Inteligencia de Negocios

Vista previa del material en texto

Clase 7
BASE DE DATOS
FAC.DE INGENIERIA - UNJu
Business Intelligence (BI) o Inteligencia de Negocios
Es 1 conj.de estrategias y herramientas enfocadas a la administr. y creación 
de conocimiento mediante el análisis de datos existentes en 1 organización 
(Medina la Plata, 2009)
Los sistemas de BI obtienen datos de los Sistemas Operacionales y los 
convierten en información valiosa usada en los niveles tácticos y estratégicos.
Inconvenientes de los Sistemas de Información (SI) tradicionales
Gran rigidez a la hora de extraer datos (se usan informes ya definidos) 
 Necesidad de conocimientos técnicos
 Largos tiempos de respuesta (las consultas complejas requieren la 
unión de grandes tablas complejas) 
 Deterioro en el rendimiento del SI (las consultas pueden causar 
grandes degradaciones del sistema)
 Falta de integración que genera “islas de datos” (en general las 
instituciones trabajan sus BD sin estar integradas) 
 Datos erróneos, obsoletos o incompletos (mala calidad de los datos)
 Problemas para adecuar la información al cargo del Us.en la organiz.
 Ausencia de información histórica (los sistemas operacionales 
trabajan con información diaria y no con datos de años anteriores) 
Pautas para garantizar el exito en BI (Medina la Plata, 2012)
Apoyo de la Gerencia
Compromiso de los usuarios
Metodología de la Implementación 
Selección de la Herramienta analítica 
Rapidez de Implementación
Experiencia (se necesitan profesionales con 
experiencia en BI) 
Errores comunes al implementar BI (Medina la Plata, 2012)
Enfoque netamente técnico
Mala selección del equipo de trabajo o de la tecnología 
que se emplee
Mala calidad de datos
Falta de Planificación de la iniciativa de BI
Presupuesto inadecuado (costos de licencias, 
infraestructura tecnológica, consultoría, ampliación de 
requerimientos, etc) 
Mala selección de herramientas
No propiciar el cambio necesario
Cuadrante mágico de Gartner para BI 2018
Data Warehouse (DW)
 Es una BD corporativa que se caracteriza por integrar y depurar información de 1 o 
más fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad 
de perspectivas y con grandes velocidades de respuesta. 
Ventaja: en las estructuras se almacena la información (modelos de tablas en 
estrella/copo de nieve, cubos relacionales... etc). Este tipo de persistencia de la 
inform.es homogénea y fiable, y permite la consulta y el tratamiento jerarquizado.
DW: Características
Orientado al tema: la información se clasifica en base a los aspectos que son de interés para la 
empresa (cliente, vendedor, actividad, etc).
Integrado: la información está integrada en convenciones de nombres consistentes, medida 
uniforme de variables, codificación de estructuras consistentes, atrib.físicos, fuentes múltiples, etc
De tiempo variante: la información en el DW puede ser solicitada en cualquier momento y los 
datos encontrados en el depósito se llaman de "tiempo variante o Batch". 
No volátil: La informac.es estable a diferencia de datos operacionales que cambian 
continuamente.
Diferencias con una BD Operacional
Data Marts (DM)
Es un subconjunto de un DW hecho a la medida de un dpto. (Inmon et al, 1998) 
Metodología Inmon Metodología Kimball
Existe una variante muy sencilla llamada Metodología HEFESTO (de Bernabeu)
Extract, Transform y Load (ETL)
 Conj. de procesos mediante los cuales los datos origen son preparados para el DW. 
Consiste en extraer datos operacionales de una aplicación de origen, transformarlo, 
cargarlo e indexarlo, asegurando su alta calidad y publicación. (Kimball et al, 2002)
ETL (continuación)
 Extracción: de datos los sist. de origen, los cuales pueden tener formatos distintos (BD 
Relacionales, ficheros planos, BD no Relacionales, etc). Convierte datos a 1 formato 
diseñado para el proceso de transformac., analizando y rechazando si corresponde. 
 Transformación: aplica fciones. (reglas de negocio) a los datos extraídos con el fin de 
convertirlos a un formato útil para su carga. Puede incluir manipulaciones de distintos 
tipos, tales como juntar columnas o desagregarlas, aplicar funciones de 
agrupamiento (realizar conteos, sumarizaciones, promedios, etc), generación de 
claves, unificación de múltiples fuentes, transformar valores de los campos, etc. 
 Carga: los datos ya transformados se cargan en la nueva BD del DW. Dependiendo 
de cómo se diseñe esta fase se puede modificar la información antigua o agregar 
solamente los nuevos registros. Hay 2 formas de desarrollar este proceso, por 
“acumulación simple” que consiste en realizar funciones de agrupamiento y guardar 
esos resultados en la BD del DW o realizar un “rolling” en donde se mantiene un cierto 
nivel de granularidad, manteniendo información resumida por niveles jerárquicos en 
una o más dimensiones del DW. 
CUBOS DE INFORMACION OLAP 
 Conj. de todas las posibles vistas de un cubo definidas sobre una lista de 
dimensiones, una tabla base y medidas de agregación. (Hurtado et al, 2006)
 Conceptos
 Indicadores o Coeficientes: son var.que se obtienen por medio de operaciones 
matemáticas que se realizan sobre un hecho o expresiones de 1 tabla de hechos 
 Atributos: referencia campos/criterios de análisis, pertenec.a tablas de dimens.
 Nivel de Agregación o Jerarquía de Dimensión: es 1 relac.lógica entre 2 o + atrib
Data Mining (DM) o Minería de Datos
 Def.1: Es la extracción de información oculta y predecible de grandes BD, q ayuda 
a las compañías a concentrarse en la información + importante de sus BD o DW. 
 Def.2: Es el proceso de detectar la información procesable de conjuntos grandes de 
datos. Utiliza el análisis matemático para deducir los patrones y tendencias que existen 
en los datos. (Microsoft, 2017)
Estos patrones no se pueden detectar con la exploración tradicional de los datos porque 
las relaciones son demasiado complejas o porque hay demasiado datos.
Tecnologías en las que se apoya DM
 Recolección masiva de datos
 Potentes computadoras con multiprocesadores 
 Algoritmos de Data Mining
KDD (Knowledge Discovery in Databases)
Es el proceso no trivial de identificar patrones válidos, novedosos, potencialmente 
útiles y, en última instancia, comprensibles a partir de datos. 
Metodologías de DM
 SEMMA: tiene una perspectiva más amplia respecto a los objetivos empresariales 
del proyecto, es más completa y flexible en cuanto a su relación con herramientas 
comerciales. Se enfoca en características técnicas del desarrollo del proceso, es muy 
limitada en cuanto a las herramientas ya que se encuentra muy ligada a productos SAS.
 CRISP-DM se compone de 4 niveles de abstracción, organizados de forma jerárquica en 
tareas que van desde el nivel más general hasta los casos más específicos (Chapman, 
1999), consta de 6 etapas, las cuales van iterando y adaptándose al resultado final que 
es en sí la toma de decisiones.
Cuadrante mágico de Gartner para Data Mining 2018