You are on page 1of 20

HERRAMIENTAS DE BUSINESS

INTELLIGENCE

DATAWAREHOUSING Y
DATAMINING

¿QUÉ ES BUSINESS INTELLIGENCE?
* Conjunto de estrategias y herramientas enfocadas a la
administración y creación de conocimiento mediante el
anáisis de datos existentes en una organización.
* Abarca la comprensión del funcionamiento actual de la
empresa, y la anticipación de acontecimientos futuros,
con el objetivo de ofrecer conocimientos para respaldar
las decisiones empresariales.

se extraen los datos de distintas fuentes. * Mediante las herramientas y técnicas (extraer.¿QUÉ ES BUSINESS INTELLIGENCE? * Las herramientas de inteligencia se basan en la utilización de un sistema de información de inteligencia que se forma con distintos datos extraídos de la producción. cargar y transformar). información relacionada con la empresa y datos del entorno y el contexto. se depuran y preparan para luego cargarlos en un almacén de datos .

toma de y decisiones. transformadas en grupos de información sobre temas específicos de negocios. pues los datos pueden ser de grandes periodos de tiempo. alimentado de numerosas fuentes. para permitir nuevas consultas. * Tiene gran capacidad de almacenamiento. . análisis.DATAWAREHOUSE * Es un gran almacén de datos para consultar * Es un repositorio de datos de muy fácil acceso.

casas editoriales y lugares para buscar libros. -Cumple el principio de arquitectura fundamental que es separar los sistemas transaccionales de los informacionales en dos entornos de manera que el análisis de los datos existentes no intefiera con el procesamiento y registro de nuevos datos. títulos. en una biblioteca se usan fichas que especifican autores.DATAWAREHOUSE -Emplea el concepto de Metadatos (datos que describen otros datos). Por ejemplo. los metadatos ayudan a ubicar datos. . Así.

Es integrado porque agrupa a todos los sistemas operacionales en un sistema de información con formatos y códigos consistentes. variable en el tiempo y que sea útl para la toma de decisiones. .• Un DWH tiene varias características: Es una colección de datos orientada a un tema . integrada.

lo que permite análisis comparativos de estados actuales y de períodos anteriores. .• Un DWH tiene varias características: Es variante en el tiempo porque los datos se organizan y almacenan en jerarquíass en el tiempo.

Captura de los datos de las fuentes seleccionadas (extraer de otras fuentes -excel.Etapas en la construcción de un DWH 1. etc) En esta etapa se considera lo siguiente… . etc. conversión y transformación de los datos (operaciones de limpieza.datos al DWH) 2. documentos. Tratamiento. homogeneización.

eliminar valores sin sentido) -Consistencia del uso de valores (codificación igual de los valores por ejemplo DD/M/AAAA) -Tratamiento de la ausencia de valores (por default) -Codificar campos (ej.Etapas en la construcción de un DWH -Detectar y corregir errores (duplicados. Pasar de fechas de nacimiento a intervalos de edades) -Reestructurar y añadir nuevos campos (enriquecer el sistema) .

Herramientas para explotación del Datawarehouse • Queries and reporting: generación de consultas y reportes de las bases de datos relacionales que generan informes predefinidos a partir de campos calculados .

Herramientas para explotación del Datawarehouse • Análisis multidimensional (OLAP online analytical processing) Facilitan el análisis de datos a través de dimensiones y jerarquías. uutilizando consultas rápidas predefinidas .

asociaciones de productos.Herramientas para explotación del Datawarehouse • Herramientas de datamining: técnicas avanzadas que permiten detectar y modelizar relaciones entre los datos y obtener información no evidente como patrones de consumo. . predicción del comportamiento de los clientes.

Herramientas de datamining • Estadísticas: regresión. algoritmos . análisis multivariable. análisis cluster • Simbólicas: árboles de decisión. reglas • Técnicas de inteligencia artificial: redes neuronales.

rango de variables. frecuencia de valores • Modificación: transformación y filtrado de variables para adecuarse a los requisitos del problema o cuestión que se quiere analizar .Metodología de un proceso de datamining • Muestreo: selección de muestra de datos para reducir costos y tiempos. • Exploración: determinar tendencias principales.

árboles. • Evaluación: comprobación de la validez del modelo obtenido.Metodología de un proceso de datamining • Modelización del comportamiento: empleando redes neuronales. • Presentación gráfica de los resultados . etc.

.

Herramientas de datamining y datawarehouse Oracle IBM KNIME SPSS Clementine (software) SAS Enterprise Miner RapidMiner Weka KXEN Orange .

.

. • Permiten conocer el comportamiento de los clientes logrando la eficacia en operaciones de marketing y comunicaciones.BENEFICIOS • Con los sistemas de datawarehousing y datamining los directivos pueden disponer de la información necesaria en poco tiempo y con validez y dedicarse a su análisis. • Se pueden detectar tendencias y previsiones de cara al futuro.

En definitiva. una solución BI completa permite: Observar ¿qué está ocurriendo? Comprender ¿por qué ocurre? Predecir ¿qué ocurriría? Colaborar ¿qué debería hacer el equipo? Decidir ¿qué camino se debe se .