INTELIGENCIA DE NEGOCIOS

Se llama inteligencia de negocios, inteligencia empresarial, o BI (por sus

siglas en inglés Business Intelligence) al conjunto de estrategias y

herramientas enfocadas a la administración y creación de conocimiento

mediante el análisis de datos existentes en una organización o empresa

para facilitar la toma de decisiones dentro de ella

La toma de decisiones tiene que ver directamente con el tipo de

información que existe en las organizaciones y la forma en que esa

información es usada. .

Es posible diferenciar datos, informaciones y conocimientos, conceptos en

los que se centra la inteligencia empresarial, ya que como sabemos un

dato es algo vago, por ejemplo "10 000", la información es algo más

preciso, por ejemplo "Las ventas del mes de mayo fueron de 10 000", y el

conocimiento se obtiene mediante el análisis de la información, por

ejemplo "Las ventas del mes de mayo fueron 10 000. Mayo es el mes más

bajo en ventas". Aquí es donde BI entra en juego, ya que al obtener

conocimiento del negocio una vez capturada la información de todas las

áreas en la empresa es posible establecer estrategias, cuáles son sus

fortalezas y debilidades.

Existen tres tipos de información:

- Información Técnico Administrativa

Es la información por el personal administrativo para realizar las

operaciones que mantienen en funcionamiento el negocio.

- Información Táctica

Es la información usada por coordinadores de área y directores

operativos, para digerir las operaciones de direcciones por parte del

personal administrativo.

- Información estratégica

Es la información usada por los altos directivos para direccionar el negocio

hacia la consecución de los objetivos gerenciales.

Toda la información es importante, ya que toda la información generada

por la empresa se consume en diferentes momentos según el nivel.

PLAZO NIVEL USO

Corto Plazo Operacional y Administrativo

Obtencion y control de datos

Mediano Plazo De conocimientos Deciciones tácticas Largo Plazo Estrategico Decisiones Estrategicas

La información operativa y táctica es provista por los sistemas

transaccionales. La información estratégica asociada con el conocimiento,

la toma de decisiones y el direccionamiento hacia los objetivos del negocio

deben ser provista por los sistemas de inteligencia de negocio.

Podemos reconocer como los principios de la inteligencia de negocio

ayudan a la toma de decisiones, la explotación de la información y al

enfoque de usuario. Si bien en los sistemas transaccionales el enfoque de

usuario es un tema importante lo es aun mas en la Inteligencia de

negocios (BI). Esto es debido al tipo de usuarios que manipulan esta clase

de sistemas. Los escenarios de manipulación de la información deben ser

claros, concretos, intuitivos y fáciles de usar.

Esto es posible de lograr al utilizar herramientas y técnicas de análisis

como:

Los Sitemas de Información Ejecutivos (EIS), los Sistemas de Soporte de

Decisiones (DSS), las herramientas de reporteo, el Analisis

multidimensional (Datawarehousing), el Balanced scoreCard (BSC) y la

Mineria de Datos (DataMining).

El Analisis multidimensional es muy importante. Si bien tener un Dataware

no significa hacer Inteligencia de Negocios y carecer de el tampoco

significa no hacerla, este es un concepto base que facilita y fundamenta

las demás técnicas y herramientas de la Inteligencia de Negocios.

La diversidad de sistemas transaccionales en las organizaciones hace que

tener una visión unificada de los datos resulte ser muy complejo. Cada

sistema presenta los datos con el enfoque para el que fue construido, lo

que termina por añadir mayor complejidad a la toma de decisiones.

El objetivo de un Datawarehouse esta enfocado a proveer una visión

histórica y unificada de los datos de la empresa de una manera que resulte

comprensible para los usuarios, debido a que su semántica esta expresada

en los términos de negocio que ellos conocen.

DATAWAREHOUSE

Un Datawarehouse es una colección de datos diseñada para dar apoyo a

los procesos de toma de decisiones.

Características de la información Almacenada

* Orientada a hechos no a procesos

Orientada a información relevante

Se diseña para consultar eficientemente información relativa a las

actividades (ventas, compras, producción, etc) básica de la organización,

no para soportar los procesos que se realizan en ella (gestión de pedidos,

facturación, etc).

Datos Integrados

En un DW se integran datos recogidos de diferentes sistemas

operacionales de la organización (y/o fuentes externas).

Información no volátil

Los datos almacenados no son actualizados, solo incrementados.

Variable en el tiempo

Los sistemas transaccionales generalmente presentan una visión estatica

de los datos, donde puede verse el estado actual de los hechos y actores

involucrados en los sistemas, o bien, donde resulta un proceso demasiado

complejo y/0 demorado al extraer dicha información.

Un Datawarehouse almacena imágenes o estados de los datos

(snapshops) en diferentes momentos del tiempo reflejando asi la historia

de los datos a través del tiempo.

El periodo cubierto por un Datawarehouse varia entre 2 a 10 años.

¿Cómo se ven los elementos de un Datawarehouse?

Diferencias entre los sistemas Transaccionales y los Datawarehouse

Características Sistemas Transaccionales (OLTP)

DataWarehouses (OLAP)

Datos Actuales y actualizables

Históricos y Estáticos

Almacenamiento Bases de Datos Pequeñas y Medianas (MB y GB)

Base de Datos Grandes (GB y TB)

Procesos Repetitivos No previsibles

Estructura Detallada Detallada con niveles

de agregación

Usos Soporte Operacional orientado a Procesos

Soporte con Análisis orientado a información relevante

Unidad de Ejecución Transaccional Consultas

Cantidad de Datos Miles Millones

Modelo de acceso Escritura Principal y Lectura Numero de transacciones elevado

Lectura principalmente Numero de transacciones Bajo o Medio

Tiempo de Respuesta Segundos-Minutos Segundos-Horas

Decisiones Operativas diarias Estratégicas

Tipos de usuarios Operativos Administrativos

Números de usuarios Miles o mas Cientos o menos

HERRAMIENTAS DE INTELIGENCIA DE NEGOCIOS

Herramientas de inteligencia de negocios es un tipo de software de

aplicaciones diseñado para colaborar con la inteligencia de negocios (BI)

en los procesos de las organizaciones. Específicamente se trata de

herramientas que asisten el análisis y la presentación de los datos.

Las herramientas de inteligencia se basan en la utilización de un sistema

de información de inteligencia que se forma con distintos datos extraídos

de los datos de producción, con información relacionada con la empresa o

sus ámbitos y con datos económicos.

Características

Este conjunto de herramientas y metodologías tienen en común las siguientes características:

Accesibilidad a la información. Los datos son la fuente principal de este concepto. Lo primero que deben garantizar este tipo de herramientas y técnicas será el acceso de los usuarios a los datos con independencia de la procedencia de estos.

Apoyo en la toma de decisiones. Se busca ir más allá en la presentación de la información, de manera que los usuarios tengan acceso a herramientas de análisis que les permitan seleccionar y manipular sólo aquellos datos que les interesen.

Orientación al usuario final. Se busca independencia entre los conocimientos técnicos de los usuarios y su capacidad para utilizar estas herramientas.

Productos de fuente abierta de inteligencia de negocios

Eclipse BIRT Project: Generador de informes para aplicaciones Web de código abierto basado en Eclipse

JasperReports LogiReport: Aplicación de BI gratuita basada en Web de LogiXML OpenI: Aplicación Web simple orientada al reporting OLAP. Palo: Pentaho RapidMiner (antes YALE): SpagoBI:

Productos comerciales

Informe SQL (QLR Manager en español) Microsoft SQL Server - Suite de Herramienta de BI (Analysis

Services, Integration Services y reporting Services) Actuate ApeSoft (http://www.apesoft.es) Applix Bitool Herramienta de ETL y Visualizacion BiPoint - Business Intelligence Bingo Intelligence (http://www.bingointelligence.com) Business Objects (SAP company)|Business Objects CP CORPORATE PLANNING (CP[1]) IBM Cognos DataCyCle Reporting Dimensional Insight dLife (Apara) dVelox (Apara) Dynamic Data Web Màpex Dynamics MicroStrategy NiMbox Oracle Corporation (busque Oracle Business Intelligence Server

ONE)

SQL Server Analysis Services - Datos multidimensionales

Microsoft SQL Server Analysis Services: datos multidimensionales permite diseñar, crear y administrar estructuras multidimensionales que contienen datos de detalle y agregados procedentes de varios orígenes de datos, como bases de datos relacionales, en un único modelo lógico unificado compatible con los cálculos integrados.

Analysis Services: datos multidimensionales proporciona un análisis rápido, intuitivo y descendente de grandes cantidades de datos generados en este modelo de datos unificado, que se puede entregar a los usuarios en varios idiomas y monedas.

Analysis Services: datos multidimensionales trabaja con almacenes de datos, mercados de datos, bases de datos de producción y almacenes de datos operativos, y admite el análisis de datos históricos y en tiempo real.

Analysis Services le permite analizar grandes cantidades de datos. Puede usarlo para diseñar, crear y administrar estructuras multidimensionales que contengan datos de detalles y agregados de varios orígenes de datos.

Para administrar y trabajar con cubos del Procesamiento analítico en línea (OLAP), se usa SQL Server Management Studio. Para crear cubos OLAP nuevos, se utiliza Business Intelligence Development Studio.

Para entender mejor las bases de datos multidimensionales de Analysis

Services y para planear su implementación en la solución de Business

Intelligence es necesario comprender su arquitectura.

ARQUITECTURA LOGICA

Microsoft SQL Server Analysis Services usa componentes de servidor y de cliente para proporcionar la funcionalidad de procesamiento analítico en línea (OLAP) y de minería de datos para aplicaciones de Business Intelligence:

El componente de servidor de Analysis Services se implementa como servicio de Microsoft Windows. SQL Server Analysis Services admite varias instancias en el mismo equipo, con cada instancia de Analysis Services implementada como instancia independiente del servicio de Windows.

Los clientes se comunican con Analysis Services mediante el estándar público XML for Analysis (XMLA), protocolo basado en SOAP para emitir comandos y recibir respuestas, que se expone como servicio web. Además, se proporcionan modelos de objetos de cliente en XMLA, a los que se puede obtener acceso mediante un proveedor administrado, como ADOMD.NET, o un proveedor OLE DB nativo.

Pueden emitirse comandos de consulta mediante los siguientes lenguajes: SQL; MDX (Expresiones multidimensionales), un lenguaje de consulta estándar para el análisis; o Extensiones de minería de datos (DMX), un lenguaje de consulta estándar orientado a la minería de datos. También se puede utilizar el lenguaje ASSL (Analysis Services Scripting Language) para administrar objetos de base de datos de Analysis Services.

En SQL Server 2008 R2, se puede trabajar con Analysis Services en dos modos diferentes: el modo de instalación de servidor estándar, que admite OLAP tradicional y minería de datos, y el modo integrado de SharePoint, que utiliza una instancia especial de Analysis Services hospedada en un servidor de SharePoint para admitir libros creados con Microsoft PowerPivot para Excel 2010.

Explicaremos la arquitectura básica de Analysis Services cuando se usa en modo estándar.

Arquitectura básica

Una instancia de Analysis Services puede contener varias bases de datos y una base de datos puede tener al mismo tiempo objetos OLAP y objetos de minería de datos. Las aplicaciones conectan una instancia especificada de Analysis Services y una base de datos especificada. Un equipo servidor puede hospedar varias instancias de Analysis Services. Las instancias de Analysis Services se denominan "<nombreDeServidor>\<nombreDeInstancia>". En la ilustración siguiente se muestran todas las relaciones indicadas entre objetos de Analysis Services.

Las clases básicas son el conjunto mínimo de objetos necesario para generar un cubo. Este conjunto mínimo de objetos incluye una dimensión, un grupo de medida y una partición. La agregación es opcional.

Las dimensiones se crean a partir de atributos y jerarquías. Las jerarquías están formadas por un conjunto ordenado de atributos, donde cada atributo del conjunto corresponde a un nivel de la jerarquía.

Los cubos se crean a partir de dimensiones y grupos de medida. Las dimensiones de la colección de dimensiones de un cubo pertenecen a la colección de dimensiones de la base de datos. Los grupos de medida son colecciones de medidas que tienen la misma vista del origen de datos y el mismo subconjunto de dimensiones del cubo. Un grupo de medida incluye una o más particiones para administrar los datos físicos. El grupo de medida puede tener un diseño de agregaciones predeterminado. Todas las particiones del grupo de medida pueden usar el diseño de agregaciones predeterminado; asimismo, cada partición puede tener su propio diseño de agregaciones.

Objetos de servidor

Cada instancia de Analysis Services se considera un objeto de servidor diferente en AMO; cada instancia diferente está conectada a un objeto Server mediante una conexión diferente. Cada objeto de servidor contiene uno o más orígenes de datos, vistas del origen de datos y objetos de base de datos, así como ensamblados y roles de seguridad.

El objeto Server representa el servidor y la instancia de Microsoft SQL Server Analysis Services con la que se desea trabajar.

Tan pronto disponga de una instancia conectada de Analysis Services, podrá ver:

Todas las bases de datos a las que puede tener acceso, como una colección.

Todas las propiedades del servidor definido, como una colección. La cadena de conexión, la información de conexión y el identificador

de sesión. El nombre del producto, la edición y la versión. Las colecciones de funciones. La colección de trazas. La colección de ensamblados.

Objetos de dimensión

Cada objeto de base de datos contiene varios objetos de dimensión. Cada objeto de dimensión contiene uno o más atributos, que se organizan en jerarquías.

Objetos de cubo

Cada objeto de base de datos contiene uno o más objetos de cubo. Un cubo se define por medio de sus medidas y dimensiones. Las medidas y dimensiones de un cubo se derivan de las tablas y vistas de la vista de origen de datos en la que se basa el cubo, o que se genera a partir de las definiciones de medidas y dimensiones.

Arquitectura fisica

Carpetas y archivos del servidor

El componente de servidor de Microsoft SQL Server Analysis Services es la aplicación msmdsrv.exe, que por lo general se ejecuta como un servicio de Windows. Esta aplicación está formada por componentes de seguridad, un componente de escucha XML for Analysis (XMLA), un componente de procesador de consultas y otros componentes internos que realizan las siguientes funciones:

Analizar instrucciones recibidas de clientes Administrar metadatos Controlar transacciones Procesar cálculos Almacenar datos de celdas y dimensiones Crear agregaciones Programar consultas Almacenar objetos en la memoria caché Administrar recursos del servidor

Cubos locales

Para crear, actualizar o eliminar los cubos locales, debe escribir y ejecutar un script ASSL o un programa AMO.

Los cubos locales y los modelos de minería de datos locales permiten el análisis en una estación de trabajo cliente aunque esté desconectada de la red. Por ejemplo, una aplicación cliente puede llamar al proveedor OLE DB para OLAP 9.0 (MSOLAP.3), que carga el motor de cubos locales para crear y consultar los cubos locales, tal como se muestra en la siguiente ilustración:

ADMOD.NET y los objetos de administración de análisis (AMO) también cargan el motor de cubo local cuando interactúan con los cubos locales. Sólo un proceso puede obtener acceso al archivo de cubo local porque el motor de cubo local bloquea exclusivamente un archivo de cubo local cuando establece una conexión al cubo local. En un proceso se permiten hasta cinco conexiones simultáneas.

Un archivo .cub puede contener más de un cubo o modelo de minería de datos. Las consultas a los cubos locales y modelos de minería de datos se controlan mediante el motor de cubos locales y no necesitan ninguna conexión con una instancia de Analysis Services.

Cubos locales

Origen de los datos del cubo local

Método de creación

Cubo basado en servidor

Puede usar la instrucción CREATE GLOBAL CUBE o un script de Lenguaje de scripting de Analysis Services (ASSL) para crear y rellenar un cubo desde un cubo basado en servidor. Para obtener más información, vea Instrucción CREATE GLOBAL CUBE (MDX) o Referencia de Analysis Services Scripting Language.

Origen de datos relacionales

Puede usar un script ASSL para crear y rellenar una base de datos relacional OLE DB. Para crear un cubo local mediante ASSL, conéctese a un archivo de cubo local (*.cub) y ejecute el script ASSL de la misma forma que ejecuta un script ASSL en una instancia de Analysis Services para crear un cubo de servidor. Para obtener más información, vea Referencia de Analysis Services Scripting Language.

Un cubo local se puede crear y rellenar desde un cubo existente en una instancia de Analysis Services o desde un origen de datos relacionales.

Use la instrucción REFRESH CUBE para volver a generar un cubo local y actualizar sus datos..

Cubos locales creados desde cubos basados en servidor

Al crear cubos locales creados a partir de cubos basados en servidor, debe tener en cuenta las siguientes consideraciones:

Las medidas de recuento distintivas no están admitidas. Cuando agrega una medida, también debe incluir como mínimo una

dimensión relacionada con la medida que se agrega. Cuando agrega una jerarquía de elementos primarios y secundarios,

los niveles y los filtros de la jerarquía de elementos primarios y secundarios se omiten y se incluye la totalidad de la jerarquía de elementos primarios y secundarios.

Las propiedades de los miembros no se crean. Cuando incluye una medida de suma parcial, no se permiten

segmentos en la dimensión de Cuenta o Tiempo. Las dimensiones de referencias siempre se materializan. Cuando incluye una dimensión varios a varios, se aplican las

siguientes reglas: o La dimensión varios a varios no se puede segmentar. o Se debe agregar una medida del grupo de medidas

intermedio. o No se puede segmentar ninguna dimensión común a los dos

grupos de mensajes implicados en la relación varios a varios. Sólo los miembros calculados, los conjuntos con nombres y las

asignaciones que dependen de medidas y dimensiones agregadas al cubo local se mostrarán en el cubo local. Los miembros calculados, los conjuntos con nombre y las asignaciones no válidos se excluirán automáticamente.

Seguridad

Para que un usuario pueda crear un cubo local a partir de un cubo del servidor, al usuario se le debe conceder el permiso Obtención de detalles y cubo local en el cubo del servidor.

Los cubos locales no se protegen mediante roles como los cubos de servidor. Cualquier usuario con acceso de nivel de archivo a un archivo de cubo local puede realizar consultas en los cubos que allí residen. Puede usar la propiedad de conexión Encryption Password en un archivo de cubo local para establecer una contraseña en el archivo de cubo local. Al establecer una contraseña en un archivo de cubo local es preciso que todas las conexiones futuras al archivo de cubo local usen esta contraseña para consultar el archivo.

Clientes (Analysis Services - Datos multidimensionales)

Microsoft SQL Server Analysis Services admite una arquitectura de cliente ligero. El motor de cálculo de Analysis Services depende totalmente del servidor, por lo que todas las consultas se resolverán en él. En consecuencia, para cada consulta solo se necesita realizar un viaje de ida y vuelta entre el cliente y el servidor, lo que produce un rendimiento escalable a medida que las consultas aumenten en complejidad.

El protocolo nativo para Analysis Services es XML for Analysis (XML/A). Analysis Services proporciona varias interfaces de acceso a datos para aplicaciones cliente pero todos estos componentes se comunican con una instancia de Analysis Services a través de XML for Analysis.

Se proporcionan varios proveedores distintos en Analysis Services para admitir diferentes lenguajes de programación. Un proveedor se comunica con un servidor de Analysis Services enviando y recibiendo XML for Analysis en paquetes SOAP sobre TCP/IP o sobre HTTP a través de Internet Information Services (IIS). La conexión HTTP utiliza un objeto COM, denominado bombeo de datos y cuya instancia ha sido creada por IIS, que actúa como conducto para los datos de Analysis Services. El bombeo de datos no examina de ningún modo los datos subyacentes contenidos en la secuencia HTTP, ni ninguna de las estructuras de datos subyacentes está disponible para el código en la propia biblioteca de datos.

Las aplicaciones cliente de Win32 pueden conectarse con un servidor de Analysis Services mediante interfaces OLE DB para OLAP o mediante el modelo de objetos Microsoft® ActiveX® Data Objects (ADO) para lenguajes de automatización COM (Modelo de objetos componentes) como, por ejemplo, Microsoft Visual Basic®. Las aplicaciones codificadas con lenguajes .NET se pueden conectar con un servidor de Analysis Services mediante ADOMD.NET.

Las aplicaciones existentes pueden comunicarse con Analysis Services sin necesidad de ser modificadas utilizando simplemente uno de los proveedores de Analysis Services.