Business Intelligence.
MANUAL BI
(INTELIGENCIA DE NEGOCIOS)
Business Intelligence.
CONTENIDO
1. INTELIGENCIA DE NEGOCIOS
2. BASES DE DATOS OPERATIVAS O TRANSACCIONALES
3. ETL
4. CUBO...
Business Intelligence.
Inteligencia de negocios
La Inteligencia de Negocios (BI) es el proceso de analizar los datos acumu...
Business Intelligence.
Sistema de almacén de datos, orientada al análisis (DW)
Extracción
Corresponde a la etapa en la cua...
Business Intelligence.
ETL
Extracción-Transformación-Carga
Extracción
Proceso en el cual se extrae los datos de los sistem...
Business Intelligence.
2. Ingresar a SQL Server Bussines Intellingence.
3. Opción nuevo proyecto (Archivo/ nuevo / proyect...
Business Intelligence.
a. Nombre Nombre del proyecto, debe recordarse que un proyecto
puede tener varias soluciones.
b. N...
Business Intelligence.
8. Buscar explorador de Soluciones.
Nota: Obligatorio data source y data source viewes(origen y vis...
Business Intelligence.
9. Creación de Origen carpeta data source dar click derecho nuevo origen.
10. Next.
Business Intelligence.
Es para vincular por strign de conexión el sql bisness
11. Next.
Business Intelligence.
Muestra que no hay conexión presiona el botón nuevo, abrirá la ventana de
Connection Manager.
Para ...
Business Intelligence.
Se puede validar la conexión con el botón test connection
16. Mensaje de confirmación de conexión P...
Business Intelligence.
19. Nos presenta una ventana donde se procede a seleccionar Default, de esta
manera usara la autent...
Business Intelligence.
20. Seleccionar Next.
Business Intelligence.
21. Presenta la pantalla del string de conexión.
22. Proceder a nombrar la conexión.
Business Intelligence.
23. Presionar Finish.
De esta manera queda la conexión con la BD lista, pero No tengo acceso a los ...
Business Intelligence.
VISTA
1. Click derecho nueva vista.
2. Presionar Next.
3. Seleccionamos la conexión anteriormente c...
Business Intelligence.
4. Presionar Next.
Esta imagen muestra todas las características del origen de datos.
Business Intelligence.
Nota: Para el proceso OLAP debemos escoger lo que vamos a usar por eso no se
toman las vistas que e...
Business Intelligence.
7. Presionar Next.
8. Pasa todo e importa el modelo completo de la BD.
Business Intelligence.
Crear el Cubo
1. Damos, click derecho nuevo cubo.
2. Inicia el ayudante para la generación de cubos.
Business Intelligence.
3. Le damos siguiente, y nos muestra la pantalla para llenar los datos
Business Intelligence.
4. Muestra que va a crear el cubo con los datos establecidos en el modelo.
5. Presionar Next.
6. Pr...
Business Intelligence.
7. Presionar Next.
El ayudante realiza la verificación e informa el proceso que hará.
8. Se presion...
Business Intelligence.
9. Presenta la pantalla donde mostrara cuales son las tablas que ingresaran como
factor y dimension...
Business Intelligence.
11. Seleccionar la pestaña diagrama, de esta manera ver como quedara.
12. Presionar Next para reali...
Business Intelligence.
En este caso los atributos principales para el cubo son año y mes.
13. Presionar Next. No muestra l...
Business Intelligence.
Nota: Relaciona los atributos contra la característica del modelo, indica las medidas
asociadas a l...
Business Intelligence.
16. Presionar Next. Se da le nombre al cubo.
Business Intelligence.
17. Presionar Next. Vista preliminar del cubo que medidas dimensiones que
tendrá el cubo como tal.
...
Business Intelligence.
Podemos observar las Características en el lado izq.
Business Intelligence.
19. Iniciamos la ejecución para que el servidor procese el cubo.
Esta es la presentación del cubo.
...
Business Intelligence.
Para procesar los datos y generar la información que necesitamos procedemos a
Arrastrar detalles qu...
Business Intelligence.
Se combinan las variables
Business Intelligence.
Generación de archivo (exportado)
1. Se conecta los datos
2. Datos de otras fuentes
3. Se conecta a...
Business Intelligence.
4. Siguiente aparece el cubo
5. Siguiente y finalizar
6. Informe grafico y tabla dinámica
Business Intelligence.
7. Seleccionar propiedades para que actualice el grafico
EJEMPLO:
Modelo en Estrella
Dimensiones y ...
Business Intelligence.
DIMENSIONES
Region
id_reg int
Descripcion_reg varchar(50)
Tipo_negocio
tipo_neg varchar(50)
Descrip...
Business Intelligence.
total_productos varchar(50)
id_reg int
id_cliente int
total_venta varchar(50)
id_prov int
id_prod i...
Business Intelligence.
Vista de Datos
Vista Generada
Cubo de Datos
Imagen de CUBO (CUBO estructurA)
(Cuatro imágenes)
Business Intelligence.
IMAGEN DE CUBO (BROWSER)
Business Intelligence.
Business Intelligence.
Presentación de Datos (Excel)
Imagen1 Consulta de ventas por. Municipios
En la imagen anterior se p...
Business Intelligence.
económica para los clientes y pueden acceder en mayor cantidad a solicitar los
productos de la empr...
Business Intelligence.
Imagen 4 Producto con mayor movimiento total.
De la gran variedad de productos de la empresa que se...
Business Intelligence.
Como conclusión de este primer informe de ventas por municipio y por producto,
cabe anotar que es n...
Business Intelligence.
Business Intelligence.
Verificar valores
REGLAS DE ASOCIACIÓN
START ESTA APRIRORI
MINERÍA DE DATOS
Business Intelligence.
REGALAS DE ASOCIACIÓN
1. Creación de tabla para la herramienta de minería de datos
2. Técnicas mine...
Business Intelligence.
7. Presionar Next.
8. Seleccionar que estructura usara se tomara (Cubo o Modelo relacional) en
esta...
Business Intelligence.
9. Presionar next.
La pantalla que continua nos muéstralas diferentes técnicas de minería que se
en...
Business Intelligence.
11. Aparece la vista generada.
12. Presionar Next.
13. Contiene las variables relacionadas
Business Intelligence.
14. Presionar Next.
Nota: Hay técnicas que exigen dos o mas vistas por defecto en asociación dejamo...
Business Intelligence.
El sistema indica atributo principal o calve primaria, la variable de predicción o
dependiente, y l...
Business Intelligence.
17. Presionar Next.
18. Clasificación de tipos de datos o valores.
Business Intelligence.
19. Next.
20. Colocamos nombre a la estructura y nombre al modelo.
Business Intelligence.
21. Damos finalizar
22. Procesaremos el modelo
Business Intelligence.
23. En la parte superior dice rules
24. Esta pantalla nos informa que iniciara el proceso.
25. Pres...
Business Intelligence.
Presenta la generación del proceso de minería, mostrando los datos.
Presenta las reglas generadas G...
Business Intelligence.
EJEMPLO:
Reglas de asociación
1,000 0,301029995663981 Factor = RENDIMIENTOACA, Univeridadtipo = PUB...
Business Intelligence.
Se presenta una alta deserción cuando el estudiante es joven y posee unl rendimiento
académico bajo...
Business Intelligence.
Se presenta una deserción media en estudiantes de la universidad pública que no
trabajan
0,667 0,17...
Business Intelligence.
La red de dependencia muestra la deserción media en el cual influye notoriamente el
factor económic...
Business Intelligence.
CLUSTERING
Con base de datos riesgo colisión BI proyecto nuevo
1. Ubicar BD riesgos colisión en sql...
Business Intelligence.
8. Next.
9. Seleccionamos la vista.
10. Tomamos las Variables.
Business Intelligence.
Nota: Debe recordarse que puede ser de tipo (Anidado o escenario) por que solo
se necesita una sola...
Business Intelligence.
Nota: Esta pantalla muestra la clasificación y tipo de datos Asignados a cada
variable. Discreto me...
Business Intelligence.
Business Intelligence.
13. La diferencia se ve en el modelo de Clustering, seleccionamos F5 o Flechita
Business Intelligence.
Cada Cluster es un subconjunto de la muestra poblacional que se tomo,
caracterizado por la tendencia
Business Intelligence.
Permite tomar una variable de comportamiento para el análisis específico. Los costler
cambian de co...
Business Intelligence.
Business Intelligence.
Business Intelligence.
Variables según la tendencia que maneja
Las características generales del closter muestra las varia...
Business Intelligence.
Esto muestra la tendencia del vehiculo
Discriminación closter
Muestra cual es el mayor dependiendo ...
Business Intelligence.
Upcoming SlideShare
Loading in...5
×

Manual bi

840

Published on

La Inteligencia de Negocios (BI) es el proceso de analizar los datos acumulados en la empresa y extraer un conocimiento de ellos.

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
840
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
97
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Manual bi

  1. 1. Business Intelligence. MANUAL BI (INTELIGENCIA DE NEGOCIOS)
  2. 2. Business Intelligence. CONTENIDO 1. INTELIGENCIA DE NEGOCIOS 2. BASES DE DATOS OPERATIVAS O TRANSACCIONALES 3. ETL 4. CUBOS OLAP 5. MINERÍA DE DATOS
  3. 3. Business Intelligence. Inteligencia de negocios La Inteligencia de Negocios (BI) es el proceso de analizar los datos acumulados en la empresa y extraer un conocimiento de ellos. Se incluyen las bases de datos de clientes, información de la cadena de suministro, ventas personales y cualquier actividad de marketing o fuente de información relevante para la empresa. BI apoya a los tomadores de decisiones con la información correcta, en el momento y lugar correcto, lo que les permite tomar mejores decisiones de negocios. La información adecuada en el lugar y momento adecuado incrementa efectividad de cualquier empresa. La información es tomada atreves de: Información generada por los sistemas transaccionales. Información externa. Información generada por los departamentos de la empresa que no corresponden a un sistema transaccional oficial. Bases de Datos Estructura de Datos que almacena registros y los movimientos de los sistemas transaccionales. Las Bases de Datos pueden estar en Excel, Oracle, SQL, Access, etc. En muchos casos es necesario generarlas de archivos planos producidos por los sistemas transaccionales, o se deben crear a partir de cuadros y tablas resumen. Las bases de datos pueden ser usadas para: Orientado al Proceso (conocido como OLTP, On-Line Transactional Processing). Se hace análisis de los datos en tiempo real sobre la misma base de datos (conocido como OLAP, On-Line Analytical Processing).
  4. 4. Business Intelligence. Sistema de almacén de datos, orientada al análisis (DW) Extracción Corresponde a la etapa en la cual los sistemas transaccionales se encargan de la captura, proceso y generación de la información oficial de la empresa, en donde se cumple con los requisitos legales de contabilidad, control y demás elementos que se utilizan para la operación diaria de las organizaciones. Consolidación Después del proceso de análisis empresarial y gerencial a profundidad, se realiza la selección de la información generada por los sistemas transaccionales y las fuentes externas, para crear la bodega de datos con todos los datos necesarios para poder realizar los diferentes análisis requeridos por la dirección para la toma de decisiones que permitan la competitividad de la organización. Explotación En ésta etapa es donde se comienzan a aplicar las herramientas existentes para dejar listos los datos de la bodega en manos de los usuarios, quienes deben estar en capacidad de empezar a aprovechar y explotar la información ya depurada y filtrada que hay en la bodega de datos. En esta etapa tenemos dos tecnologías que nos permiten realizar un proceso de explotación de los datos, con el fin de poder tomar mejores decisiones soportadas Visualización Una vez realizados los procesos de explotación y se han aplicado las herramientas adecuadas para este proceso, viene una etapa donde lo realizado en la etapa anterior se puede mejorar al aplicar herramientas que permiten una mejor visualización de los resultados, y ayudan a conocer lo que está sucediendo de una manera gráfica y capaz de aprovechar los conceptos de colores y gráficas que facilitan la visualización de los resultados.
  5. 5. Business Intelligence. ETL Extracción-Transformación-Carga Extracción Proceso en el cual se extrae los datos de los sistemas. Transformación Proceso en el cual se realiza la consistencia de los datos. Carga Procedimiento de carga de datos en el objetivo final, suele ser el almacén de datos (DW). CUBO (OLAP) Un cubo OLAP, OnLine Analytical Processing o procesamiento Analítico En Línea, es una base de datos multidimensional, en la cual el almacenamiento físico de los datos se realiza en un vector multidimensional. Los cubos OLAP se pueden considerar como una ampliación de las dos dimensiones de una hoja de cálculo. Procedimiento para generar un cubo 1. Ingresar a SQL Server y crear una Base de Datos (Modelo estrella generado).
  6. 6. Business Intelligence. 2. Ingresar a SQL Server Bussines Intellingence. 3. Opción nuevo proyecto (Archivo/ nuevo / proyecto). Creación de Proyecto 4. Seleccionar Bussiness Intelligence Projects. 5. Analysis Services Project, una solución puede tener uno o más proyectos.
  7. 7. Business Intelligence. a. Nombre Nombre del proyecto, debe recordarse que un proyecto puede tener varias soluciones. b. Nombre de la Solución Nombre de la solución a crear. Guardar Proyecto 6. Escoge ubicación 7. Aceptar.
  8. 8. Business Intelligence. 8. Buscar explorador de Soluciones. Nota: Obligatorio data source y data source viewes(origen y vista de datos ) ya sea para realizar un cubo o para aplicar una técnica de minería de datos.
  9. 9. Business Intelligence. 9. Creación de Origen carpeta data source dar click derecho nuevo origen. 10. Next.
  10. 10. Business Intelligence. Es para vincular por strign de conexión el sql bisness 11. Next.
  11. 11. Business Intelligence. Muestra que no hay conexión presiona el botón nuevo, abrirá la ventana de Connection Manager. Para vínculo de datos: 12. Seleccionar el controlador en este caso sql navigate cliente. 13. Seleccionar el Nombre de Servidor donde estamos ubicados 14. Seleccionar Conexión con el servidor en la opción Utilizar autenticación de Windows. 15. Establecer conexión con una Base de datos buscar la BD con la que utilizaremos para la creación del cubo.
  12. 12. Business Intelligence. Se puede validar la conexión con el botón test connection 16. Mensaje de confirmación de conexión Presionar OK. 17. Seleccionamos la conexión generada. 18. Presionar Next.
  13. 13. Business Intelligence. 19. Nos presenta una ventana donde se procede a seleccionar Default, de esta manera usara la autenticación de Windows por defecto.
  14. 14. Business Intelligence. 20. Seleccionar Next.
  15. 15. Business Intelligence. 21. Presenta la pantalla del string de conexión. 22. Proceder a nombrar la conexión.
  16. 16. Business Intelligence. 23. Presionar Finish. De esta manera queda la conexión con la BD lista, pero No tengo acceso a los datos para esto se creara la vista.
  17. 17. Business Intelligence. VISTA 1. Click derecho nueva vista. 2. Presionar Next. 3. Seleccionamos la conexión anteriormente creada, en este caso OrigenSoftware.
  18. 18. Business Intelligence. 4. Presionar Next. Esta imagen muestra todas las características del origen de datos.
  19. 19. Business Intelligence. Nota: Para el proceso OLAP debemos escoger lo que vamos a usar por eso no se toman las vistas que estén generadas en la BD, solo se escogen las tablas de esta necesarias para el proceso que realizaremos. Por esto se debe escoger la tabla de hechos y dimensiones, estas las pasaremos a la columna o campo (Included objects), presionando el botón de envío. 5. Presionamos Next. 6. Le ponemos el nombre a la vista.
  20. 20. Business Intelligence. 7. Presionar Next. 8. Pasa todo e importa el modelo completo de la BD.
  21. 21. Business Intelligence. Crear el Cubo 1. Damos, click derecho nuevo cubo. 2. Inicia el ayudante para la generación de cubos.
  22. 22. Business Intelligence. 3. Le damos siguiente, y nos muestra la pantalla para llenar los datos
  23. 23. Business Intelligence. 4. Muestra que va a crear el cubo con los datos establecidos en el modelo. 5. Presionar Next. 6. Presenta la vista, debe proceder a escoger la vista generada.
  24. 24. Business Intelligence. 7. Presionar Next. El ayudante realiza la verificación e informa el proceso que hará. 8. Se presiona Next.
  25. 25. Business Intelligence. 9. Presenta la pantalla donde mostrara cuales son las tablas que ingresaran como factor y dimensiones para el proceso de generación. 10. Se procede a seleccionar la tabla de dimensión en este caso Tiempo.
  26. 26. Business Intelligence. 11. Seleccionar la pestaña diagrama, de esta manera ver como quedara. 12. Presionar Next para realizar el proceso de relacionar los atributos.
  27. 27. Business Intelligence. En este caso los atributos principales para el cubo son año y mes. 13. Presionar Next. No muestra las medidas que estarán en la creación del cubo.
  28. 28. Business Intelligence. Nota: Relaciona los atributos contra la característica del modelo, indica las medidas asociadas a la tabla de hechos, selecciona las medidas que dejara para el cubo. 14. Presionar Next, esta pantalla muestra como se detecta la jerarquía 15. Presionar Next. Para visualizar el nivel de detalle jerarquía o granularidad que tendrá el cubo
  29. 29. Business Intelligence. 16. Presionar Next. Se da le nombre al cubo.
  30. 30. Business Intelligence. 17. Presionar Next. Vista preliminar del cubo que medidas dimensiones que tendrá el cubo como tal. 18. Finalizar Resalta las tablas, Hechos en el centro y las dimensiones
  31. 31. Business Intelligence. Podemos observar las Características en el lado izq.
  32. 32. Business Intelligence. 19. Iniciamos la ejecución para que el servidor procese el cubo. Esta es la presentación del cubo. Muestra todos los atributos
  33. 33. Business Intelligence. Para procesar los datos y generar la información que necesitamos procedemos a Arrastrar detalles que usaremos, dándole la granularidad deseada Granularidad: Nivel de detalle de la información.
  34. 34. Business Intelligence. Se combinan las variables
  35. 35. Business Intelligence. Generación de archivo (exportado) 1. Se conecta los datos 2. Datos de otras fuentes 3. Se conecta al de analissi services
  36. 36. Business Intelligence. 4. Siguiente aparece el cubo 5. Siguiente y finalizar 6. Informe grafico y tabla dinámica
  37. 37. Business Intelligence. 7. Seleccionar propiedades para que actualice el grafico EJEMPLO: Modelo en Estrella Dimensiones y Tabla de Hechos
  38. 38. Business Intelligence. DIMENSIONES Region id_reg int Descripcion_reg varchar(50) Tipo_negocio tipo_neg varchar(50) Descripcion varchar(50) Tabla de hechos Hechos _ venta Cliente id_cliente int nombre varchar(50) tipo_neg varchar(50) id_region int barrio varchar(50) Proveedor id_prov int Descripcion_prov varchar(50) Tiempo id_sem int descripcion varchar(50) Producto id_prov int id_prod int descripcion_prod varchar(50)
  39. 39. Business Intelligence. total_productos varchar(50) id_reg int id_cliente int total_venta varchar(50) id_prov int id_prod int id_sem int Imagen deL modelo
  40. 40. Business Intelligence. Vista de Datos Vista Generada Cubo de Datos Imagen de CUBO (CUBO estructurA) (Cuatro imágenes)
  41. 41. Business Intelligence. IMAGEN DE CUBO (BROWSER)
  42. 42. Business Intelligence.
  43. 43. Business Intelligence. Presentación de Datos (Excel) Imagen1 Consulta de ventas por. Municipios En la imagen anterior se puede observar el índice de ventas para los trimestres del año 2010, representados en un gráfico de barras. Dicho gráfico presenta las siguientes tendencias para cada trimestre: Primer trimestre, el municipio de Andes es el que presenta el mayor indice de compras al distribuidor en contraposiciòn, el municipio con menor indice de compra es Cocorná. Ello puede deberse a que Andes se ha presentado como un municipio centro en la zona donde se ubica y como tal puede surtir a los municipios cercanos, lo de Cocorná y Tarso, se puede explicar debido a los diferentes conflictos de orden público que afectan la solicitud y llegada de los productos. Segundo trimestre, se puede observar un aumento en las ventas para municipios como Angelopolis, Betulia, Ciudad Bolivar, Medellín, Montebello, Pueblorico, Santa Barbara, Támesis, Tarso y Titiribí. Esta alza representantiva nos indica que para el 38% de los municipios de la muestra el segundo trimestre presenta mejor estabilidad
  44. 44. Business Intelligence. económica para los clientes y pueden acceder en mayor cantidad a solicitar los productos de la empresa. Podría pensarce para el año siguiente en ofrecer algún tipo de promoción con el ánimo de involucrar a los municipios restantes ó no saturar tanto el mercado en el primer trimestre con el ánimo de aumentar las ventas en los trimestres siguientes. Tercer trimestre, se observa una altísima caída de las ventas en todos los municipios, esto puede presentarse debido a falta de información de éste trimestre o factores externos que afectaron considerablemente las ventas de la empresa. En las siguientes imágenes (Imagen2, Imagen3), se presenta la misma información pero con diferentes efectos de color, lo que permite una mejor visualización del gráfico de barras para la persona que debe tomar las decisiones basado en esta información. Imagen 2 Consulta de ventas por municipios Imagen 3 Consulta de ventas por municipios
  45. 45. Business Intelligence. Imagen 4 Producto con mayor movimiento total. De la gran variedad de productos de la empresa que se observan en la Imagen 4, se puede observar que el producto con más rotación es la “Arveja con Zanahoria en empaque de 300grs”, juntamente con otros de tipo refrigerado; dejando con un poco menos de salida los cereales y dulces, quienes a la luz de esta información podrían ser ofrecidos en algún tipo de combo con el ánimo de lograr mayor aceptación por parte de los consumidores. Los productos cárnicos no tienen movimiento significativo.
  46. 46. Business Intelligence. Como conclusión de este primer informe de ventas por municipio y por producto, cabe anotar que es necesario un análisis más profundo de la información, solicitando al grupo de Ingenieros de BI de la empresa, el cruce de otras variables del modelo que brinde la suficiente información para la toma de deciones de alta gerencia y que afecten de manera positiva la cadena de provisión, distribución y entrega al usuario final de los productos. Conclusión de esta primera entrega, como estudiantes del curso de Bases de Datos Avanzadas (Inteligencia de Negocios): Los Ingenieros nos vemos cada vez más involucrados en el proceso de interpretación de la información y no sólo en la producción de ésta, ya que, con la simple elaboración de gráficos o estadísticos sin una explicación racional de éstos, se convierten sólo en datos pero no en información. No sólo tener la información brinda el poder, saber usarla, adelantarse al futuro, prever con base en ella los posibles picos y caídas, es lo que hace la diferencia entre un “Negocio” y un “Negocio Inteligente”. REGLAS DE ASOCIACIÓN (WEKA)
  47. 47. Business Intelligence.
  48. 48. Business Intelligence. Verificar valores REGLAS DE ASOCIACIÓN START ESTA APRIRORI MINERÍA DE DATOS
  49. 49. Business Intelligence. REGALAS DE ASOCIACIÓN 1. Creación de tabla para la herramienta de minería de datos 2. Técnicas minería 3. Crear Origen de datos 4. Crear Vista. 5. Seleccionar Mining Structures. 6. Click derecho nueva estructura de minería
  50. 50. Business Intelligence. 7. Presionar Next. 8. Seleccionar que estructura usara se tomara (Cubo o Modelo relacional) en esta ocasión es de un Modelo relacional.
  51. 51. Business Intelligence. 9. Presionar next. La pantalla que continua nos muéstralas diferentes técnicas de minería que se encuentran en el aplicativo. Tomaremos las Reglas de asociación. 10. Presionar Next.
  52. 52. Business Intelligence. 11. Aparece la vista generada. 12. Presionar Next. 13. Contiene las variables relacionadas
  53. 53. Business Intelligence. 14. Presionar Next. Nota: Hay técnicas que exigen dos o mas vistas por defecto en asociación dejamos Case o escenario si esta en español, Nested es anidado vamos a elegir Case. 15. Presionamos Next. 16. Escoger la variable de preedición
  54. 54. Business Intelligence. El sistema indica atributo principal o calve primaria, la variable de predicción o dependiente, y las de entrada o independientes edad, y vehiculo. En estos modelos estadísticos se trabaja con una variable de predicción o múltiples de entrada, dependiendo de la tendencia o comportamiento. Un modelo que apunte ha determinado riesgo. Este modelo exige una variable predictora.
  55. 55. Business Intelligence. 17. Presionar Next. 18. Clasificación de tipos de datos o valores.
  56. 56. Business Intelligence. 19. Next. 20. Colocamos nombre a la estructura y nombre al modelo.
  57. 57. Business Intelligence. 21. Damos finalizar 22. Procesaremos el modelo
  58. 58. Business Intelligence. 23. En la parte superior dice rules 24. Esta pantalla nos informa que iniciara el proceso. 25. Presionar el Botón Run.
  59. 59. Business Intelligence. Presenta la generación del proceso de minería, mostrando los datos. Presenta las reglas generadas Gráficamente.
  60. 60. Business Intelligence. EJEMPLO: Reglas de asociación 1,000 0,301029995663981 Factor = RENDIMIENTOACA, Univeridadtipo = PUBLICA -> Desercion = ALTA La deserción alta de estudiantes en la universidad pública es alta gracias al rendimiento académico 1,000 0,301029995663981 Factor = RENDIMIENTOACA, Tipoestu = SI -> Desercion = ALTA La deserción es alta cuando el rendimiento académico es bajo y el estudiante trabaja 1,000 0,301029995663981 Factor = RENDIMIENTOACA, Genero = MASCULINO -> Desercion = ALTA La deserción alta se encuentra cuando el rendimiento es bajo y el estudiante es hombre 1,000 0,209259622308336 Factor = RENDIMIENTOACA, Edad = JOVEN -> Desercion = ALTA
  61. 61. Business Intelligence. Se presenta una alta deserción cuando el estudiante es joven y posee unl rendimiento académico bajo 1,000 0,209259622308336 Factor = RENDIMIENTOACA, Edad = ADULTO -> Desercion = ALTA La deserción alta se presenta cuando el estudiante es adulto y su rendimiento académico es bajo 1,000 0,477121254719662 Univeridadtipo = PUBLICA, Factor = ECONOMIA -> Desercion = MEDIA Se presenta una deserción media por la influencia del factor económico y si estudia en una universidad publica 1,000 0,301029995663981 Factor = RENDIMIENTOACA -> Desercion = ALTA Uno de los factores que influyen en la deserción alta de estudiantes se debe al rendimiento académico del mismo 0,750 0,271066772286538 Univeridadtipo = PUBLICA, Tipoestu = SI -> Desercion = ALTA Se presenta una alta deserción de estudiantes en la universidad pública si estos son trabajadores 0,750 0,271066772286538 Tipoestu = SI, Edad = ADULTO -> Desercion = ALTA Se presenta una deserción alta si el estudiante es empleado y adulto 0,750 0,271066772286538 Tipoestu = SI, Genero = MASCULINO -> Desercion = ALTA Se presenta deserción alta en hombres que trabajan 0,750 0,492915521902894 Tipoestu = NO, Factor = ECONOMIA -> Desercion = MEDIA Se presenta deserción baja en estudiantes con problemas económicos y que no trabajan 0,750 0,492915521902894 Univeridadtipo = PUBLICA, Tipoestu = NO -> Desercion = MEDIA
  62. 62. Business Intelligence. Se presenta una deserción media en estudiantes de la universidad pública que no trabajan 0,667 0,176091259055681 Factor = LABORAL, Edad = JOVEN -> Desercion = ALTA Se presenta una deserción alta de estudiantes jóvenes que laboran 0,667 0,477121254719662 Factor = LABORAL, Edad = ADULTO -> Desercion = BAJA Se presenta una deserción baja en estudiantes adultos que laboran 0,625 0,301029995663981 Tipoestu = SI -> Desercion = ALTA Se presenta una deserción alta en estudiantes que trabajan Red de dependencias
  63. 63. Business Intelligence. La red de dependencia muestra la deserción media en el cual influye notoriamente el factor económico donde el estudiante no trabaja Se presenta una alta deserción en la universidad donde esta es pública, el estudiante es hombre, trabaja, adulto y su rendimiento académico es bajo.
  64. 64. Business Intelligence. CLUSTERING Con base de datos riesgo colisión BI proyecto nuevo 1. Ubicar BD riesgos colisión en sql. 2. Crear un nuevo proyecto en bussines intelligence. 3. Apuntando a análisis services. 4. Crear el origen. 5. Crear la vista 6. Técnicas de minería de datos o estructura 7. Seleccionar Microsoft Clustering.
  65. 65. Business Intelligence. 8. Next. 9. Seleccionamos la vista. 10. Tomamos las Variables.
  66. 66. Business Intelligence. Nota: Debe recordarse que puede ser de tipo (Anidado o escenario) por que solo se necesita una sola estructura para esta técnica. Es igual que al generar las reglas de asociación. 11. Seleccionar que atributos usaran para esta técnica.
  67. 67. Business Intelligence. Nota: Esta pantalla muestra la clasificación y tipo de datos Asignados a cada variable. Discreto medible o finitos y con estos el modelo exige trabajar (discrete). 12. Damos nombre al modelo y la estructura. Presionar Finish
  68. 68. Business Intelligence.
  69. 69. Business Intelligence. 13. La diferencia se ve en el modelo de Clustering, seleccionamos F5 o Flechita
  70. 70. Business Intelligence. Cada Cluster es un subconjunto de la muestra poblacional que se tomo, caracterizado por la tendencia
  71. 71. Business Intelligence. Permite tomar una variable de comportamiento para el análisis específico. Los costler cambian de color, los que tiene el color más resaltado son los que están asociado a esta relación. Closter profiles nos muestra los subgrupos con más detalle.
  72. 72. Business Intelligence.
  73. 73. Business Intelligence.
  74. 74. Business Intelligence. Variables según la tendencia que maneja Las características generales del closter muestra las variables la de mas tendencia
  75. 75. Business Intelligence. Esto muestra la tendencia del vehiculo Discriminación closter Muestra cual es el mayor dependiendo de la variable seleccionada.
  76. 76. Business Intelligence.

×