Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Inteligencia de negocios la informacin como factor crtico de exito

3,334 views

Published on

Presentación dada en INICTEL UNI sobre la inteligencia de negocios, herramientas y tendencias

Published in: Technology, Travel
  • Be the first to comment

  • Be the first to like this

Inteligencia de negocios la informacin como factor crtico de exito

  1. 1. INTELIGENCIA DE NEGOCIOS LAINFORMACIÓN COMO FACTOR CRÍTICO DE ÉXITO Ing. Maurice Frayssinet Delgado mfrayssinet@hotmail.com www.facebook.com/maurice.frayssinet
  2. 2. Temario• La función de Información en el siglo 21• Análisis de datos: De los reportes al análisis en línea• Aplicación de la tecnología en la empresa• Soluciones Comerciales• Demo de productos de inteligencia de negocios
  3. 3. La función de Información en el siglo 21
  4. 4. Sociedad de la Información• La Sociedad de la Información está evolucionando a un ritmo trepidante, en el que la convergencia acelerada entre las telecomunicaciones, la radiodifusión y la informática, en definitiva, las tecnologías de la información y comunicaciones (TIC), está generando nuevos productos y servicios, así como nuevas formas de gestionar las organizaciones.
  5. 5. Sociedad de la Información• El mundo está experimentando una transformación fundamental que está llevando a la sociedad industrial, que marcó el siglo XX, a gran velocidad hacia una Sociedad de la Información, del siglo XXI
  6. 6. Sociedad de la Información• Este proceso dinámico anuncia un cambio fundamental en todos los aspectos de nuestras vidas, incluyendo la difusión de los conocimientos, el comportamiento social, las prácticas económicas y empresariales, el compromiso político, los medios de comunicación, la educación y la salud, el ocio y el entretenimiento
  7. 7. Nos encontramos, sin duda, en medio de una granrevolución, tal vez la mayor que la humanidad haya experimentado.
  8. 8. Estadísticas
  9. 9. Estadísticas
  10. 10. Estadísticas
  11. 11. Presencia Internet
  12. 12. • El auge de las nuevas tecnologías despierta grandes esperanzas porque crea una nueva generación de instrumentos que – debidamente utilizados - podrán favorecer la educación, el desarrollo, el saber, la democracia y el pluralismo, pero ¿qué ética y qué estética presidirán un mundo interdependiente, plural y desterritorializado en donde los fenómenos lejanos mantendrán relación con los próximos y familiares, y la vida real pueda llegar a confundirse con la vida virtual?
  13. 13. • La nueva tecnología en boga entre los humanos desciende de sus remotos orígenes. Se llama “tecnologías de la información y las comunicaciones” (sus siglas en español son TIC, en ingles ITC) y la sociedad basada en ella Sociedad de la Información, o si alcanza un estadio superior, Sociedad del Conocimiento
  14. 14. ¿Qué queremos hacer?
  15. 15. Análisis de datos: De los reportes al análisis en línea
  16. 16. Estructura tradicional
  17. 17. Estructura tradicional• En este caso nuestras “dimensiones” son producto y mes. Es la manera como podemos concebir los datos.
  18. 18. ETL
  19. 19. Modelo Multidimensional
  20. 20. Aplicación de la tecnología en la empresa
  21. 21. ¿Qué es Inteligencia de Negocios? ¨Transformar la información en Business Intelligence es un término acuñado por la Conocimiento, en consultora Gartner Group a finales de la década de Beneficio” los 80 y describe, básicamente, la capacidad de los integrantes de una empresa para acceder a la información residente en una base de datos y explorarla, de manera que el usuario pueda analizar esa información y desarrollar con ella teorías y ¨ La transformación de la información que la conocimientos que serán básicos para la toma de empresa genera en su actividad diaria, en determinadas decisiones críticas para el negocio. datos útiles para la toma de decisiones estratégicas”
  22. 22. ¿Por qué tener BI? Responder rápidamente a los Conocer la Retos de un entorno económico cambiante Rentabilidad de los Clientes BUSINESS INTELLIGENCE APLICACIÓN ESTRATEGICACompartir la Información entre distintos niveles de la Organización Analizar la Información para identificar Factores Críticos del negocio
  23. 23. Cómo ayuda la Inteligencia de Negocios• Acceso inmediato a todos los datos relevantes – Facilidad para encontrar fuentes de datos. – Estructurados y no estructurados.• Kit completo de herramientas analíticas – Análisis automatizado, en donde aplique. – Alertas, alarmas, agentes. – Aplicaciones analíticas.• Portal de información – Página inicial personalizada para análisis. – Presentado en términos de negocios. La Meta: Información y análisis en su PC en tiempo real y al alcance de sus dedos
  24. 24. Arquitectura; consideraciones• Identificados los orígenes de datos, estos cargarán periódicamente de acuerdo con el modelo requerido.• Los datos pueden cargarse desde – Archivos planos tipo TXT. – Las bases de datos de la organización vía ODBC u OLE DB.• Estos datos SIEMPRE se cargan en el área temporal, para transformación de datos, homogenización u otras modificaciones a realizar.• El área temporal es el ÚNICO origen o punto de entrada del modelo dimensional. – No crece de acuerdo con las necesidades de información.• El modelo dimensional es el ÚNICO origen o punto de entrada del DataMart. – Si crece de acuerdo con las necesidades de información.
  25. 25. Diseño Conceptual; Modelo de Datos Dim_Empleado Dim_Empleado Cod_Empleado EmployeeKey EmployeeKey Empleado_ID Empleado_ID ... ...Dim_TiempoDim_Tiempo Dim_Producto Dim_ProductoCod_TiempoTimeKey TimeKey Fact_Ventas Fact_Ventas Cod_Producto ProductKey ProductKeyFecha Fecha Cod_Tiempo TimeKey TimeKey Producto_ID Producto_ID... ... Cod_Empleado EmployeeKey EmployeeKey ... Claves Dimensionales ... Claves Dimensionales Cod_Producto ProductKey ProductKey Clave Múltiple Cod_Cliente Clave Múltiple CustomerKey CustomerKey Cod_Proveedor ShipperKey ShipperKey Monto_Ventas Monto_Ventas ... ... Medidas Medidas Dim_Proveedor Dim_Proveedor Dim_Cliente Dim_Cliente Cod_Proveedor ShipperKey ShipperKey Cod_Cliente CustomerKey CustomerKey Proveedor_ID Proveedor_ID Cliente_ID Cliente_ID ... ... ... ...
  26. 26. Modelo de Datos – Consideraciones• El modelo estrella es un modelo “desnormalizado”.• El modelo estrella consolida hechos en relación a unas dimensiones o filtros.• Los datos no representan una transacción del negocio en particular.• Los datos pueden obtenerse mediante cálculos o agregaciones.• El modelo estrella es una representación de negocios de una vista de la organización. – Ventas – Mercadeo
  27. 27. Modelo de Datos – Consideraciones• El modelo dimensional es una técnica que busca fortalecer la capacidad de consultas de que los usuarios disponen, haciendo la interfaz más entendible y el procesamiento más eficiente.• En contraposición al modelo ER, que es una técnica poderosa para el diseño de sistemas de procesamiento de transacciones en ambientes de bases de datos relacionales.• En el ambiente transaccional se diseña alrededor de las aplicaciones y funciones tales como préstamos, ahorros, tarjeta bancaria y depósitos para una institución financiera.• En el ambiente data warehousing se organiza alrededor de sujetos tales como cliente, vendedor, producto y actividad.
  28. 28. Diseño Conceptual; Proceso ETL
  29. 29. Proceso ETL; Consideraciones• El área temporal es dinámica, pero no crece en la medida en que alimentamos el modelo.• El área dimensional no es dinámica, pero si crece en la medida en que alimentamos el modelo.• Los cubos OLAP almacenan los agregados y el detalle, por razones de desempeño.• Todas las operaciones involucradas dentro de este procesamiento, serán automáticas.
  30. 30. Proceso ETL; Consideraciones Transformar Modificación DTS comprador reg_id ventas comprador reg_id ventas Barr, Adam II 17.60 Barr, Adam 2 17.60 Chai, Sean IV 52.80 Chai, Sean 4 52.80 O’Melia, Erin VI 8.82 O’Melia, Erin 6 8.82 ... ... ... ... ... ... Combinaciónnombre apellido reg_id ventas nombre_comp reg_id ventasAdam Barr 2 17.60 Barr, Adam 2 17.60 Sean Chai 4 52.80 Chai, Sean 4 52.80 Erin O’Melia 6 8.82 O’Melia, Erin 6 8.82 ... ... ... ... ... ... ... Totalización nombre_comp precio cantidad nombre_comp precio cant ventas Barr, Adam .55 32 Barr, Adam .55 32 17.60 Chai, Sean 1.10 48 Chai, Sean 1.10 48 52.80 O’Melia, Erin .99 9 O’Melia, Erin .99 9 8.82 ... ... ... ... ... ... ...
  31. 31. Roles
  32. 32. Elementos de una solución de BI
  33. 33. 1.- Reportes yconsultas adoc (Gráficas o listados) QBE (Información Autoservicio)
  34. 34. Diccionario Ordenar FiltrarSeleccionar Exportar Ligar
  35. 35. 2.- OLAPProcesamiento Analítico en Línea (On-Line Analytical Processing)
  36. 36. ModeloMultidimensional Ligas
  37. 37. 3.- IA yMineríade datos
  38. 38. - Redes neuronales - Regresión lineal - Árboles de decisión - Algoritmo ID3. - Algoritmo C4.5. - Algoritmos Genéticos - Modelos estadísticos - Algoritmos Genéticos
  39. 39. UNIVERSIDAD NACIONAL AUTONOMA DE MEXICO INTELIGENCIA DE NEGOCIOS4.- Indicadores (Semáforos) Razones yproporciones
  40. 40. Max Min Rangos HistóricoTendenciasTolerancias
  41. 41. 5.- Seriesde TiempoPredicción de datos
  42. 42. Predicciónde Variables
  43. 43. Dashboard
  44. 44. Soluciones Comerciales
  45. 45. Oracle Business Intelligence
  46. 46. Plataforma Microsoft para BI
  47. 47. Webfocushttp://www.informationbuilders.es/pr oductos/webfocus.html
  48. 48. Bussines Objecthttp://www.sap.com/solutions/sapbus inessobjects/index.epx
  49. 49. Qlikviewhttp://www.qlikview.com/
  50. 50. Microstrategyhttp://www.microstrategy.es/
  51. 51. Soluciones Open Source
  52. 52. Pentahohttp://www.pentaho.com/
  53. 53. Palohttp://www.jedox.com
  54. 54. Demostración 1Demostración 2Demostración 3Demostración 4

×