Proyecto de Tesis 15 PDF

Universidad Cesar Vallejo Escuela de Ingeniera de Sistemas
1

Desarrollo e Implementacin de un Data
Warehouse, para Agilizar El Proceso de Toma
de Decisiones del rea de Rentas De La
Municipalidad Distrital de Samanco Ancash
Castillo Gonzales, Jess Alberto
Obregn Morote, Guillermo David

Universidad Csar Vallejo
Facultad de Ingeniera
Escuela de Ingeniera de Sistemas
Filial Chimbote

DESARROLLO E IMPLEMENTACIN DE UN DATA
WAREHOUSE, PARA AGILIZAR EL PROCESO DE
TOMA DE DECISIONES DEL REA DE RENTAS DE LA
MUNICIPALIDAD DISTRITAL DE SAMANCO -
ANCASH

Proyecto de Tesis para optar el ttulo profesional de Ingeniero de
Sistemas

Autores:
Castillo Gonzales, Jess Alberto.
Obregn Morote, Guillermo David.

Asesor Especialista:
Ing. Mg. Ricardo Manuel, Guevara Ruiz.

Asesor Metodolgico:
Ing. Mg. Santos Fernndez, Juan Pedro.

Chimbote, Per
2009


2

Contenido
Introduccin
I. Capitulo: Datos Generales ............................................................................ 5
2.1. Ttulo Tentativo ..................................................................................... 5
2.2. Autores .................................................................................................. 5
2.3. Tipo de investigacin ............................................................................. 5
2.4. Lugar de Investigacin ........................................................................... 5
2.5. Institucin que investiga ........................................................................ 6
2.6. Duracin del Proyecto ........................................................................... 6
II. Capitulo: plan de investigacin..................................................................... 6
2.1. El problema ........................................................................................... 6
2.1.1. Formulacin del problema .................................................................. 6
2.1.2. Seleccin del problema ...................................................................... 7
2.1.3. Justificacin del problema .................................................................. 8
2.1.4. Limitaciones .................................................................................... 10
2.2. Objetivos ............................................................................................. 10
2.2.1. Objetivo General .............................................................................. 10
2.2.2. Objetivo Especficos ........................................................................ 11
2.3. Marco Referencial cientficos .............................................................. 11
2.3.1. Antecedentes .................................................................................... 11
2.3.2. Marco Terico .................................................................................. 14
a) Data Warehouse ...................................................................................... 14
b) Data marts ........................................................................................... 24
c) Data Mining ............................................................................................ 24
d) Decisiones Support System (DSS) ....................................................... 25
e) Metodologas .......................................................................................... 29
(1) Metodologa Tridion ............................................................................ 29
(2) Metodologa Custom ........................................................................... 31
(3) Metodologa Ralph Kimball ................................................................. 32
f) Esquema estrella ..................................................................................... 35
g) Esquema copo de nieve ........................................................................ 36
h) Bussines inteligence ............................................................................. 37
i) Matriz de evaluacin de metodologas ..................................................... 39
2.3.3. Marco Conceptual ............................................................................ 40
a) Definiciones bsicas ................................................................................ 40
b) Metodologa de Ralph Kimball ............................................................ 40
2.4. Hiptesis.............................................................................................. 43
2.5. Variables - indicadores ........................................................................ 44
2.5.1. Variables .......................................................................................... 44
2.5.2. Indicadores ....................................................................................... 44
2.6. Diseo de ejecucin ............................................................................. 45
2.6.1. Tipo de investigacin ....................................................................... 45
2.6.2. Diseo de investigacin .................................................................... 45
2.6.3. Poblacin y muestra del estudio ....................................................... 46
2.6.4. Tcnicas, instrumentos, fuentes e informantes .................................. 49
2.6.5. Procedimientos de recoleccin de datos ............................................ 50
2.6.6. Tcnicas de procesamientos y anlisis de datos ................................ 50
III. Capitulo: administracin del trabajo de investigacin .............................. 50
3.1 Recursos ................................................................................................. 50
3.1.1. Humanos ............................................................................................. 50

3

3.1.2. Materiales ............................................................................................ 50
3.2 Presupuesto ............................................................................................. 51
3.3 Financiamiento ........................................................................................ 53
IV. Capitulo: Cronograma ............................................................................. 53
V. Capitulo: bibliografa ................................................................................. 54


4

INTRODUCCION
El presente trabajo de investigacin, ha sido desarrollado para mejorar el
proceso de negocio y darles una mejor viabilidad a los usuarios que manejan a
diario informacin, permitiendo de esta manera tomar una buena decisin. Esto es
un problema comn en muchas empresas y/o Instituciones, para lo cual en
primera instancia se realizo un anlisis preliminar en la institucin para conocer el
impacto del problema.

La Institucin en estudio es La Municipalidad Distrital de Samanco -
Ancash, actualmente no cuenta con base de datos confiable ya que solo tiene los
datos en Excel lo cual el proceso de toda el rea de Rentas es poco confiable al
mandar resultados para la toma de decisin del la Direccin, es por eso la
necesidad de implementar un software eficiente para organizar la informacin
almacenada, permitiendo de esta manera una adecuada toma de decisiones.

Entre los problemas que se tiene estn el no brindar informacin adecuada
referente a los reportes, no cuenta con una adecuada base de datos, data
almacenada no es utilizada adecuadamente para la toma de decisiones.

Con los problemas antes mencionados y el avance de la tecnologa, motiva
al desarrollo de una solucin tecnologa orientada a brindar un soporte a la gestin
de los usuarios en la Municipalidad Distrital de Samanco Ancash.

Para ello se har uso de la Metodologa de Ralph Kimball, as como el
Esquema de Estrella para la construccin del Data mart y el Esquema de Copo e
Nieve, en el caso de la implementacin se utilizara el gestor de base de datos SQL
Server, herramienta de desarrollo Visual Basic y la hoja de calculo Microsoft
Excel.

Finalmente el proyecto beneficiar tecnolgicamente a la Institucin porque con
el apoyo de la solucin tecnolgica se podr realizar una oportuna toma de
decisiones. Permitiendo mantener y fortalecer las relaciones con los usuarios,
como parte de los valores, normas y procedimientos de la Municipalidad Distrital
de Samanco Ancash.

5

I. Capitulo: Datos Generales
2.1.Ttulo Tentativo
DESARROLLO E IMPLEMENTACIN DE UN DATA
WAREHOUSE, PARA AGILIZAR EL PROCESO DE TOMA DE
DECISIONES DEL REA DE RENTAS DE LA MUNICIPALIDAD
DISTRITAL DE SAMANCO ANCASH
2.2.Autores
Nombre: Catillo Gonzales, Jesus Alberto.
Grado: Superior Universitario
Email: jesusalberto503@hotmail.com

Nombre: Obregn Morote, Guillermo David
Grado: Superior Universitario
Email: eaglesd_27@hotmail.com
2.3.Tipo de investigacin
Aplicada, porque busca la aplicacin o utilizacin de los
conocimientos que se adquieren.
Cuasi-Experimental, cuasi experimentales se manipulan
deliberadamente al menos una variable independiente para ver su
efecto y relacin con una o ms variables dependientes. En este
caso, se busca determinar el efecto genera.

2.4.Lugar de Investigacin
Municipalidad Distrital de Samanco
Direccin: Jr. Ricardo Palma Nro. S/NZ I Samanco
Distrito / Ciudad: Samanco
Provincia: Santa Departamento: Ancash Per.


6

2.5.Institucin que investiga
Escuela de Ingeniera de Sistemas.
Universidad Csar Vallejo Chimbote.
Direccin: Urb. Los Portales Mz. H Lt. 1- Nvo Chimbote.
Distrito / Ciudad: Nuevo Chimbote.
Provincia: Santa.
Departamento: Ancash Per.

2.6.Duracin del Proyecto
Inicio: 01/09/2009.
Termino: 23/12/2009.
Tiempo: 4 Meses.

Tabla 1.1 Cuadro de Informacin del Tesista 2

Etapas Fecha de Inicio Fecha de Termino Dedicacin
(Semanas)
Recoleccin de Datos 01-08-09 01-09-09 4
Anlisis de Datos 02-09-09 25-09-09 4
Elaboracin del Informe 16-11-09 10-12-09 4
Total 12

II. Capitulo: plan de investigacin
2.1.El problema
2.1.1. Formulacin del problema

De qu manera influye un Data Warehouse el Proceso de
Toma de Decisiones en el rea de Rentas de la
Municipalidad Distrital de Samanco - Ancash?


7

2.1.2. Seleccin del problema

La seleccin de la problemtica a tomar de desarrollo, que ahora
le estamos presentando nos rigi de un factor muy importante, ese
factor es el tiempo en la toma de dediciones dentro de la
organizacin, en cuanto a los datos de informacin se manejan. A
continuacin les presentamos la realidad problemtica:

Al realizar el levantamiento de informacin en la Municipalidad
Distrital de Samanco en el rea de rentas, nos encontramos con
procesos actuales que se realizan a travs de un aplicativo construido
en Microsoft Excel, siendo estos poco confiables, ya cualquier
persona puede manipular su data, sin embargo a pesar de las
funcionalidades de esta herramienta, podramos diferenciar por un
lado la tratativa de la data y otra el almacenamiento de la misma, por
lo que en el tema del almacenamiento no brinda mayores elementos
de seguridad. Ocasionando en algunas veces que la data se vuelva
muy pesada y se dae el Excel que contiene la informacin.

La dificultad en la toma de decisiones por la cual la
municipalidad minimiza sus funciones ya que los datos obtenidos
son muy redundantes.

Quienes interactan con el rea de rentas solo es una persona, lo
cual no garantiza que la informacin final que se gestiona sea la
correcta, generando un porcentaje de error del 10% en el registro de
la misma, detectado cada vez que se realiza el proceso de costeo a
inicios de todos los meses.

Encontramos que los problemas estn en relacin al tiempo
proceso, el rea de rentas involucrada en el proceso de agilizar la
toma de decisiones.


8

La demora en las consultas ya que esto lleva a que los reportes no
estn a tiempo cuando el Alcalde as lo requiere.

No se hace un reporte mensual a tiempo y eso dificulta el proceso
toma de dediciones.

Para la institucin es muy difcil tener datos histricos de los
ltimos aos.

No existe informacin histrica.

El ingreso de informacin que afectan el periodo procesado
ocasiona que hayan diferencias entre lo procesado y la informacin
real.

Debido al procesamiento manual no se cuenta con la informacin
en la fecha acordada.

Por tanto con la implementacin de una Data Warehouse se podr
tener una informacin eficiente y eficaz con datos actuales de la
data, as dejar a la alta gerencia tomar decisiones en corto plazo.
Facilitando los procesos y tiempo en el rea de rentas de la
Municipalidad Distrital de Samanco.

2.1.3. Justificacin del problema

Justificacin Institucional

Al implementar el Data Warehouse, esta institucin se
colocara a la vanguardia Tecnolgica de las instituciones
Municipales en la regin, en cuanto a aplicaciones
Warehousing se refiere.

9


Justificacin Econmica

Si bien es cierto, el desarrollo del sistema no significa
mayores gastos a la institucin, facilitara notablemente la
labor en el rea de Rentas (Planificacin y control de las
operaciones), convirtindose en una herramienta de apoyo en
el proceso de Toma de Decisiones, lo que permitir obtener
un ahorro significativo de tiempo para el Alcalde, el mismo
que se traduce en ahorros econmicos importantes para la
institucin

Justificacin Operativa

La rapidez y el fcil uso para el rea de rentas.
Simplificar la labor del personal encargado en el rea de
rentas y hacerla ms eficaz.
Reducir la prdida de tiempo de los usuarios y del personal
encargado de realizar los diferentes tipos de control y/o
acciones que este su rea.
Facilitar el control.
Establecer una relacin de confianza, entre la administracin
y el interesado (usuario).

Justificacin Tecnolgica

El Software elegido para el desarrollo del proyecto es una de
las herramientas ms utilizadas para la implementacin de
este tipo de sistema, adems, la institucin dispone de la
tecnologa necesaria para la implementacin del Data
Warehouse, resultado tangible de la presente tesis.


10

2.1.4. Limitaciones

No existen libros suficientes que traten el tema de data
Warehouse para la mejora de toma de dediciones.
Mencionando la biblioteca de la Universidad Csar Vallejo
de Chimbote, otro de los factores es que las bibliotecas
universitarias locales es muy insuficiente, por lo tanto
tuvimos la necesidad de recopilar tesis relacionado al tema
fundamental

Otra limitacin es el tiempo, debido a que nosotros, somos
estudiantes universitarios de Ingeniera de Sistemas X Ciclo-
de la Universidad Csar Vallejo, por tanto el perodo que le
damos a la tesis no es muy corto debido que tambin tenemos
obligaciones de presentar trabajos de cursos de carrera y
sobre todo nuestras Practicas Pre-Profesionales.

Otro Factor o limitacin es los recursos econmicos, ya que al
ser estudiantes universitarios, los gastos que hacemos en pagos
de pensiones, impresiones, pasajes, copias, Internet, etc. Corren
cuenta por nuestros padres
2.2.Objetivos
2.2.1. Objetivo General
El proyecto tiene por objetivo general

Agilizar el Proceso de Toma de Decisiones en la
Municipalidad Distrital de Samanco - Ancash Empleado un
Data Warehouse


11

2.2.2. Objetivo Especficos

Reducir el tiempo que se demora el personal en realizar
un reporte de las ventas y compras de la empresa.

Reducir los tiempos de generacin de reportes en el
proceso de registro en el rea de rentas.

Reducir el tiempo de respuesta en la toma de decisiones
que permita el desarrollo competitivo de la institucin.

Analizar la herramienta desarrollada a travs de las
diferentes caractersticas de usabilidad tales como la
comprensibilidad, la aprendibilidad, la operabilidad y la
atraccin.
2.3.Marco Referencial cientficos
2.3.1. Antecedentes
a) Local

(i) Ttulo: BENEFICIOS DE LA IMPLEMENTACION DE UN
DATA WAREHOUSE EN LA UNIVERSIDAD PRIVADA
SAN PEDRO (15)
Autor : Lpez Lpez Robert
Universidad: Universidad Privada San Pedro.
Ao: 2003
Resumen: El presente estudio est orientado a los beneficios que
traera el implementar un Data Warehouse para la Universidad
Privada San Pedro, para llegar al objetivo que se espera de un
eficiente funcionamiento en las reas utilizadas.
Relacin con el proyecto:
Este proyecto se asemeja al proyecto actual porque se va
implementar un Data Warehouse para tener beneficios en la
Toma de Decisiones dentro de la Institucin.

12


b) Nacional
(i) Ttulo: IMPLEMENTACION DE UN DATA WAREHOUSE,
PARA AGILIZAR LA TOMA DE DECISIONES EN EL
AREA DE COMERCIALIZACION DE LA EMPRESA C.A.
LOAYSA SRL tda - TRUJILLO (16)
Autores: Arias Lujn, Fernando y Ruiz Villena, Nereyda
Universidad: Universidad Cesar Vallejo.
Ao: 2008
Resumen: El presente estudio est orientado a los
Implementacin de un Data Warehouse Para EL AREA DE
COMERCIALIZACION DE LA EMPRESA C.A. LOAYSA
SRL tda Trujillo, utilizando la metodologa de Ralph Kimball
dando como resultado la eficacia de la informacin en el proceso
de toma de decisiones, demostrando que el Data Warehouse
propuesto es econmicamente factible.
Este proyecto se asemeja al proyecto actual porque busca
agilizar la toma de decisiones en el rea de comercial de la
empresa C.A. LOAYSA SRL TRUJILLO con la metodologa
de Ralph Kimball.

(ii) Ttulo: ANLISIS, DISEO E IMPLEMENTACIN DE UN
DATAWAREHOUSE DE SOPORTE DE DECISIONES PARA
UN HOSPITAL DEL SISTEMA DE SALUD PBLICO (13)
Autores: Villanueva Ojeda, lvaro
Universidad: Pontificia Universidad Catlica Del Per
Ao: 2008
Resumen: El presente estudio est orientado al sector salud
publico orientadas a satisfacer las demandas de los pacientes que
acuden a l centro de salud y es por ello importante mejorar los
sistemas de informacin ligados al proceso de toma de
decisiones. Por ellos propone la Construccin de un Data

13

Warehouse que servir para apoyo a la toma de decisiones del
directorio del hospital el decidir en base de datos histricos a
cuadros generados en lnea.
agilizar la toma de decisiones en el rea de comercial de la
empresa C.A. LOAYSA SRL TRUJILLO con la metodologa
de Ralph Kimball.

c) Internacional

(i) Ttulo: Data Warehouse y Data Mining (17)
Autor: Juan Pinto Rivera.
Universidad: Universidad de Santiago de Chile.
Ao: 2007
Resumen: En este estudio nos dice que el Data Warehouse y
Data Mining, como una de sus fortalezas, para mejorar la
gestin de las instituciones pblicas. Mejorar la probidad y
responsabilidad de los funcionarios pblicos. Para as, fortalecer
la gestin de las entidades pblicas para salvaguardar los
recursos que se le asignan. De esta manera se debe asegurar la
fiscalizacin en los resultados y desprenderse de funciones que
entorpecen el accionar de los funcionarios pblicos.

mejorar la gestin en la institucin y salvaguardar los recursos
que se generan.

(ii) Ttulo: Utilizacin de Informacin Histrica Para Decisiones
Empresariales (5)
Autor: Juan David Pea Rivera y Jess Armando Surez Daza
Universidad: PONTIFICIA UNIVERSIDAD JAVERIANA -
SANTA FE DE BOGOTA D.C.

14

Ao: 2005.
Resumen: En el presente estudio sobre le Utilizacin de
Informacin Histrica Para Decisiones Empresariales nos dice
que el Data Warehouse ms que una solucin para reducir
costos, Data Warehouse debe ser visto como una solucin para
incrementar ingresos y ventas. Sus resultados se perciben como
beneficios econmicos para una empresa en trminos de
mediano y largo plazo.

Este proyecto se asemeja al proyecto actual porque se busca
reducir el tiempo de reporte en la informacin as poder
incrementar sus ganancias mediante el Data Warehouse
2.3.2. Marco Terico
a) Data Warehouse
De acuerdo con W. H. Inmon, quien es considerado como
el padre del Data Warehouse un Data Warehouse es un
conjunto de datos integrados orientados a una materia, que
varan con el tiempo y que no son transitorios, los cuales
soportan el proceso de toma de decisiones de una
administracin (1)

El Data Warehouse es un proceso continuo que se mezcla
los datos de varias fuentes heterogneas, incluyendo datos
histricos y adquiridos para soportar la constante necesidad
de consultas estructuradas y/o Ad Hoc, reportes analticos y
soporte de decisiones. (2)

Pretende proporcionar metodologas y tecnologas para
recopilar e integrar los datos histricos de una
organizacin, cuyo fin es el anlisis, la obtencin de

15

resmenes e informes complejos y la extraccin de
conocimientos. (3)
o Afirma que con el Data Warehouse se puede tener un
anlisis integral de una base de datos corporativa y
tiene como objetivo ayudar en la toma de dediciones.

Data Warehouse es un repositorio de datos que se obtiene
de bases de datos operacionales y est diseado para
satisfacer las necesidades de la empresa. Los datos de la
data Warehouse representan informacin normalmente
agregada, obtenida a partir de los datos operativos. Un data
Warehouse es la unin de los Data Marts que lo
constituyen. (2)

Un Data Warehouse o Depsito de Datos es una coleccin
de datos orientado a temas, integrado, no voltil, de tiempo
variante, que se usa para el soporte del proceso de toma de
decisiones gerenciales. (4)

Es un conjunto de procesos y acciones que involucran un
almacenamiento de datos no voltil, orientado a un tema,
integrado e histrico para el soporte al proceso de toma de
decisiones de la gerencia. Es una tcnica para consolidad y
administrar datos de diversas fuentes con el propsito de
responder preguntas del negocio y tomar dediciones (5)


16

Figura 2.1. Necesidad de informacin de soporte toma de dediciones
Fuente. (6)

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. La integracin de los datos
dentro del Data Warehouse se muestra de muchas maneras: en
conversiones de nombres consistentes, en la codificacin de
estructuras consistentes, en atributos fsicos de los datos
consistentes, fuentes mltiples y otros.
Orientado al Tema: En el ambiente del Data Warehousing solo
los datos necesarios para el proceso de generacin del
conocimiento del negocio se integran desde el entorno
operacional. Los datos se organizan por temas para facilitar su
acceso y entendimiento por parte de los usuarios finales. Por
ejemplo, todos los datos sobre clientes pueden ser consolidados
en una tabla del Data Warehouse. De esta forma, las peticiones

17

de informacin sobre clientes sern ms fciles de responder
dado que toda la informacin reside en el mismo lugar.
Histrico: El tiempo es parte implcita de la informacin
contenida en un Data Warehouse. En los sistemas operacionales,
los datos siempre reflejan el estado de la actividad del negocio
en el momento presente. Por el contrario, la informacin
almacenada en el Data Warehouse sirve, en otras cosas, para
realizar anlisis de tendencias. Por lo tanto, el Data Warehouse
se carga con los distintos valores que toma una variable en el
tiempo para permitir comparaciones. Como la informacin en el
Data Warehouse es solicitada en cualquier momento(es decir, no
ahora mismo), los datos encontrados en el depsito se llaman
de tiempo variante.

De tiempo Variante
La ms simple es que la informacin representa los datos
sobre un horizonte largo de tiempo desde cinco a diez
aos. El horizonte de tiempo representado para el
ambiente operacional es mucho ms corto desde valores
actuales hasta sesenta a noventa das.
La segunda manera en la que se muestra el tiempo variante
en el Data Warehouse est en la estructura clave. Cada
estructura clave en el Data Warehouse contiene, implcita
o explcitamente, un elemento de tiempo como da
semana, mes, etc.
La tercera manera en que se aparece el tiempo variante es
cuando la informacin del Data Warehouse, una vez
registrada correctamente, no puede ser actualizada. La
informacin del Data Warehouse es, para todos los
propsitos prcticos, una serie larga de Snapshots (vistas
instantneas).
No Voltil: El almacn de informacin de un Data Warehouse
existe para ser ledo, y no modificado. La informacin es por
tanto permanente.

18

La perspectiva ms grande, esencial para el anlisis y la
toma de decisiones, requiere una base de datos estable.
La actualizacin (insertar, borrar y modificar), se hace
regularmente en el ambiente operacional. Pero la
manipulacin bsica de los datos que ocurre en el Data
Warehouse es mucho ms simple. Hay dos nicos tipos de
operaciones: la carga inicial de datos y el acceso a los
mismos. (2)

La ventaja principal de este tipo de bases de datos radica
en las estructuras en las que se almacena la informacin
(modelos de tablas en estrella, en copo de nieve, cubos
relacionales, etc.). Este tipo de persistencia de la
informacin es homognea y fiable... (7)

Caracterstica del Data Warehouse es que contiene Meta
datos, es decir, datos sobre los datos. Los Meta datos
permiten saber la procedencia de la informacin, su
periodicidad de refresco, su fiabilidad, forma de clculo...
etc.. (7)

Los objetivos que deben cumplir los meta datos, segn el
colectivo al que va dirigido, son:
Dar soporte al usuario final, ayudndole a acceder al
Data Warehouse con su propio lenguaje de negocio,
indicando qu informacin hay y qu significado tiene.
Ayudar a construir consultas, informes y anlisis,
mediante herramientas de Business Intelligence como
DSS, EIS o CMI. (7)
Dar soporte a los responsables tcnicos del Data
Warehouse en aspectos de auditora, gestin de la
informacin histrica, administracin del Data
Warehouse, elaboracin de programas de extraccin de

19

la informacin, especificacin de las interfaces para la
realimentacin a los sistemas operacionales de los
resultados obtenidos... etc.(7)

Caracteriza por permitir el acceso en forma fcil a toda la
organizacin.
Integrador de la informacin histrica y consistente.
Adaptable al cambio que se dan en la organizacin.
Generador datos dirigido al usuario y presentados en forma
consolidada fundamentalmente.

Procesos en la Construccin de un Data Warehouse

Extraccin: Obtencin de informacin de las distintas
fuentes tanto internas como externas.
Elaboracin: filtrando, limpieza, depuracin,
homogeneizacin y agrupacin de la informacin
Carga: organizacin y actualizacin de los datos y los meta
datos en la base de datos.
Explotacin: extraccin y anlisis de la informacin en los
distintos niveles de agrupacin. (6)

Elementos importantes de un Data Warehouse
i Procesamiento Analtico en Lnea (OLAP)
El Procesamiento Analtico en Lnea, OLAP por sus
siglas en ingls On Line Analytical Processing, es un
conjunto de herramientas de software que permite el
anlisis de los datos almacenados en una base de datos.
Es una tecnologa que le permite a los analistas,
administradores y ejecutivos realizar consultas de forma
rpida, consistente, as como un acceso interactivo a una
gran variedad de vistas de la informacin, que ha sido
transformada a la forma en que le es til al usuario. Este

20

tipo de tecnologas se caracteriza por un anlisis
multidimensional (6)
Las herramientas OLAP estn dirigidas principalmente
a los usuarios finales por lo que requiere de una interfaz
simple y deben tener una buena integracin con los
sistemas que las alimentan (5)
ii Componentes
Cubo
OLAP efecta el almacenamiento lgico de los datos en
arreglo o matrices multidimensionales denominados
cubos.

Figura 2.2. Cubo Tridimensional, Geogrfica, producto y Tiempo.
Fuente: (5)


21

Medida
Es el valor que toma determinada variable que se est
analizando. Las medidas son resultados Cuantificables...
en la Figura 3 se tiene tres medidas, indicando que se
vendieron 1930 unidades, a un valor de venta de 6745 y
con costo de 5831. un cubo puede contener unas varias
medidas, dependiendo del diseo y los requerimientos.
Existen 2 tipos de medidas
o Medida regulas: toma un dato directamente de una
fuente disponible.
o Medida calculada: obtiene como resultado un nuevo
dato numrico para medidas que no estn en una
fuente directa disponible. ejemplo: ganancias
(ingresos y costos) , margen de ganancia (ingreso-
costo/ingreso), tiempo promedio de espera(fecha
de entrega-fecha de la orden),etc. (5)
Dimensin
Los atributos de tipo texto que describen cosas son
organizados en dimensiones. (5)
Nivel
Los niveles representan la jerarqua establecida por las
estructuras organizacionales y modelos de datos que la
organizacin usa. Ejemplo: se tiene el ao de un nivel
superior, luego le siguen el semestre, trimestre, mes y
por ultimo en el nivel mas inferior se encuentra el da.
(5)

iii ROLAP (El Procesamiento Relacional Analtico en
Lnea)
Es la arquitectura de base de datos multidimensional
en la que los datos se encuentran almacenados en una
base de datos relacional que tiene forma de estrella
(tambin llamada copo de nieve o araa). ..la base
de datos slo almacena informacin relativa a los

22

datos en detalle, evitando acumulados (evitando
redundancia). (6)

iv MOLAP (El Procesamiento Multidimensional Analtico
en Lnea)
Es un conjunto de interfaces, aplicaciones y
tecnologas de bases de datos, en los cuales los datos
se encuentran almacenados en archivos con estructura
multidimensional, para ser visualizada en varias
dimensiones de anlisis.
o Las principales caractersticas de MOLAP son:
Posee tecnologa optimizada para consultas y
anlisis, basada en el modelo multidimensional.
Cuenta con un motor especializado.
Provee herramientas limitadas y propietarias.
No es adecuada para muchas dimensiones.
Construye y almacena datos en estructuras
multidimensionales. (8)

v HOLAP (El Procesamiento Hiperactivo Analtico en
Lnea)
Constituye un sistema hbrido entre MOLAP y
ROLAP, que combina estas dos implementaciones
para almacenar algunos datos en un motor relacional y
otros en una base de datos multidimensional. (8)

vi Procesamiento Transaccional en Lnea (OLTP)
Es un sistema que facilita y administra las operaciones
y aplicaciones de transacciones diarias de una empresa.
Este tipo de estructura es utilizada en diversas
industrias como: la bancaria, aerolneas, supermercados
y manufactureras. OLTP se refiere al procesamiento
computacional de respuesta inmediata a las peticiones.
(6)

23

Tabla 1.1 Comparacin de OLAP y OLTP
Fuente: (6)
Caracterstica OLAP OLTP
OPERACIN Anlisis Actualizacin
FORMATO DE
PRESENTACIN
Definido por el usuario Cambiante
TRANSACCIONES DE
DATOS
Considerable Poco
NIVEL DE DETALLE Agregado detallado
TIEMPO DE
ALMACENAMIENTO
Histrico, actual,
proyectado
Actualizado
ORIENTACIN Atributos Registros
TIEMPO DE
PROCESAMIENTO
Rpido Rpido y a veces en
tiempo real
TAMAO DE LA BASE DE
DATOS
Grande, que permita
almacenar datos
histricos.
Es ms pequea
ESTRUCTURA DE LA BASE
DE DATOS
Pocas tablas,
configurada en estrella
o en cascada

Altamente
normalizada, con
muchas tablas


24

b) Data marts

Un data Mart es un subconjunto del data Warehouse, para
un determinado nmero de usuarios y enfocado a un rea
especfica de una empresa, como un departamento. El
trmino data Mart es utilizado para referirse a un data
Warehouse pequeo, diseado para un departamento
organizacional. (6)

Figura 2.3. Data Marts.
Fuente: (6)
c) Data Mining

Es el proceso de extraccin de informacin significativa de
grandes bases de datos, informacin que revela inteligencia
del negocio, a travs de factores ocultos, tendencias y
correlaciones para permitir al usuario realizar predicciones

25

que resuelven problemas del negocio proporcionando una
ventaja competitiva.
El proceso de Data Mining extrae los conocimientos
guardados o informacin predictiva desde el Data
Warehouse sin requerir pedidos o preguntas especficas.
(9)
d) Decisiones Support System (DSS)

Figura 2.4. Sistemas Informacin Mixto
Fuente: (10)

El sistema de soporte para la toma de dediciones, son
sistemas informticos interactivos que intentan ayudar a
los tomadores de decisiones a utilizar datos, indicadores y
modelos para identificar y resolver sus problemas de
negocio.


26

Segn Villanueva, un Sistema de Soporte de Decisiones
(DSS- Decision Support System) contiene todos los
servicios y procesos, para seleccionar, manipular, y analizar
informacin y presentar resultados. Debe de permitir acceso
transparente a la data en varias partes del Data Warehouse y
proveer una interfaz comn para los diferentes grupos de
usuarios. Un DSS tambin puede ser definido como un
sistema computacional diseado para apoyar en los
procesos de la toma de decisiones en una organizacin. Un
DSS es la ventana del usuario a los datos almacenados en el
ambiente del Data Warehouse.(13)

a. Tipos de Sistemas de Soporte a Decisiones:

Figura 2.5. Clasificacin de los Sistemas de Informacin
Fuente: (10)


27

i. Sistemas de informacin gerencial (MIS)
(Management Information Systems), tambin
llamados Sistemas de Informacin Administrativa
(AIS) Son sistemas que apoyan al nivel
administrativo de la organizacin, proveyendo de
informes a los gerentes y algunos casos, de acceso en
lnea al desempeo real y los registros histricos de la
organizacin. (11)
Son resmenes de los reportes que se dan en las
operaciones de la institucin u empresa. Donde los
datos bsicos transacciones se comprimen y dan por
resultado informes.

Figura 2.6. Sistema de Informacin Gerencial (MIS)
Fuente: (10)


28


ii. Sistemas de informacin ejecutiva (EIS)
(Executive Information System) son el tipo de DSS
que ms se suele emplear en Business Intelligence, ya
que proveen a los gerentes de un acceso sencillo a
informacin interna y externa de su compaa, y que
es relevante para sus factores clave de xito.

Figura 2.7. Sistema de Informacin Ejecutiva (EIS)
Fuente: (10)

iii. Sistemas expertos basados en inteligencia artificial
(SSEE).- Los sistemas expertos, tambin 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.


29


Figura 2.8. Sistemas Expertos
Fuente: (10)

iv. Sistemas de apoyo a decisiones de grupo (GDSS)
(Group Decisin Support Systems) es "un sistema
basado en computadoras que apoya a grupos de
personas que tienen una tarea (u objetivo) comn, y
que sirve como interfaz con un entorno compartido".
Permite al Gerente ver los posibles efectos de
las diversas decisiones en un modelo.
Apoya el juicio del Gerente (No busca su
reemplazo)
Mejora la eficacia en la Toma de Decisiones.
e) Metodologas

(1) Metodologa Tridion
La firma consultora Tridion (2004), en base a su experiencia
en implementacin de proyectos de tecnologa ha
desarrollado una metodologa de implementacin, la cual es

30

un mtodo de desarrollo de un proyecto por etapas,
diseado para asegurar el xito de las implementaciones.
Esta metodologa est compuesta por cinco fases o
actividades, las cuales son iterativas por naturaleza y se
ajustan a un objetivo establecido. (6)

Fase de preparacin. Se establecen los fundamentos del
proyecto; se identifican los objetivos de la empresa, se
establece la direccin del proyecto, se compone el
equipo, definen el enfoque y el mbito del proyecto as
como el establecimiento de los controles. Durante esta
fase se desarrolla un modelo previo que refleja las reglas
de la empresa para trabajar con sitios localizados.

Fase de estructura. Se documentan los requisitos
funcionales y procesos a seguir, diseando el flujo de
trabajo y las responsabilidades de cada integrante.

Fase de diseo. Se realiza el diseo de la herramienta,
incorporando los requisitos y necesidades funcionales y
tcnicas. As mismo, se realiza la documentacin.

Fase de construccin. Se refiere al desarrollo de la
herramienta; configuracin de la aplicacin, desarrollo
de funcionalidades, creacin de las extensiones
necesarias e integracin de las interfaces externas. Esta
fase incluye pruebas y la creacin de instrucciones para
la publicacin.

Fase de implementacin. Se divide en dos partes: o El
equipo del proyecto lleva a cabo una prueba de la
aplicacin en el sistema, con datos de produccin. En
seguida, unos usuarios clave efectan una prueba de
aceptacin para validar los requisitos de usuario. El

31

entorno de pruebas evaluar la funcionalidad, la
facilidad de uso, la adaptabilidad a distintos tamaos, la
fiabilidad y el rendimiento. Entre las actividades de esta
etapa estn las revisiones de la configuracin final, la
formacin a los usuarios y la carga de contenidos.

Anlisis de implementacin. Incluye una definicin de
los procesos empresariales que se van a implementar, un
cronograma del proyecto y una estrategia de
implementacin que incluye una planificacin de alto
nivel donde se trazan los requisitos fundamentales. Este
anlisis de implementacin tambin documenta las
diferencias entre los requisitos del cliente y los del
equipo desarrollador, definiendo as las funcionalidades
agregadas en profundidad, y desarrolla un conjunto de
requisitos de la arquitectura.(6)

(2) Metodologa Custom
La metodologa de implementacin utilizada por Custom
tiene por objetivo incorporar en las prcticas de trabajo y
hbitos del quehacer diario de una empresa, sus formas de
hacer las cosas mediante la evaluacin de los procesos y
procedimientos actuales, el rediseo y mejoramiento de
stos. La participacin y el compromiso de las personas en
el proceso, la capacitacin y entrenamiento del personal
son de vital importancia para el xito del proyecto.(6)

Siguientes caractersticas generales de la metodologa:
Permitir la ejecucin del servicio de acuerdo a lo
convenido con el cliente y de acuerdo al
presupuesto y en tiempo.
Asegurar un nivel de calidad de la consultora.

32

Posibilitar el perfeccionamiento y el traspaso de
conocimiento.
Crear los mecanismos para asegurar el
funcionamiento de los nuevos procesos en el
tiempo.

Figura 2.9. Metodologia Custom
Fuente: (6)

(3) Metodologa Ralph Kimball

Esta Metodologa se enfoca principalmente en el diseo de la
base de datos que almacenar la informacin para la toma de
decisiones. El diseo se basa en la creacin de tablas de
hechos (FACTS) que son tablas que contienen la informacin
numrica de los indicadores a analizar, es decir la parte

33

cuantitativa de la informacin. Ralph Kimball, es
reconocido como uno de los padres del concepto de Data
Warehouse, se ha dedicado desde hace ms de 10 aos al
desarrollo de su metodologa para que ste concepto sea bien
aplicado en las organizaciones y se asegure la calidad en el
desarrollo de estos proyectos. (9)

Figura 2.10. Ciclo de Vida Metodologa de Ralph Kimball.
Fuente: (9)

Panificacin del Proyecto: Como todo proyecto el ciclo de
vida inicia con una planeacin en el cual se estipulan las
definiciones y los alcances del proyecto de FIC. Esta
planeacin se enfoca en recursos, asignaciones de tareas,
duracin y secuencialidad.
Definicin de los requerimientos del negocio: La
probabilidad de que un proyecto de esta magnitud tenga

34

xito se ve muy relacionada con la capacidad de entender
el negocio y los requerimientos de los usuarios finales.
Los desarrolladores de un DW deben entender los
factores clave para manejar el negocio para entender los
requerimientos del negocio y transformarlos en
consideraciones de diseo.
Modelacin Dimensional: Consiste en el diseo de
los modelos de datos necesarios para soportar los
anlisis basados en los requerimientos analticos de
los usuarios.
Diseo Fsico: Esta parte se enfoca en la definicin
de las estructuras fsicas necesarias para soportar el
diseo lgico de la base de datos.
Diseo de la organizacin de los datos: Esta parte es
la ms subestimada del proyecto. Esta etapa viene a
apoyar la capa de transformacin e integracin. En
esta se desarrollan las interfases necesarias para la
extraccin de informacin y su transformacin y
carga final.
Diseo de la arquitectura tcnica: El diseo de la
arquitectura tecnolgica establece una visin de todo
el marco de la arquitectura.
Seleccin de los productos y la instalacin: En esta
parte se especifica las plataformas de hardware, los
sistemas manejadores de bases de datos, la
herramienta de ETL y las herramientas de acceso.
Especificacin de la aplicacin de los usuarios
finales: Aqu se definen una serie de herramientas
estndares ya que no todos los usuarios accesaran de
la misma forma a la fbrica de informacin. Aqu se
definen plantillas de reportes, parmetros que maneja
el usuario y clculos requeridos.

35

Desarrollo de la aplicacin de los usuarios finales:
Aqu se enfoca bsicamente en configurar la
herramienta de meta data y contribuir los reportes
especficos.
Liberacin: Esta representada la convergencia de la
tecnologa, datos y las aplicaciones de los usuarios
finales accesibles desde las maquinas de los usuarios
de negocio.
Mantenimiento y Crecimiento: Abarca el trabajo
restante que sigue a la hora de implantar un proyecto
de esta magnitud. Aqu se debe uno de enfocar en los
usuarios de negocio proveyndolos de soporte
constante y educacin.
Administracin del proyecto: Este paso asegura que
las actividades del ciclo de vida del desarrollo
dimensional se mantengan adelante y en sincrona.
f) Esquema estrella

Este esquema est formado por un elemento central que
consiste en una tabla de hechos, que est conectada a varias
tablas de dimensiones. Las tablas de hechos contienen los
valores pre calculado que surgen de totalizar valores
operacionales atmicos segn las distintas dimensiones,
tales como clientes, productos o periodos de tiempo. El
diagrama de tablas relacionales, representan un evento
crtico y cuantificable en el negocio, como ventas o costos.
Su clave est compuesta por claves primarias de las tablas
de dimensin relacionas.


36


Figura 2.11. Esquema Estrella.
Fuente (12)

g) Esquema copo de nieve

Es una variante del esquema estrella en el cual las tablas de
dimensin estn normalizadas, es decir, pueden incluir
claves que apuntan a otras tablas de dimensin. Las
ventajas de esta normalizacin son la reduccin del tamao
y redundancia en las tablas de dimensin.
Sin embargo, el incremento en la cantidad de tablas hace
que se necesiten ms operaciones de unin para responder a
las consultas, lo que empeora la performance, adems del
mantenimiento que requieren las tablas adicionales.

37


Figura 2.12. Esquema Copo de Nieve.
Fuente: (12)

h) Bussines inteligence

Segn Villanueva, el trmino de BI (Business Inteligence)
es usado por diferentes expertos y fabricantes de software
para distinguir un amplio rango de tecnologas, plataformas
de software, aplicaciones especficas y procesos. Se utiliza
este trmino desde tres diferentes perspectivas:(13)
Tomar mejores decisiones rpidamente.
Convertir los datos en informacin.
Utilizar un mtodo razonable para la gestin
empresarial.
El objetivo primario de la Inteligencia de Negocios es
ayudar a las personas a tomar decisiones que mejoren el
rendimiento de la compaa e impulsen su ventaja
competitiva en el mercado. Es decir, faculta a las
organizaciones a tomar las mejores decisiones rpidamente.

38

Para tomar mejores decisiones ms rpidamente, los
directivos y gerentes necesitan de informacin relevante y
til al alcance de la mano. Pero es comn una larga brecha
entre la informacin que los responsables en la toma de
decisiones requieren, y las grandes cantidades de datos que
las organizaciones recopilan cada da. Para saltar esta
brecha, las organizaciones hacen significativas inversiones
en desarrollar sistemas de BI para convertir los datos
originales en informacin de utilidad. Los sistemas de BI
ms efectivos tienen acceso a inmensas cantidades de datos
para posteriormente entregar a los responsables en la toma
de decisiones, informacin expresada de una forma que
ellos pueden asimilar fcilmente. La inteligencia de
Negocios puede ser definida como un mtodo para la
gestin empresarial, una forma de pensamiento
organizacional y una filosofa de gestin. Tanto las
personas como las organizaciones se interesan en la
Inteligencia de Negocios, porque creen que el uso de un
enfoque racional y basado en hechos a la hora de tomar
decisiones resulta positivo en la medida que sea posible. El
inters por adoptar el BI tiene las siguientes caractersticas:
Buscar hechos (datos) que se puedan medir
cuantitativamente acerca del negocio.
Usar mtodos organizados y tecnologas para analizar los
hechos.
Inventar o compartir modelos que expliquen las relaciones
de causa y efecto entre las decisiones operativas y los
efectos que stas tienen en alcanzar los objetivos de
negocio.
Experimentar con mtodos alternos y supervisar con
retroalimentacin sobre los resultados.
Gestin de la empresa (decisiones e iniciativas) basadas en
todas estas caractersticas.(13)

39

i) Matriz de evaluacin de metodologas
EVALUACION DE LAS METODOLOGIAS PARA EL DESARROLLO DE UN
DATA WAREHOUSE

Tabla 2.2. Evaluacin de metodologas

METODOLOGIAS CRITERIOS
Explicacin Consistencia
Lgica
Antecedentes Informacin Total
Metodologa de
Ralph Kimball.
5 5 4 5 19*
Metodologa Custom

4 4 2 2 12
Metodologa Tridion

4 3 3 3 13

Tabla 2.3. Puntaje de Evaluacin de metodologas

Explicacin: Para estos casos la explicacin d la metodologa debe ser de fcil
entendimiento para el usuario as como sus etapas deben ser
descritas de manera secuencial (paso a paso) para poder tener un
orden en la solucin del problema planteado.

Consistencia Lgica: Una metodologa debe ser lgicamente consistente. Es decir,
las proposiciones que la integran debern estar interrelacionadas
(no puede contener proposiciones sobre fenmenos que no estn
relacionados entre si), ni caer en contradicciones o incoherencias.

Antecedentes: Se deben considerar la mayor cantidad de trabajos realizados en
este tipo de investigaciones ya sea antecedentes Internacionales,
Nacionales y Regionales, y que sean de preferencia trabajos que se
tengan resultados conocidos.

Informacin: Se debe tomar en cuenta que se debe haber mayor cantidad o
disponibilidad de informacin referente a las metodologas.
Calificativo Puntaje
Muy Poco 1
Poco 2
Medio 3
Alto 4
Muy Alto 5

40

2.3.3. Marco Conceptual
a) Definiciones bsicas

Data Marts: Es un pequeos Data Warehouse, para un determinado
numero de usuarios, para un arrea funcional,
especifica de la compaa.

Inteligencia de negocio (business Intelligence): aprovecha la ventaja
para entregar informacin precisa y consolidada de la
empresa en el tiempo correcto y a las personas
correctas, en el formato que ellos pueden utilizar
mejor. Tambin es abierto a las poderosas habilidades
analticas para que analistas y gerentes de negocios
puedan integrar el anlisis del pasado a los modelos
precisos y pronsticos del futuro.

OLAP Procesamiento analtico on-line (On Line Analitic
prossesing): Se refiere a aplicaciones de bases de
datos que permite a los usuarios ver, navegar,
manipular y analizar base de datos
multidimensionales.
b) Metodologa de Ralph Kimball
Fase I. Administracin y Requerimientos del proyecto
En esta etapa se direcciona la definicin y alcance del proyecto
incluyendo una evaluacin de la preparacin de la empresa, as
como la justificacin de negocio. Luego se enfoca en los recursos
y niveles de conocimiento del personal requerido, junto con las
asignaciones de tareas, duracin y secuenciamiento. El plan
resultante integra todas las tareas asociadas con el proyecto y
documenta las personas o departamentos involucrados. La
planificacin depende de la definicin de requerimientos como se
muestra por la fecha bidireccional entre los bloques.
En esta etapa se determina el sistema de base de datos y el
hardware en que se utilizara el sistema, se determinan los
requerimientos de seguridad, as mismo se determinan las tareas a
desarrollar, las fuentes de datos a usar.(2)

Fase II. Diseo de Datos

41

(2)El diseo se basa en la creacin de tablas de hechos, es decir,
tablas que contengan la informacin numrica de los indicadores a
analizar, o sea la informacin cuantitativa de la informacin para
la toma de decisiones.
Las tablas anteriores se relacionan con tablas de dimensiones las
cuales contienen la informacin cualitativa, de los indicadores, es
decir, toda aquella informacin que clasifique la informacin
requerida.
A este modelo de datos se le conoce como diseo estrella, existen
variaciones de este llamados copo de nieve y diseo flat. Todos
estos diseos tienen la caracterstica de preparar la informacin de
acuerdo a la necesidad de tomar decisiones y no a los argumentos
tcnicos de espacio de almacenamiento.
Los paros son los siguientes:

Modelamiento dimensional.
La definicin de los requerimientos de negocio determina
los datos necesarios para atender los de los usuarios
analticos. Se conduce a un anlisis ms detallado del
sistema operacional que ser fuente relevante. Aumentando
este anlisis de datos con nuestro entendimiento de los
requerimientos del negocio desarrollamos entonces el
modelo dimensional, donde identificamos las tablas de
datos granulares, los atributos dimensionales y la jerarqua
de explotacin (drill). Se completa el diseo lgico de la
base de datos con la estructura apropiada de datos y las
relaciones primarias/externas de claves.
Declarar grain.
Elegir dimensiones.
Desarrollar el diagrama Fact Table.
Documentar detalle de la Fact Table.
Revisin y conformidad de usuario.

42

Revisin de las recomendaciones del diseo de la
B/D segn el sistema de administracin de B/D.
Culminar el diseo lgico de la B/D.
Analizar Origen de Datos: Anlisis de la base de datos
operacional
Identificar fuentes de datos.
Buscar el contenido de datos.
Desarrollar fuentes para los mapas de datos destino.
Revisar conformidad/proyecto del usuario.
Fase III: Arquitectura
a. Seleccin e Instalacin de Productos.
Se establece un marco tecnolgico inicial como referencia. El
objetivo es utilizar elementos existentes para la puesta en
marcha del Data Mart Inicial.(2)
b. Especificacin de la Aplicacin del Usuario Final.
Se especifican en detalle las aplicaciones que se
desarrollaran para el uso de los usuarios finales, as como
los niveles de seguridad a establecerse.
Se desarrollan los informes especificados, la meta data y se
implementa el sistema de seguridad

Fase IV: Implementacin
(2)La implementacin de un Data Warehouse lleva
implcito los siguientes pasos:
Extraccin de los datos del sistema operacional y
transformacin de los mismos.
Carga de los datos validados en el Data
Warehouse. Esta carga deber ser planificada
con una periodicidad que se adaptara a las
necesidades de refresco detectadas durante las
fases de diseo del nuevo sistema.

43

Explotacin del Data Warehouse mediante diversas
tcnicas dependiendo del tipo de aplicaciones que se d
a los datos.

Fase V: Operacin
(2) La puesta en marcha representa la convergencia de
tecnologas, datos, y aplicaciones de usuario final accesibles
desde el desktop del usuario. Se requiere una planificacin
detallada para asegurar que todas las piezas del
rompecabezas se ajusten apropiadamente. Se capacita a los
usuarios en todos los aspectos de la convergencia.
Adicionalmente se definen el soporte a los usuarios as
como las comunicaciones y estrategias de retroalimentacin
antes de dar acceso a los usuarios al Data Mart.
Desarrollo de la estrategia de educacin del usuario
inicial
Definir la estrategia de soporte del usuario
Revisin de conformidad/proyecto del usuario

Mantenimiento del Data Warehouse
(2) Se da soporte y capacitacin continua a los usuarios,
asegurndose que los procesos y procedimientos aseguren una
operacin efectiva.
Mantenimiento de la infraestructura tcnica.
Revisin de conformidad/proyecto del usuario.
2.4.Hiptesis

HO: El Desarrollo e Implementacin de un Data Warehouse,
Empleando la Metodologa de Ralph Kimball, Agilizara el Proceso
de Toma de Decisiones del rea de Rentas de la Municipalidad
Distrital de Samanco Ancash


44

H1: El Desarrollo e Implementacin de un Data Warehouse,
Empleando la Metodologa de Ralph Kimball, no Agilizara el
Proceso de Toma de Decisiones del rea de Rentas de la
2.5.Variables - indicadores
2.5.1. Variables
Variable Independiente: Data Warehouse.
Variable Dependiente: Agilizar el Proceso de Toma de Decisiones.
Variable Interviniente: Metodologa de Ralph Kimball
2.5.2. Indicadores
Indicadores
Tabla 2.4. Indicadores

Indicadores Tipo de
Indicadores
Definicin
Conceptual
Unidad
de
Medida
Instrumento Operatividad

1

Tiempo
promedio para
la elaboracin
de reportes.

Cuantitativo

Minimizara el
tiempo en
generacin de
reportes.

Promedio

Reportes del
sistema
TPR=
m
TPR
n
i
=1

TPR=Tiempo promedio
para reportes.
m=Muestra.

2

Tiempo
promedio en el
acceso a la
informacin.

Cuantitativo

Facilitar y
visualizara
transparencia
de
informacin.

Promedio

Reportes del
sistema
TPI=
m
TPI
n
i
=1

TPI=Tiempo promedio
para la informacin.

m= Muestra.

45


3

Costo generado
para la
elaboracin de
reporte e
informacin.

Cuantitativo

Es el
presupuesto
disponible
para cada
reporte
trimestral y en
el acceso de
informacin.

Promedio

VAN

CGIR=
m
CGIR
n
i
=1

CGIR= Costo generado
para el reporte e
informacin.
m= Muestra.

4

Determinar la
conducta con
respecto a la
utilizacin del
sistema
propuesto

Cualitativo
Es la manera
de cmo
adquirir
actitudes y
comportamien
tos en relacin
al sistema
propuesto.

Promedio

Cuestionario

DCSP=
m
DCSP
n
i
=1

DCSP=Determinar
conducta con el uso del
sistema propuesto.
m= Muestra.

2.6.Diseo de ejecucin
2.6.1. Tipo de investigacin

El proyecto a realizar se ubica dentro del diseo de Investigacin
Descriptiva.

2.6.2. Diseo de investigacin

Se utilizar el mtodo PreTest PostTest o lo que se denomina
tambin el mtodo de sucesin o en lnea que consiste en:
Una medicin previa de la variable dependiente a ser utilizada
antes de la aplicacin de la variable independiente (Pre - Test).

46

La aplicacin de la variable independiente a los sujetos de la
muestra.
Una nueva medicin de la variable dependiente despus de la
aplicacin de la variable independiente (Post - Test).
Donde:
O
1
-------------------------------X--------------------------O
2

O
1
: Proceso de Toma de Decisiones de la Municipalidad
Distrital de Samanco ANTES de implementar un Data
Warehouse

X: Implementacin de Data Warehouse

O
2
: Proceso de Toma de Decisiones de la Municipalidad
Distrital de Samanco DESPUS de implementar un Data
Warehouse.

2.6.3. Poblacin y muestra del estudio

Para la investigacin de la poblacin, se ha tomado en cuenta a
los intervendrn en el sistema, y a toda la poblacin a quienes son
afectadas del distrito de samanco.

Poblacin

-En el caso de la Municipalidad Distrital de Samanco - Ancash, se
ha considerado ciertos niveles gerencial, administrativo, operativo y
personas afectadas.
-Por lo tanto se considera como nivel Gerencial ya que se tiene (1)
sola persona, en el nivel administrativo (4).
-Para el nivel operativo esta conformado por (10) sola persona
encargada y en el caso de las personas afectadas son (300):


47

Muestra

La muestra en la presente investigacin se ha obtenido haciendo uso
de la Siguiente formula. La cual se muestra a continuacin:

2
P * Q * N .. (eq.1)
n=
( 1) e
2
+ (Z
2
* P * Q).

Donde:

N = Universo 916 (10 personas del nivel operativo y 900 personas
afectadas)
e = 0.05 (Mximo de error permisible)
Z = 1.96 (Valor tabla) (95%)
P = 0.5 (Proporcin de la poblacin)
Q = 0.5 (1-P)

(1.96)
2
* 0.5 * 0.5 * 916
n =
(916 - 1) * (0.05)
2
+ ((1.96)
2
* 0.5 * 0.5)

n = 270,8601 personas las cuales sern afectados por el sistema.

Ajustando el valor anterior, empleando la siguiente ecuacin:

n = n ...(eq.2)
1 + n
N

Donde:

n: Valor de muestra ajustada.
n : Valor de la muestra estimada.
N: Poblacin muestra.


48

Reemplazando valores en ecuacin (eq.2), se tiene:

270,8601
n =
1 + 270,8601
900

n = 208,1938 208

n = 208 personas que interactan de cierta manera con el sistema.

Esto nos lleva a que como la muestra nos sale mayor a 80, nos lleva a
sacar resultados probabilsticos teniendo en cuenta los siguientes
datos:

1 sola persona en el rea de rentas para el uso del sistema.
4 administradores los cuales interactan con el sistema.
1 gerente para la los reportes.
10 personas en nivel operativo.
300 tributan.
600 no tributan.

fh = n (eq.3)
N

fh = 208 = 0,2271
916

Tabla 2.5. Cuadro de Contrastacin

N
0
Niveles N*fh Resultado a
encuestar

1

Persona en rea de rentas
para uso del sistema.

1 x 0,2271

0

2

Administradores que
interactan con el sistema

4 x 0,2271

1


49

3 Gerente para los reportes 1 x 0,2271 1

4

Personas en nivel
operativo

10 x 0,2271

2

5

Personas que tributan

300 x 0,2271

68

6

Personas que no tributan

600 x 0,2271

136

Total

208

Observamos el resultado para la realizacin de las
encuestas.

2.6.4. Tcnicas, instrumentos, fuentes e informantes

o Tcnicas:
La tcnica a utilizar e el proyecto es la Encuesta.

o Instrumentos:
El instrumento de recoleccin de datos ser el Cuestionario y
observable.

o Fuentes:
Libros de Bibliotecas y Documentos publicados en Internet.

o Informantes:
Se cuenta con: El personal de rea de rentas de la
municipalidad.


50

2.6.5. Procedimientos de recoleccin de datos

Los datos sern recolectados mediante las encuestas previamente
con los trabajadores del sector definiendo la hora y fecha sin
incomodar su trabajo.

2.6.6. Tcnicas de procesamientos y anlisis de datos

Los datos sern procesados usando la estadstica inferencial,
utilizando cuadros y grficos estadsticos.

III. Capitulo: administracin del trabajo de investigacin
3.1 Recursos
3.1.1. Humanos

a) Investigadores
CASTILLO GONZALES JESS ALBERTO
OBREGN MOROTE GUILLERMO DAVID
b) Asesor
Ms. Ing. Ricardo Manuel Guevara Ruiz

3.1.2. Materiales

Tabla 3.1. Cuadro de recursos de materiales
RECURSOS MATERIALES
tem Descripcin
Cantida
d.
Unidad
Medida
1 Lapicero 02 unidad
2 Papel Bond A4 x 80 gr. 02 millar
3 Memoria USB 02 unidad
4 Flder Manila 05 unidad
5 CD 02 unidad


51

Tabla 3.2. Cuadro de equipos de desarrollo

Tabla 3.3. Cuadro servicios

3.2 Presupuesto

Tabla 3.4. Cuadro de recursos de materiales
(*) Los investigadores cuentan con el recurso.
RECURSOS MATERIALES
tem Descripcin
Cantida
d.
Unidad
Medida
Importe
Unitario
Importe Total
(Soles/.)
1 Lapicero 02 unidad 0.50 1.00
4 Papel Bond A4 x 80 gr. 02 millar 25.00 50.00
5 Memoria USB 01 unidad 0.00 0.00
6 Flder Manila 05 unidad 0.80 4.00
7 CD 02 unidad 1.00 2.00
Total S/. 57.00

EQUIPOS DE DESARROLLO
tem Descripcin Cantidad
Unidad
Medida
1
Computadora Pentium IV 2.3 GHz ,
512 RAM - Disco Duro 80GB

01

unidad
SERVICIOS
tem Descripcin
Cantida
d.
Unidad
Medida
1 Internet (*) 80 hora
2 Transporte 100 soles
3 Fotocopiado 400 hoja
4 Telefona 100 minuto

52

Tabla 3.5. Cuadro equipo de desarrollo
(*) Los investigadores el equipo.

Tabla 3.6. Cuadro servicios
(*) La empresa cuenta con el servicio

Tabla 3.7. Cuadro presupuesto del proyecto

EQUIPOS DE DESARROLLO
tem Descripcin
Cantida
d.
Unidad
Medida
Imp.
Unitari
o.
Importe.
Total
(Soles/.)
1
Computadora Pentium IV 2.8 GHz
512 RAM - Disco Duro 80GB (*)

01

unidad --- ---
Total S/. 0.00
SERVICIOS
tem Descripcin Cantidad. Unidad Medida
Importe
Unitario
Importe.
Total
(Soles/.)
1 Internet (*) 80 hora 1.00 80.00
2 Transporte soles 1.00 350.00
3
Fotocopiad
o
hoja 0.10 50.00
6 Telefona minuto 0.50 50.00
Total S/. 530.00
PRESUPUESTO DEL PROYECTO
Descripcin Monto (Soles/.)
RECURSOS MATERIALES 57.00
EQUIPOS DE DESARROLLO 0.00
SERVICIOS 530.00
TOTAL S/. 587.00

53

3.3 Financiamiento
El proyecto ser financiado por los investigadores. La Institucin
que se investiga, brindar los recursos que posee antes
mencionados.

IV. Capitulo: Cronograma
Tabla 4.1. Cronograma de Actividades

tem actividades
Periodo de Tiempo (meses)
Septiembre Octubre Noviembre Diciembre
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3
1 Recopilacin de datos x x x x

2 Anlisis de datos

x x

3
Anlisis y depuracin de
requerimientos del Data Warehouse

x x x

4 Diseo y estructuracin del sistema

x x

5 Programacin del Sistema

x x x x

6 Aplicacin del Data Warehouse

x x

7 Elaboracin del Informe

x x x


54

V. Capitulo: bibliografa
1. HARJINDER S. Gill , PRAKASH C. Rao. La Integracion de Informacion
para la mejor Toma de Decisiones Data Warehouse. Mexico : Pearson, 2005.

2. JIMENZ ROLDAN, Segundo Marcos y VALLEJOS TAPIA, Orlando.
Contruccion de un Data Warehouse para mejorar el Proceso de Toma de
Decicisones Tacticas y Estratgicas en el Centro Mdico El Porvenir -
ESSALUD. Libertad, Universidad Cesar Vallejo. Trujillo : s.n., 2005. Tesis.

3. HERNNDEZ ORALLO J. ; RAMIREZ QUINTANA M. ; FERRI
RAMIREZ C. Introduccin a la mineria de Datos. Madrid : Pearson, 2004. 978-
84-205-4091-7

4. ONGEI. Institucion Nacional de Estadstica e Informtica. (En lnea) (Citado
el: 10 de Mayo de 2009.)
http://www.ongei.gob.pe/publica/metodologias/Lib5084/11.htm

5. PEA RIVERA Juan D. ; SUARZ DAZA Jess A. Pontificia Universidad
Javeriana. (En lnea) Junio de 2005. (Citado el: 1 de Mayo de 2009.)
http://www.javeriana.edu.co/biblos/tesis/ingenieria/Tesis204.pdf.

6. VILLALN MARTNEZ, Nery Mara. Phornesis. (En lnea) Diciembre de
2006. (Citado el: 2 de Mayo de 2009.) INSTITUTO TECNOLGICO Y DE
ESTUDIOS SUPERIORES DE MONTERREY.
http://copernico.mty.itesm.mx/phronesis/mty/tmp/ITESMMTY2007709.pdf.

7. SINNEXUS. (En lnea) (Citado el: 13 de Mayo de 2009.)
http://www.sinnexus.com/business_intelligence/datawarehouse.aspx.

8. BERNABEU, Ricardo Dario. Linuxbi. (En lnea) 7 de Noviembre de 2007.
(Citado el: 15 de Mayo de 2009.) Cordova - Argentina.
http://linuxbi.com/files/datawarehouse_hefesto.pdf.


55

9. HUAMANTUMBA Rayner. U-Cursos. (En lnea) 1.0, 31 de Agosto de 2007.
(Citado el: 11 de Mayo de 2009.) https://www.u-
cursos.cl/ingenieria/2008/1/IN830/1/material_alumnos/objeto/11313

10. UNAP. (En lnea) (Citado el: 13 de Mayo de 2009.)
http://www.unap.cl/~setcheve/siiqq/Page29.html.

11. LAUDON Jane & Kanneth. Sistemas de Informacion Gerencial. 8va .
Mexico : Pearson, 2004.

12. AGUADO LPEZ Eduardo. Redalyc. (En lnea) (Citado el: 12 de Mayo de
2009.) http://redalyc.uaemex.mx/redalyc/html/816/81610114/81610114.html.
1810-9993.

13. VILLANUEVA OJEDA,lvaro. (s.f.). PONTIFICIA UNIVERSIDAD
CATLICA DEL PER. Recuperado el 01 de Junio de 2009, de
http://www.pucp.com/biblioteca

14. CRONICAS UCINF (En Lnea ) (Citado el : 25 de Junio de 2009.)
http://www.divshare.com/download/490210-003

15. LOPEZ LOPEZ, Robert. Beneficios de la Implementacin de un Data
Warehouse en La Universidad Privada San Pedro. Ingenieria de Sistemas,
Universidad Privada San Pedro. Chimbote : s.n., 2003. pg. 125. Tesis.

16. ARIAS LUJN, Fernando y RUIZ VILLENA, Nereyda. Implementacion
de un Data Warehouse, para Agilizar La Toma De Decisiones en el Area de
Comercializacion de la Empresa C.A. LOAYSA SRL tda -TRUJILLO. Trujillo,
Universidad Cesar Vallejo. Trujillo : s.n., 2008. Tesis. Tesis.

17. PINTO RIVERA, Juan. GESTION PUBLICA. [En lnea] 24 de MAYO de
2007. [Citado el: 01 de Junio de 2009.]
http://www.gestionpublica.cl/biblioteca/documentos/55812datawarehouse.pdf.


56

ANEXOS

Encuesta Realizado a Expertos en el Tema Para Elegir Segn Opinin la
Metodologa a Elegir.

Segn Opinin de Expertos:

Ms. Ing. Guevara Ruiz, Ricardo Manuel
Ing. Odar Aldana, Pedro Rodolfo
Ing. Jos Plasencia Latour

1.- Que tipos de metodologa cree el adecuado para el desarrollo de un Data
Warehouse?

a) Ralph Kimball b) Custom c) Tridion

2.- Que grado de porcentaje le da en el aspecto explicativo de la metodologa para
un Data Warehouse?

a) Ralph Kimball =
b) Custom =
c) Tridion =
3- Segn su experiencia en ciertas metodologas elegir una metodologa y sealar
porque utiliza dicha metodologa?

a) Ralph Kimball:
b) Custom:
c) Tridion :

4.- Con respecto a la consistencia lgica de la metodologa cree usted que la
metodologa es consistente? Sealar cada uno y explicar porque

a) Ralph Kimball si ( ) no ( )
b) Custom si ( ) no ( )
c) Tridion si ( ) no ( )

Porque? 1.- Ralph Kimball:

Porque? 1.- Custom:

Porque? 1.- Tridion:

5.- De acuerdo a su experiencia y a los antecedentes de trabajos realizados en este
tipo de investigacin cual cree usted que fue la metodologa mas usada de acuerdo
a los antecedentes vistos por usted?

a) Ralph Kimball ( )
b) Custom ( )
c) Tridion ( )


57

6.- Cual cree usted que de estas metodologas existe ms informacin y as pueda
ser ms entendible para los usuarios.

a) Ralph Kimball ( )
b) Custom ( )
c) Tridion ( )

Proyecto de Tesis 15 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Proyecto de Tesis 15 PDF

Uploaded by

Copyright:

Available Formats

Universidad Cesar Vallejo Escuela de Ingeniera de Sistemas

You might also like