You are on page 1of 21

“Año del Diálogo y la Reconciliación Nacional”

UNIVERSIDAD NACIONAL DE SAN MARTÍN – TARAPOTO


FACULTAD DE INGENIERÍA DE SISTEMAS E INFORMÁTICA
ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS E INFORMÁTICA

TEMA:
Arquitectura de Inteligencia de Negocios. Tecnología Data
Warehousing. Diferencias entre un ST y un BI. Aplicación de
Inteligencia de Negocios. Ventajas de Inteligencia de Negocios
GRUPO 1:
Est. Herson Zamora Pinedo.
Est. Anthony Delgado Huivin.
Est. Pierre Anghelo Manuel Tello Saavedra.
Est. José Martín Barrutia Trinidad.
Est. Jhonatan Silva Soto.
Docente
Ing. Janina Cotrina Linares.

Fecha de entrega
10/05/2018

Tarapoto - Perú
2018
ÍNDICE
Introducción 3

Arquitectura de Inteligencia de Negocios → Jhonatan 3

Tecnología Data Warehousing → Herson 5


Datawarehousing. 5
Características de un Data Warehousing 7
Orientado a Temas 7
Integración 8
Tiempo Variable 8
No Volátil 8
Arquitectura de un Data Warehouse 9
Elementos 9
Beneficios Asociadas al Data warehousing 10
Opciones de Implementación 12
Costos v/s Valor De DW 12
Costos De Un DW 12
Impactos DW 13
Impactos Humanos. 13
Impactos Empresariales. 14
Data Warehouse vs Big Data vs BI: cuales son las diferencias 15
Big Data 15
Data Warehouse 16
Business Intelligence 16

Diferencias entre un ST (sistema transaccional) y un BI 16

Aplicación de Inteligencia de Negocios → Martin 18

Ventajas de Inteligencia de Negocios → Pierre 19

Casos → Entre todos 20


Caso N° 01 Error! Bookmark not defined.
Caso N° 02 Error! Bookmark not defined.
Caso N° 03 20

Linkografía. 21

2
I. Introducción

II. Arquitectura de Inteligencia de Negocios → Jhonatan


Hoy en día las decisiones que se toman en las empresa son de vital
importancia para su supervivencia y éxito en el mercado, aunque existen
sistemas de información tradicionales nos limitan mucho el manejo de la
información y su estructura es muy inflexible para su gestión. Ahora sabemos
del enorme potencial contenido en las bases de datos y esto nos impulsa a
explotarlas completamente.

En su arquitectura, Los BI parten de archivos, bases de datos,


administración de las relaciones con los clientes (CRM) y los sistemas para la
administración de los recursos empresariales (ERP) posteriormente se realiza
la extracción, transformación y carga (ETL) de los datos; a continuación se
apoyan en un datawarehouse que eviten que se saturen los servidores.

A. COMPONENTES MÁS COMUNES EN UNA ARQUITECTURA DE


INTELIGENCIA DE NEGOCIOS

❖ Fuente de datos: Generalmente son bases de datos


relacionales, hojas de excel, archivos planos que almacenan la
información transaccional de la organización y en ocasiones
datos complementarios o externos.

❖ Extracción / transformación y carga: Es el componente que


transporta los datos y los transforma a lo largo de la
arquitectura. Posee lógica de manejo de errores,
transformaciones complejas y métodos de carga optimizados.
❖ Almacén de datos Operacionales: Es el repositorio donde se
almacenan los datos significativos de la operación para la toma
de decisiones, limpios en modo relacional, su propósito es el
apoyo a la operación.
❖ Data Marts: Son repositorios orientados a un tema en
particular, por ejemplo,Ventas. Se conforman por entidades de
negocio y soportan aplicaciones analíticas
❖ Modelos Dimensionales - Estrellas / Snowflakes :Son
modelos de datos creados para ser consultados por
herramientas OLAP que consisten de tablas de dimensiones,
FACTs, Jerarquías, etc.

3
B.

DIFERENCIAS ENTRE UNA BASE DATOS TRANSACCIONAL OLP Y


OLTP

4
III. Tecnología Data Warehousing → Herson
Un data warehouse es un repositorio unificado para todos los datos que
recogen los diversos sistemas de una empresa. El repositorio puede ser
físico o lógico y hace hincapié en la captura de datos de diversas fuentes
sobre todo para fines analíticos y de acceso.

Normalmente, un data warehouse se aloja en un servidor corporativo o cada


vez más, en la nube. Los datos de diferentes aplicaciones de procesamiento
de transacciones Online (OLTP) y otras fuentes se extraen selectivamente
para su uso por aplicaciones analíticas y de consultas por usuarios.

Data Warehouse es una arquitectura de almacenamiento de datos que


permite a los ejecutivos de negocios organizar, comprender y utilizar
sus datos para tomar decisiones estratégicas. Un data warehouse es una
arquitectura conocida ya en muchas empresas modernas.

Datawarehousing.

En primer lugar, DW no es un producto que pueda ser comprado en el


mercado, sino más bien un concepto que debe ser construido. DW es una
combinación de conceptos y tecnología que cambian significativamente la
manera en que es entregada la información a la gente de negocios. El
objetivo principal es satisfacer los requerimientos de información internos de
la empresa para una mejor gestión, con eficiencia y facilidad de acceso.
La manera tradicional hasta ahora de entregar la información es a través de
emisión de reportes impresos desde los sistemas operacionales, con
consultas a nivel de cliente y extracción ocasional de datos para suplir
actividades basadas en papel. Los problemas con la entrega de la
información actual son muchos, incluyendo inconsistencia, inflexibilidad y
carencia de integración a través de la empresa.
El DW puede verse como una bodega donde están almacenados todos los
datos necesarios para realizar las funciones de gestión de la empresa, de
manera que puedan utilizarse fácilmente según se necesiten. El contenido de
los datos, la organización y estructura son dirigidos a satisfacer las
necesidades de información de analistas.Los sistemas transaccionales son
dinámicos, en el sentido que constantemente se encuentran actualizando
datos.
Analizar esta información puede presentar resultados distintos en cuestión de
minutos, por lo que se deben extraer y almacenar fotografías de datos
(snapshots), para estos efectos, con la implicancia de un consumo adicional
de recursos de cómputo. Llevar a cabo un análisis complejo sobre un sistema
transaccional, puede resultar en la degradación del sistema, con el
consiguiente impacto en la operación del negocio.
El datawarehouse intenta responder a la compleja necesidad de obtención de
información útil sin el sacrificio del rendimiento de las aplicaciones

5
operacionales, debido a lo cual se ha convertido actualmente en una de las
tendencias tecnológicas más significativas en la administración de
información.
Los almacenes de datos (o Datawarehouse) generan bases de datos
tangibles con una perspectiva histórica, utilizando datos de múltiples fuentes
que se fusionan en forma congruente. Estos datos se mantienen
actualizados, pero no cambian al ritmo de los sistemas transaccionales.
Muchos datawarehouses se diseñan para contener un nivel de detalle hasta
el nivel de transacción, con la intención de hacer disponible todo tipo de datos
y características, para reportar y analizar. Así un datawarehouse resulta ser
un recipiente de datos transaccionales para proporcionar consultas
operativas, y la información para poder llevar a cabo análisis
multidimensional. De esta forma, dentro de una almacén de datos existen dos
tecnologías complementarias, una relacional para consultas y una
multidimensional para análisis.
Existen muchas definiciones para el DW, la más conocida fue propuesta por
Inmon [MicroSoft96] (considerado el padre de las Bases de Datos) en 1992:
“Un DW es una colección de datos orientados a temas, integrados, no-
volátiles y variante en el tiempo, organizados para soportar necesidades
empresariales”. En 1993, Susan Osterfeldt [MicroSt96] publica una
definición que sin duda acierta en la clave del DW: “Yo considero al DW
como algo que provee dos beneficios empresariales reales: Integración
y Acceso de datos. DW elimina una gran cantidad de datos inútiles y no
deseados, como también el procesamiento desde el ambiente
operacional clásico”.
Esta última definición refleja claramente el principal beneficio que el
datawarehouse aporta a la empresa, eliminar aquellos datos que obstaculizan
la labor de análisis de información y entregar la información que se requiere
en la forma más apropiada, facilitando así el proceso de gestión.
Puede considerarse que el modelo relacional en el cual se basa OLTP
(Procesamiento Transaccional en Línea), tiene como objetivo guardar la
integridad de la información necesaria para operar un negocio de la manera
más eficiente. Sin embargo, este modelo no corresponde a la forma como el
usuario percibe la operación de un negocio.
De hecho Codd, quien fue uno de los desarrolladores originales del concepto
relacional, dijo: “Aunque los RDMBMS han sido tan beneficiosos para los
usuarios, nunca han sido diseñados para proporcionar funciones potentes de
síntesis, análisis y consolidación de los datos” [Corey93].

6
DW se sustenta en un procesamiento distinto al utilizado por los sistemas
operacionales, OLAP (Procesamiento Analítico En Línea), el cual surge como
un proceso para ser usado en el análisis de negocios y otras aplicaciones
que
requie
ren
una
visión
flexibl
e del
negoc
io.

Fuente:Sinnexus

A. Características de un Data Warehousing

a. Orientado a Temas
una primera característica del Datawarehouse es que la información se
clasifica con base a los aspectos que son de interés para la empresa.
Siendo así, los datos tomados están en contraste con los clásicos
procesos orientados a las aplicaciones.
El ambiente operacional se diseña alrededor de las aplicaciones y
funciones tales como préstamos, ahorros, tarjeta bancaria y depósitos
para una institución financiera. Por ejemplo, una aplicación de ingreso
de órdenes puede acceder a los datos sobre clientes, productos y

7
cuentas. La base de datos combina estos elementos en una estructura
que acomoda las necesidades de la aplicación.
En el ambiente data Warehousing se organiza alrededor de sujetos
tales como cliente, vendedor, producto y actividad. Por ejemplo, para
un fabricante, éstos pueden ser clientes, productos, proveedores y
vendedores. Para una universidad pueden ser estudiantes, clases y
profesores. Para un hospital pueden ser pacientes, personal médico,
medicamentos, etc.

b. Integración
El aspecto más importante del ambiente data Warehousing es que la
información encontrada al interior está siempre integrada.
La integración de datos se muestra de muchas maneras: en
convenciones de nombres consistentes, en la medida uniforme de
variables, en la codificación de estructuras consistentes, en atributos
físicos de los datos consistentes, fuentes múltiples y otros. La
capacidad colectiva de muchos de los diseñadores de aplicaciones,
para crear aplicaciones inconsistentes, es fabulosa.

c. Tiempo Variable
Toda la información del Datawarehouse es requerida en algún
momento. Esta característica básica de los datos en un depósito, es
muy diferente de la información encontrada en el ambiente
operacional. En éstos, la información se requiere al momento de
acceder.
En otras palabras, en el ambiente operacional, cuando usted acceda a
una unidad de información, usted espera que los valores requeridos se
obtengan a partir del momento de acceso.
Como la información en el Datawarehouse es solicitada en cualquier
momento (es decir, no "ahora mismo"), los datos encontrados en el
depósito se llaman de "tiempo variante".

d. No Volátil
La información es útil sólo cuando es estable. Los datos operacionales
cambian sobre una base momento a momento. La perspectiva más
grande, esencial la manipulación básica de los datos que ocurre en el
Datawarehouse es mucho más simple.
Hay dos únicos tipos de operaciones: la carga inicial de datos y el
acceso a los mismos. No hay actualización de datos (en el sentido
general de actualización) en el depósito, como una parte normal de
procesamiento.
Hay algunas consecuencias muy importantes de esta diferencia
básica, entre el procesamiento operacional y del Datawarehouse. En el
nivel de diseño, la necesidad de ser precavido para actualizar las

8
anomalías no es un factor en el Datawarehouse, ya que no se hace la
actualización de datos. Esto significa que en el nivel físico de diseño,
se pueden tomar libertades para optimizar el acceso a los datos,
particularmente al usar la normalización y de normalización física.

B. Arquitectura de un Data Warehouse

Una arquitectura de Data Warehouse es una forma de representar la


estructura global de los datos, la comunicación, los procesos y la
presentación al usuario final. La arquitectura está constituida por las
siguientes partes interconectadas:

a. Elementos

i. Base de datos operacional y base de datos externa


Las organizaciones adquieren datos de bases de datos
externas a la propia organización, que incluyen datos
demográficos, económicos, datos sobre la competencia, etc.

Mediante el proceso de data warehousing se extrae la


información que está en la bases de datos operacionales y se
mezcla con otras fuentes de datos. Enriquecemos la
información.

ii. Nivel de acceso a la información


Es la capa con la que trata el usuario final. La información
almacenada se convierte en información fácil y transparente
para las herramientas que utilizan los usuarios. Se obtienen
informes, gráficos, diagramas, etc.

iii. Nivel de acceso a los datos


Comunica el nivel de acceso a la información con el nivel
operacional, es el responsable de la interfaz entre las
herramientas de acceso a la información y las bases de datos.

La clave de este nivel está en proveer al usuario de un acceso


universal a los datos, es decir, que los usuarios sin tener en
cuenta la ubicación de los datos o la herramienta de acceso a la
información, deberían ser capaces de acceder a cualquier dato
del data warehouse que les fuera necesario para realizar su
trabajo.

iv. Nivel de directorio de datos (metadatos)


Para proveer de un acceso universal, es absolutamente
necesario mantener alguna clase de directorio de datos o
repositorio de información de metadato que ayude a mantener
un control sobre los datos. El metadato aporta información

9
sobre los datos de la organización, de dónde proviene, qué
formato tenía, cuál era su significado y si se trata de un
agregado, cómo se ha calculado éste.

Para mantener un almacén completamente funcional, es


necesario disponer de una amplia variedad de metadatos,
información sobre las vistas de datos para los usuarios finales y
sobre las bases de datos operacionales.

v. Nivel de gestión de procesos


Este nivel tiene que ver con la planificación de las tareas que se
deben realizar, no sólo para construir, sino también para
mantener el data warehouse y la información del directorio de
datos. Es o el controlador de alto nivel de los procesos que se
han de llevar a cabo para que el data warehouse permanezca
actualizado.

vi. Nivel de mensaje de la aplicación


Este nivel es el encargado del transporte de la información a lo
largo del entorno, se puede pensar en él como un middleware.

Es el núcleo del sistema, el repositorio central de información


donde los datos actuales usados principalmente con fines
informacionales residen. En el data warehouse físico se
almacenan copias de los datos operacionales y/o externos, en
una estructura que optimiza su acceso para la consulta y que es
muy flexible.

vii. Nivel de organización de datos


Incluye todos los procesos necesarios para seleccionar, editar,
resumir, combinar y cargar en el data warehouse y en la capa
de acceso a la información los datos operacionales y/o
externos.

b. Beneficios Asociadas al Data warehousing

Un DW puede dar lugar a una serie de importantes beneficios para la


organización. En cualquier caso, su utilización permitirá que la
información de gestión sea: accesible, correcta, uniforme y
actualizada.

Estas características asociadas a la información contenida en un DW,


junto con otra serie de aspectos inherentes al mismo dan lugar a la
obtención de un conjunto de ventajas, que podríamos resumir del
siguiente modo:

i. Menor coste en la toma de decisiones

10
Se suprime el despilfarro de tiempo que se podía producir al
intentar ejecutar consultas de datos largas y complejas con
bases de datos que estaban diseñadas específicamente para
transacciones más cortas y sencillas.

ii. Mayor flexibilidad ante el entorno


El DW convierte los datos operacionales en información
relacionada y estructurada, que genera el "conocimiento"
necesario para la toma de decisiones. Esto permite establecer
una base única del modelo de información de la organización,
que puede dar lugar a una visión global de la información en
base a los conceptos de negocio que tratan los usuarios.
Además, aporta una mejor calidad y flexibilidad en el análisis
del mercado, y del entorno en general.

Esta visión global puede conllevar también la obtención de otras


ventajas competitivas, al identificar determinados costes que
con los sistemas anteriores podían permanecer ocultos.

iii. Mejor servicio al cliente


Todo lo que hemos dicho en el punto anterior implica una
importante mejora en la calidad de gestión, lo que también
repercute en la relación con el cliente, que es, como sabemos,
uno de los pilares básicos en los que descansa cualquier
organización ajustada. De hecho, el que un DW implique una
mayor flexibilidad ante el entorno tiene una consecuencia
directa en una mayor capacidad para responder a las
necesidades de los clientes.

iv. Rediseño de procesos


Ofrecer a los usuarios una capacidad de análisis de la
información de su negocio que tiende a ser ilimitada y permite
con frecuencia obtener una visión más profunda y clara de los
procesos de negocio propiamente dichos, lo que a su vez
permite obtener ideas renovadoras para la rediseño de los
mismos.

v. Alineamiento con los objetivos de rightsizing


Se distribuye cada vez más en toda la organización la
responsabilidad en la toma de decisiones. Esta capacidad de
decisiones distribuidas es cada vez más necesaria para el
rightsizing de las empresas, y es uno de los aspectos en los que
el DW puede aportar una contribución esencial.

11
C. Opciones de Implementación

La forma en la cual se estructure el almacenamiento de datos DW, genera


una clasificación respecto a la forma de implementar una arquitectura DW. La
estructura adoptada para el almacén de datos se debe realizar de la manera
que mejor satisfaga las necesidades empresariales, siendo entonces dicha
elección factor clave en la efectividad del DW. Las más básicas son:

EL DW central: es una implementación de un solo nivel con un solo almacén


para soportar los requerimientos de información de toda la empresa.

El DW distribuido: es también una estructura de un nivel, pero particiona el


almacén para distribuirlos a nivel departamental.

El DW de dos niveles: Combina ideas de los dos anteriores, siendo sus


entregables tanto el almacén empresarial como los departamentales.

D. Costos v/s Valor De DW

En todo proyecto es importante e inevitable realizar un análisis desde la


perspectiva Costo/Valor. A grandes rasgos, los costos asociados a un
proyecto DW incluyen el costo de construcción y, la mantención y operación
una vez que está construido. En cuanto al valor, éste considera, el valor de
mejorar la entrega de información, el valor de mejorar el proceso de toma de
decisiones y el valor agregado para los procesos empresariales.

E. Costos De Un DW

Costos De Construcción
Los costos de construir un DW son similares para cualquier proyecto de
tecnología de información.Estos pueden ser clasificados en tres categorías:

RRHH: la gente necesita contar con un enfoque fuerte sobre el conocimiento


del área de la empresa y de los procesos empresariales. Además es muy
importante considerar las cualidades de la gente, ya que el desarrollo del DW
requiere participación de la gente de negocios como de los especialistas
tecnológicos; estos dos grupos de gente deben trabajar juntos, compartiendo
su conocimiento y destrezas en un espíritu de equipo de trabajo, para
enfrentar los desafíos de desarrollo del DW.

Tiempo: Se debe establecer el tiempo no tan solo para la construcción y


entrega de resultados del DW, sino también para la planeación del proyecto y
la definición de la arquitectura. La planeación y la arquitectura, establecen un
marco de referencia y un conjunto de estándares que son críticos para la
eficacia del DW.

12
Tecnología: Muchas tecnologías nuevas son introducidas por el DW. El
costo de la nueva tecnología puede ser tan sólo la inversión inicial del
proyecto.

Costos De Operación

Una vez que está construido y entregado un DW debe ser soportado para
que tenga valor empresarial. Son justamente estas actividades de soporte, la
fuente de continuos costos operacionales para un DW. Se pueden distinguir
tres tipos de costos de operación:

Evolutivos: ajustes continuos del DW a través del tiempo, como cambios de


expectativas y, cambios producto del aprendizaje del RRHH del proyecto
mediante su experiencia usando el DW.

Crecimiento: Incrementos en el tiempo en volúmenes de datos, del número


de usuarios del DW, lo cual conlleva a un incremento de los recursos
necesarios como a la demanda de monitoreo, administración y sintonización
del DW (evitando así, un incremento en los tiempos de respuesta y de
recuperación de datos, principalmente).

Cambios: El DW requiere soportar cambios que ocurren tanto en el origen de


datos que éste usa, como en las necesidades de la información que éste
soporta. Los dos primeros tipos de costos de operación, son básicos en la
mantención de cualquier sistema de información, por lo cual no nos resultan
ajenos; sin embargo, se debe tener especial cuidado con los costos de
operación por cambios, ya que ellos consideran el impacto producto de la
relación del OLTP y del Ambiente Empresarial, con el DW.

Resulta esencial para llevar a cabo un proyecto DW, tener claridad en la


forma que éste se ve afectado por medio de cambios a nivel de OLTP como
del Ambiente Empresarial; por ello entonces, a continuación se analiza más
en detalle este tipo de costos de operación.

F. Impactos DW

El éxito de DW no está en su construcción, sino en usarlo para mejorar


procesos empresariales, operaciones y decisiones. Posicionar un DW para
que sea usado efectivamente, requiere entender los impactos de
implementación en los siguientes ámbitos:

G. Impactos Humanos.

Efectos sobre la gente de la empresa:


Construcción del DW: Construir un DW requiere la participación activa de
quienes usarán el DW. A diferencia del desarrollo de aplicaciones, donde los

13
requerimientos de la empresa logran ser relativamente bien definidos
producto de la estabilidad de las reglas de negocio a través del tiempo,
construir un DW depende de la realidad de la empresa como de las
condiciones que en ese momento existan, las cuales determinan qué debe
contener el DW. La gente de negocios debe participar activamente durante el
desarrollo del DW, desde una perspectiva de construcción y creación.

Accesando el DW: El DW intenta proveer los datos que posibilitan a los


usuarios accesar su propia información cuando ellos la necesitan. Esta
aproximación para entregar información tiene varias implicancias :
a) La gente de la empresa puede necesitar aprender nuevas
destrezas.
b) Análisis extensos y demoras de programación para obtener
información será eliminada. Como la información estará lista para ser
accesada, las expectativas probablemente aumentarán.
c) Nuevas oportunidades pueden existir en la comunidad empresarial
para los especialistas de información.
d) La gran cantidad de reportes en papel serán reducidas o
eliminadas.
e) La madurez del DW dependerá del uso activo y retroalimentación de
sus usuarios.

Usando aplicaciones DSS/EIS: usuarios de aplicaciones DSS y EIS


necesitarán menos experiencia para construir su propia información y
desarrollar nuevas destrezas.

H. Impactos Empresariales.

Procesos Empresariales Y Decisiones Empresariales. Se deben


considerar los beneficios empresariales potenciales de los siguientes
impactos:
a) Los Procesos de Toma de Decisiones pueden ser mejorados
mediante la disponibilidad de información. Decisiones empresariales
se hacen más rápidas por gente más informada.
b) Los procesos empresariales pueden ser optimizados. El tiempo
perdido esperando por información que finalmente es incorrecta o no
encontrada, es eliminada.
c) Conexiones y dependencias entre procesos empresariales se
vuelven más claros y entendibles. Secuencias de procesos
empresariales pueden ser optimizados para ganar eficiencia y reducir
costos.
d) Procesos y datos de los sistemas operacionales, así como los datos
en el DW, son usados y examinados. Cuando los datos son
organizados y estructurados para tener significado empresarial, la
gente aprende mucho de los sistemas de información. Pueden quedar

14
expuestos posibles defectos en aplicaciones actuales, siendo posible
entonces mejorar la calidad de nuevas

Comunicación e Impactos Organizacionales.

Apenas el DW comienza a ser fuente primaria de información empresarial


consistente, los siguientes impactos pueden comenzar a presentarse:

a) La gente tiene mayor confianza en las decisiones empresariales que


se toman. Ambos, quienes toman las decisiones como los afectados
conocen que está basada en buena información.
b) Las organizaciones empresariales y la gente de la cual ella se
compone queda determinada por el acceso a la información. De esta
manera, la gente queda mejor habilitada para entender su propio rol y
responsabilidades como también los efectos de sus contribuciones; a
la vez, desarrollan un mejor entendimiento y apreciación con las
contribuciones de otros.
c) La información compartida conduce a un lenguaje común,
conocimiento común, y mejoramiento de la comunicación en la
empresa. Se mejora la confianza y cooperación entre distintos
sectores de la empresa , viéndose reducida la sectorización de
funciones.
d) Visibilidad, accesibilidad, y conocimiento de los datos producen
mayor confianza en los sistemas operacionales.

I. Data Warehouse vs Big Data vs BI: cuales son las diferencias

Los tres conceptos están interconectados y la perspectiva es que, cada vez


más, la mayoría de empresas utilicen el análisis generado por este tipo de
tecnologías para tener una visión más analítica de su negocio y así poder
tomar las mejores decisiones para crecer.

Se trata de tres conceptos completamente diferentes que tienen en común


una nueva manera de lidiar con los datos, siempre teniendo en cuenta la
existencia de una gran volumen de información en varios formatos que
contribuyen, de forma estructurada o no estructurada, a la toma de
decisiones estratégicas. El objetivo final de cualquiera de estas
tecnologías es ofrecer una ventaja competitiva a las empresas, pero la
forma en que se utiliza es la que marcará la diferencia.

Big Data

Llamamos big data a un gran volumen de datos con una variedad,


complejidad y velocidad de crecimiento enorme y que además tienen la
característica de no ser estructurados. Eso significa que no son relacionales,

15
estando además fuera del entorno corporativo. Es un tipo de tecnología que
te permite analizar los datos en tiempo real y puede provenir de diferentes
fuentes y formas, tales como mensajería instantánea, redes sociales,
registros de grabaciones, imágenes, mensajes de correo electrónico, etc.

Para tener una idea de la importancia del big data, este mercado está
creciendo cada año, alrededor de un 40%. La paradoja reside en el hecho de
que cuanto mayor es la evolución del big data, mayor es la escasez de
profesionales cualificados para satisfacer esa demanda. La expectativa es
que en unos pocos años, haya un crecimiento aún más significativo para el
uso de big data y por lo tanto un aumento en la demanda mano de obra
especializada y de partners tecnológicos especializados en esta materia.

Data Warehouse

Por otro lado, un data warehouse almacena datos consolidados de diversas


fuentes o sistemas de la empresa. Se trata de datos estructurados, que tiene
como objetivo principal ser precisos y de alta calidad para de esta forma
poder dar soporte a la toma de decisiones de la empresa. Se trata de
conseguir tener todos los datos juntos para después poder dividirlos para
hacer un análisis de determinados sectores o estrategias.

Business Intelligence

Un Business Intelligence (BI) es una especie de “cuello de botella” de los


datos recogidos del data warehouse, que llegan de forma exacta y útil para
ayudar a la toma de decisiones. Business Intelligence transforma los datos en
información útil para analizar no sólo los negocios, sino también las
principales estrategias corporativas.

IV. Diferencias entre un OLTP y un OLAP

DIFERENCIAS OLTP OLAP

Origen Datos Interno Interno y Externo

Actualización On-Line Batch

Periodos Actual Histórico

Consultas Predecibles Ad Hoc

Actividad Operacional Analítica

16
Objetivo
Garantizar la consistencia Consolidar los datos ya
de los datos. validados y adecuados a
las necesidades para la
toma de decisiones.

Orientación Orientado a la aplicación, Orientado al sujeto, se


hace cumplir las reglas del define en base a lo que el
negocio. analista necesita ver.

Vigencia de los Los datos se usan a Se guardan los datos


datos medida que se van actuales y los históricos
produciendo y dejan de para poder realizar análisis
ser importantes a corto comparativos.
plazo.

Granularidad de Es dada por controles Estará dado por el tipo de


datos definidos por la análisis que se requiera
organización, así como analizar.
por normas legales
importantes.

Organización Es normalizado. Se basa en estructuras


jerárquicas
desnormalizadas
modeladas de acuerdo a
como se analizaran los
datos.

Cambios en los Modifica sus datos en No tiene como objetivo la


datos forma constante porque presentación de los datos
maneja las transacciones en línea ni tampoco

17
de la empresa. modificar datos originales,
solo consultarlos.

V. Aplicación de Inteligencia de Negocios → Martin


Departamento de Marketing:
Permite identificar de forma más precisa los segmentos de clientes y estudiar
con mayor detalle su comportamiento.

Departamento de Compras:
Permite acceder a del mercado, vinculándolos con la información básica
necesaria para hallar las relaciones entre coste y beneficio.

Departamento de Producción:
Proporciona un mecanismo que permiten analizar el rendimiento de cualquier
tipo de proceso operativo, ya que comprende desde el control de calidad y la
administración de inventarios hasta la planificación.

Departamento de Ventas:
Facilita la compresión de las necesidades del cliente, así como responder a
las nuevas oportunidades del mercado.

Departamento Económico-Financiero:
Permite acceder a los datos de forma inmediata y en tiempo real, mejorando
así ciertas operaciones, que suelen incluir presupuestos, proyecciones,
control de gestión, tesorería, balances y cuentas de resultados.

Departamento de Atención al Cliente:


Permite evaluar con exactitud el valor de los segmentos del mercado y de los
clientes individuales, además de ayudar a retener a los clientes rentables.

18
Departamento de Recursos Humanos:
Permite analizar los parámetros que más pueden o afectar al departamento:
satisfacción de los empleados, absentismo laboral, beneficio-hora.

VI. Ventajas de Inteligencia de Negocios → Pierre

Ayuda a aumentar la eficiencia: muchas empresas desperdician buena


parte de su tiempo en la búsqueda de información de departamento en
departamento. Seguramente así obtendrán datos y podrán hacer sus
reportes. Sin embargo, con la inteligencia de negocios se puede trabajar la
información en una plataforma centralizada, lo que permite ahorrar tiempo y
hacer que la toma de decisiones sea más eficiente.

Se obtiene respuestas con mayor rapidez: a diferencia de un sistema con


muchos informes separados, la centralización que fomenta el BI permite
obtener respuestas rápidas en tan solo minutos. Así, por ejemplo, un informe
de BI puede contener en forma centralizada la información referente a las
ventas, el desempeño de marketing, los costos, los inventarios, los canales
de distribución, etc.

Permite contar con información precisa: con el BI se toman decisiones


basadas en data objetiva, no en presentimientos o en la intuición. La
información adecuada y bien estructurada permite tomar decisiones basadas
en el conocimiento producido por la propia empresa.

Conocer el comportamiento de los consumidores: el BI permite encontrar


y analizar los hábitos de compra de los consumidores. Esta información es
muy útil al punto que se traduce en rentabilidad para la empresa. Además
con ella es posible hacer más eficientes las campañas de fidelización,
construir modelos predictivos para facilitar la venta cruzada, la realización de
promociones y otras estrategias.

Se puede tener un mejor control sobre las áreas funcionales de la


empresa: un sistema de inteligencia de negocios puede abarcar áreas como
producción, inventario, marketing, compras, servicio post-venta, pues en
todas ellas se usan datos. El campo de la información a obtener y analizar es
muy vasto. El hecho de tenerla centralizada para cruzarla, analizarla y tomar
decisiones constituye un gran beneficio en costos y en tiempo.

Crear un mejor inventario: Los programas de BI nos ayudan también a


llevar a cabo mejor el inventario. De esta forma, tus clientes pueden recibir lo
que necesitan en el momento en el que ellos quieren y tu empresa no tiene la
carga adicional de tener que almacenar el exceso de inventario.

19
Entender mejor el pasado, presente y futuro de tu empresa: Uno de los
puntos fuertes de los sistemas de Inteligencia de Negocio es darte la
oportunidad de conocer el estado de tu negocio en un período concreto de
tiempo, por ejemplo la forma en que se vendieron las existencias de un
producto determinado. Estos datos se pueden utilizar para tomar ventajas
sobre tu competencia.

VII. Casos → Entre todos

Caso N° 01

Caso N° 02

Caso N° 03

20
VIII. Linkografía.
1. https://www.powerdata.es/data-warehouse
2. http://dwhucv.blogspot.pe/p/arquitectura-de-un-data-warehouse.html
3. http://inf.udec.cl/~revista/ediciones/edicion3/cwolff.PDF
4. https://prezi.com/bypgtc2qqwct/tecnologias-data-warehouse/
5. https://www.sinnexus.com/business_intelligence/datawarehouse.aspx
6. https://prezi.com/b6we22eqc1li/estructura-de-datawarehouse-con-postgresql/#
7. http://dwhucv.blogspot.pe/p/estructuar-de-un-data-warehouse.html
8. https://dspace.ups.edu.ec/bitstream/123456789/11160/1/La%20implementacion%20
de%20una%20arquitectura%20para%20inteligencia%20de%20negocios%20con%2
0aplicaciones%20comunitarias%20estudio%20de%20caso%20Hospital%20de%20la
%20Amistad%20Santa%20Rosa%20de%20Piura.pdf
9. https://www.gestiopolis.com/inteligencia-de-negocios-una-introduccion/
10.

21