Business Intelligence g

Universidad Cientfica del Sur

Agenda

Informacin en el contexto actual Que Q es Business I t lli B i Intelligence? ? Elementos que componen el concepto Data Warehouse y Data Marts g p Tecnologas relacionadas al proceso de BI

Introduccin

INFORMACIN
La calidad o ausencia de ella en los productos o servicios de una empresa no es lo nico para competir en esta economa globalizada, el grado y nivel d comunicacin con sus clientes, empleados y socios l d i l de i i li t l d i es tambin un factor importante. Entre mas ampliamente disponible tenga la informacin una empresa, sta se vuelve mas valiosa. valiosa Cuando un departamento de marketing tiene informacin precisa de la base instalada de productos y servicios, est mejor capacitada para desarrollar promociones mejor enfocadas. Cuando los clientes pueden fcilmente verificar que un producto est en el inventario, es mucho mas probable que estos realicen la compra. Cuando el CEO tiene acceso instantneo a datos de tendencias, ellos pueden dar un giro de apenas 10 centavos en una direccin que desemboque en un ganancias de miles de dlares a la empresa

Entorno

Aunado esto A nado a esto, el ad enimiento del Internet a n estras advenimiento nuestras vidas ha resultado en un nuevo paradigma que modificar radicalmente la forma en que se harn negocios en el tercer milenio, y junto con ello, emergern nuevos emporios que encabezarn los cambios hacia lo que hoy se ha denominado como la e-conomy o economa digital En la actualidad las empresas mas rentables y con las que toda t d compaa d b d asociarse en un f t deber de i futuro para seguir i creciendo (y eventualmente sobrevivir), son en su mayora las de Tecnologas de Informacin, ya sea consultoras, de desarrollo de software, de hardware o telecomunicaciones. Lo cual nos una idea de cuan importante son estas empresas para el desarrollo de cualquier industria.

La Organizacin

La gran mayora de las organizaciones tienen una abundancia de datos, pero una serios problemas a la hora de gestionar el conocimiento. Las mtricas del funcionamiento y los recursos de informacin mas importantes siguen estando perdidos en un mar d nmeros y d i t t i t d did de de sistemas desconectados. La gran mayora de las organizaciones tienen muchos sistemas dispersos, cada uno de los cuales tiene sus propias fuentes de datos y mecanismos de representacin. El mantenimiento de informacin actualizada a travs de los departamentos y unidades de negocios es extremadamente difcil. En contraparte mientras mas integrada sea una organizacin es mas contraparte, organizacin, fcil para cualquier integrante de esta obtener la informacin que se necesite, as cualquier individuo se encuentra ms habilitado para tomar una mejor decisin.

El nuevo concepto

El cambiante entorno econmico y la problemtica de sistemas descrita anteriormente impulsaron el surgimiento del llamado Business Intelligence, el cual es un concepto que trata de englobar todos los Sistemas de Informacin de una organizacin para obtener d ellos no solo i i bt de ll l informacin o conocimiento, si no una verdadera g que g inteligencia q le confiera a la organizacin una ventaja competitiva por sobre sus competidores.

 Qu es Business intelligence? intelligence?

Estos sistemas i l E i incluyen: EIS DSS, ES MSS OLAP EIS, DSS ES, OLAP, as como nuevas tecnologas como Minera de Datos, Administracin del Conocimiento y principalmente Data Warehousing. El conjunto de tecnologas que usan Data Warehousing y OLAP (On-line A liti P W h i (O li Analitic Procesing, i procesamiento analtico en lnea), combinado con herramientas de reporte, son referidas como Business Intelligence, porque ayudan a las compaas a ganar inteligencia en operaciones y desempeo.

Qu es Business Intelligence? Intelligence?

Buksard, Mollot Richards B k d M ll t y Ri h d (2000) comentan que l t la necesidad de nuevas herramientas de acceso y reporte de informacin, para diversos tipos de usuarios, usuarios ha impulsado la creacin de nuevas herramientas, colectivamente conocidas como Business Intelligence. Business Intelligence no es una sola tecnologa o aplicacin. No es una "cosa", sino que se trata de un paquete" de productos que trabajan de manera j para p proveer datos, informacin y reportes p conjunta p analticos que satisfagan las necesidades de una gran variedad de usuarios finales.

Qu es Business Intelligence? Intelligence?

Business Intelligence es la habilidad de consolidar informacin y analizarla con la suficiente velocidad y precisin para descubrir ventajas y tomar mejores decisiones de negocios. Definicin compatible con la necesidad actual de p los negocios que ante la presin de ser cada da ms competitivos, para mantenerse tienen la doble tarea no slo de permanecer sino de ser lucrativos (Cano, 1999).

Qu es Business Intelligence? Intelligence?

Las compaas actualmente usan una amplia gama de tecnologas y productos para saber que es lo que est pasando en la organizacin. Las herramientas mas comunes (simple consulta y reporte de datos, procesamiento analtico en p ,p lnea, anlisis estadstico, predicciones y minera de datos) pueden ser usadas de una gran variedad de formas formas. El objetivo de todo esto es transformar las montaas de datos en informacin til para la empresa (McGeever, 2000).

 Inteligencia?

El radical crecimiento de nuevas f formas de inteligencia generada por computadora es una de las dos revoluciones en materia de TI que se estn dando en la actualidad. La segunda es el internet, la cual ya todos g , y conocemos (Martn, 2001) p p Las dos revoluciones van a soportar y ampliar una a la otra. El conjunto de ambas resultar en una radical reinvencin de los negocios.

Elementos del Business Intelligence

El surgimiento de nuevas tecnologas webbased, ofrecen mucha mayor capacidad a un precio dramticamente menor que hace un par de aos. Los sistemas actuales de Business Intelligence g estn construidos en una moderna infraestructura, que consiste de una arquitectura federada (tambin conocida como modular) que acomoda todos los componentes en un moderno sistema g g (Hackney, 2000) y ) de inteligencia de Negocios (

Elementos del Business Intelligence

Data Warehousing y D t M t sistemas de almacn d d t D t W h i Data Marts, i t d l de datos. Aplicaciones analticas. Data Mining, herramientas para minera de datos. OLAP, herramientas de procesamiento analtico de datos. Herramientas de consulta y reporte de datos. Herramientas de produccin de reportes personalizados. ELT, herramientas de extraccin, traduccin y carga de datos. Herramientas de administracin de sistemas. Portales de informacin empresarial. Sistemas de base de datos datos. Sistemas de administracin del conocimiento. (CMS)

Qu hace un Software de BI?

Business I t lli B i Intelligence (BI) se le denomina al tipo de software l d i l ti d ft que permite a las organizaciones acceder a datos, analizarlos y compartir la informacin. Una suite integrada de BI extrae con rapidez datos de distintas fuentes y los organiza permitiendo de manera g , g amigable el anlisis, la simulacin y la generacin de informacin relevante que puede ser distribuida por toda la organizacin para soportar la toma de decisiones cotidianas y estratgicas, as como para mejorar el desempeo g j gerencial y operativo. Una plataforma integral de Business Intelligence accede a informacin histrica, permite el desarrollo de pronsticos histrica estadsticos y ofrece las herramientas para el diseo de aplicaciones de anlisis.

Qu hace un Software de BI?

I. M I Manejo de las Relaciones de Marketing: E t rea aspira a f j d l R l i d M k ti Esta i focalizarse li en los objetivos de la empresa, la gente, los procesos de negocios y la infraestructura en la elaboracin de los productos, los servicios y la interaccin cara a cara con los clientes y las necesidades de cada uno de ellos. II. Anlisis de Rentabilidad: Esto involucra realizar un anlisis de dnde se generan las ganancias, qu conjunto de productos contribuyen ms a las ganancias totales, si los costos de publicidad son proporcionales a las totales ventas, y qu lneas de productos o qu productos deben ser revisados para eliminarlos posteriormente. III. Reduccin de Costos: En este caso cuando las compaas estn en p una crisis financiera, el anlisis de la informacin puede ayudarlos a identificar reas donde los costos pueden ser reducidos con el menor impacto para el negocio. Las decisiones de reduccin de costos pueden basarse en informacin objetiva detallada Por ejemplo los programas de detallada. ejemplo, retencin de empleados pueden ser implementados para reducir la rotacin en las compaas.

BI EN ACCIN!

Cuantos cerillos hay?

Cuantos cerillos hay ahora?

Un poco de historia.......
Data Marts & DW

Data Warehouse & Corporative Systems

SIG

Reportes Impresos

70's

80's

90's

2000's

Qu es Data Warehouse? Qu es Data Mart? Warehouse? Mart?

Business Inteligence es un trmino creado por Howard Dresner - Gartner Group en 1993. Es una amplia categora de soluciones y software para recolectar datos consolidarlos datos, consolidarlos, analizarlos y finalmente proveer informacin de una forma que permita a los usuarios de la empresa tomar mejores decisiones de negocios. Estos sistemas incluyen: EIS, DSS, ES, MSS OLAP, as como nuevas tecnologas como Minera de Datos, Administracin del Conocimiento y principalmente Data Warehousing. El conjunto de tecnologas que usan Data Warehousing y OLAP (On-line Analitic Procesing, procesamiento analtico en lnea), combinado con herramientas de reporte, son referidas como Business Intelligence, porque ayudan a las compaas a ganar inteligencia en operaciones y desempeo. DOS TENDENCIAS ... Un Data Mart es subconjunto lgico de un

Data Warehouse ... Un Data Warehouse esta hecho de la unin de todos sus Data Marts, Ralph Kimball, 1997.
Puedes capturar todos los pececillos del ocano, ponerlos juntos y, a pesar de ello, no hacen una ballena, Bill Inmon, 1998

Qu es Data Warehouse? Qu es Data Mart? Warehouse? Mart?

Modelo Corporativo Subject Oriented Oi t d Datos Historicos Hi t i Subject Oriented

Necesidades Especificas

Historia

Data Warehouse Corporativo

No es Voltil Integrado Forma

Data Mart

Detalle

Qu es Data Warehouse? Qu es Data Mart? Warehouse? Mart?

El diseo del Data Mart debe ser orientado a ser PARTE del Data Warehouse Corporativo

El diseo debe consolidar un modelo de negocio

Mayor informacin

Muchas fuentes

Mayor performance

Mayor simplicidad

Orientado

CRM

Data Mart A Data Warehouse Corporativo Data Mart N Data Mart B

Mainframe

External Data

Caractersticas del Data

Warehouse

Orientado a Temas (Subject Oriented):

Involucra una alineacin de funciones del negocio y enmarcar bajo ellos las mltiples aplicaciones OLTP en una arquitectura Data Warehouse
OLTP Orientado a la aplicacin OLAP - DW Orientado a los temas

- Datos de Facturacin - Datos de Atencin al Cliente D t d At i l Cli t - Datos de Tarjetas de crdito

- Informacin de ventas -I f Informacin de Marketing i d M k ti - Informacin de Finanzas

Caractersticas del Data

Warehouse

Integracin
Resuelve el problema de INCONSISTENCIA de: Conceptos Tipos de datos Entidades Atributos Proteccin de las aplicaciones que alimentan el Data Warehouse o Data Marts: Cargas slo en horas no pico Slo en demanda Centralizacin de operaciones de transformacin y limpieza: De las aplicaciones al Data Staging Area Del Data Staging Area al Data Warehouse

Caractersticas del Data

Warehouse

Integracin
Appl 1
m,f balance numeric(13,2) numeric(13 2)

1 Consolidacin

Appl 2
0,1 balance pic9(9)v99

2 Estandarizacin

Appl 3
x,y balance numeric(11,0) numeric(11 0)

1 m,f 2 2 balance numeric(13 2) numeric(13,2)

Appl 4
male, female balance pic s9(7)v99 comp-3 comp 3

Caractersticas del Data

Warehouse

Variante en el tiempo

Datos con valores actuales:

Horizonte del tiempo de 30 a 90 das La clave puede o no tener un elemento tiempo p Los datos pueden ser actualizados

Snapshot de datos:
Un gran horizonte de tiempo de 5 a 10 aos La estructura clave contiene un elemento tiempo Una vez tomado el snapshot, el registro no p , g puede ser actualizado

Caractersticas del Data

Warehouse

No voltil
Se carga la informacin Se accesa a la informacin NO EXISTE actualizacin continua de la informacin

Considera informacin final, resultado de los procesos operacionales: filtrada, integrada y consolidada. consolidada

Qu no puede hacer DW?

No puede crear mas datos No corrige informacin
Ayuda a identificar los problemas de datos Las correcciones se realizan sobre el sistema fuente o sobre el sistema de captura de datos y posteriormente en el Data Warehouse

No toma las decisiones!!

Modelo de Datos Empresarial

Donde se encuentran los datos?
Fuente de Datos Empresariales

q Arquitectura de Datos para la Gestin Empresarial

Data Warehouse Corporativo

Data Marts

Exploratorio

Arquitectura de Anlisis

Query Tools

Pivot Table Key Performance Indicators

Data Mining Tools

Beneficios para el Negocio

Contiene escenarios de acuerdo al nivel de importancia de los p indicadores para cada nivel de usuarios:
Usuario Gerencial Usuario Analista

Permiten al usuario o trabajador del negocio

Poder ver el negocio bajo diferentes perspectivas p p Crear sus propios reportes y grficos, sin depender del rea de sistemas de la organizacin Capacidad de manipular la informacin: realizar clculos, frmulas, evaluar indicadores

PIRAMIDE DE USUARIOS

Usuario Tcnico

Data Warehouse - Componentes

Informacin Sumarizada S i d Detalle de la Informacin

Informacin Sumarizada

METADATA

Fuentes de Datos Procesos de Integracin y Transformacin

Informacin Histrica

Data Warehouse - Arquitectura

Reportes y Queries Base
Anlisis del Detalle de Informacin

Modelos de Datos:

Modelo del Negocio Repositorio de Informacin

Data Warehouse

Anlisis Multidimensional
Anlisis de FCE Anlisis de Datos Sumarizados

Data Staging Area:

Data Mining
Estadsticas Anlisis de Tendencias y Comportamientos Proyecciones

Extraccin Limpieza Transformacin Carga

Internet/ Intranets

Business Intelligence Framework

SAP CRM Systematics Others

Legacy Systems y

Access to data sources Data Transformation

DATA
Staging Area Database Data Server

METADATA

INFORMATION
KNOWLEDGE
Appl. Q&R Models AdHoc Analysis Tools

Application Server

Users

Data Warehouse Flujo de Informacin

Fuentes de Datos

Procesos ETL

Data Warehouse

Aplicaciones BI

VSAM

Database Server Modelos 3ra. FN Detalle de Data Marts Data Staging Area Procesos ETL Jobs Administracin de las Cargas Modelos Dimensionales: Data Marts Consolidados

Applications/Web Server Herramientas Data Mining Herramientas Reportes Relacionales

Desktop Analysis

ERP

RDBMS

Aplicaciones de Usuario Final Acceso Directo Aplicaciones OLAP Browser Aplicaciones Data Mining

Reporp tes

OLAP Server Procesos OLAP Jobs Administracin d l Ad i i t i de las Cargas Modelos Multidimensionales Herramientas OLAP

BCP Data Warehouse Information Flow

DataDataDataDataDataDataInformationInformationInformationInformationInformation Fuentes de Datos Data of Record Procesos ETL Extract Process

Cobol Batch
Operational Reports

Data Warehouse Load Information

Oracle SQL*Loader

BI Applications Distribution of Analytical Information

ROLAP Applications

DW Transformation and Loading

Oracle SQL*Plus Proceses

Key Performance Indicators

MOLAP Applications

Systematics y

Flat File
Load Program

ODS Class III

Staging Tables ODS

EDW Data Model

Enterprise Data Warehouse

Data Model
Management Reports

BankTrade VisionPlus Consist Others

Flat File Fil

Data Minning Applications

Agenda
Business Intelligence (Conceptos)

Modelo Relacional & Dimensional

Herramientas de exploracin avanzada

Modelamiento Relacional
Modelo Relacional
La performance se busca a travs de la normalizacin Las consultas son continuas y repetitivas La informacin cambia constantemente: Estados, atributos Los datos son almacenados luego de haber estado cerrados por cierto periodo de tiempo Ms transacciones en menos tiempo Complejo para analizar por usuarios del negocio Elimina la redundancia

Modelamiento Dimensional
Modelo Dimensional
La performance se busca a travs de la redundancia: Menos normalizada (de-normalizada) Las consultas no son predecibles: ni en la forma ni en el fondo Almacena informacin que no cambia: No voltil Determina el CUANDO deben ser ledos los datos Lo significativo es guardar por mucho tiempo informacin cerrada operacionalmente El costo de procesamiento es mnimo Marco intuitivo de anlisis, fcil de usar

Esquema Entidad-Relacin vs. Esquema Estrella Entidad-

Un modelo entidad relacin puede originar mltiple diagramas dimensionales

Esquema Entidad-Relacin vs. Esquema Estrella Entidad-

Un modelo entidad-relacin modela la relacin entre los datos, el modelo dimensional modela situaciones estndar del negocio Un modelo entidad-relacin tiene una estructura , variada, una manera asimtrica de relacionar los datos, el modelo dimensional la simetra es evidente Un modelo entidad-relacin provee la data empaquetada para un modelo dimensional dentro de la estructura de datos del negocio

Esquema Estrella

Modelamiento Dimensional
Dimensin Tiempo
Llave_Tiempo DiadelaSemana NumeroSemana Mes PeriodoFiscal Etc. Fact Ventas Llave_Tiempo Llave_Producto Llave_Tienda Llave_Cliente Llave_Vendedor Llave_Promocion ValorVentaDolares UnidadesVendidas ValorCostoDolares Vl C t D l

Tcnica de diseo lgico Presentar la informacin bajo un marco intuitivo que permita un acceso de alta performance Tiene un esquema radial Ti di l compuesto de una tabla central y un conjunto de pequeas tablas a su alrededor.

Dimensin Tienda Llave_Tienda CodigoTiemda Nombre Tienda Direccion Di i Distrito Etc. Dimensin Vendedor Llave_Vendedor Ll V d d CodigoVendedor NombreVendedor Nivel Vendedor Etc. Dimensin Promocin Llave_Promocion CodigoPromocion NombrePromocion TipoPrecio TipoAnuncio Etc.

Dimensin Producto Llave_Producto CodigoProducto Descripcion Linea Categoria SubCategoria TipoEmpaque Tamao UnidadVenta etc. etc Dimensin Cliente Llave_Cliente NombreCliente PerfilCompras PerfilCredito Direccion etc.

Modelamiento Dimensional
Esquema Estrella Caractersticas:
Modelo lgico estructurado y extensible Aadir nuevos casos de negocio de nuevas aplicaciones g Aadir nuevos anlisis Representa un modelo del negocio mas que un modelo de datos Una vista particular de una parte del negocio Los procesos del negocio se ven reflejados en uno o varios modelos estrella Representa informacin operacional esttica en un punto en el tiempo Lgica aditiva: leer millones de registros para sumarlos

Modelamiento Dimensional
Esquema Estrella
Customer Customer No Customer Name Customer Type Cd Customer Type Desc

Date Order Date Week Month Year

Customer C t Type Customer

Sales S l Area Sales Rep

Product Line Product

Line

Product Product Type Type

Product

4 Dimension Star

Order Fact Customer No Sales Rep Cd Product Cd Order Date Order Qty Order Line Value

Order Header Order Line Product Product Cd Product Name Product Type Cd Product Type Desc Product Line Cd Product Line Name Product Line Manager

Product P d

Organization Sales Rep Cd Sales Rep Name Sales Area Cd Sales Area Desc

Modelamiento Dimensional
Esquema Estrella Caractersticas:
De-normalizacin: Menos joins entre tablas en los queries Simplificar la elaboracin d queries Si lifi l l b i de i Mejor performance en tiempo de respuesta de los queries Mejor administracin de los datos histricos j

Esquema Estrella Componentes:

Dimensiones

Modelamiento Dimensional
Dimensin Tiempo Dimensin Tienda
Llave_Tienda CodigoTiemda Nombre Tienda Direccion Di i Distrito Etc. Llave_Tiempo DiadelaSemana NumeroSemana Mes PeriodoFiscal Etc.

Dimensin Producto
Llave_Producto CodigoProducto Descripcion Linea Categoria SubCategoria TipoEmpaque Tamao UnidadVenta etc. etc

Puntos de entrada al Data Mart Facts Contiene los valores numricos y aditivos Contienen detalle y sumarizaciones (agregaciones)

Fact Ventas
Llave_Tiempo Llave_Producto Llave_Tienda Llave_Cliente Llave_Vendedor Llave_Promocion ValorVentaDolares UnidadesVendidas ValorCostoDolares Vl C t D l

Dimensin Vendedor
Llave_Vendedor CodigoVendedor NombreVendedor Nivel Vendedor Etc.

Dimensin Promocin
Llave_Promocion CodigoPromocion NombrePromocion TipoPrecio TipoAnuncio Etc.

Llave_Cliente NombreCliente PerfilCompras PerfilCredito Direccion etc.

Dimensin Cliente

Modelamiento Dimensional

Esquema Estrella - Dimensiones Atributos

Describen los miembros de una dimensin particular Es una medida de la calidad de un data warehouse: mayor cuando y mayor es la calidad de los campos descriptivos Tiene que ser nombrados con palabras con significado completo Asegurar la calidad: validar valores imposibles perdidos obsoletos imposibles, perdidos, o versionados Disponibles de acuerdo a su uso: generalmente en la misma tabla de dimensin (salvo casos de Snowflaking)

Modelamiento Dimensional

Esquema Estrella - Dimensiones

Atributos
Campos texto que describen caractersticas tangibles Toman valores discretos Son mostrados en los reportes Llave_Producto Ll P d t CodigoProducto Descripcion Linea Categoria C t i SubCategoria TipoEmpaque Tamao UnidadVenta U id dV t etc.

Jerarqua
Conjunto de atributos

Jerarqua J

Un miembro puede ser un hijo de otro miembro Puede existir ms de una por dimensin

Atributos

Modelamiento Dimensional
Drill Up and Down
Dimensin Tiempo Di i Ti Time_key (PK) SQ_Date Day_of_week Week_number Week number month Dimensin Tienda Store_key Store key (PK) Store_id Store_name address district region i
District Atherton Atherton Atherton Belmont Belmont Belmont Brand Clean Fast More Power Zippy Clean Fast More Power Zippy

Esquema Estrella - Dimensiones

Dimensin Producto Fact Ventas Time_key (FK) Producto_key (FK) Store_key (FK) Promo_key (FK) dollars units cost Product_key (PK) SKU Description Brand Category Package_type Size flavor Dimensin Promocin Promocion_key (PK) Promotion_name Promotion_type Price_treatment Ad_treatment Ad treatment Display_treatment Coupon_type

Total Dollars $ 1,233 $ 2 239 2,239 $ 848 $ 2,097 $ 2,428 $ 633

Total Cost $ 1,058 $ 2 200 2,200 $ 650 $ 1,848 $ 2,350 $ 580

Gross Profit $ 175 $ 39 $ 198 $ 249 $ 78 $ 53

Modelamiento Dimensional

Esquema Estrella - Dimensiones Dimensin Tiempo

Define como cada fact table captura la informacin Objetivo: cambiar el concepto de calendario por el de navegacin j g en el tiempo
Dimensin Tiempo SubDimension Calendario Nacional
Time_key ( ) y (PK) Country (PK) Holiday_flag Religious_holiday_flag Civil_holiday_flag Holiday_name Season S Time_key (PK) Full_date Day_of_week Day_number_in_month Day_number_overall Day number overall Week_number_in_year Week_number_overall Month Month_number_overall Quarter Fiscal_period Weekday_flag Last_day_in_month_flag

Fact
... time_key (FK) ... ... ...

Modelamiento Dimensional
Esquema Estrella - Facts
Informacin de un evento especfico en el tiempo Refleja el mayor nivel de granularidad del anlisis Contiene atributos numricos GENERALMENTE aditivos diti Los datos no cambian en el tiempo
Fact Foto Semanal Llave_Tiempo Llave_Cuenta Llave_Cliente Llave_Sectorista Llave_Agencia Saldo Principal Soles Monto Linea de Crdito Monto Sobregiro

Fact Evento Venta Llave_Tiempo Llave_Producto Llave_Tienda Llave_Cliente Llave_Vendedor Llave_Registrador Llave_Promocion Venta en dlares Unidades Vendidas Costo en dlares Precio Unitario dlares

Modelamiento Dimensional
Esquema Estrella - Facts

Diseo de una Fact Individual: Definir granularidad

Que significa exactamente un registro en la fact? Debe corresponder al menor nivel de granularidad (detalle) Estilos de facts tables: Transacciones individuales: ventas diarias de un producto en cada tienda es un registro
Transactions: Fact Venta Llave_Tiempo Llave_Producto Llave_Tienda Llave_Cliente Llave_Vendedor Llave_Registrador Llave Registrador Llave_Promocion Venta en dolares Unidades Vendidas Costo en dolares

en un da o mes, se mide el nmero de transacciones de un producto o de una cuenta las medidas son aditivas y son en un nmero limitado

Modelamiento Dimensional
Esquema Estrella - Facts

Diseo de una Fact Individual: Definir granularidad g

Estilos de facts tables: Snapshots: snapshot de una cuenta al cierre mensual Snapshot: Fact Cuentas es un registro

tomados en un momento especifico en el tiempo son el resultado de un periodo de tiempo especfico Las medidas son aditivias y semi-aditivas
Linea de Items: linea de items de la factura es un registro

Llave_Tiempo Llave_Cuenta Llave_Cliente Llave_Sectorista Llave_Agencia Saldo Principal Soles Monto Linea de Crdito Monto Sobregiro

tomados en un momento especifico en el tiempo tiene mltiples llaves de tiempo para las diferentes fases por las que pasa la lnea de item

Modelamiento Dimensional
Esquema Estrella - Facts

Diseo de una Fact individual: Escoger dimensiones

Dimensiones Base: en base al nivel de granularidad definido Dimensiones Adicionales: cualquiera que no cambie el nivel de granularidad definido vlidas en el contexto de las medidas relacionadas al nivel de granularidad basadas en los requerimientos del negocio tienen una relacin de uno a uno con cualquier dimensin base

Modelamiento Dimensional
Esquema Estrella - Facts

Diseo de una Fact individual: Escoger dimensiones

Cada dimensin tiene su propia granularidad: La granularidad de la dimensin no debe ser menor que la de g toda la fact table
Dimensin Tiempo Time_key (PK) Full_date F ll d t Day_of_week Day_number_in_month Day_number_overall Week_number_in_year y Week_number_overall Month Month_number_overall Quarter Fiscal_period Fiscal period Weekday_flag Last_day_in_month_flag

Time_key 1 1 1 1 ... 32

... time_key (FK) ... ... ...

Fact Mensual

Time_key 1 2 3 4 ... 32

Full_date 01/01/2001 02/01/2001 03/01/2001 04/01/2001 ... 01/02/2001

Month 1 1 1 1 ... 2

Se construye BI en base a anlisis multidimensional?

Primeros pasos
Report & Q R t Query Data Marts Cubos Multidimensionales

Entonces: Segmentacin Proyecciones Mineria de datos KPIs Balanced Scorecards

Multidimensional Analysis

Sistema de Gestin de Campaas y Segmentacin

Referidos

Forecasting

Tcnica que usa informacin histrica para crear modelos que ayuden a predecir comportamientos o requerimientos d l i i t del negocio.

Data Mining

Descubrir t d D b i tendencias, i patrones y relaciones en la informacin. Descubrir asociaciones (correlaciones entre eventos), secuencias (eventos relacionados con otros eventos), Clasificaciones (patrones p para establecer p perfiles) y ) clusters (encontrando y visualizando nuevos grupos de factores)

Visual Analysis

Visual Analysis

Geographic Analysis

Preguntas?