Capitulo 6Fundamentos de la inteligencia

de : Negocios: Administración de bases de datos e

información.

La jerarquía de datos

Organización de datos en un entorno tradicional de archivos

Archivo de CURSO

Archivo PERSONAL

Base de Datos

CURSOID_Estudiante Curso Fecha Grado

20051231 IS 101 F06 B+20046509 IS 101 F06 C

Archivo

ID_Estudiante Curso Fecha Grado20051231 IS 101 F06 B+Registro

IS 101 (Campo del Curso)Campo

0100 1001 (Letra I en ASCII)Byte

0Bit

Archivo FINANCIERO

Procesamiento tradicional de archivos

Problemas con el entorno tradicional de archivos

Programa de aplicaciones IUsu

arios

A B C

Archivos derivados

Contabilidad y Finanzas

Programa de aplicaciones 2Usu

arios

A B ERecursos Humanos

Programa de aplicaciones 3Usu

arios

A G IVentas y

Marketing

Archivo maestroElementos de datos

de la A a la Z.

Redundancia de datos Dependencia entre los programas y los

datos. Carencia de flexibilidad Seguridad escasa Carencia de compartición y disponibilidad

de datos.

Problemas

Sistemas de administración de bases de datos (DBMS): es el software que permite a una organización centralizar los datos, administrarlos eficientemente y proporcionar, mediante los programas de aplicación, el acceso a los datos almacenados.

Al separar las vistas lógica y física de los datos, el DBMS libera al programador o usuario final de la tarea de comprender donde y como se almacenan realmente los datos.

Enfoque de la base de datos para la administración de datos.

Reduce la redundancia y la inconsistencia de datos al minimizar la cantidad de archivos aislados donde se repiten los mismos datos.

Elimina la dependencia entre los programas y los datos, permitiendo a estos últimos ser autosuficientes.

Acceso y disponibilidad de información aumenta. Costos de del desarrollo y mantenimiento de los

programas se reducen. El DBMS da a la organización la posibilidad de

centralizar la administración de datos, su uso y seguridad.

Como resuelve un DBMS los problemas del entorno de archivos tradicional.

ID_EmpleadoNombre

NSSPuesto

Fecha_ContratacionSueldo_BrutoSueldo_NetoSeguro_Vida

Prestaciones_PensionCuidado_Salud

Sistema de administración de bases de

datos

NombreNSS

Cuidado_Salud

Vista de presentaciones

NombreNSS

Sueldo_BrutoSueldo_Neto

Vista de nomina

DBMS Relacional Tablas de una base de datos relacional

Numero_Proveedor

Nombre_Proveedor Calle_Proveedor Ciudad_Proveedor

Estado_Proveedor

CP_Proveedor

8259 CBM Inc. 74 5th Avenue Dayton OH 45220

8261 B. R. Moduls 1277 Gandolly Street

Cleveland OH 49345

8263 Jackson Composites

8233 Micklin Street

Lexiton KY 56723

8444 Bryant Corporation 4315 Mill Drive Rochester NY 113444

Columnas (atributos, Campos)

Filas (Registros, tuplas)

Numero_Parte

Nombre_Parte Precio_Unitario

Numero_Proveedor

137 Aldaba 22.00 8259

145 Espejo Lateral 12.00 8444

150 Moldura de Puerta 6.00 8263

152 Cerradura 31.00 8259

155 Compresora 54.00 8261

178 Picaporte 10.00 8259

Clave extern

a

Campo Clave(Clave

principal)

Las tablas de una BDR se pueden combinar fácilmente, para entregar los datos requeridos por los usuarios, siempre y cuando compartan un elemento de datos en común.

Se utilizan tres operaciones básicas: Seleccionar crea un subconjunto que consta de todos los

registros de la tabla que cumple los criterios establecidos.

Unir combina tablas relacionadas para dar al usuario más información de la que está disponible de las tablas individuales.

Proyectar Crea un subconjunto que consiste en las columnas de una tabla lo cual permite al usuario crear nuevas tablas que contengan solamente la información que se requiere.

Operaciones de una DBMS Relacional

Son adecuados para información multimedia o gráficos.

Un DBMS OO almacena los datos y los procedimientos que realizan operaciones sobre estos datos como objetos que se pueden recuperar y compartir de manera automática.

DBMS Orientado a Objetos

Definición de datos Para especificar la estructura del contenido de la BD.

Diccionario de datos archivo automatizado o manual que almacena definiciones de elementos de datos y sus características.

Lenguaje de manipulación de datos Sintaxis de las consultas que se realizan a las tablas. (SQL)

Capacidades de los sistemas de administración de bases de datos.

Diseño: Conceptual o Lógico

◦ Normalización◦ Diagramas de Entidad-Relación

Físico◦ Distribución de la base de datos.

Diseño de la base de datos.

INTELIGENCIA DE NEGOCIOS

Business Intelligence

Algo peor que no tener información disponible es tener mucha información

Y no saber qué hacer con ella.

Niveles en el uso de los Datos

Sistemas de Información

BD

operaciones repetitivas

captura datos básicos

tareas predefinidas

actividades y transacciones

elementales de BD

Análisis, seguimiento y control

Toma de decisionesConsulta datos históricos

Planificación a largo plazoPlanificación

administrativaPlanificación empresarial

Mira el futuro

Tra

nsa

ccion

al

An

alítico

Las estructuras de datos son complejas.

Los sistemas son diseñados para una alto rendimiento de funcionamiento y procesamiento.

La data está dispersa. Pueden no ajustarse a consultas

complejas.

Sistemas Operacionales

OLTP (OnLine Transaction Processing) es el Procesamiento de Transacciones En Línea es un tipo de software que administran aplicaciones transaccionales, usualmente para entrada de datos y recuperación y procesamiento de transacciones.

La tecnología OLTP se utiliza en aplicaciones, como banca electrónica, procesamiento de pedidos, comercio electrónico, supermercados, industria, etc.

OLAP (On-Line Analytical Processing) es Procesamiento Analítico en Línea.

Es rápido para entregar consultas complejas.

Utiliza estructuras multidimensionales (o Cubos OLAP) que contienen datos resumidos de Sistemas OLTP.

Una BD relacional almacena entidades en tablas discretas han sido normalizadas.

Un BD dimensional almacena los datos en cubos olap donde se encuentran calculados y agregados para ser consultados

Sistemas Analíticos

OLPT OLAP

Objetivos OperacionalesInformación para la toma de decisiones

Orientación A la aplicación Al sujeto

Vigencia de los datos Actual Actual + histórico

Granularidad de los datos Detallada Detallada + resumida

Organización Organización normalizada

Organización estructurada en función del análisis a realizar

Cambios en los datos Continuos Estable

Sistemas Operacionales Vs Analíticos

Niveles en el uso de los Datos

Sistemas de Información

BD

operaciones repetitivas

captura datos básicos

tareas predefinidas

actividades y transacciones

elementales de BD

Análisis, seguimiento y control

Toma de decisionesConsulta datos históricos

Planificación a largo plazoPlanificación

administrativaPlanificación empresarial

Mira el futuro

Tra

nsa

ccion

al

An

alítico

La Inteligencia de Negocios o Business Intelligence (BI) se puede definir como el proceso de analizar los bienes o datos acumulados en la empresa y extraer una cierta inteligencia o conocimiento de ellos. Dentro de la categoría de bienes se incluyen:◦ Bases de datos de clientes◦ Información de la cadena de suministro◦ Ventas personales◦ Actividad de marketing◦ Información relevante para la empresa

Que es Inteligencia de Negocios?

• Convertir grandes volúmenes de datos en un valor para el negocio a través de los reportes analíticos.

• Generar información para el control de los procesos del negocio, independientemente de la fuente de datos.

• Soportar la toma de decisiones.

• Diferenciar la información útil para los usuarios finales.

• Uniformizar los conocimientos usados en la institución. Independientemente del origen de los datos o de la forma de extracción, transformación y agregación.

Finalidad

Inteligencia de Negocios

Escenarios, Pronósticos Reportes

Tomar decisionesLograr Ventaja competitiva

Inteligencia de Negocios

EJEMPLO… Una franquicia de hoteles a nivel

nacional que utiliza aplicaciones de BI para llevar un registro estadístico del porcentaje promedio de ocupación del hotel, así como los días promedio de estancia de cada huésped, considerando las diferencias entre temporadas.

¿De que sirve?

Inteligencia de NegociosPlazo Uso Técnica Tecnología Tecnología Conocimient

o

Corto Plazo

Gestión de datosObtención y control

Sistemas de procesamiento

OLTPOn-Line Transaction Processing

Datos

Operativo

Mediano Plazo

Decisiones tácticas

Data Warehouse

OLAPOn-Line Analytical Processing

Información

Toma de Decisiones

Largo Plazo

Estratégico, Pronóstico

Minería de Datos

AgrupamientoClasificaciónSecuenciaciónReglas de asociación

Patrones

Nuevos Conocimientos

Inteligencia de Negocios

Datos, Información y Conocimiento del Negocio.

Evolución

Etapa Pregunta del Negocio Tecnología disponible

Proveedores Características

Data Collection

(1960)

¿Cuál fue el total de ventas en Lima y en

Arequipa?

Computadoras, cintas, discos

IBM, NCR, etc Retrospectivo

Estático

Data Access (1980)

¿Cuáles fueron las ventas por sucursal en Lima y en Arequipa?

RDBMS SQL Oracle, Informix,

Sybase, etc Retrospectivo

binámico

Data Navigation

(1990)

¿Cuál fue el total de ventas en Lima?, Drill

DownOLAP DW

Pilot, Discoverer, Arbor,etc

Retrospectivo Dinámico Niveles

múltiples

Data Mining (2000)

¿Cómo evolucionarán las ventas en el próximo año?

Algoritmos avanzados,

Multiprocesadores

Intelligent Miner (IBM), SAS, etc

Prospectivo, Proactivo

Tecnología

Scenario4Thought

BusinessMiner

Mining toolsMining tools ETCL toolsETCL tools

DatabasesDatabases OLAP toolsOLAP tools

Inteligencia de Negocios

• Componentes de Business Intelligence

Todas las soluciones de BI tienen funciones parecidas, pero deben de reunir al menos los siguientes componentes:

Multidimensionalidad Data Mining Agentes Data Warehouse

Inteligencia de Negocios

Multidimensionalidad: la información multidimensional se puede encontrar en hojas de cálculo, bases de datos, etc.

Por ejemplo, un pronóstico de ventas de un nuevo producto en varias regiones no está completo si no se toma en cuenta también el comportamiento histórico de las ventas de cada región y la forma en que la introducción de nuevos productos se ha desarrollado en cada región en cuestión.

Inteligencia de Negocios• Data Mining.- Las empresas suelen generar grandes

cantidades de información sobre sus procesos productivos, desempeño operacional, mercados y clientes.

• Técnica para la extracción de patrones y reglas desde los datos, ayuda a crear nuevos modelos no percibidos por el analista hasta ese momento pero que realmente existen en los datos

• Las aplicaciones de data mining pueden identificar tendencias y comportamientos, no sólo para extraer información, sino también para descubrir las relaciones en bases de datos que pueden identificar comportamientos que no son muy evidentes.

Inteligencia de Negocios

• Agentes: Los agentes son programas que piensan. Ellos pueden realizar tareas a un nivel muy básico sin necesidad de intervención humana.

• Por ejemplo, un agente pueden realizar tares un poco complejas, como elaborar documentos, establecer diagramas de flujo, etc.

Inteligencia de Negocios

• Data Warehouse: Es la respuesta de la tecnología de información a la descentralización en la toma de decisiones.

• Estructuras multidimensionales que almacenan información calculada previamente de todas las combinaciones posibles

Coloca información de todas las áreas funcionales de la organización en manos de quien toma las decisiones. También proporciona herramientas para búsqueda y análisis.

Orientado a un Tema◦ Colección de información relacionada organizada

alrededor de un tema central Integrado

◦ Datos de múltiples orígenes; consistencia de datos Variable en el tiempo

◦ ‘Fotos’ en el tiempo◦ Basado en fechas/periodos

No-volátil◦ Sólo lectura para usuarios finales

Menos frecuencia de cambios/actualizaciones◦ Usado para el Soporte a Decisiones y Análisis de

Negocio

¿Qué es un Data Warehouse?

Los usuarios piensan en términos de ‘cosas’ y sus ‘relaciones’, no en términos de procesos, funciones o aplicaciones.

Orientado a Tema

Proveedor

Orden deCompra

Pedido Cliente

Producto Inventario

Proporciona

Compuesta por

Recuperado desde

Contiene

Realiza

Contiene◦ Convenciones de Nombres◦ Descripciones◦ Atributos físicos de los datos◦ Valores de los datos

Consistentes

Integrado

Datos

Ventas

MarketingAdmin.

Cuentas

Operaciones

Id de clientefecha desdefecha hastanombredirección teléfonoratio de crédito

Data Warehouse Datos en ‘fotos’ Horizonte de 5 – 10 años Refleja la perspectiva desde

un momento en el tiempo

Entorno Operacional◦ Datos con valores actuales◦ Horizonte de 30 - 90 días◦ Exactitud en los accesos

Variable en el tiempo

Id de clientenombredirecciónteléfonoratio de crédito

No-Volátil

cambioinserción

borrado

carga

lectura

Sistema OLTP (dinámico)

Sistema DSS

(más estático)

… un modelo de datos de soporte a decisiones que representa la información que una compañía necesita para tomar BUENAS decisiones estratégicas.

… basado en la estructura de un sistema de gestión de base de datos relacional el cual puede ser usado para INTER-RELACIONAR los datos contenidos en él.

… con el propósito de proporcionar a los usuarios finales un acceso SENCILLO a la información.

Un Data Warehouse es ...

… un CONCEPTO, no una COSA

Para tener un mayor conocimiento del negocio

Para tomar mejores decisiones y en un tiempo menor

Para mejorar y ser más efectivos Para no perder distancia con la competencia … en definitiva … $$$$

¿Para qué construir un Warehouse?

Solución integrada de: Consultas, informes y análisis. Capa semántica que da una representación de los datos

desde el punto de vista de negocio. Los usuarios utilizan términos de negocio, no términos

informáticos.

Visión del Usuario

Usuarios Finales

Base de Datos

Representación de Negocio

Panel de Consulta

Data Warehouse “Total”

Extract: CO BO L, SQ L, Etc.Life

Information System

HealthInformation System

AutoInformation System

Life

Health

Auto

LifeOLAP

MDD Tools

HealthR/OLAP

Star Schema

AutoSQL Query

Extract: CO BO L, SQ L, Etc.

Extract: CO BO L, SQ L, Etc.

EnterpriseData

W arehouse

Data Marts No Estructurados

Extract: CO BO L, SQ L, Etc.Life

Information System

HealthInformation System

AutoInformation System

Life

Health

Auto

LifeDataM art

HealthDataM art

AutoDataM art

LifeOLAP

MDD Tools

HealthR/OLAP

Star Schema

AutoSQL Query

Extract: CO BO L, SQ L, Etc.

Extract: CO BO L, SQ L, Etc.

Data Marts Estructurados

LifeO LT P

HealthO LT P

AutoO LT P

LifeOLAP

MDD Tools

HealthR/OLAP

Star Schema

AutoSQL Query

EnterpriseData

W arehouse

"Custom er"

EXT RACTSELECT

T RANSFO RMINT EG RAT E

LO AD

Cleanse Datafor:

Nam esForm atsValues

Dom ainsM etadata

L ifeDataM art

HealthDataM art

AutoDataM art

Ejemplo uso de una herramienta de consulta

El interfaz de usuario simpleTrabaja contra representación de negocio de los

datosTodos los componentes en una pantalla

Información solicitada

Condiciones

Información disponible

Los informes son la capa visible …

• Integración Datos no sólo en entornos analíticos• Importancia de la Calidad

Extracción

Limpieza de Datos

Servidores

Red

Herramientas de OLAP / Business Intelligence / Cuadro de Mando

Transformación

Carga de Datos

Bases de Datos

Middleware

• Twentieth Century Fox utiliza BI para predecir qué actores, argumentos y filmes serán populares en cada vecindario. Evitando ciertos argumentos en cines específicos, la compañía tiene ahorros de aproximadamente $100 Millones de dólares alrededor del mundo cada año. Esa misma tecnología utilizan para seleccionar los "traliers" alternativos para cada película en cada cine y así maximizar las ventas. Una película puede tener varios "trailers" diferentes, cada cual puede percibirse de diferente forma por cada tipo de audiencias.

Ejemplos del mundo real de aplicación de Business Intelligence

• El ambiente del mundo de los negocios de hoy exige una aplicación cada vez más eficiente de la información disponible. BI como su nombre en inglés lo indica, genera un conocimiento al negocio, que se deriva de la correcta utilización de la información generada dentro y fuera de la empresa.

• BI es una herramienta que pone a disposición de los usuarios la información correcta en el lugar correcto. Son múltiples los beneficios que ofrece a las empresas, entre ellos se encuentra la generación de una ventaja competitiva.

Conclusiones

• Hay una gran variedad de soluciones de BI que en suma, son muy similares, pero para que se considere completa debe reunir cuatro componentes: multidimensionalidad, data mining, agentes y data warehouse.

• Son ya muchas las empresas que han implementado soluciones de BI y se han visto enormemente beneficiadas, la próxima puede ser la suya.

• La mejor forma de resumir todo lo anterior es por medio de la frase de Bill Gates, "BI ayuda a rastrear lo que en realidad funciona y lo que no"