1.2 Componentes de La Inteligencia de Negocios

1.2 Componentes de la Inteligencia de Negocios

Componentes de la Inteligencia de Negocios

Los componentes son:

Fuentes de InformacinProcesos ETLDatawarehouseMotor OLAPHerramientas de Visualizacion

Fuentes de informacin, de las cualespartiremos para alimentar de informacin eldatawarehouse.

Proceso ETL de extraccin,transformacin y carga de los datosen el datawarehouse. Antes dealmacenar los datos en undatawarehouse, stos deben sertransformados, limpiados, filtrados yredefinidos.

Normalmente, la informacin quetenemos en los sistemastransaccionales no est preparadapara la toma de decisiones.


El propio datawarehouse oalmacn de datos, con elMetadata o Diccionario de datos.Se busca almacenar los datosde una forma que maximice suflexibilidad, facilidad de acceso yadministracin.


El motor OLAP, que nos debeproveer capacidad de clculo,consultas, funciones deplaneamiento, pronstico y an-lisis de escenarios en grandesvolmenes de datos.

OLAP corresponde a las siglas delingls Online Analytical Processing, quees la tecnologa ms difundida.


Las herramientas devisualizacin, que nos permitirnel anlisis y la navegacin a travsde los mismos.



Fuente de Datos

Las fuentes de informacin a las que podemos acceder son:

Sistemas transaccionales que inluyen aplicacionesdesarrolladas a la medida., ERP, CRM, SCM, etc.

ERP (Enterprice Resource Planner ): Sonsistemas complejos que integran los mdulosadministrativos bsicos de control con los mdulosde operacin para agilizar los procesos de laempresa en la mayora de sus departamentos.

CRM (Customer Relationship Management) esun modelo de gestin orientado al cliente, peroms que todo, es una estrategia de marketingdestinada a construir proactivamente unapreferencia en los consumidores.

(Online Transaction Processing)


Fuente de Datos

Sistemas de informacin departamentales:previsiones, presupuestos, hojas de calculo,etc.

Fuentes de informacin externa, en algunoscasos comprada a terceros, como por ejemploestudios de mercado (Nielsen en distribucin degran consumo, IMS de la industria farmacutica).

Las fuentes de informacin externas sonfundamentales para enriquecer la informacinque tenemos de nuestros clientes.

En algunos casos es interesante incorporarinformacin referente, por ejemplo, a poblacin,nmero de habitantes, etc. Podemos acceder ainformacin de este tipo en la web del InstitutoNacional de Estadstica (www. ine.es).



Fuente de Datos

Existen muchos factores que contribuyen a la complejidad de cargar la informacin en un datawarehouse.

Uno de los principales es el nmero de fuentes de informacin distintas de lasque cargamos la informacin.

Adems, el nmero de fuentes de informacin vara de una organizacin aotra: en grandes corporaciones se habla de una media de 8 bases de datos, yen algunos casos puede llegar a 50.



Fuente de Datos

La informacin que cargamos en un datawarehouse normalmente esestructurada, es decir, aquella que se puede almacenar en tablas: en lamayora de los casos es informacin numrica.

Cada vez ms, la tecnologa nos permite trabajar con informacin noestructurada, y se espera que este tipo de informacin sea cada vez msimportante.

(Online Transaction Processing)Dentro de la informacin no estructurada tenemos:

correos elecrnicos, cartas, informes, videos, etc.


Fuente de Datos

En esta fase, el punto clave es identificar las fuentes ms apropiadas de lascuales recuperaremos la informacin, deberemos analizar los formatos, ladisponibilidad y la calidad de la informacin.

Tendremos que analizar si la informacin de la que disponemos es la quenecesitamos para alimentar los modelos de negocio que hemos definidoanteriormente.

(Online Transaction Processing)Una vez decididas las fuentes de informacin

debemos verificar la

calidad de los datos.


Fuente de DatosCalidad de los Datos

La calidad de los datos en un datawarehouse es fundamental, como afirma BillInmon en su artculo aparecido en Business Intelligence Network sobreCalidad de Datos:

Las organizaciones actan bajo la suposicin de que la informacin de la que disponen es precisa y vlida. Si la informacin no es vlida, entonces no

pueden responder de las decisiones basadas en ella.

Consecuentemente, es necesario asegurar que la calidad de los datos esmxima. Si en el datawarehouse hay errores, stos se propagarn a lolargo de toda la organizacin y son muy difciles de localizar.

Adems, pueden ocasionar que se tomen decisiones errneas que afecten alos resultados de la organizacin. Los costes derivados de que la calidad delos datos no sea la correcta pueden llegar a ser muy elevados.



Asumir que la calidad de los datos es buena puede ser un error fatal en losproyectos de Business Intelligence

Generalmente no se piensa en la calidad de los datos, permitiendo que loserrores sean cargados al datawarehouse. Debera por tanto establecerse uncontrol o conjunto de controles en el proyecto que localizara los errores en losdatos y no permitiera la carga de los mismos.

Las comprobaciones se debern llevar a cabo, de forma manual oautomatizada, teniendo en cuenta distintos niveles de detalle y variando losperiodos de tiempo, comprobando que los datos cargados coinciden con losde las fuentes de datos origen



Por ejemplo, comprobando que

Las ventas totales o el nmero de pedidos coincide diariamente con la informacin cargada en el datawarehouse. De forma menos frecuente,

comprobar que los agregados de un periodo coinciden entre los dos entornos, el del datawarehouse y el de las fuentes originales de datos.



En algunos casos se detectan errores que se originan por fallos en lossistemas transaccionales, lo que debera provocar proyectos de mejora enlos mismos.

Muchos de estos casos se deben a que los usuarios pueden introducir datossin ningn tipo de control. Siempre que se pueda, es recomendable que losusuarios elijan entre distintos valores, en lugar de introducirlos libremente ellos.

No es una buena opcin corregirlos en el proceso ETL y no modificar lasaplicaciones origen. Esta alternativa es mucho ms rpida inicialmente, peromucho ms costosa a largo plazo.

Los errores tambin se pueden producir, por ejemplo, en el proceso de ETLo al integrarlos en el datawarehouse.



A continuacin se describe el proceso en el que se sealan los puntos decontrol: en la carga, la auditora y reconciliacin, y por los usuarios de BusinessIntelligence.

El proceso debe ser contnuo para conseguir la mejora en la calidad de los

datos. Este proceso nos puede ayudar a mejorar

nuestros sistemas transaccionales, corregir

errores en el datawarehouse, mejorar el

proceso ETL o incluso mejorar los modelos de negocio por parte de los

usuarios de Business Intelligence.

1.2 Componentes de La Inteligencia de Negocios

Documents

Transcript of 1.2 Componentes de La Inteligencia de Negocios