Business">
Componentes de BI
Componentes de BI
Componentes de BI
Contenido
1. Logro esperado
2. Componentes Tecnológicos y Arquitectura
de datos
Logro esperado
▪ Arquitectura de Datos
▪ Data Warehouse y Data Marts
▪ Fuente de datos
▪ ETL
▪ Explotación de Información.
Inteligencia de Negocios
▪ ¿Donde se encuentran el Modelo de Datos de la Empresa?
Sistemas
Fuentes de
Sistemas Transaccionales
Datos
Arquitectura
Extracción de ETL
Datos
Aplicaciones Analytics
Empresariales
Extracción
de Datos ETL Exploración de Datos
Fuentes Selección
Datamarts Entrega de Información a Aplicativos
externas Transformación
Validación
Integración App Host App C/S
Actualización
Text Mining, Social Analytics
Repositorio de Datos
Repositorio de Datos
DOS TENDENCIAS
“ ... Un Data Mart es subconjunto lógico de un data
warehouse ... Un Data Warehouse esta hecho de la unión de
todos sus data marts,” Ralph Kimball, 1997.
Estrategia Bottom-Up
“Puedes capturar todos los pececillos del océano, ponerlos
juntos y, a pesar de ello, no hacen una ballena,” Bill Inmon,
1998
Estrategia Top-Down
Tendencias Más Usadas
Orientado a Temas:
◦ Involucra una alineación de funciones del negocio y enmarcar bajo ellos las
múltiples aplicaciones en una arquitectura Data Warehouse
Integración
Resuelve el problema de INCONSISTENCIA de:
Tipos de datos
Entidades
Atributos
Protección de las aplicaciones que alimentan el Data
Warehouse o Data Marts:
Cargas sólo en horas “no pico”
Sólo en demanda
Centralización de operaciones de transformación y
limpieza:
De las aplicaciones al Data Mart
Del Data Mart al Data Warehouse
Características Data Warehouse
Variante en el tiempo
No volátil
Se carga la información
Se accesa a la información
NO EXISTE actualización continua de la
información
Fuente de Datos
Reporting
Aplicaciones Analytics
Empresariales
Extracción
de Datos ETL Exploración de Datos
Fuentes Selección
Datamarts Entrega de Información a Aplicativos
externas Transformación
Validación
Integración App Host App C/S
Actualización
Text Mining, Social Analytics
Fuente de Datos
➢ Incluir información fundamental de las organizaciones,
tales como clientes, ventas, marketing, producción, etc.
Aplicaciones Analytics
Empresariales
Extracción
de Datos ETL Exploración de Datos
Fuentes Selección
Datamarts Entrega de Información a Aplicativos
externas Transformación
Validación
Integración App Host App C/S
Actualización
Text Mining, Social Analytics
ETL (extraction, transformation, load)
Integración
Appl 1
m,f
balance numeric(13,2)
1° Consolidación
Appl 2 2° Estandarización
0,1
balance pic9(9)v99
Appl 3 1° m,f
x,y
balance numeric(11,0) 2° balance numeric(13,2)
Appl 4
male, female
balance pic s9(7)v99 comp-3
https://www.youtube.com/watch?v=JlI-NMZbPQ8
Componentes y Arquitectura de Datos
Explotación de Información
Explotación de información
Reporting
Aplicaciones Analytics
Empresariales
Extracción
de Datos ETL Exploración de Datos
Fuentes Selección
Datamarts Entrega de Información a Aplicativos
externas Transformación
Validación
Integración App Host App C/S
Actualización
Text Mining, Social Analytics
Explotación de información
55% 52%
48% 23 24
Obj: 0 45%
19
16
5 24%
3
2
0 0 0 0 0 5
0% 0% 0%
2 1 0 0 0 0
Feb M0ar A0br May Jun Jul Ago 12-Set
De 0 y 2 días De 3 a 5 días Más de 6 días Jul-Set Oct - Dic Ene-Mar Abr-Jun Jul-10 Obj
Ped 30 26 36 27 39 46 25 09 Set
N°(27) (22)(05) (22) (24) (16) (0) (0) (0)
Total rechazos Rechaz xvalidación inicial R eq % Julio % Ago % 10-Set
Ejemplo Cuadro de mando
Presupuesto Ejecutado por Áreas de Negocio