BUSINESS

INTELIGENCE
RESUMEN GENERAL DE CONCEPTOS

KPIs
Los indicadores clave de desempeo son mtricas financieras o no financieras, utilizadas para
cuantificar objetivos que reflejan el rendimiento de una organizacin, y que generalmente se
recogen en su plan estratgico, ayudar al estado actual de un negocio a prescribir una lnea de
accin futura.
Indicador: Es una medida de la actuacin de la empresa que se usa para evaluar la EFICIENCIA,
la EFICACIA y la CALIDAD de una accin determinada.
Tipos:
KRI: Indicadores Clave de Resultados
PI: Indicadores de Performance (desempeo)
KPI: Indicadores Clave de Gestin.
Caractersticas:
Cuando se definen KPI's se suele aplicar el acrnimo SMART, ya que los KPI's tienen que ser:
eSpecficos (Specific)
Medibles (Measurable)
Alcanzables (Achievable)
Relevantes (Relevant)
a Tiempo (Timely)

Indicadores
Claves de
Gestin

Principales Tipos de indicadores:

Financieros: Uso de Activos, Optimizacin de la Fuerza de Trabajo.
Cliente: Incremento de la Satisfaccin del Cliente, Clientes Objetivo que generan mayor
ingreso.
2

Ambiente/Comunidad: Apoyo a los negocios locales, Vnculos con los empleados futuros,
Liderazgo en la Comunidad.
Internos: Entregas a tiempo, Optimizacin de la tecnologa, Relaciones efectivas con los
Grupos de Inters.
Satisfaccin de los Empleados: Cultura Organizacional Positiva, Retencin de puestos
clave, Incremento de la identificacin con la empresa.
Crecimiento y Aprendizaje: Empowerment, Incremento de la Experiencia, Adaptabilidad.
Principios para el diseo de indicadores
Genricos: Que los utilice cualquier persona en cualquier momento.
Constancia: Que permanezcan en el tiempo.
Confiabilidad: Informacin veraz.
Casualidad: Posicin directiva con lo que esta midiendo.
Cuantificables: Expresado en forma numrica.
Oportunidad: Para tomar accin correctiva.
Comparables: Con el perodo anterior, lo programado o con los estndares.
Autoevaluacin: De cada dependencia.
Selectividad de Indicadores: 2 o 3 claves.
Disponibilidad de Datos: Informacin necesaria para su elaboracin.
Data Warehouse
Cmo Empezar un Proyecto de DW?
1. Identificar las Necesidades del Negocio
a. Se tiene un sistema transaccional que ordena y organiza los procesos actuales del
negocio
b. Se tiene la necesidad de obtener informacin veraz y a tiempo para la toma de
decisiones.
i. A tiempo significa:
1. Contar con las variables necesarias dentro del marco del tema
a analizar en el momento oportuno
2. Poder generar reportes con las variables indicadas en el
momento requerido
ii. Veraz significa:
1. Refleje la situacin actual del sistema
2. Informacin no sea manipulable
c. Se tiene la necesidad de contar con data comparativa.
d. Se requiere que el rea tenga el tiempo necesario slo para analizar informacin y
actuar sobre ella.
e. El rea conoce las variables que requiere medir.
f. El rea de sistemas TI no posee los recursos para dedicacin exclusiva para generar
la informacin requerida.
g. Objetivo Final:
i. Identificar las NECESIDADES DEL USUARIO
ii. Identificar las restricciones del proyecto
iii. Estimar los tiempos del proyecto
h. Entregables:
i. Documento de Alcance del Proyecto
ii. Cronograma de actividades (Gantt del Proyecto)
2. Pasos Previos para un Proyecto
a. Objetivo Final:
i. Identificar las NECESIDADES DEL USUARIO
ii. Identificar las restricciones del proyecto
3

iii. Estimar los tiempos del proyecto

b. Entregables:
i. Documento de Alcance del Proyecto
ii. Cronograma de actividades (Gantt del Proyecto)
c. Documento Alcance del Proyecto
i. Objetivos del Proyecto
ii. Beneficios del Proyecto
iii. Descripcin de los temas a Analizar
iv. Identificar a los usuarios responsables del proyecto
v. Identificar las restricciones tcnicas y funcionales
d. Cronograma de actividades
i. En base al alcance y las limitaciones del proyecto, se debe estimar las
actividades, el tiempo, los responsables y los recursos de cada una de las
actividades
ii.
e. Para Proyectos con Proveedores:
i. Se podra decir que el documento de alcance forma parte de una Propuesta
del proyecto
ii. El mismo proveedor es el que realiza el cronograma de actividades del
proyecto.
La Triple Restriccin de la Gestin de Proyectos
1. Alcance.
2. Costo.
3. Tiempo.
Visin expandida de las 3 restricciones
1. Alcance.
2. Costo.
3. Tiempo.

4. Calidad.
5. Riesgo.
6. Satisfaccin al Cliente.

Metodologa en cascada:
Recopilar Requerimientos, Disear Solucin, Prueba, Implementacin, Mantenimiento.
Etapas de la Implementacin del Proyecto

Etapas del Proyecto: Anlisis Dimensional

4

1. Objetivo Final:
a. Identificacin de Temas y Fuentes de Datos.
b. Identificacin y Diseo de Dimensiones, Facts y Medidas.
2. Entregables:
a. Documento de Visin y Alcance Final del Proyecto.
b. Documento de Anlisis Dimensional.
3. Actividades:
a. Entrevistas con usuarios.
b. Consolidar entrevistas.
c. Identificar las Fuentes de Datos.
d. Generar documento de Visin y Alcance.
e. Identificar Temas, Dimensiones y Facts (anlisis multidimensional).
4. Personas Involucradas:
a. Consultor DW.
b. Lder Usuario.
c. Lder Tcnico del Proyecto.
d. Analista del Negocio.
5. Objetivo Final:
a. Diseo de las Tablas del Data WareHouse
b. Mapeo de los Datos
c. Diseo de Extraccin
d. Diseo de Explotacin
6. Entregables:
a. Diagrama del Data WareHouse
b. Documento de Extraccin
c. Documento de Explotacin (Diseo de Vistas y Reportes)
Etapas del proyecto: Diseo del DW
1. Actividades:
a. Diseo Fsico del Data WareHouse
b. Dimensionamiento del HW
c. Diseo Extraccin
i. Mapeo de Datos
ii. Diseo de Programas de Extraccin
iii. Diseo de Programas Adicionales (Data Entries)
iv. Diseo de Automatizacin
v. Diseo de Pruebas de Datos
d. Diseo Explotacin
i. Diseo de Cubos (En caso que sea Molap)
ii. Diseo de Vistas de Cubos (En caso que sea Molap)
iii. Diseo de Catlogo de Datos
iv. Diseo de Reportes
v. Diseo de Esquema de Publicacin y Seguridad
vi. Prototipo (En caso que aplique)
2. Personas Involucradas
a. Diseo Fsico del Data WareHouse
i. Consultor DW
b. Diseo Extraccin
i. Consultor DW
ii. Lder Tcnico
c. Diseo Explotacin
i. Consultor DW
ii. Lder Usuario
iii. Analista del Negocio
5

Etapas del proyecto: Extraccin

1. Objetivo Final:
a. Generar los programas ETL
b. Generar los programas adicionales al proyecto (Data Entries, en caso que
aplique)
2. Entregables:
a. Programas ETL
b. Data Entries (en caso que aplique)
c. Esquema de Extraccin
3. Actividades:
a. Programacin de los ETL
b. Programacin de los Data Entries (en caso que aplique)
c. Programacin del esquema de Extraccin
4. Personas Involucradas
a. Programador Extraccin
b. Lder Tcnico del Proyecto
5. Objetivo Final
a. Generar las vistas y reportes de anlisis
b. Publicar los reportes de anlisis
6. Entregables
a. Reportes y Vistas publicadas
Como empezar un proyecto de DW

Dificultades (Amenazas y Debilidades)

Si el usuario no se involucra en el proyecto, el proyecto ser un FRACASO. Se debe
involucrar al usuario en las actividades mencionadas
Calidad de los datos. Para lo cual hay que considerar:
Identificar las fuentes de los datos y los riesgos de calidad de datos que
pueda tener
Definir un buen plan de pruebas
Considerar tiempos necesarios para la calidad de los datos en la extraccin
La expectativa del proyecto. Se debe manejar siempre con una buena
administracin del proyecto realizando seguimiento a las actividades
Un proyecto de Data Mart no debe ser ms de 6 meses para evitar :
Modificaciones drsticas del anlisis en la construccin del proyecto
Modificaciones del mapeo de datos y la extraccin por cambios en los
sistemas
Dificultades (Amenazas y Debilidades)
La capacitacin debe ser continua
Se debe establecer una comunicacin permanente con los Analista del
Negocio despus de implementar el proyecto para identificar futuras
necesidades
Regla de Oro:

IDENTIFICAR LO QUE EL USUARIO NECESITA

OLTP Vs. DATAWAREHOUSE

Modelo Relacional
La performance se busca a travs de la normalizacin
Las consultas son continuas y repetitivas
La informacin cambia constantemente: Estados, atributos
Alta Cantidad de Transacciones.
Ms transacciones en menos tiempo
Complejo para analizar por usuarios del negocio
Elimina la redundancia.

Modelo Dimensional
La performance se busca a travs de la redundancia: Menos normalizada
(desnormalizada)
Las consultas no son predecibles: ni en la forma ni en el fondo
Almacena informacin que no cambia: No voltil
Lo significativo es guardar por mucho tiempo informacin cerrada operacionalmente
El costo de procesamiento es mnimo
Marco intuitivo de anlisis, fcil de usar por los que toman decisiones (BA, CEO,
operadores, etc.)
Arquitectura DW Data Marts
7

Esquema Entidad-Relacin vs. Esquema Estrella

Un modelo entidad relacin puede originar mltiple diagramas dimensionales
Un modelo entidad-relacin modela la relacin entre los datos, el modelo
dimensional modela situaciones estndar del negocio
Un modelo entidad-relacin tiene una estructura variada, una manera asimtrica de
relacionar los datos, el modelo dimensional la simetra es evidente
Un modelo entidad-relacin provee la data empaquetada para un modelo
dimensional dentro de la estructura de datos del negocio

Esquema Estrella

Caractersticas:
Modelo lgico estructurado y extensible
Aadir nuevos casos de negocio de nuevas aplicaciones
Aadir nuevos anlisis
Representa un modelo del negocio ms que un modelo de datos
Una vista particular de una parte del negocio
Los procesos del negocio se ven reflejados en uno o varios modelos estrella
Representa informacin operacional esttica en un punto en el tiempo
Lgica aditiva: leer millones de registros para sumarlos
Desnormalizacin:
Menos Joins entre tablas en los Queries
Simplificar la elaboracin de Queries
Mejor performance en tiempo de respuesta de los Queries
Mejor administracin de los datos histricos.
Componentes:
Dimensiones
Puntos de entrada al DataMart.
Facts
Contiene los valores numricos y aditivos.
Contiene detalle y sumarizaciones (agregaciones).
Atributos:
Describen los miembros de una dimensin particular
Es una medida de la calidad de un data warehouse: mayor cuando mayor es la
calidad de los campos descriptivos
Tiene que ser nombrados con palabras con significado completo
Asegurar la calidad: validar valores imposibles, perdidos, obsoletos o
versionados
8

Disponibles de acuerdo a su uso: generalmente en la misma tabla de dimensin

(salvo casos de Snowflaking)
Campos de Texto que describen caractersticas tangibles.
Toman valores discretos.
Son mostrados en los reportes.
Jerarqua:
Conjunto de Atributos
Un miembro puede ser hijo de otro miembro
Puede existir ms de una por dimensin.

Slow Changing Dimension Dimensiones de Cambio Lento

SCD Tipo 1: Actualizar el Valor Original
Generalmente son dimensiones estticas para el negocio
Los atributos que cambian no tienen significado en el tiempo para cualquier anlisis a
realizar.
Los cambios sobre los datos de la tabla, son implementados con sentencias UPDATE, de tal
modo, que no se puede realizar un seguimiento de cambios, ya que no hay data histrica.
Generalmente en el Data Warehouse las tablas SCD1 slo se implementan en aquellos casos
que el seguimiento de cambios no es relevante y/o no es frecuente.
SCD Tipo 2: Crear un Nuevo Registro
Crear un nuevo registro
Cuando no cambia la llave de la dimensin en las fuentes y es necesario registrar
cualquier cambio en los valores de los atributos.
Segn el caso se puede usar un rango de fechas por cada registro durante el cual, el
cambio tiene validez (Dimensin de Vendedores).
Clave Subrogada
Es un campo numrico de una tabla cuyo nico requisito es almacenar un valor numrico nico
para cada fila de la tabla, actuando como una clave sustituta, de forma totalmente
independiente a los datos de negocio, que habitualmente no tiene significado por s misma. Las
Clave Subrogadas suelen utilizarse especialmente en tablas de dimensin versionadas o
histricas, conocidas como Slowly Changing Dimension (SCD) de tipo 2.
SCD Tipo 3: Crear un Nuevo Campo
Crear un nuevo campo
Es una alternativa a la modalidad anterior
Es un cambio suave, el anlisis requiere evaluar slo dos alternativas
No importa cuando ocurri el cambio.

Cambios en Dimensiones Pequeas

Se basa en el cambio de dimensiones por creacin un nuevo registro de dimensin
Tiene que considerar
La frecuencia de los cambios y
La frecuencia en que dicho cambio quiere ser analizados
Priorizar los cambios relevantes para los atributos:
Son muchos los atributos cuyos cambios se quieren guardar?
La jerarqua completa cambia varias veces durante el periodo de no carga de
informacin?
Cuan relevante es para el negocio el manejo de dichos cambios?
El sistema fuente lo maneja y es fcil capturarlo?
9

Cambios en Dimensiones Grandes

Analizar los diferentes atributos que cambian
Validar si pueden ser subdimensiones
Solucin: separar los atributos relacionados en una tabla de dimensin independiente.
La dimensin creada debe tener:
Un nmero discreto de valores por atributo
Todas las combinaciones posibles por atributo (un surrogate key por combinacin).
A cada registro en la fact corresponde dos llaves por la relacin Cliente-Demografa.
Plataformas de BI

Tabla para la evaluacin de Herramientas de BI Criterios

Habilidad de Ejecucin

Amplitud de la Visin

10

34 Subsistemas del ETL

4 Grupos Principales
1. Extraccin: extraer la informacin de la fuente de origen.
2. Limpieza y conformacin: consiste en acciones que permiten validar y aumentar la calidad
de la informacin.
3. Entrega: consiste en la preparacin de la informacin para su posterior entrega.
4. Gestin de Tareas/Actividades.

11

Arquitectura de BI

12

Qu es OLAP
OLAP se traduce como Procesamiento Analtico en Lnea. Se define como el anlisis
multidimensional e interactivo de la informacin de negocios a escala empresarial. El anlisis
multidimensional consiste en combinar distintas reas, procesos o bloques de informacin de la
organizacin, y as ubicar ciertos tipos de informacin que revelen el comportamiento del
negocio (actual).
Herramientas de Explotacin de la Informacin
Query & Reporting: Herramientas para la elaboracin de informes y listados, tanto en detalle
como sobre informacin agregada, a partir de la informacin de los Data Warehouses y
Datamarts. Desarrollo a medida y/o herramientas para una explotacin libre.
Cuadro de Mandos Analtico: Elaborar informes y resmenes a partir de Datamarts, utilizando
indicadores clave para la gestin (KPI) que permitan a los gestores de la empresa analizar los
resultados de forma rpida y eficaz. En la prctica es una herramienta de query orientada a la
obtencin y presentacin (grfica) de indicadores para la direccin (frente a la obtencin de
informes y listados).
Cuadro de mando integral (Balanced Scorecard): La estrategia de la empresa es el punto
de referencia para todo proceso de gestin interno. Los diferentes niveles de gestin de la
organizacin disponen de una visin de la estrategia de la empresa: conjunto de objetivos,
iniciativas de actuacin e indicadores de evolucin.
Los objetivos estratgicos se asocian mediante relaciones causa-efecto y se organizan en 4
perspectivas: financiera, cliente, procesos y formacin, y desarrollo: El cuadro de mando
integral es una herramienta que permite alinear los objetivos de las diferentes reas con la
estrategia empresarial y seguir su evolucin.
Explotacin del DW
Las herramientas OLAP se usan para convertir los datos corporativos, almacenados en la base de
datos orientada al anlisis (DW), en conocimiento til para la toma de decisiones.
Mientras que el DW almacena la informacin a secas, es decir, tal y como ha sido obtenida de la
base de datos operacional luego del ETL, los sistemas OLAP hacen agregaciones (funciones de
agregacin) y sumarizaciones de estos datos, y los organizan en cubos o almacenamientos
especiales para permitir una rpida recuperacin ante una consulta.
Porque el anlisis es interactivo?: Los usuarios de la herramienta OLAP se mueven
suavemente desde una perspectiva del negocio a otra, Ejemplo: De observar las ventas anuales
por sucursal a ver las sucursales con ms ganancias en los ltimos tres meses, y adems con la
posibilidad de elegir entre diferentes niveles de detalle, como ventas por da, por semana o por
cuatrimestre. Es esta exploracin interactiva lo que distingue a OLAP de las herramientas
simples de consulta y reportes.
13

Porque el anlisis es multidimensional: Permite a los analistas de negocios examinar sus

indicadores clave o medidas, como ventas, costos, y ganancias, desde distintas perspectivas,
como periodos de tiempo, productos y regiones. Estas perspectivas constituyen las dimensiones
desde las que se explora la informacin.
Capacidades OLAP
El proceso de interactuar con datos en vistas multidimensionales se conoce como:
Rebanar (Slicing)
Dividir (Dicing, hacer cubitos)
Usar estas tcnicas revela nuevas e interesantes informaciones en comparacin con el anlisis
de dimensiones sencillas. Otras capacidades inherentes a OLAP son:
Pivoting (Rotacin)
Nesting (Anidamiento)
Rotar los productos de filas a columnas y los departamentos de columnas a filas.
El anidamiento se puede hacer agrupando Trimestres y producto u otras dimensiones en el
interior (desplegar y contraer).
Los sistemas OLAP deben incorporar con alta eficiencia estas caractersticas:
1. Proporcionar un modelo de Datos Intuitivo y conceptual, recordar que los analistas y gerentes
ya son pensadores multidimensionales con limitaciones de acceso a la informacin.
Que productos son los ms vendidos..
Por Unidad de Negocio, meses, trimestres, ciudades.
Nuestra rentabilidad por zona.. Cmo?
2. Debe ser rpido para el Usuario. Debe ser la respuesta a las oraciones de los tomadores de
decisiones - experiencia religiosa para obtener informacin a la velocidad del
pensamiento y obtener la mayor cantidad de respuestas a las preguntas crticas del negocio.
3. Motor de Clculo Robusto. Para manejar las necesidades de clculo especializado que una
estructura (super) dimensional impone. Este motor debe permitir a los usuarios organizar los
datos de forma que permite a los analistas generar-escribir sencillas y potentes formulas que
se ejecuten a travs de mltiples dimensiones.
Arquitectura OLAP Tipos de OLAP
Relational OLAP (ROLAP): La data es almacenada bajo un modelo estrella en una Base de
Datos Relacional y en algunos casos la data es sumarizada en tablas agregadas para lograr un
mejor acceso a los datos sumarizados. En principio el acceso a los Datos es va SQL, sin embargo
el motor que utiliza permite realizar clculos de mayor complejidad tanto en la PC del cliente o
en otros casos en un servidor intermedio.
Se pueden mostrar no slo las medidas de la Fact sino tambin los atributos de las
dimensiones. Es decir, a parte de mostrar clculos para su anlisis tambin puede mostrar
textos, grficos, etc.
Su fuente de datos es el mismo servidor de base de datos por lo que la performance va a
depender no slo de la herramienta a utilizar sino de la base de datos que se tenga como
Server por lo que en algunos casos es necesario tener data ya sumarizada.
Multidimensional OLAP (MOLAP): La data es almacenada bajo una estructura
multidimensional teniendo los datos pre-calculados bajo las posibles combinaciones de datos;
por lo que se logra un buen performance de los datos.
14

El detalle se obtiene a travs de un drill-through despus de haber realizado un drill-down.

La performance es buena debido a que los datos estn pre-calculados (cubos); aunque
para crearlos se requiere un proceso adicional
Por lo general, requiere 50% menos de almacenamiento de un Rolap
Hibrid OLAP (HOLAP): El modo de almacenamiento HOLAP combina atributos de los modos
MOLAP y ROLAP. Al igual que MOLAP, HOLAP hace que las agregaciones de la particin se
almacenen en una estructura multidimensional
Desktop OLAP (DOLAP): Para aplicaciones de pequea escala donde no hay acceso de
mltiples usuarios a los datos como sucede en un servidor Central (ROLAP o MOLAP)

Data Mining
Proceso de Extraer informacin relevante para la empresa a fin de descubrir patrones de
comportamiento que faciliten la toma de decisiones de la empresa
Proporcionan conocimiento a la empresa permitiendo descubrir informacin sin una hiptesis
formulada
Responde a preguntas como:
Qu caractersticas tienen los clientes que compran un determinado producto?
Cul es la caracterstica ms relevante de los compradores?
Cul es el factor que hace que el costo aumente?

Termino Clave -> Correlacin:

En probabilidad y estadstica, la correlacin indica la fuerza y la direccin de una relacin lineal y
proporcionalidad entre dos variables estadsticas. Se considera que dos variables cuantitativas
estn correlacionadas cuando los valores de una de ellas varan sistemticamente con respecto a
los valores homnimos de la otra: si tenemos dos variables (A y B) existe correlacin si al
aumentar los valores de A lo hacen tambin los de B y viceversa. La correlacin entre dos
variables no implica, por s misma, ninguna relacin de causalidad.
Modelos de DM:
Pronstico: clculo de las ventas y prediccin de las cargas del servidor o del tiempo de
inactividad del servidor.
Riesgo y probabilidad: eleccin de los mejores clientes para la distribucin de correo directo,
determinacin del punto de equilibrio probable para los escenarios de riesgo, y asignacin de
probabilidades a diagnsticos y otros resultados.
Recomendaciones: determinacin de los productos que se pueden vender juntos y generacin
de recomendaciones.
Bsqueda de secuencias: anlisis de los artculos que los clientes han introducido en el carrito
de la compra y prediccin de posibles eventos.
Agrupacin: distribucin de clientes o eventos en grupos de elementos relacionados, y anlisis
y prediccin de afinidades.
Proceso del Modelo de Datos
1. Definir el problema
4. Generar modelos
2. Preparar los datos
5. Explorar y validar los modelos
3. Explorar los datos
6. Implementar y actualizar los modelos.

15

Anlisis de data estadstica tradicional

Descriptiva.
Inferencial.
Decisiones Estratgicas
Establece la direccin a largo plazo de la organizacin.
Anlisis Estadstico
Confirma Hiptesis
Mas data es requerida
Mas supuestos
Predicciones generales de la poblacin
Resultados acumulados
Minera de datos (La mquina va aprendiendo)
Exactitud de la prediccin.
Predicciones Individuales.
Reglas de Oro.
Decisiones Tcticas
La formacin de polticas de procesos. Enfocado en un proyecto especfico o un
objetivo que se ejecuta a nivel tctico.
Decisiones Operacionales
Aplicando polticas, procesos, o reglas para un determinado caso.
Minera de Datos
Genera Hiptesis
Menos Supuestos
Mas de exploracin
Predicciones individuales
Menos preparacin de datos
Orientado a resultados.
Tcnicas: Son 3
Permiten especificar el tipo de patrones a ser encontrados.
Caracterizacin:
Identifica las caractersticas generales de una clase objetivo dada
Por ejemplo: Las caractersticas de los clientes que compraron el nuevo producto en
las tiendas de Lima. El resultado va a permitir navegar al usuario sobre las
caractersticas de los clientes de una base dada.
Discriminacin:
16

Compara caractersticas de una clase objetivo versus una o ms clases

contrastantes
Por ejemplo: Comparar las caractersticas de los clientes que compran en una tienda
exclusiva versus una tienda por departamentos.

Resumiendo algunos Facts!

La minera de datos es el proceso de detectar la informacin procesable de los
conjuntos grandes de datos.
Utiliza el anlisis matemtico para deducir los patrones y tendencias que existen en los
datos.
Normalmente, estos patrones no se pueden detectar mediante la exploracin
tradicional de los datos porque las relaciones son demasiado complejas o porque hay
demasiado datos.
Estos patrones y tendencias se pueden recopilar y definir como un modelo de minera
de datos.

17