de vista tcnico, para implantar una solucin completa y fiable de Business Intelligence.
21
Bill Inmon fue uno de los primeros autores en escribir sobre el tema de los almacenes de datos, define un data warehouse (almacn de datos) en trminos de las caractersticas del repositorio de datos: Orientado a temas.- Los datos en la base de datos estn organizados de manera que todos los elementos de datos relativos al mismo evento u objeto del mundo real queden unidos entre s. Variante en el tiempo.- Los cambios producidos en los datos a lo largo del tiempo quedan registrados para que los informes que se puedan generar reflejen esas variaciones. No voltil.- La informacin no se modifica ni se elimina, una vez almacenado un dato, ste se convierte en informacin de slo lectura, y se mantiene para futuras consultas. Integrado.- La base de datos contiene los datos de todos los sistemas operacionales de la organizacin, y dichos datos deben ser consistentes. Inmon defiende una metodologa descendente (top-down) a la hora de disear un almacn de datos, ya que de esta forma se considerarn mejor todos los datos corporativos. En esta metodologa los Data Marts se crearn despus de haber terminado el data warehouse completo de la organizacin.
22
"Building the Data Warehouse" (1992)
Un DataWarehouse es :
1. 2. 3. 4. 5. 6.
Orientada a un tema (subject-oriented), Integrada Temporal (Cambiante en cada perodo de tiempo), No voltil Es una coleccin estructurada de datos (una base de datos) que es usada para el apoyo de decisiones organizacionales Automatizado
23
Un DataWarehouse es:
1. Orientado a un objetivo
DW: Orientado hacia la informacin relevante de la organizacin se disea para consultar eficientemente informacin relativa a las actividades (ventas, compras, produccin, ...) bsicas de la organizacin, no para soportar los procesos que se realizan en ella (gestin de pedidos, facturacin, pagos, inventarios, etc).
Base de Datos Transaccional

CURSO ... REUNION ... PAS ... VENTA ... PROTOTIPO ... PRODUCTO ... GAMA ...
Informacin Necesaria
24
2. Integrado
integra datos recogidos de diferentes sistemas operacionales de la organizacin (y/o fuentes externas).
DW: Integrado
Fuente de Datos 1
texto
Fuente de Datos 3
HTML
Fuente de Datos 2
Base de Datos Transaccional 1 Fuentes Internas Base de Datos Transaccional 2 Fuentes Externas
Bodega de Datos (Datawarehouse)
Datos transaccionales
Datos agregados
25
3. Temporal
los datos son relativos a un perodo de tiempo y deben ser incrementados peridicamente.
DW: Variable en el tiempo
Los datos son almacenados como fotos (snapshots) correspondientes a perodos de tiempo.
Tiempo
Datos
01/2003 Datos de Enero 02/2003 Datos de Febrero 03/2003 Datos de Marzo
Datos actuales
Datos histricos
26
4. No Voltil
los datos almacenados no son actualizados, slo son incrementados.
Carga
DW: No voltil
Bases de datos operacionales
Bodega de Datos
INSERT UPDATE DELETE
READ
READ
El perodo de tiempo cubierto por un DW vara entre 2 y 10 aos.

27
5. Una coleccin estructurada de datos
28
6. Automatizado
29
Cuarto Diseo de un DataWarehouse
30
Ventajas de un DataWarehouse Bodegas de Datos (DWH)

ventajas para las organizaciones
rentabilidad de las inversiones realizadas para su creacin
aumento de la competitividad en el mercado
aumento de la productividad de los tcnicos de direccin

31
Problemas a asumir con la implementacin de un DataWarehouse
Bodegas de Datos (DWH)

problemas para las organizaciones privacidad y seguridad de los datos incremento continuo de los requisitos de los usuarios
sub-valoracin del esfuerzo necesario para su diseo y creacin
sub-valoracin de los recursos necesarios para la captura, carga y almacenamiento de los datos
32
OLTP (Transaccionales) vs. OLAP (Analticas)

Sistema Operacional (OLTP)
- almacena datos actuales - almacena datos de detalle - bases de datos medianas (5TB - 50TB, ) - los datos son dinmicos (actualizables) - los procesos (transacciones) son repetitivos - el nmero de transacciones es elevado - tiempo de respuesta pequeo (segundos) - dedicado al procesamiento de transacciones - orientado a los procesos de la organizacin - soporta decisiones diarias cotidianas - sirve a muchos usuarios (administrativos)
Almacn de datos (OLAP) - DWH

- almacena datos histricos - almacena datos de detalle y datos agregados a distintos niveles - bases de datos grandes (50TB - 200+ TB) - los datos son estticos - los procesos no son previsibles - el nmero de transacciones es bajo o medio - tiempo de respuesta variable (segundos-horas) - dedicado al anlisis de datos - orientado a la informacin relevante - soporta decisiones estratgicas - sirve a tcnicos de direccin, analistas
33
Diseo de DWH: Modelo Multidimensional

En un esquema multidimensional se representa una actividad que es objeto de anlisis (hecho) y las dimensiones que caracterizan la actividad (dimensiones). La informacin relevante sobre el hecho (actividad) se representa por un conjunto de indicadores (medidas o atributos de hecho). La informacin descriptiva de cada dimensin se representa por un conjunto de atributos (de dimensin). a
Dimensiones
2 2 0 0 0 0 3 4 2 0 0 5
n o li M o L a rc u S n S a i dr o I s Producto1
Producto2 Producto 3
Hecho
Ventas en MUS$ 34
Usando cubos para ver el modelo multidimensional

El valor de una determinada mtrica por un conjunto de Dimensiones se hallara en la interseccin de los ejes de las mismas. Aunque hablamos de cubo no estamos restringidos a 3 Dimensiones, en la prctica puede haber muchas ms.
2 2 0 0 0 0 3 4 2 0 0 5
a lin o M o L a rc S u ro
n S a
id I s
2 2 0 0 0 0 3 4 2 0 0 5
a lin o M o L a rc u S
n S a
id I s
ro
Producto1 Producto2 Producto 3
Producto1 Producto2 Producto 3
Ventas
Muestra las ventas del producto 2, en el a ao 2005 en Surco
Ventas
Muestra las ventas durante 2004 de todos los productos en todos los distritos
35
Tipo de Modelos Multidimensionales
Esquema de Estrella (lineal o Star schema): Un hecho est en medio del conjunto de dimensiones Esquema de Copo de Nieve (jerrquico o Snowflake schema): Un refinamiento del anterior, donde alguna jerarqua dimensional es normalizada en un conjunto de pequeas dimensiones. Constelacin de Hechos: Tablas de mltiples hechos, vistas como una coleccin de estrellas.
36
37
38
Modelo Constelacin de Hechos
Este es el modelo mas popular para representar DW, ya que permite incluir muchos cubos al mismo tiempo en la representacion. En este modelo las algunas dimensiones son compartidas por diversos hechos, y con ello los cubos pueden ser de distintas dimensiones Adems, un modelo de DW puede permitir incluir dimensiones no orientadas hacia el anlisis, sino solo de carcter descriptivo
39
Pasos en el diseo de un DW
Paso 1. Elegir un proceso de la toma de decisiones en la organizacin. Paso 2. Decidir el nivel de detalle (granularidad) de representacin del proceso. Paso 3. Identificar las dimensiones de anlisis que caracterizan el proceso (siempre incluir la variable tiempo). Paso 4. Decidir la informacin a almacenar sobre el proceso.
40
Paso 1. Elegir un proceso de la organizacin para modelar

Proceso: actividad de la organizacin que requiere de anlisis y toma de decisiones, y que puede ser soportada por un OLTP del cual se puede extraer informacin con el propsito de construir la bodega de datos.
Pedidos (de clientes) Compras (a suministradores) Facturacin Envos Ventas Inventario
41
Paso 2. Decidir el nivel de detalle de representacin

Granularidad: es el nivel de detalle al que se desea almacenar informacin sobre la actividad a modelar.
Define el nivel atmico de datos en el almacn de datos. Determina el significado de los registros en las diferentes tablas. Determina las dimensiones bsicas del esquema transaccin en el OLTP informacin diaria informacin semanal informacin mensual. ....
42
Paso 3. Identificar las dimensiones que caracterizan el proceso

Dimensiones: son aquellas que caracterizan la actividad al nivel de detalle (granularidad) que se ha elegido. Tiempo (dimensin temporal: cundo se produce la actividad?) Producto (dimensin cul es el objeto de la actividad?) Local (dimensin geogrfica: dnde se produce la actividad?) De cada dimensin se debe decidir los atributos (propiedades) relevantes para el anlisis de la actividad. Entre los atributos de una dimensin existen jerarquas naturales que deben ser identificadas (da-mes-ao)
43
Paso 4. Decidir la informacin a almacenar sobre el proceso

Hechos (facts): informacin (sobre la actividad) que se desea almacenar en cada tupla de la tabla de hechos y que ser el objeto del anlisis.
Precio Unidades Importe .... Nota: algunos datos que en el OLTP coincidiran con valores de atributos de dimensiones, en el almacn de datos pueden representar hechos (ejemplo: el precio de venta de un producto).
44
Diseo de un DW: Otras orientaciones de diseo

Evitar normalizar: Si se define una tabla de dimensin para cada dimensin identificada en el anlisis, es frecuente que entre el conjunto de atributos de la tabla aparezcan dependencias funcionales que hacen que la tabla no est en 3 F.N. El ahorro de espacio no es significativo. Siempre introducir la dimensin Tiempo En una bodega de Datos muchas consultas son restringidas y parametrizadas por criterios relativos a periodos de tiempo (ltimo mes, este ao, ...).
45
Preguntas?
46

IND292 2013-II - Business Intelligence

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

IND292 2013-II - Business Intelligence

Caricato da

Copyright:

Formati disponibili

PONTIFICIA UNIVERSIDAD CAT CATLICA DEL PER PER AN ANLISIS Y DISE DISEO DE SISTEMAS

Facultad de Ciencias e Ingeniera Especialidad Ingeniera Industrial

ANLISIS Y DISEO DE SISTEMAS

Primero Conceptos de BUSINESS INTELLIGENCE (BI)

El proceso de la toma de Decisiones

Situacin a resolver con BI

Sistemas de Apoyo a funciones del negocio (Ambiente Operacional)

Situacin a resolver con BI

Situacin a resolver con BI

Objetivos y Desafos de una Solucin BI

Segundo Conceptos de Bases de Datos y DataWarehouse

Bases de Datos y su uso

Bases de Datos y su uso

Problema con las Bases de Datos Relacionales

Bodegas (warehouse) de Datos (data)

DataWarehouses (Almacenes o Bodegas de Datos)

Esquema Tcnico General de una solucin BI

Datos Operacionales y Externos

Consultas, Reportes, Anlisis.

BASE DE DATOS RELACIONAL

BASE DE DATOS MULTIDIMENSIONAL

Arquitectura genrica de un DWH respecto a una solucin de BI

Bodega de Datos (DWH)

Herramientas de Minera de Datos

Esquema General de una solucin BI

Aplicaciones (Sql Server, Oracle, ERP, GGHH, Etc.)

Esquema General de una solucin BI

Tercero Definiciones de DataWarehouse (como parte de BI)

"Building the Data Warehouse" (1992)

Base de Datos Transaccional

Bodega de Datos (Datawarehouse)

DW: Variable en el tiempo

01/2003 Datos de Enero 02/2003 Datos de Febrero 03/2003 Datos de Marzo

Bases de datos operacionales

INSERT UPDATE DELETE

El perodo de tiempo cubierto por un DW vara entre 2 y 10 aos.

5. Una coleccin estructurada de datos

Cuarto Diseo de un DataWarehouse

Ventajas de un DataWarehouse Bodegas de Datos (DWH)

rentabilidad de las inversiones realizadas para su creacin

aumento de la competitividad en el mercado

aumento de la productividad de los tcnicos de direccin

Problemas a asumir con la implementacin de un DataWarehouse

Bodegas de Datos (DWH)

sub-valoracin del esfuerzo necesario para su diseo y creacin

OLTP (Transaccionales) vs. OLAP (Analticas)

Almacn de datos (OLAP) - DWH

Diseo de DWH: Modelo Multidimensional

Usando cubos para ver el modelo multidimensional

Producto1 Producto2 Producto 3

Producto1 Producto2 Producto 3

Tipo de Modelos Multidimensionales

Modelo Constelacin de Hechos

Paso 1. Elegir un proceso de la organizacin para modelar

Paso 2. Decidir el nivel de detalle de representacin

Paso 3. Identificar las dimensiones que caracterizan el proceso

Paso 4. Decidir la informacin a almacenar sobre el proceso

Diseo de un DW: Otras orientaciones de diseo

Potrebbero piacerti anche