Post on 03-Aug-2020
UNIVERSIDAD REGIONAL AUTÓNOMA DE LOS ANDES
“UNIANDES”
FACULTAD DE SISTEMAS MERCANTILES
PROGRAMA DE MAESTRÍA EN INGENIERIA Y SISTEMAS DE
COMPUTACIÓN
TRABAJO DE EXAMEN COMPLEXIVO PREVIO A LA OBTENCION DEL GRADO
ACADÉMICO DE MAGISTER EN INGENIERIA Y SISTEMAS DE COMPUTACIÓN
TEMA:
BUSINESS INTELLIGENCE PARA MEJORAR LA GESTIÓN ACADÉMICA EN LA
ACADEMIA AERONÁUTICA MAYOR PEDRO TRAVERSARI.
AUTOR: ING. BAÑO NARANJO HENRY WILLIAM
ASESOR: ING. MARTÍNEZ CAMPAÑA CARLOS EDUARDO. M.Sc
AMBATO – ECUADOR
2017
APROBACIÓN DEL ASESOR DEL TRABAJO DE TITULACIÒN
CERTIFICACIÓN
Quien suscribe, legalmente CERTIFICA QUE: El presente trabajo de titulación
realizado por el Ing. Henry William Baño Naranjo, Maestrante del PROGRAMA DE
MAESTRÍA EN INGENIERIA Y SISTEMAS DE COMPUTACIÓN, Facultad de
Sistemas Mercantiles, con el tema “BUSINESS INTELLIGENCE PARA MEJORAR
LA GESTIÓN ACADÉMICA EN LA ACADEMIA AERONÁUTICA MAYOR PEDRO
TRAVERSARI”, ha sido prolijamente revisado, y cumple con todos los requisitos
establecidos, en la normativa pertinente de la Universidad Regional Autónoma de los
Andes – UNIANDES, por lo que apruebo su presentación.
Ambato, julio 2017.
_______________________________________
Ing. Carlos Eduardo Martínez Campaña M.Sc
ASESOR
DECLARACIÒN DE AUTENTICIDAD
Yo, Henry William Baño Naranjo, Maestrante del PROGRAMA DE MAESTRÍA EN
INGENIERIA Y SISTEMAS DE COMPUTACIÓN, Facultad de Sistemas Mercantiles,
declaro que todos los criterios emitidos en el trabajo de investigación: “BUSINESS
INTELLIGENCE PARA MEJORAR LA GESTIÓN ACADÉMICA EN LA ACADEMIA
AERONÁUTICA MAYOR PEDRO TRAVERSARI”, como también los contenidos,
ideas, objetivos y futura aplicación del tema de investigación son de exclusiva
responsabilidad de mi persona, como autor de éste trabajo de grado académico.
Ambato, julio 2017
_____________________________
Ing. Henry William Baño Naranjo
C.I. 1803297181
AUTOR
DERECHOS DE AUTOR
Yo, Henry William Baño Naranjo, Maestrante del PROGRAMA DE MAESTRÍA
INGENIERÍA Y SISTEMAS DE COMPUTACIÓN, Facultad de Sistemas Mercantiles,
declaro que conozco y acepto la disposición constante en el literal d) del Art. 85 del
Estatuto de la Universidad Regional Autónoma de Los Andes, que en su parte
pertinente textualmente dice: El Patrimonio de la UNIANDES, está constituido por: La
propiedad intelectual sobre las Investigaciones, trabajos científicos o técnicos,
proyectos profesionales y consultaría que se realicen en la Universidad o por cuenta
de ella.
Ambato, julio 2017
_____________________________
Ing. Henry William Baño Naranjo
C.I. 1803297181
AUTOR
DEDICATORIA
Fuiste una mujer que simplemente me hace llenar de orgullo, y no va haber manera de devolverte
tanto que me has ofrecido desde que incluso no hubiera nacido. Esta tesis es un logro más que llevo
a cabo, tal vez tarde para que lo hayas vivido junto a mí, pero sin lugar a dudas ha sido en gran
parte gracias a ti.
Desde el fondo de mi ser gracias, amada madre
Su afecto, su cariño, su particularidad que los hace únicos son los detonantes de mi felicidad, de
mi esfuerzo, de mis ganas de buscar lo mejor para ustedes. Aun a su corta edad, me han enseñado
y me siguen enseñando que se poco de la vida.
Les agradezco por ayudarme a encontrar en el lado dulce y no amargo de la vida. Son mi
motivación más grande para concluir con éxito este proyecto.
Va por ustedes enanos.
AGRADECIMIENTO
Para mi familia, mis amigos y personas especiales de mi vida, ya que todos son un conjunto, un
conjunto de seres queridos que se han convertido en un cimiento inimaginable de mi ser, no podría
sentirme más orgulloso de la confianza que siempre han depositado en mí, especialmente cuando he
contado con su mejor apoyo desde que siquiera tengo memoria.
Este nuevo logro es en gran parte a ustedes, un logro que me ha llevado tal vez más tiempo de lo
estimado, pero que sin su ayuda y aporte no lo hubiera logrado concluir.
Muchas gracias a todo ustedes.
ÍNDICE GENERAL
APROBACIÒN DEL ASESOR DEL TRABAJO DE TITULACIÒN
DECLARACIÒN DE AUTENTICIDAD
DERECHOS DE AUTOR
DEDICATORIA
AGRADECIMIENTO
ÌNDICE GENERAL
INDICE DE FIGURAS
INDICE DE TABLAS
RESUMEN
ABSTRACT
INTRODUCCION ....................................................................................................... 1
Tema .......................................................................................................................... 1
Antecedentes de la Investigación ............................................................................... 1
Situación Problémica .................................................................................................. 3
Problema Científico .................................................................................................... 4
Identificación de la Línea de Investigación ................................................................. 4
Justificación e importancia ......................................................................................... 4
Objetivos .................................................................................................................... 5
General ...................................................................................................................... 5
Específicos ................................................................................................................. 5
CAPITULO I ............................................................................................................... 6
1.1. Sistemas ........................................................................................................... 6
1.1.1. Datos e información ...................................................................................... 6
1.1.1.1. Características que debe cumplir la información ........................................ 7
1.1.2. Sistemas de información ............................................................................... 7
1.1.2.1. Características de los sistemas de información ......................................... 8
1.1.2.2. Estructura del sistema de información (SI) ................................................. 8
1.1.3. Clasificación de los sistemas de información ................................................. 9
1.1.3.1. Involucrados en los sistemas de información ............................................. 9
1.1.4. Sistemas de Soporte a Decisiones ............................................................. 10
1.1.4.1. Tipos de Sistemas de Soporte a Decisiones ............................................ 11
1.1.4.1.1. Sistemas de información gerencial ....................................................... 11
1.1.4.1.2. Sistemas de información ejecutiva ........................................................ 11
1.1.4.1.3. Sistemas expertos basados en inteligencia artificial .............................. 12
1.1.4.1.4. Sistemas de apoyo a decisiones de grupo ............................................ 12
1.1.5. Sistemas del Ministerio de Educación ......................................................... 12
1.1.5.1. Sigee ........................................................................................................ 12
1.1.5.2. Sime ......................................................................................................... 12
1.1.5.3. Amie ......................................................................................................... 13
1.1.6. Sistema Data Warehouse / Bussines Intelligence ....................................... 13
1.2. Bases de datos ............................................................................................... 13
1.2.1. Software de base de datos .......................................................................... 14
1.2.2. Roles en el entorno de base de datos integrada ......................................... 15
1.2.3. Principales sistemas de gestión de base de datos ...................................... 16
1.2.3.1. PostgreSQL ............................................................................................. 17
1.2.3.1.1. Características de PostgreSQL ............................................................. 17
1.3. Business Intelligence (BI) .............................................................................. 18
1.3.1. Definiciones ................................................................................................. 18
1.3.2. Beneficios de la implantación del BI ............................................................ 19
1.3.3. Cuadrante mágico de la inteligencia de negocios ........................................ 20
1.3.4. Componentes y arquitectura del BI.............................................................. 21
1.4. Data WareHouse ............................................................................................ 22
1.4.1. Objetivo ....................................................................................................... 23
1.4.2. Elementos básicos de un Data Warehouse ................................................. 23
1.4.3. Procesos básicos del Data Warehouse ....................................................... 23
1.4.4. Desafíos de un Data Warehouse................................................................. 24
1.4.5. Metodología Hefesto ................................................................................... 24
1.4.5.1. Características ......................................................................................... 25
1.4.5.2. Etapas de la metodología Hefesto ........................................................... 26
1.4.6. Requerimientos de un Data Warehouse ...................................................... 27
1.4.7. Data Mining ................................................................................................. 28
1.5. Pentaho .......................................................................................................... 28
1.5.1. Pentaho Community (CE)............................................................................ 29
1.5.2. Pentaho Enterprise Edition (EE) .................................................................. 30
1.5.3. Plataforma de Pentaho Community Edition. ................................................ 30
1.5.3.1. Pentaho Data Integration (PDI) ................................................................ 30
1.5.3.1.2. Arquitectura de Pentaho Data Integration ............................................. 31
1.5.3.2. Pentaho Report Designer (PRD) .............................................................. 32
1.5.3.2.1. Estructura de Bandas de un Reporte .................................................... 32
1.5.3.3. Pentaho Schema Workbench................................................................... 33
1.5.3.3.1. Arquitectura de Pentaho Analysis Services ........................................... 33
1.5.3.3.2. Mondrian ............................................................................................... 34
1.5.3.3.3. Cubo OLAP ........................................................................................... 34
1.5.3.4. Community Dashboard Framework (CDF) ............................................... 35
1.5.3.5. Pentaho Metadata Editor (PME) .............................................................. 35
1.5.3.5.1. Arquitectura de Pentaho Metada Data Layer ........................................ 36
1.5.3.5.2. Capas de un modelo Metadatos .......................................................... 36
1.6. Esquema para el modelado de datos ............................................................. 37
1.6.1. Esquema en Estrella ................................................................................... 37
1.7. Microsoft Power BI.......................................................................................... 37
1.7.1. Definición .................................................................................................... 37
1.7.2. Partes del Power BI ..................................................................................... 38
1.7.3. Flujo de trabajo de Power BI ....................................................................... 38
1.7.4. Uso de Power BI ......................................................................................... 39
1.7.5. Bloques de creación de Power BI ................................................................ 39
1.8. La toma de Decisiones ................................................................................... 45
1.8.1. Elementos de la toma de decisiones ........................................................... 45
1.9. La Gestión ...................................................................................................... 46
1.9.1. Administrar .................................................................................................. 47
1.9.2. Enfoques Administrativos y de Gestión ....................................................... 47
1.9.3. EL Proyecto Educativo Institucional (PEI) ................................................... 47
1.9.3.1. Importancia del PEI .................................................................................. 47
1.9.3.2. Características del PEI ............................................................................. 48
1.9.4. Liderazgo Directivo ..................................................................................... 49
1.9.5. Gestión Académica ..................................................................................... 49
1.9.6. Políticas Educativas del Ministerio de Educación del Ecuador .................... 49
1.9.7. Nuevo Modelo de Gestión Educativa ........................................................... 50
1.9.8. Zonas, Distritos y Circuitos .......................................................................... 51
1.10. Conclusiones parciales del Capítulo ............................................................ 52
CAPITULO II ............................................................................................................ 54
MARCO METODOLÓGICO Y PLANTEAMIENTO DE LA PROPUESTA ................. 54
2.1. Caracterización del sector ................................................................................. 54
2.2. Descripción del procedimiento metodológico ..................................................... 55
2.2.1. Modalidad de la Investigación......................................................................... 55
2.2.2. Tipos de investigación .................................................................................... 55
2.2.3. Población y Muestra ...................................................................................... 55
2.2.2. Métodos utilizados en la Investigación .......................................................... 56
2.2.3. Técnicas e instrumentos utilizados en la investigación ................................... 57
2.2.4. Procesamiento de datos ................................................................................. 57
2.2.4.1. Encuesta dirigida a directivos de la Academia Aeronáutica Mayor Pedro
Traversari ................................................................................................................. 57
2.2.4.3. Entrevista dirigida al Rector de la Academia Aeronáutica Mayor Pedro
Traversari ................................................................................................................. 63
2.3. Propuesta del Investigador ................................................................................ 65
2.4. Conclusiones parciales del Capítulo.................................................................. 65
CAPÍTULO III ........................................................................................................... 67
MARCO PROPOSITIVO .......................................................................................... 67
3.1. Tema ................................................................................................................. 67
3.2. Objetivos ........................................................................................................... 67
3.2.1. Objetivo General............................................................................................. 67
3.2.2. Objetivos Específicos ..................................................................................... 67
3.3. Descripción de la propuesta .............................................................................. 67
3.4. Desarrollo de la Propuesta ................................................................................ 68
3.4.1. Situación actual .............................................................................................. 68
3.4.2. Análisis de la fuente de datos ......................................................................... 68
3.4.3. Metodología de desarrollo de la propuesta ..................................................... 70
3.4.3.1. Metodología HEFESTO ............................................................................... 70
3.4.3.1.1. Análisis de Requerimientos ...................................................................... 70
3.4.3.1.2. Diseño de la arquitectura .......................................................................... 75
3.4.3.1.3. Análisis de los OLPT ................................................................................ 75
3.4.3.1.3. Modelo lógico del DataMart ..................................................................... 78
3.4.3.1.4. Integración de datos ................................................................................ 81
3.4.4. Validación de la propuesta ............................................................................. 92
CONCLUSIONES Y RECOMENDACIONES ........................................................... 93
Conclusiones ............................................................................................................ 93
Recomendaciones .................................................................................................... 94
BIBLIOGRAFÍA ........................................................................................................ 95
ÍNDICE DE FIGURAS
Figura 1. El proceso de transformación de los datos en información. ......................... 6
Figura 2. La triple dimensión humana de los sistemas de información. ...................... 7
Figura 3. Clasificación de los sistemas por nivel y función. ........................................ 9
Figura 4. Clasificación de los sistemas por nivel y función. ...................................... 14
Figura 5. Entorno de base de datos integrada. ......................................................... 15
Figura 6. Roles en un entorno de base datos. .......................................................... 16
Figura 7. Actividades de Análisis de BI. .................................................................... 19
Figura N° 8. Gráfico de Gartner 2012. ..................................................................... 20
Figura 9. Procesos básicos de Data Warehousing. ................................................ 24
Figura 10: Metodología Hefesto. .............................................................................. 25
Figura 11. Etapas de la Metodología Hefesto. .......................................................... 27
Figura N° 12. Arquitectura Pentaho. ......................................................................... 29
Figura 13. Plataforma de Pentaho CE. ..................................................................... 30
Figura 14. Arquitectura de Pentaho Data Integration. ............................................... 31
Figura 15. Interfaz de Pentaho Report Designer ..................................................... 33
Figura 16. Pentaho nalysis Services......................................................................... 33
Figura 17. Cubos, Dimensiones y Medidas. ............................................................. 34
Figura 18. Cubos, Dimensiones y Medidas............................................................... 35
Gráfico 19. Arquitectura de Pentaho Metada Layer. ................................................. 36
Figura 20. Esquema en Estrella. .............................................................................. 37
Figura 21: Elementos del Power BI. ......................................................................... 38
Figura 22. Flujo de la actividad del Power Bi. ........................................................... 39
Figura 23. Objetos Visuales del Power BI. ............................................................... 40
Figura 24. Ejemplo de conjunto de datos en Power BI. ............................................ 41
Figura 25: Ejemplo de informe en Power BI. ............................................................ 43
Figura 26. Iconos de Power BI. ................................................................................ 44
Figura 27. Importancia del PEI. Ministerio de Educación Ecuador (2014) ................ 48
Figura 28. Características del PEI. Ministerio de Educación del Ecuador (2014) ..... 48
Figura 29. Desconcentración del Ministerio de Educación ........................................ 51
Figura 30. Confiabilidad de la información relacionada con la Gestión Académica. . 58
Figura 31. Integridad de la información. ................................................................... 59
Figura 32. Apoyo de la información para elaboración de informes. .......................... 60
Figura 33. Existencia de una herramienta para manejo de información histórica. .... 61
Figura 34. Implementación de una herramienta para manejo de información histórica.
................................................................................................................................. 62
Figura 35. Arquitectura de la solución. ..................................................................... 65
Figura 36. Actual estructura del proceso de levantamiento y análisis de indicadores.
................................................................................................................................. 68
Figura 37: Modelo de Base de Datos SGAF (fuente de datos). ................................ 69
Figura 38. Modelo conceptual de la aplicación Business Intelligence para la Gestión
Académica. .............................................................................................................. 74
Figura 39: Proceso de solución ................................................................................ 75
Figura 40. Indicadores para la Gestión Académica. ................................................. 76
Figura 41. Proceso de análisis de solución............................................................... 77
Figura 42. Modelo Lógico del DW. ........................................................................... 78
Figura 43. Modelo físico del DW. .............................................................................. 80
Figura 44. Proceso ETL. ........................................................................................... 81
Figura 45. Entorno de trabajo de Pentaho Data Integration. ..................................... 82
Figura 46. Pantalla para carga de datos de la BD transaccional SGAFI ................... 83
Figura 47. Pantalla para corrección de datos inconsistentes. ................................... 83
Figura 48. Transformación SGAFI_Matriculas a SGAF_Hechos_Matriculas ............ 84
Figura 49. Conexión con la fuente de datos SGAF. Fuente. .................................... 87
Figura 50. Modelo extraída de la fuente de datos SGAF. Fuente. ............................ 87
Figura 51. Entorno de trabajo de Power BI. Fuente. ................................................. 88
Figura 52. Modelo de informe generado en Power BI. Fuente .................................. 89
Figura 53. Panel para publicación de resultados. .................................................... 89
Figura 54. Pantalla para generación de código. ....................................................... 90
Figura 55. Pantalla para publicación de resultados .................................................. 90
Figura 56. Cuadro de dialogo con código a insertar. ................................................ 91
Figura 57. Resultados publicados en el portal de la AAMPETRA. ............................ 91
ÍNDICE DE TABLAS
Tabla 1. Bloques de los sistemas de información. ..................................................... 8
Tabla 2. Sistema Data WareHouse / Business Intelligence ..................................... 13
Tabla. 3. Sistemas de gestión de bases de datos más populares. ........................... 16
Tabla 4. Ventajas y desventajas de PostgreSQL. ..................................................... 18
Tabla 5. Requerimientos de un data warehouse. ...................................................... 28
Tabla 6. Distribución de Población .......................................................................... 56
Tabla 7. Confiabilidad de la información relacionada con la Gestión Académica ...... 58
Tabla 8. Integridad de la información........................................................................ 59
Tabla 9. Apoyo de la información para elaboración de informes............................... 60
Tabla 10. Existencia de una herramienta para manejo de información histórica ....... 61
Tabla 11. Implementación de una herramienta para manejo de información histórica
................................................................................................................................. 62
Tabla 12. Análisis de requerimientos ........................................................................ 72
RESUMEN
El propósito del presente trabajo de investigación, es contribuir con el fortalecimiento
de la toma de decisiones eficaces y oportunas en la gestión académica de la
Academia Aeronáutica Mayor Pedro Traversari “AAMPETRA” y optimizar sus
recursos mediante la implementación de una herramienta Business Intelligence (BI),
con su uso se logra organizar y analizar la información alojada en base de datos
relacionales de distintas fuentes, para obtener así el conocimiento, que facilite la
interpretación y correcta comprensión de la información, a fin de generar escenarios,
pronósticos y reportes que sean suministrados a los encargados de la toma de
decisiones.
La implementación de un BI para el manejo de datos relacionados con la gestión
académica de la “AAMPETRA”, se la realiza mediante la aplicación de la
metodología Hefesto, que es flexible y permite que la solución sea escalable, de
acuerdo a los nuevos cambios requeridos, haciendo uso de la herramienta Open
Source denominada Pentaho, que permite realizar el tratamiento de los datos para el
análisis, y posterior a ello presentar resultados mediante el uso de la herramienta
Microsoft Power BI desktop, en un entorno de trabajo similar a una hoja de cálculo lo
que hace que el usuario final trabaje y analice los datos como ya lo venía haciendo
con anterioridad.
Este trabajo cuenta con tres capítulos, el primero está relacionado con la
construcción de la perspectiva teórica de las variables de investigación, mediante el
análisis y síntesis de las diferentes fuentes bibliográficas, el segundo contiene la
metodología de la investigación empleada para la solución de la problemática
encontrada, en el cual se define la modalidad, tipo, métodos, técnicas e instrumentos
de la investigación así como también la población a estudiarse, para posterior llegar
a analizar e interpretar los resultados obtenidos de la aplicación del estudio de
campo y el tercer capítulo trata acerca de la propuesta de solución, en la cual se
detalla la metodología aplicada para la implementación de la solución y paso a paso
la construcción de la herramienta BI para mejorar la gestión académica en la
AAMPETRA.
ABSTRACT
The purpose for the following research is to contribute with the reinforcement of the
efficient and opportune decision making in the academic management at “Academia
Aeornautica Mayor Pedro Traversari” „AAMPETRA‟. Optimize its resources through
the implementation of the Business Intelligence tool. With its use we may organize
and analyze the information located in the data base from different sources. This is to
obtain knowledge and to facilitate the interpretation and correct comprehension of the
information in order to generate scenarios, predictions, ad reports that may be
ministered to the people in charge of making decisions.
The implementation of a BI for the management of related data with the academic
management from “AAMPETRA” is done through the application of the Hefesto
methodology, which is flexible and allows the solution to be accessible according to
the changes required. Using the Open Source tool also known as Pentaho, we may
do the analysis of data and later to that, present the results through the use of the
Microsoft Power BI desktop tool. In an environment of similar work we shall send the
work to a spread sheet, which will make the user to work and analyze the data as
they were doing before.
This research has three chapters. The first one is related with the construction of a
theory perspective of the research variables through analysis and synthesis of the
different book sources. The second one contains the research methodology used for
the solution of the problem, which defines the modality, type, methods, techniques
and research instruments, as well as, the population to be studied. This is to later
reach the analysis and interpretation of the results obtained in the application of
studies in the field. The third chapter is about the proposal. It details the methodology
applied for the implementation of the solution and methodology applied to construct
the BI tool to raise the academic management at “AAMPETRA”.
1
INTRODUCCION
Tema
Business intelligence para mejorar la gestión académica en la Academia Aeronáutica
Mayor Pedro Traversari.
Antecedentes de la Investigación
Los Sistemas de Información son requeridos para poder dar apoyo al proceso de
toma de decisiones de las organizaciones. Desde esta perspectiva debe ser
absolutamente claro que toda organización requiere de Sistemas de Información, y
los requiere durante toda su existencia. Lo único que va a cambiar en el tiempo, es la
forma en que se implementarán estos sistemas.
Bussines Intelligence (BI) es una alternativa tecnológica y de administración de
negocios, que cubre los aspectos del manejo de información para la toma de
decisiones, desde su extracción en los sistemas, depuración, transformación, diseño
de estructuras de datos o modelos especiales para el almacenamiento de datos,
hasta la explotación de la información mediante herramientas comerciales de fácil
uso para los usuarios. Este concepto es llamado también Datawarehouse (DWH).”
(Gopac Soluciones Integrales, 2012)
“B.I. es la habilidad para transformar los datos en información, y la información en
conocimiento, de forma que se pueda optimizar el proceso de toma de decisiones en
los negocios.” (Sinnexus, 2012).
“Business Intelligence (BI) es un término paraguas que abarca los procesos, las
herramientas, y las tecnologías para convertir datos en información, información en
conocimiento y planes para conducir de forma eficaz las actividades de los negocios.
BI abarca las tecnologías de datawarehousing los procesos en el back end,
consultas, informes, análisis y las herramientas para mostrar información (estas son
las herramientas de BI) y los procesos en el front end.” (The Datawarehouse
Institute, 2012).
2
Considerando las definiciones anteriores se puede elaborar una general que englobe
todo su significado:
Business Intelligence es una alternativa administrativa y tecnológica, que adopta una
organización como factor estratégico, al considerarse como un conjunto de técnicas,
metodologías y herramientas que, mediante un proceso de extracción, depuración,
transformación, diseño de estructuras de almacenamiento y explotación, convierte
los datos que posee una organización, en información usable que ayude a la
dirección y optimización de toma de decisiones, en base al análisis de dichos datos.
Las principales características de las soluciones de Bussines Intelligence son:
Accesibilidad a la información: rápidos tiempos de respuesta, datos de calidad
y coherentes, que se puedan consultar por diferentes medios (Reporting,
Análisis).
Apoyo en la toma de decisiones: posee herramientas de visualización
avanzadas, donde no solo se visualice la información sino también tablas o
gráficos que faciliten el análisis personalizado de los usuarios, así como también
la navegabilidad permite profundizar y segmentar la información.
Orientación al usuario final: interfaz de usuario robusta y amigable al usuario,
sin tecnicismos informáticos que le faciliten el uso.
Para lograr esto, las fuentes de información son necesarias para poder alimentar el
datawarehouse o data marts. Algunas fuentes de información son: sistemas y bases
de datos operacionales, sistemas de información departamentales y fuentes de
información externas.
La base del proceso es identificar entre todas las posibles fuentes, cuáles son las
más apropiadas para recuperar los datos, analizando los formatos, disponibilidad y la
calidad de los mismos.
3
Después de decidir cuales fuentes se van a utilizar, se verifica la calidad de los
datos. Para obtener calidad de los datos se debería establecer un control o conjunto
de controles que localicen los errores de los datos y no permita la carga de los
mismos.
Los errores en los datos pueden provenir de los sistemas o bases de datos
operacionales de los que recuperamos los datos, del proceso ETL, o del propio
datawarehouse, por lo que es recomendable identificar puntos de control de datos.
(Cano, 2008).
Situación Problémica
La incorporación de las Tecnologías de la Información y Comunicación en el ámbito
educativo puede resultar un elemento clave para mejorar la competitividad, y dar
servicios de calidad a la sociedad. Por tanto, la competitividad de las Instituciones
educativas de nivel medio en nuestro país y su papel en el orden mundial dependen,
en buena medida, de su presencia en la sociedad de la información.
Sin embargo, se ha evidenciado que en Ecuador un gran porcentaje de instituciones
educativas de nivel medio, no han concientizado el valor de la información, pues su
manejo es llevado de forma manual o semiautomatizada sin lograr que esta sea
parte de un nuevo conocimiento para los encargados de la toma de decisiones
gerenciales.
La Academia Aeronáutica Mayor Pedro Traversari, es una institución educativa de
nivel medio que cuenta con un alto número de estudiantes, la misma ofrece
bachilleratos en áreas tanto técnicas como humanísticas, y mantiene un sistema
informático que no facilita en su totalidad la gestión académica.
A pesar de la existencia de un sistema de gestión académica, los directivos de la
institución no cuentan con un acceso fácil a información útil y confiable que facilite la
toma de decisiones gerenciales.
4
La información dentro de la institución se encuentra dispersa y no homogénea, no se
encuentra relacionada para realizar informes estadísticos que sirvan como base de
conocimiento para la toma de decisiones gerenciales.
Problema Científico
Cómo mejorar la gestión educativa en la Academia Aeronáutica Mayor Pedro
Tarversari.
Identificación de la Línea de Investigación
Tecnologías de la Información y Comunicación.
Justificación e importancia
Si antes bastaba con que un negocio fuera ordenado y clasificara la información
relevante, hoy el volumen de datos hace que esto sea insuficiente para la gestión de
la empresa. La utilidad de herramientas BI significa grandes beneficios para las
empresas, especialmente en la toma de decisiones gerenciales.
En la era de las tecnologías de la información (TI), las empresas, personas y
máquinas generan datos constantemente. Ya sea a través de transacciones
financieras online, el uso de dispositivos móviles, GPS, redes sociales, o por medio
de la comunicación de máquina a máquina, la información se expande de manera
rápida y no controlada. Pues en el mundo digitalizado en el que vivimos es de vital
importancia conocer toda la información relacionada con nuestros negocios sea el
mismo de prestación de bienes o servicios, ya que solo así se logrará aprovechar los
diferentes canales de comunicación existentes con los clientes y recopilar la
información sobre sus preferencias y además así identificar la presencia que tiene
los mismos dentro del mercado.
A pesar de que no es desconocido en el mundo de los negocios la importancia que
tiene el manejo de información con perspectivas de lograr un crecimiento significativo
en el mundo de los negocios, las Pymes no han logrado implementar medios
5
tecnológicos mediante los cuales lleguen a lograr el crecimiento antes mencionado y
tener así un valor agregado en sus empresas.
En ese sentido, es que teniendo las herramientas necesarias se puede utilizar estos
datos para mejorar los procesos de las Pymes y realizar estrategias de marketing
efectivas, llegando correctamente a los actuales clientes y conociendo a quiénes
podría interesarle el producto o servicio que se ofrece, sin lugar a dudas si las
Pymes se concientizan de la importancia de la utilización del Big Data para la toma
de decisiones dentro de sus empresas, estas tendrán aproximadamente un 8% más
de rendimiento, puesto que esta herramienta nos permite clasificar la información
relevante para luego darle una interpretación adecuada y utilizarla a favor de
nuestros negocios.
Objetivos
General
Implementar una aplicación Bussines Inteligence para mejorar la gestión Académica
en la Academia Aeronáutica Mayor Pedro Traversari.
Específicos
Fundamentar científicamente la de función de Bussines Inteligence, sus
herramientas de implementación y su utilidad en la toma de decisiones
Realizar una investigación de campo la gestión de los datos generados por las
TIC en la Academia Aeronáutica Mayor Pedro Tarversari
Diseñar una propuesta de implementación de herramientas de BI para mejorar la
gestión Académica en la Academia Aeronáutica Mayor Pedro Traversari.
Validar la propuesta.
6
CAPITULO I
MARCO TEÓRICO
1.1. Sistemas
Antes de conocer que es un sistema de información es necesario tener presente
alguna definición de sistema, al respecto (Robert Anthony y Vijay Govindarajan,
2007), manifiestan lo siguiente: “ Un sistema es una manera prescrita y usualmente
repetitiva de realizar una o varias actividades. Los sistemas se caracterizan por una
concatenación de pasos más o menos rítmicos, coordinados y recurrentes, dirigidos
a conseguir determinado fin”. Esta definición es una visión reducida de lo que es un
sistema, pues a criterio del autor en dicha definición no se toma en cuenta que para
realizar esa serie de acciones deben existir otro conjunto de elementos que rodean
al sistema, como por ejemplo los usuarios, los componentes materiales y otros.
1.1.1. Datos e información
Para (Gómez, 2010), la información se obtiene una vez que los hechos se
procesan, agregan y presentan de la manera adecuada para que puedan ser
útiles a alguien dentro de una institución o empresa, por lo que de este modo
estos datos organizados y procesados presentan un mayor valor que en su estado
original.
Sin embargo, según (Drucker, 2011), la información son datos dotados de
relevancia y propósito, que permite reducir la incertidumbre de quien la recibe.
Datos Transformación,
agregación, presentación Información
Figura 1. El proceso de transformación de los datos en información. Tomado de Gómez, 2010
7
1.1.1.1. Características que debe cumplir la información
Según (Espinoza, 2009), la utilidad de la información está en función de la toma de
decisiones y, para ello, ha de cumplir una serie de requisitos, entre los cuales se
tiene:
Exactitud: la información ha de ser precisa y libre de errores.
Relevancia: la información ha de ser útil para la toma de decisiones.
Nivel de detalle: la información debería presentar el nivel de detalle indicado a
la decisión que se destina.
Oportunidad: se debe entregar la información a la persona que
corresponde y en el momento que ésta necesita para poder tomar una decisión.
Verificabilidad: la información ha de poder ser contrastada y comprobada en
todo momento.
1.1.2. Sistemas de información
Los sistemas de información constituyen el elemento fundamental para poder llevar
a cabo una gestión adecuada de cualquier tipo de institución o empresa, orientada
a procesos y no a funciones, que permita poner el énfasis en la mejora continua de
los resultados orientación total hacia el cliente. Su propósito es apoyar y mejorar
las operaciones cotidianas de la organización, así como satisfacer las
necesidades de información para la resolución de problemas y la toma de
decisiones. (Gómez, 2010)
Figura 2. La triple dimensión humana de los sistemas de información
Figura 2. La triple dimensión humana de los sistemas de información. Elaborado a partir del modelo
propuesto por Gómez. 2010.
8
1.1.2.1. Características de los sistemas de información
Entregar información oportuna y precisa, con la presentación y el formato
adecuado, a la persona que la necesita para tomar decisiones o realizar alguna
operación al momento adecuado.
El sistema de información se ocupa de capturar hechos en cuanto se producen,
ya sean estos internos o externos, procesar datos obtenidos y comunicar a los
distintos elementos de la organización para que esta pueda reaccionar a tiempo
ante ellos.
1.1.2.2. Estructura del sistema de información (SI)
(Whitten, Bentley y Barlow, 2008), proponen un modelo basado en cinco bloques:
Tabla 1. Bloques de los sistemas de información.
Bloque Descripción
Personas Engloba a los propietarios del sistema, a los usuarios, a los
diseñadores y a los que implementan el sistema.
Datos Constituye la materia prima empleada para crear información
útil.
Actividades Incluyen los procesos, que se llevan a cabo en la empresa y
las actividades de procesos de datos y generación de
información que sirven de soporte a las primeras.
Redes Analiza la descentralización de la organización y la
distribución de los restantes bloques elementales en los
lugares más útiles, así como la comunicación y coordinación
entre dichos lugares.
Tecnología Hace referencia tanto al hardware como al software que
sirven de apoyo a los bloques restantes, integrantes del
sistema de soporte a la toma de decisiones. Tabla 1. Bloques de los sistemas de información. Recuperado de Whitten, Bentley y Barlow, 2008.
9
1.1.3. Clasificación de los sistemas de información
Las clasificaciones más extendidas de los sistemas de información suelen agrupar a
éstos en función de su finalidad, tipo de función a la que se dirige, por su nivel y
función.
De acuerdo a su finalidad se clasifican en: a) soporte a las actividades operativas,
que da lugar a sistemas de información para actividades más estructuradas o
también sistemas que permitan el manejo de información menos estructurada;
aplicaciones ofimáticas, programas técnicos para funciones de ingeniería, b) soporte
a las decisiones y el control de gestión, que puede proporcionarse desde las
propias aplicaciones de gestión empresarial o a través de aplicaciones específicas.
La clasificación de los sistemas de información por nivel y función está
representada en la figura que se muestra a continuación.
Figura 3. Clasificación de los sistemas por nivel y función. Desarrollo propio a partir de Gómez, 2010.
1.1.3.1. Involucrados en los sistemas de información
De acuerdo a (Whitten, 2009), los involucrados en los sistemas de información
pueden ser clasificados ampliamente en cinco grupos, los mismos que tienen una
perspectiva distinta de un mismo sistema de información. Dichos involucrados
son: a) los propietarios del sistema, b) usuarios del sistema, c) diseñadores del
sistema, d) los constructores del sistema.
10
Los Propietarios del sistema: Son aquellos que fomentan el desarrollo y
funcionamiento del sistema, ellos pueden ser entidades públicas o privadas y
sus fines pueden ser muy variados.
Los usuarios del sistema: Básicamente definen los requerimientos y las
expectativas del sistema, es decir, ven aspectos de funcionalidad, facilidades
para ellos.
Los diseñadores del sistema: Son los que traducen los requerimientos de las
organizaciones en una solución técnica factible, ve al sistema en términos de un
plan de diseño para guiar la construcción del sistema final.
Los constructores del sistema: Construyen, implantan y mantienen el
sistema de información, tienden a ver el sistema de información en términos de
hardware y software utilizado que funciona para implementar el sistema.
1.1.4. Sistemas de Soporte a Decisiones
Es una de las herramientas más emblemáticas de Business Intelligence (BI)
enfocada al análisis de los datos de una organización, permiten resolver gran
parte de las limitaciones de los programas de gestión. Estas son algunas de sus
características principales:
Informes dinámicos, flexibles e interactivos. El usuario no tiene que ceñirse
a los listados predefinidos que se configuraron en el momento de la
implantación, y que no siempre responden a sus dudas reales.
No requiere conocimientos técnicos. Un usuario no técnico puede crear
nuevos gráficos e informes y navegar entre ellos, haciendo drag & drop o drill
down.
Rapidez en el tiempo de respuesta. La base de datos subyacente suele ser
un data warehouse corporativo o un data mart, con modelos de datos en
11
estrella o copo de nieve. Este tipo de bases de datos están optimizadas para
el análisis de grandes volúmenes de información.
Integración entre todos los sistemas y departamentos de la compañía. El
proceso de Extracción Transformación y Carga (ETL) previo a la implantación
de un Sistema de Soporte a Decisiones garantiza la calidad y la integración de
los datos entre las diferentes unidades de la empresa.
Cada usuario dispone de información adecuada a su perfil. No se trata de
que todo el mundo tenga acceso a toda la información, sino de que tenga
acceso a la información que necesita para que su trabajo sea lo más eficiente
posible.
Disponibilidad de información histórica. En estos sistemas está a la orden
del día comparar los datos actuales con información de otros períodos históricos
de la compañía, con el fin de analizar tendencias, fijar la evolución de
parámetros de negocio. (Sinnexus, 2012)
1.1.4.1. Tipos de Sistemas de Soporte a Decisiones
1.1.4.1.1. Sistemas de información gerencial
(MIS, Management Information Systems), también llamados Sistemas de
Información Administrativa (AIS) dan soporte a un espectro más amplio de tareas
organizacionales.
1.1.4.1.2. Sistemas de información ejecutiva
(EIS, Executive Information System) son el tipo de sistema de soporte a decisiones
que más se suele emplear en Business Intelligence, ya que proveen a los gerentes
de un acceso sencillo a información interna y externa de su compañía, y que es
relevante para sus factores clave de éxito.
12
1.1.4.1.3. Sistemas expertos basados en inteligencia artificial
También llamados sistemas basados en conocimiento utilizan redes neuronales
para simular el conocimiento de un experto y utilizarlo de forma efectiva para
resolver un problema concreto. Este concepto está muy relacionado con la data
mining.
1.1.4.1.4. Sistemas de apoyo a decisiones de grupo
(GDSS, Group Decision Support Systems) es "un sistema con un entorno
compartido basado en computadoras que apoya a grupos de personas que tienen
un objetivo común”, El supuesto en que se basa, es que si se mejoran las
comunicaciones se pueden mejorar las decisiones. (Laudon, 2008).
1.1.5. Sistemas del Ministerio de Educación
1.1.5.1. Sigee
El Sistema Integral de Gestión Educativa Ecuatoriana del Ministerio de Educación
es una aplicación web que permite mantener informados a sus usuarios de todos
los procesos importantes que esta Cartera de Estado realiza a través de
herramientas tecnológicas versátiles y seguras.
1.1.5.2. Sime
El Sistema de Información del Ministerio de Educación SIME pone al servicio de la
comunidad educativa vía Internet algunas aplicaciones informáticas que permiten
el manejo transparente y automatizado de los diferentes procesos
relacionados con las funciones que le competen a esta Cartera de Estado.
Recursos Humanos, Procesos Administrativos, Formación Docente.
13
1.1.5.3. Amie
El Ministerio de Educación como responsable de la recopilación, procesamiento,
actualización y presentación de la información estadística del sistema educativo a
nivel nacional tiene a cargo el Archivo Maestro de Instituciones Educativas (AMIE),
que recaba datos de las instituciones públicas y privadas sobre estudiantes,
docentes, infraestructura, entre otros, a nivel nacional y territorial. (Ministerio de
Educación del Ecuador, 2014)
1.1.6. Sistema Data Warehouse / Bussines Intelligence
Tabla 2. Sistema Data WareHouse / Business Intelligence
Sistema de Software
Arquitectura Monolítica, Cliente Servidor,
3 capas, N Capas
Plataforma Java, Ms. Net.
Sistema DWH/BI
Arquitectura Flujo de Datos
Plataforma
SAP, Bussines Objects,
Oracle Hyperion, IBM
Cognos, Microsoft, Pentaho.
Tabla 2. Sistema Data WareHouse / Business IntelligenceDesarrollo propio a partir de Murillo M, Data
Warehousing Básico con Pentaho, 2013.
1.2. Bases de datos
Una base de datos es “una colección integrada de datos de computadora,
organizados y almacenados de una manera tal que se facilita su recuperación”
(McLeod, 2010), mientras que para (López, 2011), las bases de datos son
estructuras donde se almacena información siguiendo unas pautas de disposición y
ordenación para el posterior procesado de datos.
Primordialmente son dos los objetivos de una base de datos según (McLeod,
2010), uno de ellos es minimizar la redundancia de los datos (duplicación de los
datos) y el otro lograr la independencia de los datos (la capacidad de modificar la
estructura de los datos sin tener que modificar los programas que procesan los
datos).
14
Las aplicaciones de bases de datos suelen dividirse en dos o tres partes, esto es
lo que se denomina arquitectura dos o tres capas.
Figura 4. Clasificación de los sistemas por nivel y función. Tomado de Siberschatz Korth y Udarhan, 2006
1.2.1. Software de base de datos
Según (McLeod, 2010), (Abraham Silberschatz, Henry F. Korth, S. Sudarshan,
2006), el software que establece y mantiene la integración lógica entre archivos,
sea explícita o implícita, se denomina sistema de administración de base de
datos.
Cada Sistema de Administración de Base de Datos, posee su motor, los cuales se
basan en el lenguaje SQL (Lenguaje Estructurado de Consultas). El objetivo
principal de un DBMS (Sistema de Gestión de Base de Datos) es proporcionar
una forma de almacenar y recuperar la información de una base de datos de una
manera que sea tanto práctica como eficiente.
La gestión de los datos implica tanto la definición de estructuras para almacenar
la información como la provisión de mecanismos para la manipulación, de igual
forma, deben garantizar la fiabilidad de la información almacenada, a pesar de las
caídas del sistema o de los intentos de acceso no autorizados.
.
15
Figura 5. Entorno de base de datos integrada. Tomado de Ricardo, 2004
1.2.2. Roles en el entorno de base de datos integrada
Todas aquellas entidades, personas que de una u otra forma están integrados en
las operaciones de un sistema de gestión de base de datos cumplen diferentes
roles en la forma cómo interactúan con la base de datos. Así se puede citar los
siguientes roles:
Usuarios finales, son aquellos que usan los datos que están almacenados en la
base de datos.
Programadores de aplicación, quienes escriben código en cualquier lenguaje
para desarrollar software que utilizaran otros usuarios.
Administradores de la base de datos, son los responsables del diseño, creación
de la estructura y mantenimiento de una base de datos. (Ricardo, 2004)
16
Figura 6. Roles en un entorno de base datos. Tomado de Ricardo, 2004.
1.2.3. Principales sistemas de gestión de base de datos
La popularidad de los sistemas de gestión de base de datos ha hecho posible
que diferentes organizaciones, hayan desarrollado sus aplicaciones para la
administración y uso de los servicios de base de datos, muchos de ellos han sido
desarrollados para el uso gratuito y otros para su uso comercial, la tabla siguiente
muestra el detalle de algunos de los más conocidos y usados a nivel mundial.
Tabla. 3. Sistemas de gestión de bases de datos más populares.
Sistema de gestión
de base de datos
libres
Sistema de gestión de
base de datos gratuitos
Sistemas de gestión de
bases de datos
comerciales
PostgreSQL Licencia
BSD (Licencia de
Software Libre
Permisiva)
Microsoft SQL Server
Compact Edition
Advantage
Database
dBase
Fox Pro
IBM DB2 Universal
MySQL Licencia Dual,
depende el uso.
Sybase ASE Express
Edition para Linux
IBM InformixInterbase
de CodeGear, filial de
Borland
(Edición gratuita para
Linux)
MAGIC
Microsoft Access
Firebird basada en la Paradox
17
Sistema de gestión
de base de datos
libres
Sistema de gestión de
base de datos gratuitos
Sistemas de gestión de
bases de datos
comerciales
versión 6 de
Interbase,
InitialDeveloper's
PUBLIC
LICENSE Versión 1.0.
Microsoft SQL Server
NexusDB
Open
Access
Oracle
DB2 Express-C PervasiveSQL
Progress
(DBMS)
Sybase ASE
Desarrollo propio a partir de (http://alexnet0520. blogspot.com)
1.2.3.1. PostgreSQL
PostgreSQL es un sistema de gestión de bases de datos objeto-relacional,
distribuido bajo licencia BSD y con su código fuente disponible libremente. Es el
sistema de gestión de bases de datos de código abierto más potente del mercado y
en sus últimas versiones no tiene nada que envidiarles a otras bases de datos
comerciales. (Martínez, 2013)
1.2.3.1.1. Características de PostgreSQL
PostgreSQL utiliza un modelo cliente/servidor y usa multiprocesos en vez de
multihilos para garantizar la estabilidad del sistema. Un fallo en uno de los procesos
no afectará el resto y el sistema continuará funcionando.
18
Tabla 4. Ventajas y desventajas de PostgreSQL.
Ventajas Desventajas
Disponible Sin Costo. – Instalación
Ilimitada, Multiplataforma.
Soporte en línea: Ha y foros
oficiales, pero no hay una ayuda
obligatoria. Incluye Sub Consultas, valores por
defecto, restricciones a valores en los
campos (constraints) y disparadores (triggers)
La sintaxis de algunos de sus
comandos o sentencias no es
nada intuitiva.
Puede operar sobre distintas
plataformas, incluyendo Linux, Windows,
Unix, Solaris y MacOS X.
En comparación con MySQL es
más lento en inserciones y
actualizaciones.
En Base de datos grandes se mantiene la
velocidad de respuesta
Consume más recursos que
MySQL.
Buen sistema de seguridad mediante la
gestión de usuarios, grupos de usuarios y
contraseñas.
Límite del tamaño de cada fila de
las tablas a 8k
Desarrollo propio a partir de (Thomas Lockhart, 2000)
1.3. Business Intelligence (BI)
1.3.1. Definiciones
La Inteligencia de Negocios es la habilidad de una empresa para estudiar sus
comportamientos y acciones históricas con el objetivo de entender donde la
organización ha estado, su situación actual, y predecir qué sucederá en el futuro, es
el proceso de recolectar, consolidar y analizar múltiples fuentes de datos para la
toma de decisiones estratégicas. En una sola palabra: "Análisis".
Es el conjunto de actividades de análisis de datos históricos, que ayuda a
comprender la situación pasada, presente y futura de una entidad, apoyando al
proceso de toma de decisiones estratégicas, tácticas y operativas.
De acuerdo al nivel y a la complejidad de análisis, las actividades de inteligencia
pueden ser agrupadas en tres categorías: a) Reporteo. b) Procesamiento Analítico
en línea. c) Minería de Datos.
.
19
Figura 7. Actividades de Análisis de BI. Tomado de (Murillo M. , Business Intelligence con Pentaho, 2015)
1.3.2. Beneficios de la implantación del BI
Los primeros sistemas de información a la dirección aportaban básicamente
información económica y financiera, con lo que quedaban muchas lagunas por cubrir
respecto a la organización de la empresa. Los nuevos sistemas de BI abarcan todas
las áreas funcionales de una organización (recursos humanos, marketing, logística) y
no sólo los económicos.
Los beneficios que pueden aportar la implantación de sistemas BI son: incremento
de la eficiencia en la toma de decisiones, mejora de comunicación entre las
diferentes áreas de la organización, mejora de rentabilidad, atracción de nuevos
clientes, reducción del fraude, identificación de riesgos, presentación de soluciones
basadas en el conocimiento del negocio, etc.
La mayor parte de los beneficios de la implantación de un sistema de BI son
intangibles, ya que derivan en la mejora de la gestión de la compañía. Esto dificulta
la tarea de calcular su ROI (Return On Investment) para obtener beneficios
cuantificables.
Gracias a la implantación de un sistema de BI, se evidencia una reducción de costes
al aumentar el rendimiento de la infraestructura TIC de la organización y un
incremento de la productividad de los empleados debido a la disponibilidad de
20
información y la calidad de ésta. Pero como se ha comentado anteriormente este tipo
de parámetros son difícilmente cuantificables desde una perspectiva económica-
financiera.
1.3.3. Cuadrante mágico de la inteligencia de negocios
El cuadrante mágico es una herramienta analítica creada y promovida por la
empresa Gartner y la cual muestra una representación gráfica del mercado
compartido en un determinado periodo de tiempo. Los cuadrantes mágicos de
Gartner proporcionan a las empresas un medio para identificar y diferenciar a los
proveedores de servicios del sector de las tecnologías de la información.
Según define Gartner, los líderes en los cuadrantes mágicos son aquellos
fabricantes de software que operan bien hoy día, tienen una visión clara de la
dirección del mercado y desarrollan activamente las competencias necesarias para
mantener su posición de líderes en el mercado.
A continuación, se muestra el cuadrante de Gartner del presente año.
Figura N° 8. Gráfico de Gartner 2012. Elaboración propia
21
1.3.4. Componentes y arquitectura del BI
Sistemas Operacionales
o Son los sistemas operacionales de registros que capturan las
transacciones del negocio.
o Pueden ser muchos sistemas con diferentes bases de datos y/o
archivos planos.
Data Marts
Hay dos tipos de data marts
o Dependientes: que obtiene sus datos del data warehouse.
o Independientes: que obtiene sus datos de fuentes separadas.
Fuente de Datos Operacional (Operational Data Source ODS)
o Es usado para la toma de decisiones tácticas.
o Tiene una historia mínima y muestra el estado de la entidad tan cerca
del tiempo real como le sea posible.
o El dato es volátil o actualizable.
Cubos
o Son estructuras multidimensionales.
o Contiene datos pre-calculados.
Metadata
Es la descripción de qué es cada campo, de dónde viene, y cómo es usado.
o Metadata técnico: describe la estructura física y el proceso que
mueve y transforma datos en el ambiente.
o Metadata de negocio: describe la estructura de datos, reglas del
negocio.
22
Reportes
Recopilan los datos de las tablas o consultas para permitir su impresión o
análisis, facilitando la individualización de los datos más importantes y su
representación.
1.4. Data WareHouse
Consiste en el proceso de creación, recuperación y consolidación de datos de los
sistemas fuente (bases de datos relacionales, archivos planos, Excel, Access,
sistemas CRM, sistemas ERP, etc.) hacia un modelo de datos optimizado para
actividades de análisis conocido como Data Warehouse.
DWH es la principal fuente para las actividades analíticas. (Murillo M., Data
Warehousing y Business Intelligence con herramientas Open Source, 2012)
El término Data warehouse fue acuñado por primera vez por (Bill Inmon, 2000), y se
traduce literalmente como almacén de datos. No obstante, y como cabe suponer, es
mucho más que eso. Según definió el propio Bill Inmon, un data warehouse se
caracteriza por ser:
Integrado: los datos almacenados en el data warehouse deben
integrarse en una estructura consistente, por lo que las inconsistencias
existentes entre los diversos sistemas operacionales deben ser
eliminadas.
Temático: sólo los datos necesarios para el proceso de
generación del conocimiento del negocio se integran desde el entorno
operacional.
Histórico: el tiempo es parte implícita de la información contenida en un
data warehouse. La información almacenada en el data warehouse
sirve, entre otras cosas, para realizar análisis de tendencias.
23
No volátil: el almacén de información de un data warehouse existe para
ser leído, pero no modificado.
1.4.1. Objetivo
Según (Gutiérrez, 2005), es información adaptable y elástica: el Data Warehouse
está diseñado para cambios continuos. Cuando se le hacen nuevas preguntas al
Data Warehouse, los datos existentes y las tecnologías no cambian ni se
corrompen.
Es la fundación de la toma de decisiones: el Data Warehouse tiene los datos
correctos para soportar la toma de decisiones.
Solo hay una salida verdadera del Data Warehouse: las decisiones que son hechas
después de que el Data Warehouse haya presentado las evidencias.
1.4.2. Elementos básicos de un Data Warehouse
a) Sistema fuente: sistemas operacionales de registros donde sus funcione
b) Área de tráfico de datos: es un área de almacenamiento y grupo
procesos.
c) Servidor de presentación: la maquina física.
d) Modelo dimensional: una disciplina que es una alternativa para los modelos.
e) Data Mart: un subgrupo lógico del Data Warehouse completo.
f) OLAP: actividad general de búsquedas para presentación de texto.
1.4.3. Procesos básicos del Data Warehouse
Extracción: Este es el primer paso de obtener la información hacia el
ambiente del Data Warehouse.
Transformación: Una vez que la información es extraída hacia el área de
tráfico de datos, hay posibles pasos de transformación como; limpieza de la
información, eliminar lo que no nos sirve, seleccionar únicamente los
24
campos necesarios para el Data Warehouse, combinar fuentes de datos,
haciéndolas coincidir por los valores de las llaves, creando nuevas llaves
para cada registro.
Carga (Loading): Al final del proceso en forma para ser cargados. (Murillo M.
,Data Warehousing Básico con Pentaho, 2013)
Figura 9. Procesos básicos de Data Warehousing. Tomado de (Murillo M. , Data Warehousing Básico con
Pentaho, 2013)
1.4.4. Desafíos de un Data Warehouse
Problemas de calidad de datos, entre ellos: Datos Duplicados, datos Incompletos,
datos Incorrectos, datos conflictivos, datos faltantes (Falla de Integridad
referencial), valores nulos, volumen de datos (1Pb) y rendimiento, solo índices
binarios, particiones, agregaciones, vistas materializadas), captura de cambios de
datos consiste en identificar qué datos han sido insertados, modificados o borrados.
(Bouman, 2009)
1.4.5. Metodología Hefesto
Hefesto es una metodología cuya propuesta está fundamentada en una amplia
investigación, comparación de metodologías existentes, experiencias propias en
procesos de confección de almacenes de datos (BERNABEU, 2010). La
metodología Hefesto puede resumirse a través de la siguiente figura:
25
Figura 10: Metodología Hefesto. Tomado de (BERNABEU, 2010)
1.4.5.1. Características
Según señala (BERNABEU, 2010) la metodología Hefesto cuenta con las siguientes
características:
Los objetivos y resultados esperados en cada fase se distinguen fácilmente y
son sencillos de comprender.
Se basa en los requerimientos de los usuarios, por lo cual su estructura es
capaz de adaptarse con facilidad y rapidez ante los cambios en el negocio.
Reduce la resistencia al cambio, ya que involucra a los usuarios finales en
cada etapa para que tome decisiones respecto al comportamiento y
funciones del DW.
Utiliza modelos conceptuales y lógicos, los cuales son sencillos de interpretar
y analizar.
Es independiente del tipo de ciclo de vida que se emplee para contener la
metodología.
Es independiente de las herramientas que se utilicen para su
implementación.
Es independiente de las estructuras físicas que contengan el DW y de su
respectiva distribución.
Cuando se culmina con una fase, los resultados obtenidos se convierten en
el punto de partida para llevar a cabo el paso siguiente.
Se aplica tanto para Data Warehouse como para Data Mart.
26
1.4.5.2. Etapas de la metodología Hefesto
La metodología Hefesto está orientada a la construcción de DW para análisis
dimensional (OLAP), ésta propone cuatro pasos fundamentales para su
implementación, como se muestra en el gráfico.
Según (BERNABEU, 2010), se comienza recolectando las necesidades de
información de los usuarios y se obtienen las preguntas claves del negocio. Luego,
se deben identificar los indicadores resultantes de los interrogativos y sus
respectivas perspectivas de análisis, mediante las cuales se construirá el modelo
conceptual de datos del DW.
Después, se analizarán los OLTP para determinar cómo se construirán los
indicadores, señalar las correspondencias con los datos fuentes y para seleccionar
los campos de estudio de cada perspectiva.
Una vez hecho esto, se pasará a la construcción del modelo lógico del depósito, en
donde se definirá cuál será el tipo de esquema que se implementará.
Seguidamente, se confeccionarán las tablas de dimensiones y las tablas de hechos,
para luego efectuar sus respectivas uniones.
Por último, utilizando técnicas de limpieza y calidad de datos, procesos ETL, etc, se
definirán políticas y estrategias para la Carga Inicial del DW y su respectiva
actualización.
27
Figura 11. Etapas de la Metodología Hefesto. Tomado de (BERNABEU, 2010)
1.4.6. Requerimientos de un Data Warehouse
Conocer las fuentes de datos, alcance, preguntas a responder, formatos de
entrega de información, entre otros.
28
Tabla 5. Requerimientos de un data warehouse.
ENTRADAS DESCRIPCION
Tema Área o Proceso de Negocio
Audiencia Para Quien es la Solución
Propietario Quien será el Propietario de la Solución.
Necesidad del Usuario Que necesita el usuario y como usara la
solución. Preguntas a Responder Preguntas que serán respondidas por la
solución. Beneficios de la Entidad. Que ganará la Entidad construyendo el
Data Warehouse.
Mecanismos de Entrega Emails, Gráficos, Reportes, Tableros de
Mando, Cubos de Datos.
Fuentes de Información A que personas se puede preguntar sobre
la gestión Educativa.
Fuentes de Datos. De que sistemas y base de datos se
obtendrán los datos
Estimación. Estimación de tiempo para desarrollar la
solución
Desarrollo propio a partir de (http://wiki.pentaho.com)
1.4.7. Data Mining
Consiste en la extracción no trivial de información que reside de manera implícita en
los datos. Dicha información era previamente desconocida y podrá resultar útil para
algún proceso. En otras palabras, la minería de datos prepara, sondea y explora los
datos para sacar información oculta en ellos. (Vinueza, 2013)
1.5. Pentaho
Es una plataforma OSBI (Open Source Bussines Intelligence), que apoya a todo
el proceso de construcción del sistema Data Warehouse/Business Intelligence,
existen dos ediciones: Community (CE) y Enterprise (EE), fue programado con Java
y tecnologías relacionadas. (Murillo M., 2015).
Pentaho es una herramienta de Inteligencia de Negocios desarrollada bajo la filosofía
del software libre para la gestión y toma de decisiones empresariales. Es una
29
plataforma compuesta de diferentes programas que satisfacen los Ofreciendo
soluciones para la gestión y análisis de la información, incluyendo el análisis
multidimensional OLAP, presentación de informes, minería de datos y creación de
cuadros de mando para el usuario.
La plataforma libre de Pentaho para Inteligencia de Negocios cubre muy amplias
necesidades de Análisis de los Datos y de los Informes empresariales. Las soluciones
de Pentaho están escritas en Java y tienen un ambiente de implementación también
basado en Java. Eso hace que Pentaho sea una solución muy flexible para cubrir una
amplia gama de necesidades empresariales – tanto las típicas como las sofisticadas y
especificas al negocio.
Figura N° 12. Arquitectura Pentaho. Elaboración propia
1.5.1. Pentaho Community (CE)
Es una versión totalmente Open Source, requiere de recursos internos para
parchear y probar, es de licencia GPL orientada al aprendizaje y PYMES;
además cuenta con una gran comunidad de desarrollo, que realizan constantes
mejoras y extensiones en la plataforma. (OpenRed, 2014)
30
1.5.2. Pentaho Enterprise Edition (EE)
Es de licencia comercial, viene con instalador automatizado, posee integración
hadoop, para la presentación de datos grandes y análisis, apoya a bi móvil, dispone
de foros en línea 24x7, tiene paquetes de asistencia remota para instalación,
configuración, solución de problemas, optimización y el derecho a las nuevas
características y actualizaciones.
1.5.3. Plataforma de Pentaho Community Edition.
Figura 13. Plataforma de Pentaho CE. Elaboración propia
1.5.3.1. Pentaho Data Integration (PDI)
Es la herramienta que permitirá realizar la Integración de datos, a través del
conjunto de actividades ETL, para poblar el Data Warehouse.
1.5.3.1.1. ETL
Extracción. Obtener datos de una o más fuentes.
Transformación. Cambiar la forma y contenido de los datos, (Limpieza,
validación, decodificar, renombrar datos y generación de claves subrogadas
(Sk))
31
Loading.- Carga las tablas Dimensionales, hechos y temporales al
Data Warehouse.
Los Proyectos de Pentaho Data Integration son construidos sobre dos tipos de
objetos: Transformaciones y JOBS (Trabajos). La herramienta de trabajo que será
Spoon, anteriormente denominada Kettle.
El corazón de PDI es el motor de integración de datos de Pentaho (Data
Integration Engine) (Dongen, 2009).
1.5.3.1.2. Arquitectura de Pentaho Data Integration
Pentaho Data Integration puede de manera muy simple tomar datos de una fuente
de archivos locales y remotos, bases de datos, repositorios y aplicar un
procesamiento a dichos datos como filtros, condiciones, cálculos, consultas y
almacenar los resultados en un destino como archivos, base de datos o repositorio.
Figura 14. Arquitectura de Pentaho Data Integration. Tomado de (Dongen, 2009)
Programas que forman la herramienta
PDI está formado por un conjunto de herramientas, cada una con un propósito
específico.
32
Spoon: es la herramienta gráfica que nos permite el diseño de las transformaciones
y trabajos. Incluye opciones para previsualizar y testear los elementos desarrollados.
Es la principal herramienta de trabajo de PDI y con la que construiremos y
validaremos nuestros procesos ETL.
Pan: es la herramienta que nos permite la ejecución de las transformaciones
diseñadas en spoon (bien desde un fichero o desde el repositorio). Permite desde la
linea de comandos preparar la ejecución mediante scripts.
Kitchen: similar a Pan, pero para ejecutar los trabajos o jobs. Carte: es un pequeño
servidor web que permite la ejecución remota de transformaciones y jobs.
1.5.3.2. Pentaho Report Designer (PRD)
Es una herramienta gráfica, para crear, editar y publicar reportes al Servidor de
Pentaho. Es un reporteador basado en bandas similar a Cristal Reports, los reportes
son guardados con la extensión. prpt.
Soporta las siguientes fuentes de datos (Data Sets) JDBC, Modelo Metadatos,
Mongo DB, Pentaho Data Integration, OLAP, XML.
1.5.3.2.1. Estructura de Bandas de un Reporte
Page Header / Footer. Contenido a mostrar en cada página. Ej. Logos, fecha.
Report Header / Footer. Contenido a mostrar en la primera página del reporte.
Ej. Cabecera, gráficos, títulos.
Group Header / Footer. Contenido que se despliega por cada grupo.
Details. Contenido del reporte con los resultados de la consulta a un Data Set.
No Data. Contenido a mostrar cuando el resultado de la consulta está vacía.
33
Watermark. Marca de agua que mostrara como fondo en cada reporte.
Figura 15. Interfaz de Pentaho Report Designer. Elaboración propia
1.5.3.3. Pentaho Schema Workbench
Herramienta visual para construir y probar Cubos OLAP (Online Analytical
Processing). Pentaho Analysis Services (PAS) provee las capacidades OLAP a la
plataforma Pentaho. El componente principal de PAS es el motor ROLAP
Mondrian.
1.5.3.3.1. Arquitectura de Pentaho Analysis Services
Figura 16. Pentaho nalysis Services. Tomado de (Dongen, 2009)
34
1.5.3.3.2. Mondrian
Es una de las aplicaciones más importantes de la plataforma Pentaho BI es un
servidor OLAP open source que gestiona la comunicación entre una aplicación
OLAP (escrita en Java) y la base de datos con los datos fuente, es decir, Mondrian
actúa como “JDBC para OLAP”. (Gravitar, 2015)
1.5.3.3.3. Cubo OLAP
Se crean en función a bases de datos multidimensionales, que permiten procesar
grandes volúmenes de datos, en campos bien definidos, dando un acceso
inmediato a los datos para su consulta y posterior análisis. Esta estructura
multidimensional de los cubos OLAP es gracias a que son formados por vectores.
Un cubo es una colección de múltiples dimensiones. (Dongen, 2009)
Figura 17. Cubos, Dimensiones y Medidas. Elaborado por el autor a partir de (Dongen, 2009)
La consulta al Modelo Dimensional es mediante el lenguaje MDX, así como
SQL es al Modelo Relacional. Las dimensiones del cubo son a las dimensiones
del modelo dimensional y las medidas del cubo son a los hechos del modelo
dimensional.
35
Jerarquías Niveles y Miembros
Las dimensiones del cubo son organizadas en una o más jerarquías; la jerarquía
permite definir niveles de agregación. Ejemplo: La dimensión Fecha podría tener la
siguiente jerarquía: Año - Semestre -Mes. (Dongen, 2009)
Figura 18. Cubos, Dimensiones y Medidas. Desarrollo propio a partir de (Dongen, 2009
1.5.3.4. Community Dashboard Framework (CDF)
Tablero de mando, muestra indicadores claves; pero se necesita un buen
conocimiento en HTML5, CSS y JavaScript para desarrollarlas.
1.5.3.5. Pentaho Metadata Editor (PME)
Pentaho tiene soporte para acceder y almacenar metadatos a través de una capa
de metadatos llamada Pentaho Metadata Layer (PML).
La capa de metadatos permite: Describir tablas y columnas en términos claros,
define los niveles de autorización, permite tener datos pre formateados; además
minimiza el impacto en los cambios del modelo dimensional del Data Warehouse.
36
1.5.3.5.1. Arquitectura de Pentaho Metada Data Layer
Gráfico 19. Arquitectura de Pentaho Metada Layer. Tomado de (Dongen, 2009)
1.5.3.5.2. Capas de un modelo Metadatos
Capa Física (Physical). Se gestiona la conexión al Data Warehouse y se
oculta las claves subrogadas y primarias.
Capa Lógica (Abstract Business Layer). Se agrega campos calculados y se
le da formato.
Capa de Presentación (Business View). Permite definir las tablas que se van
a mostrar al usuario.
En un modelo Metadatos las capas heredan las propiedades. (Dongen, 2009)
37
1.6. Esquema para el modelado de datos
1.6.1. Esquema en Estrella
Se caracteriza por tener en el centro de una estrella una tabla conocida como tabla
de HECHOS y los puntos de la estrella se los conoce como tablas de
DIMENSIONES.
Figura 20. Esquema en Estrella. Desarrollo propio a partir de (http://todobi.blogspot.com)
1.7. Microsoft Power BI
1.7.1. Definición
Power BI es una colección de servicios de software, aplicaciones y conectores que
funcionan conjuntamente para convertir orígenes de datos sin relación entre sí en
información coherente, interactiva y atractiva visualmente. Tanto si se trata de una
sencilla hoja de cálculo de Excel como de una colección de almacenes de datos
híbridos locales o basados en la nube, Power BI le permite conectar fácilmente los
orígenes de datos, visualizar (o descubrir) lo más importante y compartirlo con quien
quiera.
Power BI puede ser sencillo y rápido; capaz de crear información rápida a partir de
una hoja de cálculo de Excel o una base de datos local. Sin embargo, Power BI
también es estable y tiene una funcionalidad apta para empresas, listo para un
38
modelado exhaustivo y un análisis en tiempo real, así como para un desarrollo
personalizado. Por tanto, puede convertirse en su herramienta personal de creación
de informes y visualización, así como actuar como el motor de análisis y de decisión
que impulsa proyectos en grupo, divisiones o empresas enteras.
1.7.2. Partes del Power BI
Power BI consta de una aplicación de escritorio de Windows denominada Power BI
Desktop, un servicio SaaS (software como servicio) en línea denominado servicio
Power BI, y aplicaciones móviles de Power BI disponibles para teléfonos y tabletas
Windows, así como para dispositivos iOS y Android.
Figura 21: Elementos del Power BI. Desarrollo propio a partir de (https://powerbi.microsoft.com)
Estos tres elementos, Desktop, el servicio y el destinado a dispositivos móviles,
están diseñados para permitir a los usuarios crear, compartir y utilizar información
empresarial de la forma que les resulte más eficaz para su rol.
1.7.3. Flujo de trabajo de Power BI
Un flujo de trabajo habitual de Power BI comienza en Power BI Desktop, donde se
crea un informe. Luego, ese informe se publica en el servicio Power BI y después se
comparte para que los usuarios de las aplicaciones de Power BI Mobile puedan usar
la información. No siempre tiene que realizarse de esa forma, pero utilizaremos ese
flujo para ayudarlo a descubrir las distintas partes de Power BI y cómo se
complementan.
39
1.7.4. Uso de Power BI
El flujo habitual de actividad de Power BI es el siguiente:
Integrar datos en Power BI Desktop y crear un informe.
Publicarlo en el servicio Power BI, donde creará nuevas visualizaciones o
confeccionará paneles.
Compartir sus paneles con otros usuarios, especialmente con personas que se
estén desplazando.
Ver informes y paneles compartidos e interactuar con ellos en aplicaciones de
Power BI Mobile.
Figura 22. Flujo de la actividad del Power Bi. Desarrollo propio a partir de (https://powerbi.microsoft.com)
Como se mencionó anteriormente, podría dedicar todo su tiempo al servicio Power
BI, recopilando datos y creando paneles, y no habría ningún problema. También se
puede dar el caso de que una persona de su equipo pase todo su tiempo en Power
BI Desktop; lo cual también es correcto.
1.7.5. Bloques de creación de Power BI
Todo lo que haga en Power BI puede dividirse en unos pocos bloques de creación
básicos. Al fin y al cabo, incluso los objetos en apariencia complejos se crean a partir
40
de bloques de creación básicos; por ejemplo, los edificios se construyen con madera,
acero, hormigón y cristal. Los automóviles, por su parte, se fabrican con metal,
tejidos y goma. Por supuesto, los edificios y automóviles pueden ser básicos o más
elaborados, en función de cómo se organicen esos bloques de creación básicos.
Veamos a estos bloques de creación básicos, analizar algunos elementos sencillos
que pueden compilarse con ellos y, por último, descubrir cómo se pueden crear
también elementos complejos.
Los bloques de creación básicos de Power BI son los siguientes:
Visualizaciones
Las visualizaciones (a veces también denominadas objetos visuales) constituyen una
representación visual de datos, como un gráfico, un mapa codificado por colores u
otros elementos interesantes que puede crear para representar la información de
forma visual. Power BI tiene numerosos tipos de visualizaciones distintos y se
introducen otros nuevos continuamente.
En la siguiente imagen se muestra una colección de distintas visualizaciones
creadas en el servicio Power BI.
Figura 23. Objetos Visuales del Power BI. Desarrollo propio a partir de (https://powerbi.microsoft.com)
41
Las visualizaciones pueden ser sencillas, como un único número que representa un
aspecto significativo, o visualmente complejas, como un mapa de colores
degradados que muestra la opinión del votante con respecto a un determinado
problema o preocupación social. La finalidad de un objeto visual es presentar los
datos de una manera que ofrezca contexto e información detallada, lo que
probablemente resultaría difícil de discernir en una tabla sin formato de números o
texto.
Conjuntos de datos
Un conjunto de datos es una colección de datos que utiliza Power BI para crear sus
visualizaciones. Puede tener un conjunto de datos sencillo basado en una sola tabla
de un libro de Excel, similar al que se muestra en la siguiente imagen.
Figura 24. Ejemplo de conjunto de datos en Power BI. Desarrollo propio a partir de
(https://powerbi.microsoft.com)
Los conjuntos de datos también pueden ser una combinación de muchos
orígenes distintos, que puede filtrar y combinar a fin de ofrecer una colección de
datos (conjunto de datos) exclusiva para su uso en Power BI.
Por ejemplo, podría crear un conjunto de datos a partir de tres campos distintos
de una base de datos, una tabla de un sitio web, una tabla de Excel y los
resultados en línea de una campaña de marketing por correo electrónico. Esa
42
combinación única se sigue considerando un único conjunto de datos, aunque se
haya formado a partir de muchos orígenes distintos.
Puede filtrar los datos antes de integrarlos en Power BI para centrarse solo en
aquellos que le interesen. Por ejemplo, podría filtrar su base de datos de
contactos para que solo se incluyan en el conjunto de datos los clientes que
hayan recibido correos electrónicos de la campaña de marketing. Luego podría
crear objetos visuales basándose en ese subconjunto (la colección filtrada) de los
clientes que se incluyeron en la campaña. Gracias al filtrado, podrá centrarse en
los datos que le importen, con lo que ahorrará tiempo.
Una parte esencial y muy útil de Power BI es la gran cantidad de conectores de
datos que incluye. Con independencia de que los datos que le interesan estén en
Excel o en una base de datos SQL, en Azure u Oracle, o en un servicio como
Facebook, Salesforce o MailChimp, Power BI tiene conectores de datos
integrados que le permiten conectarse fácilmente a ellos, filtrarlos si resulta
necesario e incorporarlos a su conjunto de datos.
Una vez que tenga un conjunto de datos, podrá empezar a crear visualizaciones
que muestren distintas partes de dicho conjunto de diferentes maneras y, de esa
forma, alcanzar un claro entendimiento de la información. Ahí es donde entran en
juego los informes.
Informes
En Power BI, un informe es una colección de visualizaciones que aparecen juntas
en una o varias páginas. Al igual que cualquier otro tipo de informe que podría
crear para una presentación de ventas o para un trabajo escolar, en Power BI, un
informe está compuesto por elementos relacionados entre sí. En la siguiente
imagen se muestra un informe de Power BI Desktop; en este caso, es la quinta
página de un informe de seis. También puede crear informes en el servicio Power
BI.
43
Figura 25: Ejemplo de informe en Power BI. Desarrollo propio a partir de (https://powerbi.microsoft.com)
Los informes le permiten crear numerosas visualizaciones en varias páginas
diferentes si resulta necesario, así como organizarlas de la forma más adecuada
para presentar los datos.
Por ejemplo, podría tener un informe sobre las ventas trimestrales y otro sobre el
crecimiento de un producto en un segmento determinado, o bien crear un informe
sobre los patrones de migración de los osos polares. Independientemente del tema,
con ellos podrá recopilar y organizar las visualizaciones en una o varias páginas.
Paneles
Cuando esté preparado para compartir una página de un informe o una colección de
visualizaciones, puede crear un panel. De forma similar a los de los automóviles, los
paneles de Power BI son colecciones de objetos visuales de una sola página que
puede compartir con otros usuarios. A menudo, se trata de un grupo de objetos
visuales que ofrecen una perspectiva rápida de los datos o el caso de que intenta
presentar.
Los paneles tienen que caber en una sola página, que a menudo se denomina
"lienzo" (este es el fondo en blanco de Power BI Desktop o el servicio, en el que
44
coloca las visualizaciones). Puede compararlo con el lienzo que utiliza un artista o
pintor: un área de trabajo donde crear, combinar y rehacer objetos visuales
interesantes y atractivos. Puede compartir paneles con otros usuarios o grupos, que
pueden interactuar con ellos cuando estén en el servicio Power BI o en su dispositivo
móvil.
Iconos
En Power BI, un icono es una visualización única dentro de un informe o panel. Se
trata del rectángulo que contiene cada objeto visual individual. En la siguiente
imagen, verá un icono (resaltado mediante un cuadro de color vivo) que también está
rodeado por otros iconos.
Figura 26. Iconos de Power BI. Desarrollo propio a partir de (https://powerbi.microsoft.com)
Cuando esté creando un informe o un panel en Power BI, puede mover u organizar
los iconos de la forma que desee para presentar la información. También puede
hacerlos más grandes, cambiar su altura o anchura, y acoplarlos con otros del modo
que prefiera.
45
Cuando esté viendo o utilizando un panel o informe (lo que implica que no es el
creador o propietario, pero que se han compartido con usted), puede interactuar con
ellos, pero no cambiar el tamaño de los iconos ni su organización.
1.8. La toma de Decisiones
La toma de decisiones es definida por (Weihrich, 2007) como la selección de un
curso de acción entre distintas alternativas. Si el proceso de toma de decisiones
se diera en condiciones ideales se podría hablar de la toma racional de decisiones.
Según (Robbins, 2007) estas condiciones ideales se presentarían si el problema a
resolver fuese claro, se tuviera información completa respecto a este problema, se
conocieran todas las alternativas posibles, las posibles consecuencias de estas y la
decisión se tomará sin restricciones de costos y tiempo, optando por aquella que
produzca el mayor valor percibido para la organización.
La toma racional de decisiones a veces debe complementarse con la intuición.
(Crónicas, 2010)
1.8.1. Elementos de la toma de decisiones
Según (Drucker, 2009) los elementos relevantes en la toma de decisiones son:
Se debe verificar si la decisión a tomar es programada o no programada. En
el primer caso nos referimos a decisiones que se toman sobre problemas
estructurados o rutinarios, problemas comunes en la organización, por lo cual
estas decisiones se toman basándose en los conocimientos previos y
criterios previamente definidos, reglas, pautas o principios.
Por otro lado, según (Barreto, 2007) las decisiones no programadas
son aquellas que se toman frente a problemas sin estructurar, problemas
nuevos, no rutinarios, que requieren una solución específica.
Se debe definir las condiciones límites, estas son: los fines, metas y
condiciones que debe satisfacer la decisión.
Se debe confirmar que la decisión a la cual se llegó es la correcta antes de
ponerla en práctica.
46
Llevar la decisión a la práctica. Esta es la parte que exige más tiempo.
La retroalimentación. Es muy importante que luego de poner en práctica
la decisión se analice si la misma está llevando a los resultados buscados.
(Cáceres, 2014)
1.9. La Gestión
La gestión tiene dos aspectos en su campo de acción uno de ellos tiene que ver con
la acción y efecto de gestionar y la segunda con la acción y efecto de
administrar. La idea de gestión está relacionada al direccionamiento y a los
resultados, es por eso que la gestión más que hacer en forma directa, crea las
condiciones para el mejor hacer del colectivo institucional.
Para (Blejmar, 2009) la gestión es una intervención en doble sentido, por lo cual la
gestión crea condiciones, construye escenarios adecuados, provee
capacidades e instrumentos a los equipos de trabajo, además señala que la
gestión no es un evento, no es una sola acción.
Por otra parte, la gestión, responde a propósitos explícitos, expresados en forma de
visión, metas y objetivos.
Gestionar de acuerdo al Diccionario de la Real Academia de la Lengua Española
tiene que ver con hacer diligencias conducentes al logro de un negocio o de un
deseo cualquiera. Se desprende entonces que gestionar es hacer las acciones o
trámites necesarios para conseguir un objetivo.
De acuerdo a lo mencionado anteriormente todo proceso de gestión lleva consigo
implícita organización y tener muy claro los objetivos a los cuales se desea llegar,
puesto que una gestión errónea puede llevar al fracaso a cualquier actividad que
desarrolle el ser humano.
47
1.9.1. Administrar
(Chiavenato, 2008), administrar constituye un conjunto de actividades tales como
planear, organizar, dirigir y controlar las actividades realizadas por cualquier tipo
de organización, con el propósito de lograr los objetivos propuestos.
1.9.2. Enfoques Administrativos y de Gestión
Caracterizada con las siguientes premisas:
a) Las relaciones humanas son el aspecto fundamental de la organización para
la Obtención de logros y metas en el proceso productivo.
b) El acento relacionado con el comportamiento racional y conductas en
detrimento de las dimensiones afectivas, emocionales y de sentimientos.
c) Atribuido al control como método eficaz para el logro del orden de las
relaciones humanas. (Fuentes, 2009)
1.9.3. EL Proyecto Educativo Institucional (PEI)
Un documento público de planificación Estratégica institucional en el que constan
acciones a mediano y largo plazo, dirigidas a asegurar la calidad de los
aprendizajes y una vinculación propositiva con el entorno escolar (Art. 88 del
Reglamento a la LOEI).
Un conjunto articulado de reflexiones, decisiones y estrategias, que ayudan a la
comunidad educativa a imaginar y diseñar el futuro deseado, considerando la
definición de estrategias flexibles y la búsqueda de consensos para lograr un mismo
objetivo, con proyección de cinco años aproximadamente.
1.9.3.1. Importancia del PEI
48
Figura 27. Importancia del PEI. Ministerio de Educación Ecuador (2014)
1.9.3.2. Características del PEI
Pr
Figura 28. Características del PEI. Ministerio de Educación del Ecuador (2014)
49
1.9.4. Liderazgo Directivo
El liderazgo es la influencia interpersonal ejercida en una situación dirigida y a
través del proceso de comunicación a la consecución de uno o diversos objetivos
específicos. (Helgueros, 2004)
Es tener la capacidad de llevar adelante el normal funcionamiento pedagógico,
comunitario, administrativo y operativo de la institución Educativa. El Autor.
1.9.5. Gestión Académica
La Gestión Académica, se entiende como la conducción y dirección del sistema
educativo hacia el logro de procesos educativos de calidad, con el objetivo de
mejorar la equidad de la oferta educativa del país en un contexto de
descentralización, caracterizado y definido por las políticas educativas, que son
los pilares para la gestión educativa en el ámbito nacional, mediante el
diagnóstico de fortalezas y debilidades del Sistema Educativo, definiendo las
prioridades de asignación de recursos y la identificación para las oportunidades.
(Hernández Baltazar, 2006)
1.9.6. Políticas Educativas del Ministerio de Educación del Ecuador
Entrega de Textos Escolares Gratuitos a los estudiantes que cursan los 10 años
de Educación General Básica.
Eliminación del Aporte Voluntario de las Familias de USD 25.
Alimentación Escolar Gratuita.
Programa Piloto de entrega de uniformes escolares gratuitos.
Infraestructura Escolar. (Equipamiento de las Instituciones Educativas)
Implementación del Sistema nacional de Evaluación.
Erradicación del Analfabetismo. (Educación C. N., 2006-2015.)
50
1.9.7. Nuevo Modelo de Gestión Educativa
El Nuevo Modelo de Gestión Educativa (NMGE) es un proyecto que inició su gestión
en enero de 2010, y plantea la reestructuración del Ministerio de Educación para
garantizar y asegurar el cumplimiento del derecho a la educación. Es decir, busca
influir de manera directa sobre el acceso universal y con equidad a una educación
de calidad y calidez, lo que implica ejecutar procesos de desconcentración desde
la Planta Central hacia las zonas, distritos y circuitos, para fortalecer los
servicios educativos y aproximarlos hacia la ciudadanía, atendiendo las realidades
locales y culturales.
En ese marco, el Nuevo Modelo persigue la desconcentración de la Autoridad
Educativa Nacional, a su vez, una nueva práctica de realización del servicio
público (mejor distribución de personal capacitado e idóneo); así como la
racionalización recursos, distribución de competencias y responsabilidades.
Objetivo general
Implementar un Nuevo Modelo de Gestión Educativa que garantice la rectoría del
sistema mediante el fortalecimiento institucional de la autoridad educativa nacional
y potencie la articulación entre niveles e instituciones desconcentrados del
sistema.
Objetivos Específicos
Implementar el nuevo orgánico funcional del Ministerio de Educación.
Implementar el Modelamiento Territorial a nivel nacional, para la definición de
distritos y circuitos educativos.
Conformar las Coordinaciones Regionales, Direcciones Distritales y
Administraciones Circuitales de Educación incluyendo adecuaciones de
infraestructura y dotación de equipamientos.
51
Implementar los sistemas de información que consideren los componentes
de capacitación, gestión, régimen escolar, acompañamiento pedagógico,
regulación.
Conformar los Gobiernos Escolares Ciudadanos en los Circuitos
Educativos.
La Autoridad Nacional Educativa se articula hacia las zonas, como lo muestra el
mapa a continuación, hasta llegar a los distritos y circuitos educativos.
Figura 29. Desconcentración del Ministerio de Educación Tomado de (http://www.educacion.gob.ec )
1.9.8. Zonas, Distritos y Circuitos
La implementación del Nuevo Modelo de Gestión Educativa está en desarrollo
progresivo en todo el territorio ecuatoriano, incluye las 9 Zonas Educativas
(Subsecretarías de Quito y Guayaquil), los 140 distritos educativos y 1.117 circuitos
educativos. Y todas las áreas, secciones y direcciones del Ministerio de Educación.
La población objetivo abarca todos los usuarios del Sistema Nacional de Educación,
incluyendo estudiantes y ex estudiantes de todos los niveles y modalidades,
52
docentes y autoridades de establecimientos fiscales, fisco misional y particular del
Ecuador.
Adicionalmente, abarca a todos los funcionarios del Ministerio de Educación del
Nivel Central, de las Coordinaciones Educativas Zonales y de las Direcciones
Provinciales de Educación Hispanas y Bilingües que se encuentran en transición
hacia los distritos. (Ministerio de Educación del Ecuador, 2014).
1.10. Conclusiones parciales del Capítulo
Los datos provenientes de diferentes fuentes hoy en día son muy
valiosos para una vez procesados realizar el análisis y la toma de decisiones.
Todo Data Warehouse tiene al menos una Dimensión Fecha y una Tabla
de análisis (hechos.)
Los sistemas de información han adquirido una dimensión estratégica en
el mundo del nuevo milenio y han dejado de ser una simple herramienta para
automatizar los procesos operativos para convertirse en una pieza clave
a tener en cuenta a la hora de formular cualquier tipo de estrategia, para
llevar a cabo su implantación y para realizar el control de la gestión.
La calidad de los sistemas informáticos no está en la complejidad de
los mismos, el verdadero valor está en la utilización que cualquier
organización hagan de ellos, lo que por regla general, depende más de
factores humanos, que de factores tecnológicos.
El principal objetivo de los Sistemas de Soporte a Decisiones es explotar
al máximo la información residente en una base de datos corporativa (data
warehouse o data mart), mostrando informes muy dinámicos y con gran
potencial de navegación, pero siempre con una interfaz gráfica amigable,
vistosa y sencilla.
53
La gestión no depende de una sola persona o un solo factor sino se
complementa de varios factores y recursos como: tecnológicos, humanos,
económicos, donde el medio principal es la comunicación para el logro de los
objetivos propuestos.
La tecnología es necesaria, pero es mucho más importante la parte
humana, ya que las decisiones al fin y al cabo son tomadas por los hombres
o mujeres que dirigen las instituciones.
54
CAPITULO II
MARCO METODOLÓGICO Y PLANTEAMIENTO DE LA PROPUESTA
2.1. Caracterización del sector
La Academia Aeronáutica Mayor Pedro Traversari -AAMPETRA- es un Centro de
Educación inicial básica y media, entidad de derecho privado y laico, con personería
jurídica y autonomía administrativa y financiera, que ofrece una formación integral a
sus estudiantes, sin distinción de sexo, raza, religión o política.
La creación de la AAMPETRA se fundamenta en la experiencia en la educación
privada ecuatoriana, de entidades educacionales de los distintos niveles, fundados
por profesionales de la educación con una trayectoria de más de 20 años en el
quehacer educativo y de manera especial en el nivel inicial, básico y medio.
La Academia Aeronáutica mayor Pedro Traversari, es una institución piloto, próspera
y autónoma de alto nivel académico y disciplinario, que proporciona una educación
integral con una sólida base humanista y de formación del carácter y valores a través
de lo cual sus estudiantes construirán el plan y propósito de sus vidas, madurando y
creciendo en sabiduría y estatura, estando dispuesto a ser hombres y mujeres de
impacto que cambiarán la sociedad y el mundo.
Se centra en el cumplimiento de sus metas, razón por la cual su visión es alcanzar el
desarrollo de la educación integral como elemento dinamizador del cambio, basado
en los valores universales, promoviendo la justicia, el trabajo, la solidaridad y la
participación en un ambiente responsable como respuestas a las necesidades del
ser humano, la realidad nacional y el servicio a los demás.
55
2.2. Descripción del procedimiento metodológico
2.2.1. Modalidad de la Investigación
La modalidad investigativa que se utilizó en el presente trabajo de investigación es la
denominada cuali- cuantitativa, con tendencia a la primera por tratarse de una
investigación de carácter social en la que se aplica métodos teóricos como son: el
inductivo-deductivo, analítico-sintético, histórico-lógico entre otros.
El enfoque cuantitativo nos permite la aplicación de estadísticas y fórmulas
matemáticas para analizar los fenómenos descubiertos, sin embargo, la modalidad
indicada es complementaria.
2.2.2. Tipos de investigación
Bibliográfica: Este tipo de investigación se la desarrolla en base a la
recopilación de la información de fuentes primarias, se la utilizó para
desarrollar el marco teórico orientado a sistemas de información, bases de
datos, data warehouse, sistemas para la toma de decisiones y gestión
Académica.
De Campo: se la lleva a cabo en base a encuestas y entrevistas, se
aplicó para desarrollar el marco metodológico.
2.2.3. Población y Muestra
La población de este estudio de investigación se relaciona con los siguientes
estratos:
56
Tabla 6. Distribución de Población
Estrato Unidad de análisis Número de
Sujetos Autoridades Rector de la Academia Aeronáutica
Mayor pedro Traversari
1
Directivos Director de educación inicial, director de
educación media, Vicerrectores,
directores departamentales
5
TOTAL 6
Elaboración propia
En la selección de entrevistas y encuestas no se consideró a los estudiantes ni
docentes, motivo que la gestión y administración depende directamente de la
Autoridad de la institución educativa y siguiendo el ciclo de vida de la metodología
de Ralph Kimball, los requerimientos del sistema se definen en base a la entrevista
realizada al usuario que va utilizar la solución.
2.2.2. Métodos utilizados en la Investigación
a) Histórico – Lógico. - El proceso de la decisión gerencial se basa en
antecedentes históricos del comportamiento del usuario, pero hoy en día ese
análisis tiene que ser sustentado por información técnica extraída de la base de
datos transaccional.
b) Analítico – Sintético. - Este par dialéctico será muy útil, el momento de
elaborar el fundamento científico que sustenta la solución del problema, ya que se
recopilará la información existente en libros, revistas e internet y se la sintetizará en
el denominado marco teórico.
c) Inductivo – Deductivo. - En el desarrollo del datawarehouse como apoyo a la
toma de decisiones (DSS), el mismo que facilitará el análisis descriptivo de los
datos e interpretarlo de una manera más fácil y sencilla, facilitando integrar
57
totalmente el proceso en una estructura general que permita determinar las mejores
Aplicaciones de los Sistemas de información a utilizar.
2.2.3. Técnicas e instrumentos utilizados en la investigación
Entrevista al Rector de la Academia Aeronáutica Mayor Pedro Traversari, y encuesta
a los directivos de la institución educativa.
Los instrumentos utilizados fueron el cuestionario específico para los directivos de
la Institución educativa y guía de entrevista para la máxima autoridad de la
Institución.
2.2.4. Procesamiento de datos
Para un mejor análisis e interpretación de los resultados, se realizó una serie de
procesos que permitieron encarar la investigación de forma más clara y precisa
respecto a la cantidad de datos posibles.
La presente investigación procesó los datos obtenidos mediante, cuadros
estadísticos y gráficos de pasteles, con una breve interpretación de los resultados
obtenidos en la investigación de campo para llegar a las conclusiones y
recomendaciones que dan como resultado la propuesta alternativa para el
mejoramiento de la toma de decisiones en la gestión académica.
2.2.4.1. Encuesta dirigida a directivos de la Academia Aeronáutica Mayor
Pedro Traversari
Una vez aplicada la encuesta a las autoridades de la Academia Aeronáutica mayor
Pedro Traversari se obtuvo los siguientes resultados:
58
Pregunta N° 1. Usted considera que la información relacionada con los procesos de
gestión académica dentro de su institución es:
Tabla 7. Confiabilidad de la información relacionada con la Gestión Académica
OPCIONES FRECUENCIA PORCENTAJE
Totalmente confinable 1 20%
Parcialmente Confiable 2 40%
Nada Confiable 2 40%
TOTAL 5 100%
Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA
Figura 30. Confiabilidad de la información relacionada con la Gestión Académica.
Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA
Análisis e interpretación
Como se puede observar en el gráfico anterior el 40% de los encuestados
manifiestan que la información relacionada con los procesos académicos de la
institución son confiables y en un porcentaje similar manifiestan que son parcialmente
confiables, pues solamente un 20% de los encuestados indican que la información
relacionada con los procesos antes mencionados es totalmente confiables. Pues
como se puede observar a pesar de que la información en la actualidad es
considerada como un activo más de la institución la misma no es totalmente confiable
lo que puede sin lugar a dudas provoca recesión en el crecimiento de las mismas.
59
Pregunta N° 2. Cuando requiere consultar información relacionada con los procesos
académicos de la institución la misma es:
Tabla 8. Integridad de la información.
OPCIONES FRECUENCIA PORCENTAJE
Totalmente complete 0 0%
Parcialmente complete 1 20%
Incompleta 4 80%
TOTAL 5 100%
Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA
Figura 31. Integridad de la información.
Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA
Análisis e interpretación
El 80% de los encuestados manifiestan que cuando requieren información
relacionada con los procesos académicos la misma es incompleta, mientras que un
20% manifiestan que es parcialmente incompleta, mientras que ningún encuestado
manifiesta que obtiene información totalmente completa. Pues una de las
características principales de la información que sirve para la toma de decisiones es
que sea completa, puesto que si no cumple esta característica de calidad
automáticamente la misma deja de tener un valor agregado para las empresas.
60
Pregunta N° 3. Cuando requiere presentar informes académicos la información que
maneja le sirve de apoyo:
Tabla 9. Apoyo de la información para elaboración de informes
OPCIONES FRECUENCIA PORCENTAJE
Totalmente 0 0%
Parcialmente 2 40%
Nada 3 60%
TOTAL 5 100%
Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA
Figura 32. Apoyo de la información para elaboración de informes.
Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA
Análisis e interpretación
El 60% de los encuestados manifiestan que la información con la que cuentan al
momento de realizar informes no les sirve de apoyo, mientras que el 40% manifiesta
que la información que posee únicamente le sirve de forma parcial. Pues esto puede
provocar que la información no sea entregada de forma oportuna lo que provoca que
no se tome decisiones de manera eficaz.
61
Pregunta N° 4. ¿En la actualidad existe una herramienta que maneje información
histórica relacionada con los procesos académicos de la Academia Aeronáutica
Mayor Pedro Traversari?
Tabla 10. Existencia de una herramienta para manejo de información histórica
OPCIONES FRECUENCIA PORCENTAJE
Si 1 20%
No 2 40%
No se 2 40%
TOTAL 5 100%
Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA
Figura 33. Existencia de una herramienta para manejo de información histórica.
Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA
Análisis e interpretación:
El 40% de los encuestados manifiestan que la Academia Aeronáutica Mayor Pedro Traversari
no posee una herramienta para el manejo de información histórica y actual, mientras que el
40% indica no saber acerca de la existencia de una herramienta para el manejo de
información histórica y actual, y un 20% manifiesta que si existe una herramienta para el
manejo de la información antes mencionada.
62
Pregunta N° 5. ¿Considera usted que la implementación de una herramienta para el
manejo de información histórica y actual contribuiría a la toma de decisiones de las
autoridades?
Tabla 11. Implementación de una herramienta para manejo de información histórica
OPCIONES FRECUENCIA PORCENTAJE
Si 4 80%
No 1 20%
TOTAL 5 100%
Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA
Figura 34. Implementación de una herramienta para manejo de información histórica.
Desarrollo propio. Datos de la encuesta realizada a directivos de la AAMPETRA
Análisis e interpretación:
El 80% de los encuestados manifiestan que la implementación de una herramienta para el
manejo de información histórica y actual contribuiría a la toma de decisiones de las
autoridades de la Academia Aeronáutica Mayor Pedro Traversari, mientras que un
20% de encuestados manifiestan que esta herramienta no contribuiría con la toma de
decisiones. Cabe indicar que las herramientas para el manejo de la información
dentro de las empresas son parte de la Inteligencia de Negocios que en la actualidad
las mismas requieren para la clave del éxito de las mismas.
63
2.2.4.3. Entrevista dirigida al Rector de la Academia Aeronáutica Mayor Pedro
Traversari
De la entrevista realizada al Rector de la Academia Aeronáutica Mayor Pedro
Traversari se obtuvo la siguiente información:
Entrevistador: ¿La academia cuenta con un sistema de información para el manejo
de los procesos relacionados con la gestión académica?
Dr. Luis Naranjo: Bueno, le diré que la academia tiene implementado un sistema
para controlar matriculas, notas y pagos de los alumnos.
Entrevistador: Y ¿usted tiene acceso a ese sistema?
Dr. Luis Naranjo: Haber accedo al sistema para ver algunos reportes importantes
como los matriculados por año lectivo, pero si le soy sincero no me gusta ingresar al
mismo porque es difícil de utilizar.
Entrevistador: ¿Y la información que usted obtiene de este sistema es confiable y
completa?
Dr. Luis Naranjo: Hay ocasiones que requiero más información y algo esencial que
sea de una forma rápida, pero no siempre esa información está a tiempo y en
muchas ocasiones tienen errores.
Entrevistador: ¿Usted conoce la importancia actual del uso de herramientas
tecnológicas para la obtención de información que le sea de utilidad para la toma de
decisiones?
Dr. Luis Naranjo: No mucho, sin embargo, le comento que en una reunión de
rectores y vicerrectores de los institutos privados se comentaba la utilidad que tiene la
tecnología hoy en día en la conservación de la información, pues soy una persona
64
visionaria que, si existe alguna forma de que mi negocio vaya adelante, lo pienso
analizó y ejecuto.
Entrevistador: De cierta forma usted acaba de responder a mi siguiente pregunta,
sin embargo, se la voy a realizar ¿Usted considera que es necesario y factible la
implementación de herramientas que le permitan obtener información tanto histórica
como actual para una toma de decisiones oportuna?
Dr. Luis Naranjo: Pues si le dijera que no es necesario estaría en un mundo irreal,
sin embargo, es necesario considerar el costo – beneficio de esto.
Entrevistador: Como le había mencionado al inicio doctor es parte de un trabajo
investigativo, por lo cual el costo relacionado con el desarrollo de esa herramienta
corre por el investigador, sin embargo, debo indicar a su persona que he observado
que la Academia cuenta con un servidor que está en la capacidad de procesar esta
información y que la factibilidad está relacionada con que la institución preste las
facilidades para llevar el estudio en su totalidad.
Dr. Luis Naranjo: Entonces debo manifestarle que es 100% factible la
implementación de estas herramientas.
Análisis de la entrevista
Cómo se puede observar en los párrafos anteriores la información que actualmente
maneja el rector de la universidad no es confiable ni oportuna, pues esto provoca
inconvenientes en la toma de decisiones gerenciales, sin embargo, cabe mencionar
que el rector esta consiente de la importancia que tienen las herramientas para el
manejo de la información por lo cual manifiesta que es totalmente factible su
implementación.
65
2.3. Propuesta del Investigador
La propuesta consiste en la construcción de una Aplicación OLAP para análisis
del rendimiento académico y la toma de decisiones de la Academia Aeronáutica
Mayor Pedro Traversari, la herramienta de trabajo será Pentaho 5.2 y la
metodología en la que se basa su desarrollo es la HEFESTO. A continuación, se
muestra de forma gráfica la arquitectura que se utilizó para la elaboración de la
presente propuesta:
Figura 35. Arquitectura de la solución. Elaboración propia
En el siguiente capítulo se detallará cada una de las etapas de la arquitectura que
se muestra en la figura anterior.
2.4. Conclusiones parciales del Capítulo
Del estudio de campo realizado se puede concluir que:
La información que actualmente maneja el rector de la Academia no es
confiable ni oportuna, pues esto provoca inconvenientes en la toma de
decisiones gerenciales, lo que hace que la institución pueda tener un bajo
crecimiento o lo que puede ser peor no poseer crecimiento en los años
venideros.
66
Un porcentaje considerable de directivos de la Academia no conocen si existe
o no herramientas para el manejo de la información dentro de la Academia, lo
que evidencia la falta de comunicación y pertenencia con la misma.
Un alto porcentaje de directivos de la academia manifiestan que la información
que se maneja para la elaboración de reportes no es de gran ayuda, lo que
provoca que la información requerida por las autoridades no sea oportuna.
Tanto autoridades como directivos de la academia manifiestan que seria de
gran importancia la implementación de herramientas que permitan el manejo
adecuado de información histórica y actual, la cual sería una base importante
para la toma de decisiones.
67
CAPÍTULO III
MARCO PROPOSITIVO
3.1. Tema
Bussines Inteligence para mejorar la Gestión académica en la Academia Aeronáutica
Mayor Pedro Traversari.
3.2. Objetivos
3.2.1. Objetivo General
Elaborar un Bussines Inteligence para la mejora de la gestión académica en la
Academia Aeronáutica Mayor Pedro Traversari.
3.2.2. Objetivos Específicos
Establecer los requerimientos necesarios que deben ser atendidos en la
propuesta planteada para el análisis de la información, mediante la aplicación de
la metodología HEFESTO para la aplicación de business intelligence.
Obtener reportes automatizados específicos de los resultados de la gestión
académica, para el respectivo análisis de la información y la toma de decisiones.
Mejorar la gestión académica para el soporte a la toma de decisiones en los
procesos de evaluación de UNIANDES.
3.3. Descripción de la propuesta
La implementación de una aplicación de business intelligence en la Academia
Aeronáutica Mayor Pedro Traversari para los procesos enmarcados en la gestión
académica, representa una herramienta de gran alcance para dar solución operativa,
68
táctica y estratégica en el análisis de la información y soporte a la toma de
decisiones gerenciales.
Se utilizó la herramienta pentaho por su facilidad para la rápida integración con la
infraestructura actual, su alto desempeño, estabilidad y escalabilidad.
3.4. Desarrollo de la Propuesta
3.4.1. Situación actual
Actualmente los procesos enmarcados en la gestión académica de la Academia
Aeronáutica Mayor Pedro Traversari, se realiza manualmente, lo que conlleva a la
utilización de mayor tiempo en la generación de reportes, es decir, en la parte
operativa que en el análisis de los resultados. La estructura actual de los procesos
de enmarcados en la gestión académica es como se muestra en la siguiente figura.
Figura 36. Actual estructura del proceso de levantamiento y análisis de indicadores. Elaboración propia.
3.4.2. Análisis de la fuente de datos
La base de datos de la cual se extrajo la información para la construcción de la
aplicación Business Intelligence, fue el sistema académico y financiero SGAFI,
propiedad de la Academia Aeronáutica Mayor Pedro Traversari, el cual tiene
información relacionada con los procesos de Gestión Académica de la institución.
Este sistema es la principal fuente de información que se utilizó a lo largo del
proyecto. Es el proveedor de los datos a partir del cual se generaron los reportes e
Datos en Excel obtenidos de la BDD SGAF
Extracción de datos de la BDD SGAF
Hoja electrónica de Datos
Análisis de información mediante tablas dinámicas
Presentación de informes (resultados)
69
indicadores. Es por ello que se realizó un análisis exhaustivo de la base de datos
para diferenciar cuales son las entidades relevantes para la solución del problema.
A continuación se muestra el modelo de base de datos SGAF, el cual como se
mencionó en los párrafos anteriores son la fuente principal de datos para la
elaboración la propuesta.
Figura 37: Modelo de Base de Datos SGAF (fuente de datos). Elaboración propia
70
3.4.3. Metodología de desarrollo de la propuesta
Para la elaboración de la herramienta de Business Intelligence se utilizó la
metodología HEFESTO, puesto que según (BERNABEU, 2010) la misma es una
metodología propia, cuya propuesta está fundamentada en una muy amplia
investigación, comparación de metodologías existentes, experiencias propias en
procesos de confección de almacenes de datos.
Cabe destacar que HEFESTO está en continua evolución, y se han tenido en cuenta,
como gran valor agregado, todos los feedbacks que han aportado quienes han
utilizado esta metodología en diversos países y con diversos fines.
Se utilizó la metodología antes mencionada, porque la misma es adecuada para
trabajar con la plataforma pentaho, ya que no es necesario programar fases
extensas en reuniones para el levantamiento de requerimientos y análisis, se basa
en los requerimientos de los usuarios, por lo cual su estructura es capaz de
adaptarse con facilidad y rapidez ante los cambios del negocio, utiliza modelos
conceptuales y lógicos sencillos de analizar e interpretar y se involucra a los usuarios
finales en cada etapa para la toma de decisiones respecto a las funciones de la
aplicación de Business Intelligence, con la finalidad de entregar una primera
implementación que satisfaga una parte de las necesidades, demostrar las ventajas
de esta herramienta y motivar su uso a los involucrados.
3.4.3.1. Metodología HEFESTO
3.4.3.1.1. Análisis de Requerimientos
Para determinar los requerimientos de la aplicación Business Intelligence para
mejorar la gestión académica en la Academia Aeronáutica Mayor Pedro Traversari
se realizaron reuniones de trabajo con los involucrados tanto autoridades como
directivos de la institución y el personal técnico que maneja el Sistema de Gestión
71
Académica y Financiera (SGAF); con la finalidad de definir la información requerida
para una eficiente toma de decisiones gerenciales.
a) Entrevistas
Se realizaron entrevistas con los involucrados en el manejo de información
relacionada con los procesos de gestión académica, así como también con aquellos
que tienen la labor de toma de decisiones gerenciales como es el señor rector de la
academia y así se determinó que información es relevante para mejorar la gestión
académica de la institución.
Los requerimientos fueron analizados con el señor rector, vicerrectores y
coordinadores de carrera de la Academia Aeronáutica Mayor Pedro Traversari.
b) Definición de requerimientos
Una vez realizadas las entrevistas mencionadas en el apartado anterior se
comprendió los procesos de gestión académica, y se definió los requerimientos
como se detalla a continuación:
72
Tabla 12. Análisis de requerimientos
Nombre del
reporte
Título del
reporte
Descripción Filtros
Control
alumnos
Alumnos
aprobados
Permite obtener la
cantidad de alumnos
aprobados por año
lectivo
Año Alumno
Permite obtener la
cantidad de alumnos
aprobados por
asignatura
Asignatura Alumno
Permite obtener la
cantidad de alumnos
aprobados por sexo
Alumnos Sexo
Control
docente
Docentes
Permite obtener la
cantidad de docentes
por asignatura
Asignatura Docente
Permite obtener la
cantidad de docentes
por año lectivo
Año Docente
Control
Carreras
Alumnos por
carrera
Permite obtener la
cantidad de alumnos
por carrera
Carrera Alumno
Permite obtener la
cantidad de alumnos
por carrera y año
lectivo
Carrera Año Alumno
Control
Asignaturas
Asignaturas
por carrera
Permite obtener la
cantidad de
asignaturas por
carrera
Asignatura Carrera
Elaboración propia
73
c) Identificar indicadores y perspectivas de análisis
Indicadores
Número de alumnos matriculados
Número de alumnos aprobados
Número de asignaturas
Porcentaje de alumnos reprobados
Número de docentes
Número de alumnos por sexo
Número de alumnos por especialidad
Número de alumnos por año lectivo
Número de alumnos por curso
Perspectivas
Tiempo
Especialidades
Asignaturas
Docentes
Cursos
Alumnos
o Sexo
d) Modelo Conceptual
A partir de los indicadores y perspectivas obtenidas en el paso anterior se procedió a
crear un modelo conceptual. Mismo que permite realizar la descripción de alto nivel
de la estructura de la base de datos, en la cual la información es representada a
través de objetos, relaciones y atributos.
74
Figura 38. Modelo conceptual de la aplicación Business Intelligence para la Gestión Académica.
Elaboración propia
Número de alumnos matriculados por año lectivo
ejecuta
Alumnos
Tiempo
Porcentaje de alumnos reprobados por año lectivo y especialidad
ejecuta
Alumnos
Tiempo
Especialidades
Número de docentes por especialidad
ejecuta
Docentes
Especialidades
Número de alumnos por sexo y especialidad
ejecuta
Alumnos
Especialidades
Número de asignaturas por Especialidad
ejecuta
Asignaturas
Especialidades
Número de alumnos por curso
ejecuta
Alumnos
Cursos
75
3.4.3.1.2. Diseño de la arquitectura
Se analizó las fuentes OLTP para establecer cómo son calculados los indicadores y
para establecer la relación entre el modelo conceptual creado en la fase anterior y
las fuentes de datos. Luego, se definió qué campos se incluirán en cada perspectiva.
Finalmente, se amplió el modelo conceptual con la información obtenida en este
proceso.
Con los OLTP que contienen la base de datos SGAF se realizó el proceso ETL
(Extracción, Transformación y Carga) para poblar el Datamart, cuyos datos
permitirán el análisis y cálculo de los resultados de los indicadores de la Gestión
académica
Figura 39: Proceso de solución Elaboración propia
Para realizar los procesos OLTP se utilizó la herramienta de Pentaho, Data
Integration, también conocida como spoon, con el cual se generó los cálculos
necesarios.
3.4.3.1.3. Análisis de los OLPT
a) Conformación de los indicadores
Se puede visualizar a continuación como se realiza los cálculos para cada indicador:
OLPT
ETL DATA MART
OLAP PENTAHO POWER BI
USUARIO FINAL
OLPT
76
Figura 40. Indicadores para la Gestión Académica. Elaboración propia
b) Establecer correspondencia con los requerimientos
El objetivo es el de examinar los OLTP disponibles que contengan la información
requerida, como así también sus características, para poder identificar las
correspondencias entre el modelo conceptual y las fuentes de datos.
Alumnos
Tiempo
Especialidades
Docentes
Asignaturas
Especialidades
Cursos I N D I C A D O R E
S
Número de alumnos aprobados por año lectivo
Número de alumnos aprobados por especialidad
Número de alumnos aprobados por curso
Sexo Número de alumnos aprobados por sexo
Número de docentes por especialidad
Especialidades
Curso
Número de asignaturas por especialidad
Número asignaturas por curso
77
Figura 41. Proceso de análisis de solución. Elaboración propia.
c) Nivel de granularidad
De acuerdo a las correspondencias establecidas, se analizaron los campos que
serán utilizados para el desarrollo de los reportes de los cuales se determinaron las
perspectivas e indicadores.
Primero se examinó las fuentes de datos entregadas para el análisis, para definir los
significados de cada campo, y luego se consultó con el personal de sistemas que
maneja los datos, para comprender y definir los campos que permitirán obtener los
indicadores deseados.
d) Modelo conceptual ampliado
Se amplio el modelo conceptual, colocando bajo cada perspectiva los campos
seleccionados y bajo cada indicador sus respectivas medidas.
Alumnos
Docente
s
Asignaturas
BUSINESS INTELLIGENCE
Extracción de datos de
los OLTPS
Transformación y estandarización
de los datos
Importación dentro de la
base de
datos OLAP
Construcción
del cubo
Elaboración
de reportes
Tie
mpo
78
3.4.3.1.3. Modelo lógico del DataMart
Se confeccionó el modelo lógico de la estructura del Datawarehose, teniendo como
base el modelo conceptual que ya ha sido creado.
(BERNABEU, 2010) conceptualiza “Modelo Lógico: representación de una estructura
de datos, que puede procesarse y almacenarse en algún SGBD”.
a) Tipo de Modelo Lógico del DataWarehouse
El esquema que se utilizará será en estrella, debido a sus características, ventajas y
diferencias con los otros esquemas.
Figura 42. Modelo Lógico del DW. Elaboración propia
b) Tablas de dimensiones
79
Las tablas de dimensión que forman parte de la herramienta de Business Intelligence
se describen a continuación:
Dim_Tiempo
Dim_Sexo
Dim_alumnos
Dim_Asignaturas
Dim_Especialidades
Dim_Cursos
Dim_Trimestres
Dim_Docentes
c) Tablas de hechos
Las tablas de hechos que formaron parte de la herramienta de Business Intelligence
se detallan a continuación:
Fact_Matriculados
Fac_Calificaciones
Fac_Calificacionesq
d) Uniones
Se realizó las uniones entre las tablas de dimensiones y sus tablas de hechos,
mismas que se puede observar en la siguiente figura.
80
Figura 40. Tablas de hechos y dimensiones. Elaboración propia
e) Modelo Físico
Se generó el modelo físico del DataWarehouse como se lo observa a continuación:
Figura 43. Modelo físico del DW. Elaboración propia
81
3.4.3.1.4. Integración de datos
a) Selección de herramientas
Para mantener la integridad de datos y por el ahorro considerable en los costos de
operación, se seleccionó el gestor de base de datos PostgreeSQL, en donde está
alojada la información que se requiere en fases posteriores para la generación de
informes.
Pehtaho, es la herramienta libre con la cual se implementó la solución para el cálculo
de indicadores.
Microsoft Power BI, es la herramienta con la cual se generó los respectivos reportes
en base a las perspectivas e indicadores anteriormente detectados.
b) Carga Inicial
En esta sección se explica los pasos seguidos para realizar la extracción,
transformación y carga de datos dentro del Datawarehouse desde las fuentes de
datos externas a la plataforma. Se referirá al proceso de extracción, transformación y
carga de aquí en adelante como ETL.
Para el proceso ETL se utilizó la herramienta Pentaho Data Integration (PDI) de la
plataforma Pentaho, también conocida como Kettle.
Figura 44. Proceso ETL. Fuente: Elaboración propia
82
PDI cuenta con varias aplicaciones para la manipulación de datos, entre las que se
tienen Spoon, Pan y Kitchen. Por medio de Spoon, se puede acceder a la interfaz
gráfica que permite diseñar los elementos principales de un proceso de ETL, los
cuales son: trabajos y transformaciones.
Pan es una aplicación que interpreta y ejecuta transformaciones diseñadas con
Spoon. Kitchen es una aplicación que interpreta y ejecuta trabajos diseñados con
Spoon. Mediante estas 3 herramientas se cubren todos los requerimientos de carga
del Data Mart. A continuación se detalla los procesos ETL creados con las
herramientas para el proyecto.
Proceso ETL para carga de datos al SGAF
Este proceso gestiona las transformaciones y trabajos intermedios a ejecutarse y
realizan la carga ordenada de los datos requeridos hacia las tablas del SGAF que
serán fuente para la carga de datos de las dimensiones y hechos y para la posterior
carga de datos en la herramienta Microsoft Power BI para la generación de reportes.
Para lo cual una vez instalada la herramienta Pentaho Data Integratión, se inició para
iniciar con el proceso de carga de datos, como se puede visualizar en la siguiente
imagen.
Figura 45. Entorno de trabajo de Pentaho Data Integration. Fuente: Elaboración propia
83
Luego de ello se procedió a realizar la carga de los datos en base a la BD
transaccional como por ejemplo los datos de alumnos creando la dimensión
Dim_Alumnos, como se lo puede mirar a continuación.
Figura 46. Pantalla para carga de datos de la BD transaccional SGAFI. Fuente: Elaboración propia
Se realizó la corrección de datos inconsistentes como se lo puede observar a
continuación.
Figura 47. Pantalla para corrección de datos inconsistentes. Fuente: Elaboración propia
84
Finalmente se procedió a realizar el proceso de transformación de datos mediante la
carga en las tablas de hechos como por ejemplo en la transformación
Hechos_Matriculas, como se lo observa en la siguiente imagen.
Figura 48. Transformación SGAFI_Matriculas a SGAF_Hechos_Matriculas
Este proceso gestiona las transformaciones y trabajos intermedios a ejecutarse y
realizan la carga ordenada de los datos requeridos hacia las tablas de hechos a
utilizarse para la creación de los cubos de información.
b) Actualización
Una vez, cargado en su totalidad el Datawarehouse, se establece sus políticas y
estrategias de actualización de datos.
Las tablas de las dimensiones y hechos que se cargan mediante el proceso de
transformaciones y trabajos realizados en Pentaho se ejecutan automáticamente
mediante la herramienta Kitchen, este es un programa que ejecuta los trabajos
diseñados en Spoon y que se encuentran almacenados como XML ó están en el
repositorio de la base de datos.
A continuación se presenta las líneas de código que se crearon para automatizar los
trabajos que se usaron en el desarrollo del proyecto:
85
Ejecuta_Job_SGAF.bat
kitchen.bat /rep:pdi_repo /user:admin /pass:admin /dir:/SGAF/jobs
/job:Job_SGAF /level:Basic
Ejecuta_Job_SGAF_Dimensiones.bat
kitchen.bat /rep:pdi_repo /user:admin /pass:admin /dir:/SGAF/jobs
/job:Job_SGAF_Dimensiones /level:Basic
Ejecuta_Job_Dimensiones.bat
kitchen.bat /rep:pdi_repo /user:admin /pass:admin
/dir:/Indicadores/jobs /job:Job_Dimensiones /level:Basic
Ejecuta_Job_Fac_Matriculados.bat
kitchen.bat /rep:pdi_repo /user:admin /pass:admin
/dir:/Indicadores/jobs /job:Job_Fac_Matriculados /level:Basic
Ejecuta_Job_Fac_Calificaciones.bat
kitchen.bat /rep:pdi_repo /user:admin /pass:admin
/dir:/Indicadores/jobs /job:Job_Fac_Calificaciones /level:Basic
Ejecuta_Job_Fac_Calificacionesq.bat
kitchen.bat /rep:pdi_repo /user:admin /pass:admin
/dir:/Indicadores/jobs /job:Job_Fac_Calificacionesq /level:Basic
Se creó un archivo de procesamiento por lotes que genere los bat antes
mencionados y se realizó una tarea programada de Windows para que se ejecute el
último viernes de cada mes.
call C:\pentaho\pdi-ce-4.3.0-stable\data-integration\
Ejecuta_Job_SGAF.bat
call C:\pentaho\pdi-ce-4.3.0-stable\data-integration\
Ejecuta_Job_SGAF_Dimensiones.bat
86
call C:\pentaho\pdi-ce-4.3.0-stable\data-integration\
Ejecuta_Job_Dimensiones.bat
call C:\pentaho\pdi-ce-4.3.0-stable\data-integration\
Ejecuta_Job_Fac_Matriculados.bat
call C:\pentaho\pdi-ce-4.3.0-stable\data-integration\
Ejecuta_Job_Fac_Calificaciones.bat
call C:\pentaho\pdi-ce-4.3.0-stable\data-integration\
Ejecuta_Job_Fac_Calificacionesq.bat
call C:\pentaho\pdi-ce-4.3.0-stable\data-integration\
c) Utilización de Microsoft Power BI para importar datos y generar informes
Para la ejecución de este paso se seleccionó la herramienta Power BI, debido a que
la misma es un conjunto de aplicaciones de análisis de negocios que permite
analizar datos y compartir información, la cual se actualiza en tiempo real y está
disponible en todos los dispositivos. Con solo dar un clic los usuarios pueden
explorar los datos subyacentes del panel mediante herramientas intuitivas que
permiten obtener respuestas fácilmente.
Conexión de Power BI con la Base de Datos SGAF
Una vez instalada la herramienta Microsoft Power BI, se procedió iniciar la
importación de datos desde la Base de Datos SGAF, la cual está alojada en el motor
de Base de Datos PostgreSQL, como se muestra a continuación.
87
Figura 49. Conexión con la fuente de datos SGAF. Fuente. Elaboración Propia
Una vez que se selecciona la fuente de datos, automáticamente se cargan las tablas
de dimensiones y hechos que fueron generadas en la fase anterior mediante la
utilización de la herramienta Pentaho Data Integration. El modelo de base de datos
que se genera en esta herramienta es el mismo que se generó en el DataWarehose
como se puede observar a continuación:
Figura 50. Modelo extraída de la fuente de datos SGAF. Fuente. Elaboración Propia
Una vez escogida la fuente de datos se puede visualizar el entorno de trabajo el cual
en la parte derecha contiene todas las tablas antes mencionadas, que en lo posterior
serán utilizadas para la generación de informes.
88
Figura 51. Entorno de trabajo de Power BI. Fuente. Elaboración Propia
Elaboración de informes
Una vez realizado el proceso importar el conjunto de datos, mismo que se explicó en
el paso anterior, se procedió a elaborar los reportes en base a los indicadores
solicitados por las autoridades y directivos de la institución, como por ejemplo
número de alumnos aprobados por año lectivo.
En el panel campos(fields) se escogió de la tabla Dim_Alumnos(Σid_alumnos) y de la
tabla Dim_Especialidades (especialidad), y nos devuelve el siguiente modelo de
informe.
89
Figura 52. Modelo de informe generado en Power BI. Fuente. Elaboración Propia
Publicación de resultados en el portal Coorporativo
Una de las ventajas del uso de la herramienta Power BI es la de poder compartir la
información con un grupo de usuarios y así lograr mejorar la eficiencia de la
aplicación, para ello se abrió el panel y se seleccionó la opción archivo y publicar en
la web, como se puede ver en la siguiente pantalla.
Figura 53. Panel para publicación de resultados. Elaboración Propia
Se selecciono la opción Crear código para insertar como se muestra en el siguiente
cuadro de diálogo.
90
Figura 54. Pantalla para generación de código. Elaboración Propia
Se comprobó que los datos se pueden insertar en un sitio web público, y se dio clic
en la opción Publicar.
Figura 55. Pantalla para publicación de resultados. Elaboración Propia
Aparece un cuadro de diálogo que proporciona un vínculo que se puede enviar por
correo electrónico, insertar en código (como un iFrame) o pegar directamente en la
página web o el blog.
91
Figura 56. Cuadro de dialogo con código a insertar. Elaboración Propia
Finalmente, los resultados del informe publicados se muestran en la página
corporativa como se observa a continuación.
Figura 57. Resultados publicados en el portal de la AAMPETRA. Elaboración Propia
A esta información tienen acceso todos los usuarios registrados, logrando así la
reducción de costos debiado a que no se requiere de uso múltiple de papelería.
92
3.4.4. Validación de la propuesta
Luego de implementar la herramienta de Business Intelligence en la Academia
Aeronaútica “Mayor Pedro Traversari”, se procedió a generar reportes
personalizados que sirvieron como base para la comprobación de la utilidad de la
misma, y como evidencia de la misma se extendio una carta de satisfacción (Ver en
Anexos).
93
CONCLUSIONES Y RECOMENDACIONES
Conclusiones
El desarrollo de una herramienta de Business Intelligence se fundamento en un
marco conceptual y científico como base para una clara concepción y
estructuración de esta herramienta.
Para la instalación de las herramientas necesarias para implementar la solución
BI, se investigo el funcionamiento de la herramienta Pentaho y Microsoft Power
BI, en base a lectura de libros, búsquedas en línea y manuales, para configurar
de una manera adecuada en el entorno de trabajo para el desarrollo de la
aplicación.
Tanto Pentaho como Microsoft Power BI, son herramientas intituivas, de f[acil
manejo, multiplataforma, sencilla al momento de integrar los datos.
La utilización de la metodología Hefesto, permitó identificar con facilidad los
objetivos y resultados a alcanzar, los cuales son sencillos de comprender, con lo
que se determin[o las necesidades del negocio, en base a los requerimientos del
usuario final.
El proceso de extracción, transformación y carga de datos son los apropiados
siempre y cuado esten basados en la informaci[on requerida por los involucrados
en la toma de decisiones.
La creacion de los diferentes indicadores ayuda a tener la información al instante,
sin necesidad de pasar por un proceso largo como el que en la actualidad se
llevaba a cabo dentro de la AAMPETRA.
El uso de la interfaz de Power BI, permite un manejo intituivo y sencillo a los
usuarios finales en la generación de sus reportes y análisis acorde a las
necesidades de la institución.
94
Recomendaciones
Para una eficaz obtención y comprensión de la lógica del negocio se debe
mantener una estrecha relación con el usuario final en cada una de las fases de
creación e implementación de la aplicación, para así obtener la información
necesaria e identificar los puntos clave en el desarrollo de la solución de
Business Intelligence.
Este proyecto de investigación puede tener un alcance más amplio, con la
generación de nuevos indicadores para mejorar el proceso de gestión financiera
en la AAMPETRA.
Se recomienda mantener reuniones constantes con los usuarios finales de esta
aplicación, para que obtengan los conocimientos necesarios para un correcto
manejo de la solución de BI implementada con el fin de obtener de una forma
fácil y segura la información.
BIBLIOGRAFÍA
1. Beynon-Davies, P. (2014). Sistemas de información. España: Reverté.
2. Sinnexus . (2016). Sinergia e Inteligencia de Negocio S.L. . Obtenido de
Sinergia e Inteligencia de Negocio S.L.:
http://www.sinnexus.com/business_intelligence/sistemas_soporte_decisiones.
aspx
3. AreaTecnologia. (2016). AreaTecnologia. Obtenido de AreaTecnologia:
http://www.areatecnologia.com/informatica/data-warehouse.html
4. BENTTEY, W. (2008). Análisis de sistemas y diseño y métodos. México:
McGraw-Hill.
5. BERNABEU, R. (2010). Data warehousing: Investigación y Sistematización de
Conceptos - Hefesto: Metodología propia para la construcción de un
Datawarehouse. Córdoba, Argentina.
6. Bibliomática. (19 de Octubre de 2014). Obtenido de
http://bibliomatica.blogspot.com/2014/10/tema-7-almacenes-de-datos-y-
mineria-de.html
7. BUSTOS, S., & MOSQUERA, V. (2013). Análisis, Diseño e Implementación de
una solución Business Intelligence para la generación de indicadores y control
de desempeño en la Empresa OTECEL S.A. utilizando la metodología Hefesto
V2.0. Quito: ESPE.
8. CANO, J. (2007). Business Intelligence: Competir con Información. Madrid,
España: ESADE.
9. CEAACES. (2014). Reglamento para el proceso de autoevaluación de las
instituciones, carrera y programas del sistema de educación superior. Quito,
Ecuador.
10. CEAACES. (2015). Modelo de Evaluación Institucional de Universidades y
Escuelas Politécnicas del Ecuador. Quito, Ecuador.
11. CNA-CHILE Consejo Nacional de Acreditación . (2008). Manual para el
desarrollo de procesos de autoevaluación. Chile.
12. CORONEL, C., & MORRIS, S. (2011). Bases de datos diseño, implementación
y administración. México: Cengage Learning.
13. DATAPRIX. (2016). DATAPRIX. Obtenido de DATAPRIX:
http://www.dataprix.com/que-es-un-datawarehouse
14. DAZA, A. (2016). Data Mining. Lima, Perú: Editora Macro EIRL.
15. EvaluandoSoftware. (24 de Agosto de 2016). EvaluandoSoftware.com.
Obtenido de EvaluandoSoftware.com:
http://www.evaluandosoftware.com/sistemas-oltp-procesamiento-
administracion -mantenimiento-transacciones/