INTELIGENCIA DE NEGOCIOS

(BUSINESS INTELLIGENCE)

Elaborado por: Ing. Christian Araujo Gonzlez

Ing. Christian Araujo Gonzlez

Business Intelligence

CONTENIDO TEMATICO

1. Qu es la Inteligencia de Negocios (Business Intelligence)?

1.1. Introduccin 1.2. Definicin 1.3. El Ciclo de Business Intelligence 1.4. Como hacer posible el Business Intelligence

2. El Mejor Anlisis en Inteligencia de Negocios

2.1. Introduccin 2.2. Anlisis Multidimensional 2.3. Los Sistemas Operacionales 2.4. Los Sistemas Business Intelligence

3. Las Tecnologas en Inteligencia de Negocios

3.1. Datawarehouse 3.2. Procesamiento Analtico en Lnea (OLAP) 3.3. Procesos de Extraccin, Transformacin y Carga (ETL) 3.4. Minera de Datos (Datamining) 3.5. Cuadros de Mando 3.6. Sistemas de Informacin Ejecutivas 3.7. Sistemas de Apoyo a las Decisiones
Ing. Christian Araujo Gonzlez Business Intelligence 2

1. Qu es la Inteligencia de Negocios (Business Intelligence)?

1.1. Introduccin

Desde cualquier punto de vista el ritmo de las decisiones en las organizaciones continua en incremento Aunque vivimos en la era de la informacin, donde crecientes volmenes de informacin estn a nuestra disposicin, frecuentemente luchamos para comprender el significado de los datos. Mientras el progreso en la potencia de las nuevas tecnologas nunca termina , necesitamos reconocer que la tecnologa por si sola no puede resolver los problemas de las organizaciones.

Para conducir las organizaciones del futuro, estas organizaciones necesitan de gente que lleven el timn y que tomen decisiones efectivas.
Business Intelligence es la clave para llevar juntos a la informacin, la gente y la tecnologa a la gerencia exitosa de las organizaciones .
Ing. Christian Araujo Gonzlez Business Intelligence 3

1.2. Definicin

El trmino Business Intelligence, tambin conocido como BI, es relativamente nuevo. Este trmino es usado por diferentes expertos y fabricantes de software para distinguir un amplio rango de tecnologas, plataformas de software, aplicaciones especficas y procesos. Desde entonces es un concepto multifactico; examinaremos ste desde tres diferentes perspectivas: - Tomar mejores decisiones rpidamente - Convertir los datos en informacin - Utilizar un mtodo razonable para la gestin empresarial Las actitudes BI tienen que ser respaldadas por decisiones. Los ejecutivos no pueden esperar las mejores y ms rpidas decisiones al menos que ellos inviertan en la tecnologa y en la gente.

Ing. Christian Araujo Gonzlez

Business Intelligence

Tomar mejores decisiones rpidamente BI es ayudar a la gente a tomar decisiones que mejoren el rendimiento de al compaa e impulsen su ventaja competitiva en el mercado. Business Intelligence faculta a la organizaciones a tomar las mejores

decisiones rpidamente.
Los gerentes, desde el liderazgo ms bajo hasta el gerente general, toman decisiones tomando en cuenta sus experiencias, su entendimiento organizacional, sus planes de negocio y sobre todo de informacin. BI ayuda a tomar mejores decisiones analizando si las acciones tomadas estn de hecho dando resultados hacia los objetivos de la compaa. Tratar de tomar mejores decisiones rpidamente y la mayora de las decisiones estratgicas son las nicas donde BI es lo ms indispensable.

Ing. Christian Araujo Gonzlez

Business Intelligence

Convertir los datos en informacin

Para tomar mejores decisiones ms rpidamente, los directivos y gerentes necesitan de informacin relevante y til al alcance de la mano . Es comn una larga brecha entre la informacin que los responsables de la toma de decisiones requieren y las grandes cantidades de datos que las organizaciones recopilan cada da. A esdta se le llama Brecha del Anlisis (analysis gap)
Debemos lograr el anlisis a la velocidad del pensamiento, es decir, la capacidad de obtener una respuesta a una pregunta tan rpido como la pregunta es formulada. Si bien es cierto que la tecnologa contribuye a proporcionar informacin de utilidad; sin embargo el aspecto mas complicado de BI es ser capaz de identificar que informacin es til y relevante para la toma de decisiones. Las soluciones BI son las responsables de identificar y cuantificar las mtricas mas importantes de la organizacin, conocidas generalmente como indicadores de gestin (KPI-Key Performance Indicators). Los KPI sirven de orientacin la hora de tomar decisiones que afectan a un rea o a toda la organizacin
Ing. Christian Araujo Gonzlez Business Intelligence 6

Utilizar un mtodo razonable para la gestin empresarial

BI puede ser definido como un mtodo para la gestin empresarial, una forma de pensamiento organizacional, una filosofa de gestin.
Tanto las personas como las organizaciones se interesan en BI, porque creen que el uso de un enfoque racional y basado en hechos a la hora de tomar decisiones resulta positivo. El inters por adoptar BI tiene la siguientes caractersticas:
- Buscar hechos (datos) que puedan medir cuantitativamente la organizacin. - Usar mtodos organizados y tecnologas para analizar los hechos. - Inventar o compartir modelos que explican las relaciones de causa y efecto entre las decisiones operativas y los efectos que stas tienen en alcanzar los objetivos organizacionales. - Comprender que las personas no siempre son seres racionales.

La experiencia y la intuicin continuaran como base principal en la toma de decisiones, pero ms y ms ellos estn siendo apoyados por las bases de la informacin que BI proporciona .

Ing. Christian Araujo Gonzlez

Business Intelligence

1.3. El Ciclo de Business Intelligence

BI es mucho mas que una actitud empresarial o una tecnologa a disposicin de las organizaciones. De hecho, es un marco de referencial para la gestin de rendimiento empresarial, un ciclo continuo por el cual las organizaciones definen sus objetivos, analizan sus progresos, adquieren conocimiento, toman decisiones, miden sus xitos y comienzan el ciclo nuevamente. BI ayuda a los gerentes a tomar mejores decisiones ms rpidamente en las niveles estratgicos y operativos.

Ing. Christian Araujo Gonzlez

Business Intelligence

 El anlisis conduce a ideas, muchas de ellas pequeas, y se espera que unas cuantas ms grandes. Estas ideas sugieren maneras de mejorar la organizacin cuando se acta sobre ellas; estas ideas pueden ser medidas para ver si funcionan. Estas mediciones tambin proveen ms datos para el anlisis y el ciclo comienza de nuevo.

El paso del anlisis a la idea a la accin a la medicin, la llamamos ciclo de Business Intelligence.
Cmo determinamos cules datos debemos recopilar y que anlisis debemos desarrollar? La idea es el producto del anlisis amplio. La ideas pueden ser operacionales y estratgicas.

ANALISIS

IDEA

BUSINESS INTELLIGENCE

Medimos lo que creemos que es importante; en BI se usa PKI para medir toda la organizacin.

MEDICION ACCION

La accin se conecta con el ciclo de BI a travs del proceso de toma de decisiones. La accin es lo que sigue a una mejor y ms rpida toma de decisiones proporcionada por BI
9

Ing. Christian Araujo Gonzlez

Business Intelligence

1.4. Cmo hacer posible el Business Intelligence

Los entes principales que contribuyen a facilitar el BI son: - la tecnologa - la gente y - la cultura corporativa.

Tecnologa
Las organizaciones hoy pueden crear amplios sistemas corporativos de BI que calculan y supervisan mtricas sobre cada variable que sea importante para la gestin de la organizacin. Cmo es esto posible?. La respuesta es la tecnologa. Estas tendencias son: - Potencia de procesamiento - Almacenamiento - Tecnologas de redes - Estndares - Software BI

Ing. Christian Araujo Gonzlez

Business Intelligence

10

La Gente
- Entender el papel de la gente en el ciclo de BI permite a las organizaciones sistemticamente crear ideas y convertir estas ideas en decisiones.
- Los sistemas informticos pueden informar de lo que esta pasando en la empresa, pero adquirir conocimiento de estos acontecimientos requiere la motivacin de la gente y las organizaciones. Y para que esto sucede se necesita a la gente entusiasmada con el cambio (otro forma de pensar). - Los sistemas BI sirven a los gerentes en gran medida, de la misma forma que los instrumentos de navegacin sirven a los pilotos. El grado en que la instrumentacin es esencial, depende del tamao y complejidad de la organizacin y del papel del gerente

Ing. Christian Araujo Gonzlez

Business Intelligence

11

Cultura Organizacional
- La extensin para la cual la actitud BI florece en una organizacin depende en gran medida de su cultura organizacional.
-Las culturas que son exitosas en posibilitar el BI son aquellas que sistemticamente tienen xito en lo siguiente: . Proporcionar amplio y fcil acceso a la informacin . Motivar anlisis a amplia escala y tomar decisiones . Motivar el compartir resultados con amplias audiencias . Alentar la experimentacin y tolerar fallos

Ing. Christian Araujo Gonzlez

Business Intelligence

12

2. El mejor Anlisis en Inteligencia de Negocios (Business Intelligence)

2.1. Introduccin

Tomar mejores decisiones ms rpidamente, ejecutivos y gerentes necesitan informacin til que sea flexible y fcil de analizar. Conseguir esto no es tarea trivial, principalmente por la brecha de anlisis (diferencia entre la informacin que es til y lo que se produce diariamente) existente. Cubrir la brecha requiere que las organizaciones identifiquen como la informacin puede ser utilizada para el anlisis organizacional (o de negocio) y entender como los sistemas de informacin convierten los datos originales en informacin de utilidad.

Ing. Christian Araujo Gonzlez

Business Intelligence

13

2.2. Anlisis Multidimensional

Para comprender cmo se hace la informacin til para el anlisis organizacional o de negocio, haremos un ejemplo sencillo de anlisis Business Intelligence en accin.

Ejemplo: Consideramos un mayorista de frutas que compra fruta que proviene de agricultores y luego transporta y distribuye la fruta en cuatro mercados.
Tabla 1: Venta de frutas para el primer y segundo trimestre del ao 2008 Trimestre Enero-Marzo Abril-Mayo Total Cantidad $ 16000 $ 16000 $ 32000

Anlisis:

A simple vista pareciera que el mayorista de frutas tiene el mismo rendimiento en sus ventas en el 1er. Trimestre y en el 2do. Trimestre.

Ing. Christian Araujo Gonzlez

Business Intelligence

14

Seguimos con el anlisis desde otra dimensin o perspectiva: por ejemplo, podemos conocer el tipo y el lugar donde la fruta fue vendida. Esto se ve el la Tabla 2.
Tabla 2: Tres vistas o cuadros diferentes que reflejen las ventas de fruta: Tiempo, Mercado y Producto
MERCADO TIEMPO
Trimestre Cantidad Mercado Trujillo Piura Chiclayo Lima Total Cantidad $ $ $ $ 8000 8000 8000 8000

PRODUCTO
Producto Manzanas Cerezas Uvas Melones Total Cantidad $ $ $ $ 8000 8000 8000 8000

Enero-Marzo $ 16000 Abril-Mayo $ 16000 Total $ 32000

$ 32000

$ 32000

Es de hacer notar que el total de ventas es el mismo $ 32000, en todas la vista; esto es un signo de confianza. Esto nos da la seguridad de que estamos viendo la misma informacin (venta frutas en la compaa), pero cada vista totaliza en diferentes categoras. Esta categorizacin es lo que se conoce como DIMENSION.
Ing. Christian Araujo Gonzlez Business Intelligence 15

Segn la Tabla 2, sabemos que las ventas son idnticas para cada uno de los trimestres , para cada uno de los cuatro productos y para cada uno de los cuatro mercados. Esta informacin es aburrida ! No existe patrones interesantes, realmente hay poco que analizar, aqu no sucede nada. Mejor que categorizar la informacin de ventas en cuatro dimensiones, podramos ver que sucede cuando combinamos las tres dimensiones existentes para crear una VISTA MULTIDIMENSIONAL, como podemos ver en la Tabla 3.

Ing. Christian Araujo Gonzlez

Business Intelligence

16

Tabla 3: Vista multidimensional de venta de frutas

Trujillo 1er. trimestre Manzana Cerezas Uvas Melones Total 1er. trimestre 2do. trimestre Manzana Cerezas Uvas Melones Total 2do. trimestre Totales $ $ $ $ 1000 2000 Piura $ $ $ $ 3000 2000 Chiclayo $ $ $ $ 2500 2000 Lima $ $ $ $ 1500 2000 Total $ $ $ $ 4000 4000 4000 4000

$ 3000

$ 5000

$ 4500

$ 3500

$ 16000

$ $ $ $

4000 1000 -

$ $ $ $

3000 -

$ $ $ $

1500 2000

$ $ $ $

2500 2000

$ $ $ $

4000 4000 4000 4000

$ 5000

$ 3000

$ 4500

$ 4500

$ 16000

$ 8000

$ 8000

$ 8000

$ 8000

$ 32000

Guau!...alertas y anomalas saltan por todas partes! Informacin trascendente que estaba oculta por haber analizado las dimensiones de forma separada comienza aparecer. Por ejemplo, las manzanas y cerezas no se vendieron en Piura y Trujillo durante el 1er. Semestre, pero los melones y las uvas si se vendieron. Sucedi lo contrario durante el 2do. trimestre.
Ing. Christian Araujo Gonzlez Business Intelligence 17

El proceso de interactuar con datos en vistas multidimensionales, es lo que se conoce como REBANAR Y DIVIDIR (slicing and dicing), casi siempre esta tcnica revela nuevas e interesantes informaciones en comparacin con los datos aislados en dimensiones sencillas. El anlisis multidimensional supone la visualizacin de los datos simultneamente en categoras a lo largo de muchas dimensiones, no necesariamente tres dimensiones como el ejemplo de la tabla 3. Vista grafica de la tabla 3.
Mercado
Lima Chiclayo Piura Trujillo

1er. trimestre

Tiempo
2do. trimestre $4000

Producto
Ing. Christian Araujo Gonzlez Business Intelligence 18

2.3. Sistemas Operacionales

El anlisis multidimensional es una tcnica muy intuitiva para la gente de la organizacin porque representa una forma natural, fcil y efectiva de analizar la informacin. La tarea ms difcil es conseguir los datos en un

formato que apoye el anlisis multidimensional a la velocidad del pensamiento.

Primero debemos considerar dnde se originan los datos en una organizacin. La informacin de ventas del mayorista de frutas se origina con cada cliente que coloca una orden de compra para uno o un conjunto de productos , en este caso frutas. Cada orden es almacenada en una Bases de Datos, que fue especialmente diseada para dar seguimiento a la orden durante todo el ciclo de vida de la operacin. Llamamos a esta Base de

Datos Operacional, porque su trabajo es registrar todas las operaciones de la compaa.

Las base de datos estn estructuradas con el propsito de dar apoyo a las

operaciones diarias procesando transacciones, ellas no han sido diseadas para desarrollar anlisis de la informacin organizacional.
Ing. Christian Araujo Gonzlez Business Intelligence 19

Sistemas OLTP Los sistemas operacionales son frecuentemente llamados sistemas OLTP (online transaction processing). Para comprender cmo funciona un sistema OLTP, utilizaremos un ejemplo, retirar dinero desde un cajero automtico. Generalmente, introducimos la tarjera en el cajero y el cajero lee su perfil de cliente. Introducimos el cdigo secreto de cliente y el cajero verifica el cdigo. Introducimos el importe que deseamos retirar, el cajero nos entrega el dinero y el recibo donde se muestra el saldo de su cuenta. En estas operaciones usted est interactuando con un sistema OLTP, y este proceso tiene caractersticas que fundamentalmente definen el sistema. - se procesa una transaccin: podemos retirar - se ejecutan todos los elementos de la transaccin en tiempo real: verifica quien hace la transaccin - se procesan muchas transacciones sobre una base interrumpida: los depsitos, retiros y otras operaciones que tengan que ver con la cuenta de clientes..

Ing. Christian Araujo Gonzlez

Business Intelligence

20

 Si preguntamos: Cul ha sido el promedio de transacciones por cajero

automtico diariamente en la ciudad de Trujillo del Departamento de la Libertad, fuera del horario normal de trabajo?
Esta pregunta no podra ser resuelta por un sistema OLTP. Hay muchos registros que buscar, ordenar y totalizar, clculos matemticos que son necesarios para el resultado (promedio de todos los cajeros automticos). Imponer este tipo de consulta a un sistema OLTP y sobre una base regular causara interferencia con las operaciones regulares del banco.

Los sistemas OLTP son psimos para el anlisis, mas bien estos recogen los datos (originales o crudos) que son la base para el anlisis multidimensional. Aquellas millones de transacciones en los sistemas operacionales que son la base, rica en datos que necesitan ser convertidos en informacin til para desarrollar el anlisis organizacional.

Ing. Christian Araujo Gonzlez

Business Intelligence

21

Informes operacionales Actualmente los sistemas operacionales son adquiridos como aplicaciones de software empaquetadas. Los sistemas operacionales tienen capacidades para elaborar informes, pero estos adolecen de las siguientes limitaciones bsicas:
- Estos informes indican solo su propia informacin recogida sin la posibilidad de combinar datos o absorber estructuras de otros sistemas. - Estos informes operacionales tpicamente no dan apoyo efectivo al anlisis multidimensional a la velocidad del pensamiento. Son significativamente ms lentos, menos intuitivos y poco flexibles que lo requerido.

Ing. Christian Araujo Gonzlez

Business Intelligence

22

2.3. Los Sistemas Business Intelligence

Los sistemas BI son el lugar donde los datos que provienen desde muchos sistemas operacionales son colocados juntos con el propsito de anlisis. Uno de los componentes del los sistemas BI que permite hacer posible la entrega de rpidos y eficientes anlisis multidimensional es OLAP.

Cuando el anlisis multidimensional es respaldado por herramientas de interface y estructuras de base de datos que permiten acceso instantneos y una manipulacin sencilla por parte del usuario, un paradigma se hace presente: OLAP (online analytical processing).
Qu es el procesamiento analtico en lnea? E. F. Codd (uno de lo gurs de la tecnologa de base de datos relacional), fue quien acuo el trmino OLAP. Este trmino quiso resaltar la diferencia entre el procesamiento de transacciones y el procesamiento analtico. Los tomadores de decisiones y analistas fueron ya pensadores multidimensionales, incluso antes de OLAP, haciendo preguntas como: Cules son las ventas actuales comparadas con las ventas en presupuesto, por zona, por
vendedor y por producto?
Ing. Christian Araujo Gonzlez Business Intelligence 23

 Por qu OLAP? Para BI esta pregunta puede ser respondida considerando tres capacidades criticas:
- proporciona un modelo de datos intuitivo y conceptual - rpidos tiempos de respuesta permiten que lo gerentes y analistas puedan resolver ms situaciones en un corto plazo . - tiene un motor de calculo bastante potente especializado en el calculo mutidimensional.

Estructuras de Sistemas OLAP La potencia de OLAP proviene de la forma en que los datos estructurados estn alineados, en forma en que las personas de forma natural hacemos anlisis. Los conceptos fundamentales en OLAP son: dimensiones, jerarquas y medidas. Una caracterstica interesante de las dimensiones es la habilidad de hacer particiones de los datos de una base de datos multidimensional slice-anddice de acuerdo a los valores de ciertas dimensiones. Por ejemplo, podemos ver las ventas del producto A por mes, por zona y por cliente.
Ing. Christian Araujo Gonzlez Business Intelligence 24

 Otra caracterstica inherente a OLAP es la rotacin y anidamiento (pivoting-and-nesting) de las dimensiones. Los sistemas OLAP organizan los datos por intersecciones multidimensionales. Esta organizacin, acompaada por una herramienta de interface para rotar y anidar, permite a los usuarios visualizar rpidamente valores en detalle, patrones, variaciones y anomalas en los datos que estaran de otra manera ocultos por una anlisis dimensional simple. A mayor nmero de dimensiones mayor es el grado de anlisis. Jerarquas para hacer drill down La jerarqua es la organizacin de niveles dentro de una dimensin que refleje: 1) como los datos aadidos estn agregados nivel a nivel y 2) el camino que permita hacer drill down de arriba abajo dentro de la dimensin.

Ing. Christian Araujo Gonzlez

Business Intelligence

25

TIEMPO

Ao 2001

Trimestre

Meses

Q1 Enero Febrero Marzo Q2 Abril Mayo Junio Q3 Julio

Agosto
Setiembre Q4 Octubre Noviembre Diciembre
Ing. Christian Araujo Gonzlez Business Intelligence 26

 Los datos multidimensionales organizados en jerarquas es una forma intuitivamente cmoda para analizar grandes cantidades de datos que provienen de los sistemas OLTP. A mecnica o el funcionamiento de las interfaces OLAP, especialmente pointing-and-clicking (apuntar y seleccionar) para hacer drill down dentro de las capas de inters se hace posible por la velocidad de relmpago con que las consultas son resueltas. Qu estamos midiendo? Se refiere a entender, cul es la naturaleza de los datos que estn siendo agregados, almacenados, calculados y por lo dems analizados. El dato en las aplicaciones BI y todos los sistemas OLAP es llamado una medida. Entendida esta como cualquier expresin cuantitativa. Por ejemplo, el importe de las ventas es una medida importante para analizar la actividad de ventas. Una medida es lo que esta siendo sujeto a anlisis a travs de mltiples dimensiones. Por ejemplo, unidades vendidas por mes, por producto y por cliente.
Ing. Christian Araujo Gonzlez Business Intelligence 27

 Existen 4 parmetros para entender y conocer como funcionan en OLAP las medidas:
1. Una medida es siempre una cantidad o una expresin que produce una cantidad. 2. Una medida puede tomar cualquier formato cuantitativo; por ejemplo, un valor absoluto (unidades vendidas), un valor monetario (importe de ventas), un porcentaje (porcentaje de ventas), o un ratio (ventas/ganancias). 3. Una medida puede ser deducida de cualquier fuente de datos original o computo; por ejemplo, una entrada directa (unidades vendidas en una transaccin), una agregacin (suma de unidades vendidas), un promedio (un promedio del precio de venta), una formula (importe de ventas dividido entre el margen), una cuenta (nmero de clientes) y asi sucesivamente. 4. Debemos tener al menos una medida para hacer cualquier anlisis OLAP, una aplicacin tpica tendr algunas medidas y en algunos extremos cientos de medidas.

La medidas en BI son conocidas por diferentes nombres, dependiendo de la aplicacin. Por ejemplo, el trmino mtrica e indicador de gestin (Key performance indicators - KPI). El trmino benchmark se refiere a una medida utilizada para hacer comapraciones. Un ratio es una medida donde el resultado se obtiene de dividir unan medida por otra, tal como ventas totales entre ventas por vendedor.
Ing. Christian Araujo Gonzlez Business Intelligence 28

 Una caracterstica especial de OLAP es la habilidad de ejecutar frmulas simples que automticamente se calculan a travs de mltiples dimensiones. Modos de almacenamiento OLAP La mayora de sistemas OLAP utilizan uno o mas de los siguiente paradigmas de almacenamiento: desktop files (DOLAP), servidores de BD relacional (ROLAP) y servidores de BD multidimensionales (MOLAP). DOLAP (desktop online analytical processing). Como los datos son almacenados en maquinas individuales de sobremesa , este tipo de almacenamiento es til cuando se deseen desarrollar aplicaciones de pequea escala donde no existe la necesidad de que mltiples usuarios tenga que acceder a los datos como si fuera un servidor central.

ROLAP (relational online analytical processing). Almacenar datos en una BD relacional permite almacenar grandes cantidades de datos, pero el rendimiento de recuperacin de datos no es tan rpido.

Ing. Christian Araujo Gonzlez

Business Intelligence

29

 MOLAP (multidimensional online analytical processing). Los datos son colocados en estructuras especiales que se encuentran en el servidor central. Este ofrece el mayor rendimiento de recuperacin de informacin. Sin embargo, algunos indican que MOLAP no puede manejar muchos datos como ROLAP. El rendimiento y almacenamiento depende del producto OLAP y el tipo de anlisis que intente hacer. Existe un 4to. Modo llamado HOLAP (Hybrid online analytical processing). HOLAP no es realmente un modo de almacenamiento sino una habilidad para diseminar los datos en BD relacionales y multidimensionales con la finalidad de obtener lo mejor de ambos sistemas. Para los usuarios el modo de almacenamiento es transparente. Los usuarios prestan atencin a cuanto esfuerzo ellos necesitan invertir para desarrollar rpidos y flexibles anlisis de sus datos.

Ing. Christian Araujo Gonzlez

Business Intelligence

30

3. Tecnologas en Inteligencia de Negocios (Business Intelligence)

Este punto agrupa a los siguientes temas: 3.1. Datawarehouse 3.2. Procesamiento Analtico en Lnea (OLAP) 3.3. Procesos de Extraccin, Transformacin y Carga (ETL) 3.4. Minera de Datos (Datamining) 3.5. Cuadros de Mando 3.6. Sistemas de Informacin Ejecutivas 3.7. Sistemas de Apoyo a las Decisiones

Ing. Christian Araujo Gonzlez

Business Intelligence

31