BUSINESS INTELLIGENCE

Ing. Mayra Alva Pisconte

CONCEPTOS
DATAWAREHOUSE
Almacén de datos Bill Imon

Integración y/o dep. de inf. De uno o mas fuentes. •Análisis desde múltiples perspectivas. Características: -Integrado -Temático -Histórico -No volátil

.APORTACIONES DE UN DATAWAREHOUSE -Herramientas para la toma de decisiones. -Aprender de datos pasados. -Permite la implantación de sistemas de Gestión integral. -Supone una automatización tecnológica y económica. -Aplicación de técnicas estadísticas (relaciones ocultas de datos).

Información a detalle desde todas las perspectivas que afecten a los procesos de negocio. .DATAMART Almacén de datos de una área de datos especifica.

B. modificación. . de carácter normalmente dinámico. eliminación.D OLTP y OLAP OLTP – ONLINE TRANSACTIONAL PROCESSING Orientado al procesamiento de transacciones que involucra operaciones de inserción.

se alimentan de información de los sistemas transaccionales a través del proceso de ETL.OLAP .ONLINE ANALYTICAL Orientado al procesamiento analítico. . Presenta información a detalle. Lectura de grandes cantidades de datos para llegar a extraer algún tipo de información útil.

DATA MINING Conjunto de técnicas y metodologías que permiten explorar las grandes Base de Datos para encontrar reglas patrones – comportamiento de datos. .

-Pre . -Determinación del modelo.PROCESO DE DATAMINING -Determinación de objetivos.procesamiento de datos. •Selección de variables •Extracción de conocimiento -Análisis de resultados .

BUSINESS INTELLIGENCE DATOS INFORMACION TOMA DE DECISIONES CONOCIMIENTO Permite: -Observar -Comprender -Predecir -Colaborar -Decidir .

I.B.TECNOLOGIAS •Reporte empresarial •Análisis de cubos •Consultas AD – HOC •DATA MINING y análisis estadísticos •Envio pro activo de datos- . .

. multidimensional -Motor analítico •Mejora el tiempo de respuesta. -B.MOLAP Datos fuentes como datos agregados o pre calculados residen en el mismo formato multidimensional.D. •Utiliza una arquitectura de dos niveles.

ROLAP Los datos pre calculados y agregados como los datos fuentes residen en la misma base de datos relacional. . Tres niveles: -Base de datos relacional -Motor ROLAP -Nivel de Aplicación.

HOLAP Los datos agregados y pre calculados se almacenan en estructuras multidimensionales y los de menor detalle en el relacional. -Sumarizaciones basada en una gran cantidad de datos. . -Para cubos que requieren rápida respuesta.

Los sistemas orígenes pueden usar una organización diferente de datos o formatos. .PROCESO ETL EXTRACCION Extraer datos relevantes desde diferentes fuentes OLTP.

Ejemplo: -Traducir códigos. H M origen 1 2 destino -Dividir una columna en varias.TRANSFORMACION Convierte datos inconsistentes en datos compatibles y congruentes para ser cargados en el datawarehouse. -Ejemplo: Nombre .

•Full load . -Datos OLTP que tienen correspondencia directa. Formas: •Carga inicial (Initial load) •Incremental load.CARGA Cargar el DW con: -Datos transformados que residen en tablas temporales.

restringidas por las propiedades o condiciones de los atributos. DRILL DOWN DRILL UP SEGURIDAD -De acceso -De información .CONSULTAS Obtener indicadores desde una tabla de hechos.

.DIMENSION Define la organización lógica de los datos Una dimensión tiene atributos.

Indicadores Sumarizados: -Representan los valores que son analizados. Ejemplo: •Cantidad de pacientes con tal enfermedad.HECHOS Datos numéricos de interés primario para los usuarios de un cubo. . •Llamadas efectuadas.MEDIDAS .

JERARQUIAS Una jerarquía representa una relación lógica entre dos o mas atributos. Ejemplo: Jerarquía --.Tiempo *AÑO *MES *AÑO *TRIMESTRE *MES . si poseen una relación padre – hijo.

GRANULARIDAD Nivel de detalle de la información. METRICAS Medición matemática de una variable de negocio. que . CUBO Estructura para almacenar información permite realizar analisis multidimensional.

ALGORITMOS DE MINERIA DE DATOS Analiza Algoritmo Modelo Conjunto de datos Encuentra Patrones tendencias especificas TIPOS DE ALGORITMO -Clasificación o predicción -Segmentación -Asociación -Análisis de secuencia .

Sign up to vote on this title
UsefulNot useful