Documente Academic
Documente Profesional
Documente Cultură
Quito Ecuador
2013
i
DEDICATORIA
Dedico el presente trabajo de graduacin a Dios por darme la fuerza que necesite en
los momentos ms difciles de mi vida, a mis padres que con su sacrificio me
apoyaron siempre en cada una de mis metas, a mis hermanos que a su modo me
apoyaron y a todas las personas que ayudaron a culminar con este proyecto.
.
Doris Aimacaa
ii
AGRADECIMIENTO
Agradezco la valiosa colaboracin del Ing. Javier Goyes como director de tesis por su
apoyo y gua durante el desarrollo de la misma, a todos los catedrticos que
desempean sus funciones en la Facultad de Ingeniera en Ciencias Fsicas y
Matemtica, a la biblioteca y sus colaboradores que me apoyaron en el desarrollo
acadmico, de igual forma a la Ing. Karina Serrano por su apoyo para desarrollar el
proyecto.
Doris Aimacaa
iii
iv
vi
vii
Contenido
CAPITULO I ..........................................................................................................................1
1.
1.2
1.3
1.4
Objetivos de la Investigacin................................................................................4
Justificacin .........................................................................................................5
1.6
Alcance ................................................................................................................5
1.7
Limitaciones.........................................................................................................6
CAPITULO II .........................................................................................................................8
2
Antecedentes ......................................................................................................8
CAPITULO IV...................................................................................................................... 29
viii
CAPITULO V....................................................................................................................... 50
5
CAPITULO VI...................................................................................................................... 95
6
CONCLUSIONES ......................................................................................................... 95
6.1 Resultados ............................................................................................................... 95
6.2 Conclusiones ........................................................................................................... 95
6.3 Recomendaciones ................................................................................................... 96
Lista de Figuras
xiii
Lista de Tablas
Tabla 1. Problemas que soluciona el BI ............................................................................. 10
Tabla 2. Cuadro comparativo de herramientas de extraccin .............................................. 22
Tabla 3. Mapeo DIM_FECHA ......................................................................................... 107
Tabla 4. Mapeo DIM_PERIODO_LECTIVO.................................................................. 108
Tabla 5. Mapeo DIM_CATEGORIA_DOCENTE ........................................................... 108
Tabla 6. Mapeo DIM_DEDICACION_DOCENTE .......................................................... 108
Tabla 7. Mapeo DIM_ESTADO_ESTUDIANTE ............................................................ 108
Tabla 8. Mapeo DIM_FACULTAD ................................................................................. 109
Tabla 9. Mapeo DIM_ESPECIALIDAD .......................................................................... 109
Tabla 10. Mapeo DIM_ESTADO_ESTU_CURSO .......................................................... 110
Tabla 11. Mapeo DIM_CURSO....................................................................................... 110
Tabla 12. Mapeo DIM_PROFESOR ................................................................................ 110
Tabla 13. Mapeo DIM_ESTUDIANTE............................................................................ 111
Tabla 14. Mapeo FC_DOCENTE_DET ........................................................................... 113
Tabla 15. Mapeo FC_DOCENTE .................................................................................... 114
Tabla 16. Mapeo FC_ESTUDIANTE_DET ..................................................................... 115
Tabla 17. Mapeo FC_ESTUDIANTE .............................................................................. 116
Tabla 18. Mapeo FC_REG_ACADEMICO_DET ............................................................ 117
Tabla 19. Mapeo FC_REGISTRO_ACADEMICO .......................................................... 118
Tabla 20. Mapeo FC_COHORTE_DET ........................................................................... 119
Tabla 21. Mapeo FC_COHORTE .................................................................................... 120
Tabla 22. Mapeo FC_DESERCION_DET ....................................................................... 121
Tabla 23. Mapeo FC_DESERCION_DET ....................................................................... 122
xiv
RESUMEN
ANLISIS, DISEO E IMPLEMENTACIN DE UN DATA MART
ACADMICO USANDO TECNOLOGA DE BI PARA LA FACULTAD DE
INGENIERA, CIENCIAS FSICAS Y MATEMTICA
La Facultad de Ingeniera requiere unos indicadores de gestin para la toma de
decisiones estratgicas tanto de estudiantes como profesores, esto es muy importante
para saber dnde y cmo solventar alguna falla, o mejorar las decisiones tomadas.
Para darle una solucin al problema se propone realizar un Data Mart que nos permite
almacenar slo la informacin requerida e ir eliminando aquellos datos que
obstaculizan la labor del anlisis y entregando la informacin que se requiera en la
forma ms apropiada, facilitando as el proceso de gestin de la misma.
Los Data Mart surgen con la promesa del manejo y control de la informacin,
aseguran una vista nica de los datos, que pueden provenir de diversas fuentes.
Existen diferentes herramientas BI tanto software libre como propietario, para esta
solucin por un requisito de la universidad se usara software libre y despus de un
anlisis en cuanto a herramientas de este tipo se us Pentaho.
DESCRIPTORES:
INDICADORES / TOMA DE DECISIONES / ESTRATEGIAS / DATA MART /BI
/SOFTWARE LIBRE /PENTAHO
xv
ABSTRACT
ANALYSIS, DESIGN AND IMPLEMENTATION OF ACADEMIC DATA
MART USING TECHNOLOGY FOR BI FOR "FACULTAD DE
INGENIERA CIENCIAS FSICAS Y MATEMTICA"
The "Facultad de Ingeniera Ciencias Fsicas y Matemtica" requires management
indicators for strategic decision making of both students and teachers, this is very
important to know where and how to remedy any failure, or improve decisions.
To give a solution proposed to develop a Data Mart allows us to store only the
information required and to eliminate those that hamper data analysis and submitting
the required information in the most appropriate way, facilitating the management
process thereof.
The Data Mart come with the promise of the management and control of information,
ensure a single view of data, which may come from various sources.
There are different BI tools both free and proprietary for this solution for a
requirement of the university will use free software after analysis regarding such tools
used Pentaho.
DESCRIPTORS:
INDICATORS / DECISION MAKING / STRATEGIES / DATA MART / BI / FREE
SOFTWARE / PENTAHO
xvi
INTRODUCCIN
El sistema acadmico de la Facultad de Ingeniera maneja miles de registros de datos
sobre estudiantes, docentes y empleados, estos datos podran ser aprovechados para
ayudar en la toma de decisiones, mejorando el manejo de esta informacin en las
distintas reas donde uno de los principales objetivos es integrar y compartir
informacin asignndoles varios atributos que sirvan como base para el anlisis.
Con la informatizacin de la sociedad y dentro de esta las instituciones educativas
han crecido a pasos agigantados, as como la capacidad de generacin y
almacenamiento de la informacin que no puede ser analizada por los mtodos
tradicionales existentes, mientras mayor es la capacidad para almacenar ms y ms
datos, mayor es la incapacidad para extraer informacin realmente til de stos,
motivo por el cual mucha informacin importante, queda sepultada y disgregada.
Los sistemas existentes no estaban preparados para un anlisis a fondo. Mucho se ha
hablado de la Era de la Informacin y sus ventajas; con las nuevas posibilidades se
acortan las distancias y crecen los beneficios para quienes tienen acceso a la gran
cantidad de datos. Sin embargo, lo que constituye un valioso recurso para todos, se ha
tornado en un gran problema, la solucin es manejar de forma ptima grandes
volmenes de informacin.
La competencia en el nuevo ambiente educativo donde todo est marcado por la
informacin, el conocimiento del mercado y la toma de decisiones es muy importante
para saber dnde y cmo se organiza toda la informacin. En este contexto surgen
trminos que se convierten en conceptos y filosofas de trabajo, como Data Mart.
Un Data Mart aporta a la institucin, eliminando aquellos datos que obstaculizan la
labor del anlisis de informacin y entregan la informacin que se requiera en la
forma ms apropiada, facilitando as el proceso de gestin de la misma.
Los Data Mart surgen con la promesa del manejo y control de la informacin,
aseguran una vista nica de los datos, que pueden provenir de diversas fuentes.
xvii
xviii
CAPITULO I
Micro
Actualmente los directores de carrera de la Facultad de Ingeniera requieren
ciertos indicadores sobre estudiantes y docentes para la evaluacin interna y
externa de las carreras, el manejo de la gran cantidad de datos es la problemtica
ya que en la actualidad no se cuenta con las herramientas necesarias para que esto
se lo haga de forma automtica, actualmente se despliegan en documentos de
Excel creados de forma manual, la Inteligencia de Negocio es una gran opcin
para la automatizacin de estos procesos logrando optimizar tiempo y manejo de
la informacin mediante la creacin del Data Mart, Reportes e Indicadores.
Prognosis
La Implementacin de un Data Mart Acadmico usando Tecnologa de BI para la
Facultad de Ingeniera, Ciencias Fsicas y Matemtica mejorara el flujo del
manejo de los datos, convirtindolos en informacin para una buena toma de
decisiones estratgicas.
1.2 Formulacin del Problema
Cul es la ventaja de realizar el Proyecto de Anlisis, Diseo e Implementacin
de un Data Mart Acadmico usando Tecnologa de BI para la Facultad de
Ingeniera, Ciencias Fsicas y Matemtica?
1.3 Interrogantes de la Investigacin
Es factible la implementacin de la tecnologa BI para la Facultad de
Ingeniera?
Se puede aplicar la plataforma tecnolgica para la creacin de la fuente de
los indicadores de gestin que utilizaran los Directores de Carrera?
Se podrn integrar todas las fuentes de informacin, para la extraccin y
carga de todos los datos?
CAPITULO II
REVISIN BIBLIOGRFICA
2.1 Antecedentes
En la actualidad existen varios proyectos realizados con tecnologa BI
(Inteligencia de Negocios) que sirven como apoyo para la toma de decisiones
gerenciales de instituciones pblicas y privadas, en nuestro Pas existen empresas
que se encargan de realizar proyectos basados en el BI, uno de los cuales sirvi
como ejemplo para el desarrollo de esta tesis es la Creacin del proceso de ETL
para la elaboracin de un Dashboard Acadmico para la Universidad de las
Amricas; este proyecto se lo realizo en una herramienta BI pagada Cognos, se
analiz como se realiz el levantamiento de informacin y procesos para la
creacin del ETL de este proyecto, como sus cubos, reportes e indicadores.
Actualmente en la facultad no existe informacin sobre la realizacin de algn
aplicativo informtico que cumpla con los requerimientos propuestos en el
presente plan de tesis para el manejo de la informacin, para la creacin de la
fuente de los indicadores de gestin, basados en la tecnologa de la Inteligencia de
Negocios; motivo por el cual no existe una base bibliogrfica en la facultad que
sirva como base para el desarrollo de esta tesis.
2.2 Fundamentacin Terica
La Facultad de Ingeniera en Ciencias Fsicas y Matemtica requiere el uso de
Data Mart Acadmicos que facilite la toma de decisiones estratgicas, a
continuacin se presenta un marco terico referencial que presenta breves
introducciones de conceptos que sern de utilidad para comprender los objetivos
del presente proyecto de tesis.
2.2.1 Inteligencia de Negocios (Business Intelligence)
La Inteligencia de Negocios es la habilidad de una empresa para estudiar sus
comportamientos y acciones histricas con el objetivo de entender donde la
8
Figura 1. Beneficios BI
10
ETL
o Los datos son enviados a trav
travs
s de un proceso de extraccin,
transformacin y carga (ETL) a una rea para ser limpiado y cambiado
antes de cargarlos en el data warehouse. Esta rea es conocida como
Staging Area. Su principal labor es evitar que el proceso de limpiado
se haga en el mom
momento
ento que se carga los datos de los sistemas
operacionales
operacionales.
Data Warehouse
arehouse
o Es el repositorio de la organizacin.
organizacin
o La informacin se califica en base a los intereses de una empresa.
o La informacin contenida en un Data Warehouse se encuentra
integrada, lo que permite que los datos se puedan visualizar de
diversas maneras.
12
Data Marts
o Hay dos tipos de data marts:
Dependientes: que obtiene sus datos del data warehouse.
Independientes: que obtiene sus datos de fuentes separadas.
Fuente de Datos Operacional (Operational Data Source ODS)
o Es usado para la toma de decisiones tcticas.
o Tiene una historia mnima y muestra el estado de la entidad tan cerca
del tiempo real como le sea posible.
o El dato es voltil o actualizable.
Cubos
o Son estructuras multidimensionales.
o Contiene datos pre-calculados.
Metadata
o Es la descripcin de qu es cada campo, de dnde viene, y cmo es
usado.
Metadata tcnico: describe la estructura fsica y el proceso
que mueve y transforma datos en el ambiente.
Metadata de negocio: describe la estructura de datos, reglas
del negocio.
Reportes
o Recopilan los datos de las tablas o consultas para permitir su
impresin o anlisis, facilitando la individualizacin de los datos ms
importantes y su representacin.
13
2.2.1.1 Proceso
roceso ETL
ETL este trmino viene de ingls de las siglas Extract
Extract-Transform-Load que
significan Extraer, Transformar y Cargar y se refiere a los datos en una empresa.
ETL es el proceso que organiza el flujo de los datos entre diferentes sistemas en
una organizacin y aporta los mtodos y herramientas necesarias para mover
datos desde
esde mltiples fuentes a un almacn de datos, reformatearlos, limpiarlos y
cargarlos en otra base de datos, data mart bodega de datos. ETL forma parte de
la Inteligencia Empresarial (Business Intelligence), tambin llamado Gestin de
los Datos (Data Management).
Ma
Data Warehouse:
Un Data
ata Warehouse,
Warehouse, o almacn de datos, es la coleccin de datos en donde se
encuentra la informacin de forma integrada de una determinada institucin, con
el propsito de facilitar las tomas de decisiones para esta, ya que se encuentran
14
15
16
18
19
21
22
transformaciones y jobs.4
2.2.4 Pentaho PSW (Pentaho Schema Workbench)
Pentaho Schema Workbench proporciona en su plataforma BI una solucin
ROLAP a travs de lo que llaman Pentaho Analysis Services. PAS est basado en
Mondrian, que es el corazn de este, y en Jpivot, que es la herramienta de anlisis
de usuario, con el que realizamos la navegacin dimensional sobre los cubos desde
la plataforma BI y visualizamos los resultados de las consultas. Estas son
ejecutadas por Mondrian, que traduce los resultados relacionales a resultados
dimensionales, que a su vez son mostrados al usuario en formato Html por Jpivot.
El elemento principal del sistema son los ficheros xml donde se representan los
esquemas dimensionales. Para construir estos ficheros xml, se podra utilizar
cualquier editor de texto o xml, o bien la herramienta que nos ofrece Pentaho, que
se llama Schema Workbench.
Pentaho Schema Workbench es la herramienta grfica que permite la construccin
de los esquemas de Mondrian, y adems permite publicarlos al servidor BI para
que puedan ser utilizados en los anlisis por los usuarios de la plataforma.
En los ficheros de esquema XML, se describen las relaciones entre las
dimensiones y medidas del cubo (modelo multidimensional) con las tablas y
campos de la base de datos, a nivel relacional. Este mapeo se utiliza para ayudar la
traduccin de las querys MDX (que es el lenguaje con el que trabaja Mondrian), y
23
24
25
CAPITULO III
MARCO METODOLOGICO
27
De modo que permita facilitar el registro y consulta de los datos para los usuarios
del sistema y poder ofrecer la informacin requerida por las autoridades de la
Facultad para el control de los mismos.
3.5 Metodologa de Desarrollo
La Metodologa de desarrollo a utilizarse es El Proceso Unificado Racional
(Rational Unified Process en ingls, habitualmente resumido como RUP), que
divide la implementacin en fases que son:
Planificacin: Analizar y entender las necesidades del negocio para el cual se
est desarrollando el software.
Anlisis de Requerimientos: Proveer una base para estimar los costos y tiempo
de desarrollo del sistema.
Elaboracin: Trasladar los requisitos analizados anteriormente a un sistema
automatizado y desarrollar una arquitectura para el sistema.
Construccin: Crear software que se ajuste a la arquitectura diseada y que
tenga el comportamiento deseado.
Pruebas: Asegurarse de que el comportamiento requerido es correcto y que todo
lo solicitado est presente.
Transicin: Producir distribuciones del producto y distribuirlo a los usuarios.
28
CAPITULO IV
DISEO DE LA SOLUCIN
29
Data Mart. Fue necesario solucionar estos inconvenientes para poder avanzar con
la carga de datos. La eficiencia en la toma de decisiones depende directamente de
la calidad de los datos analizados, de modo que toda mejora en la exactitud de los
mismos genera mejoras sustanciales en las decisiones tomadas. De la misma forma
en que se mejora los niveles de exactitud de los datos se gana en credibilidad sobre
la herramienta, haciendo que se fomente el uso de la misma por parte de los
usuarios.
Los inconvenientes en los datos se manejaron en dos etapas. La primera etapa tuvo
como objetivo principal realizar un anlisis que permitiera descubrir posibles
valores invlidos, faltantes o mal representados, a los cuales se les aplico acciones
correctivas manuales o automatizadas a travs de los procesos de carga. Esto
permiti que los datos que sean integrados en el Data Mart coincidan a lo que
representa la realidad. La segunda etapa consisti en notificar cuales son los
problemas que no podran ser solucionados por parte de los desarrolladores del
proyecto a las personas encargadas del sistema fuente para que puedan validar por
su cuenta las observaciones encontradas y mejorarlos en trminos de calidad de la
informacin.
Con este anlisis se trat de lograr la mejor correspondencia entre la estructura de
la base de datos de origen y las tablas temporales del Data Mart, a la vez se busc
recuperar la mayor cantidad posible de datos para proveer un bloque de
informacin robusto y confiable para la toma de decisiones.
En la primera etapa, se analiz tres aspectos que permitieron realizar la bsqueda
de inconsistencias fueron separados en los siguientes puntos:
Anlisis de meta data: Mediante la comparacin de los valores, las definiciones
relacionales en las cuales los mismos estaban almacenados y los formatos
definidos.
Anlisis de contenido: A travs del anlisis de las reglas de la institucin y las
propiedades de las columnas de los atributos.
33
Las dimensiones que se derivan de los requerimientos son las que se describen a
continuacin:
Dimensin Tiempo
Tiempo es la dimensin que determina a que mes, semestre, ao, etc. pertenecen
los datos cargados dentro del Data Mart y sobre los cuales se realiza las consultas
en funcin del tiempo.
DIM_TIEMPO
Ao
Semestre
Trimestre
Mes
Da
Periodo
35
Categora
Dedicacin
Dimensin Facultad
La dimensin Facultad se utiliza para el anlisis de todos los indicadores tanto de
docentes como estudiantes se carga con los datos del cdigo y descripcin de cada
una de las carreras que existe en la Facultad de Ingeniera. Se tiene una
36
DIM_FACULTAD
Facultad
Escuela
Carrera
Materia
Dimensin Especialidad
La dimensin Especialidad se utiliza para el anlisis de los indicadores de docentes
se carga con los datos del cdigo y descripcin de la facultad, escuela, carrera en
la que los docentes imparten clases.
DIM_ESPECIALIDAD
Facultad
Escuela
Carrera
37
Estado
Dimensin Profesor
La dimensin Profesor se utiliza para el anlisis de los indicadores de docentes se
carga con los datos del cdigo y descripcin del docente, esta dimensin muestra
los datos bsicos del docente
DIM_PROFESOR
Profesor
Dimensin Estudiante
La dimensin Estudiante se utiliza para el anlisis de los indicadores de
estudiantes se carga con los datos del cdigo y descripcin de los datos bsicos del
38
estudiante, esta dimensin contiene datos del estudiante como nombres, apellido,
sexo, pas, de que colegio viene, etc.
DIM_ESTUDIANTE
Estudiante
Estado Curso
Dimensin Curso
La dimensin Curso se utiliza para el anlisis de los indicadores de estudiantes y
docentes se carga con los datos del cdigo y descripcin del curso en el que se
encuentra el estudiante o curso donde da clases el docente.
39
DIM_CURSO
Curso
Dedicacin
Docente
Categora
Docente
Periodo
Lectivo
Facultad
Docentes
Curso
Docente
40
Estudiante
Especialidad
Estudiantes
Periodo Lectivo
Curso
Estado Curso
Dedicacin
Docente
Categora
Docente
Periodo
Lectivo
Especialidad
Docentes Estudiantes
Estudiante
Docente
41
Curso
Especialidad
Registro
Acadmico
Periodo
Lectivo
Estudiante
Fecha
Curso
Especialidad
Cohorte
Periodo
Lectivo
Estudiante
Fecha
42
Especialidad
Periodo 1
Desercin
Periodo
Lectivo
Periodo 2
Periodo 3
43
Figura 29. Modelo Multidimensional en base a tablas relacionales para el cubo de DOCENTES
44
Figura 30. Modelo Multidimensional en base a tablas relacionales para el cubo de ESTUDIANTES
45
Figura 31. Modelo Multidimensional en base a tablas relacionales para el cubo de DOCENTE -
ESTUDIANTE
46
Figura 32. Modelo Multidimensional en base a tablas relacionales para el cubo de REGISTRO
ACADEMICO
47
Figura 33. Modelo Multidimensional en base a tablas relacionales para el cubo de la COHORTE
48
Figura 34. Modelo Multidimensional en base a tablas relacionales para el cubo de la DESERCION
49
CAPITULO V
PDI cuenta con varias aplicaciones para la manipulacin de datos, entre las que se
tienen Spoon, Pan y Kitchen. Por medio de Spoon, se puede acceder a la interfaz
grfica que permite disear los elementos principales de un proceso de ETL, los
cuales son: trabajos y transformaciones.
Pan es una aplicacin que interpreta y ejecuta transformaciones diseadas con
Spoon.
Kitchen es una aplicacin que interpreta y ejecuta trabajos diseados con Spoon.
51
contiene
toda
la
informacin
de
la
vista
Tablas Temporales
que
tiene
el
docente
cuya
fuente
de
datos
es
la
tabla
STG_CARGA_HORARIA.
54
la
facultad,
cuya
fuente
de
datos
son
las
STG_ESTUDIANTE_INDICADORES y STG_CARGA_HORARIA.
55
tablas
56
58
60
61
62
63
65
la
fuente
de
datos
es
la
tabla
una
una
se
van
relacionando
con
la
tabla
66
la
fuente
de
datos
es
la
tabla
una
una
se
van
relacionando
con
la
tabla
67
68
Esta transformacin crea una tabla temporal en la base de datos DWH, llamada
TMP_COHORTE_PERIODO_1, contiene la informacin relacionada con el
69
Esta transformacin crea una tabla temporal en la base de datos DWH, llamada
TMP_COHORTE_PERIODO_2, contiene la informacin relacionada con el
estudiante como el nmero de estudiantes que desertaron de una cohorte
determinada, la fuente de datos son las tablas FC_REG_ACADEMICO_DET y
FC_COHORTE_DET.
Esta transformacin crea una tabla temporal en la base de datos DWH, llamada
TMP_COHORTE_PERIODO_3, contiene la informacin relacionada con el
estudiante como el nmero de estudiantes que desertaron de una cohorte
determinada, la fuente de datos son las tablas FC_REG_ACADEMICO_DET y
FC_COHORTE_DET.
siguiente paso cargar las transformaciones que carga el hecho que se usarn en la
creacin de los cubos de informacin.
TMP_COHORTE,
TMP_COHORTE_PERIODO_1,
TMP_COHORTE_PERIODO_2 y TMP_COHORTE_PERIODO_3.
71
72
/rep:pdi_repo
/user:admin
/pass:admin
/rep:pdi_repo
/user:admin
/pass:admin
/rep:pdi_repo
/user:admin
/pass:admin
/rep:pdi_repo
/user:admin
/pass:admin
/rep:pdi_repo
/user:admin
/pass:admin
/rep:pdi_repo
/user:admin
/pass:admin
/rep:pdi_repo
/user:admin
73
/pass:admin
kitchen.bat
/rep:pdi_repo
/user:admin
/pass:admin
74
75
76
Cubo Estudiantes
El cubo de estudiantes de nombre Estudiantes que se ve en la figura contiene un
conjunto de dimensiones que se encuentran en el primer nivel, tambin la tabla de
hechos de la misma y por ltimo la medida calculada que es necesaria para la
obtencin de los indicadores acadmicos.
77
78
79
80
81
Cubo Cohorte
El cubo de la cohorte de nombre Cohorte que se ve en la figura contiene un
conjunto de dimensiones que se encuentran en el primer nivel, tambin la tabla de
hechos de la misma y por ltimo las medidas calculadas que son necesarias para la
obtencin de los indicadores acadmicos.
82
Cubo Desercin
El cubo de la desercin de nombre Desercin que se ve en la figura contiene un
conjunto de dimensiones que se encuentran en el primer nivel, tambin la tabla de
hechos de la misma y por ltimo las medidas calculadas que son necesarias para la
obtencin de los indicadores acadmicos.
83
84
85
86
87
89
Indicadores Docente
Se crearon tres reportes con la misma estructura para cada una de las escuelas que
tiene la facultad ciencias, civil y geomensura.
El reporte esta compuesto por tres partes:
La cabecera que contiene el nombre de la facultad y la escuela.
El agrupamiento de la cabecera que tiene el nombre de la carrera y periodo a
consultar.
El cuerpo genera informacin de los indicadores Docentes y Docentes /
Estudiantes, su puede visualizar la frmula que se utiliz para el clculo y un
grfico de barras que muestra la variacin del indicador en base al periodo.
Se puede filtrar el reporte por carrera, periodo y se puede seleccionar el
formato de salida que desee tenga el reporte.
90
91
92
5.6 BI Server
EL Pentaho BI Server es el componente principal que provee Pentaho Community
a los usuarios y es una aplicacin Web J2EE que corre sobre un servidor de apache
embebido dentro del paquete y que incluye los sub-paquetes de Pentaho Reporting,
93
94
CAPITULO VI
CONCLUSIONES
6.1 Resultados
Del estudio realizado para determinar la mejor herramienta en soluciones de Data
Warehouse (DW) en Software Libre, tanto en base de datos como en herramientas
de reportes que sirven como base para la eleccin de herramientas en futuros
proyectos de similares caractersticas. Por otro lado se instalaron las herramientas
recomendadas, base de datos, software de Extraccin Transformacin y Carga
(ETL) y software de Inteligencia de Negocios (BI) que en este caso como
resultado del anlisis es Pentaho. Se desarrollaron los programas de ETL
necesarios para la carga del Data Mart y se disearon los cubos que permiten
obtener los reportes e indicadores definidos. Se implement los Data Mart
solicitados y se program la actualizacin peridica del mismo de forma
automatizada. Se implementaron los reportes e indicadores solicitados con la
herramienta de reportes seleccionada. Se destaca como resultado obtenido la
importante experiencia adquirida en temas de inteligencia de negocios a lo largo
del desarrollo del proyecto.
6.2 Conclusiones
Del trabajo realizado para la creacin de este proyecto de tesis se pudo concluir lo
siguiente:
En la actualidad existen varias y mejores herramientas tanto libres como
pagadas que se pueden utilizar en soluciones de Data Mart.
Los datos se filtran cuando pasan desde el ambiente operacional al de depsito
Data Mart. Existe mucha informacin que no sale del ambiente operacional,
slo los datos que realmente se necesitan ingresarn al ambiente del Data
Mart.
95
96
97
MATERIALES DE REFERENCIA
BIBLIOGRAFA
LIBROS:
El Proceso de Investigacin Cientfica, Mario Tamayo y Tamayo, 2007.
MENDEZ, A. Carlos E.: METODOLOGIA, Gua para elaborar diseos de
investigacin McGraw-Hill Interamericana, S.A., Segunda edicin.
Mastering Data Warehouse Desgin Claudia Imhoff, Claudia Imhoff, Nicholas
Galemno, Jonathan G. Geiger, 2003
PGINAS WEB:
http://www.directoriow.com/pe_como_programar_en_java_deitel_basico_par
a_aprender_java_17027.htmlhttp://www.tcman.com/
www.netbeans.org
http://planetalibro.net/ebooks/eam/index.php?label=jsp
http://www.pentaho.com/
http://www.businessintelligence.info/definiciones/que-es-businessintelligence.html
http://dspace.espoch.edu.ec/handle/123456789/1519
http://eduardoarea.blogspot.com/2011/10/que-son-los-cubos-olap.html
http://demetole.blogspot.com/2011/10/primera-implementacion-de-pentahobi.html
http://wiki.pentaho.com/pages/viewpage.action?pageid=14844841
http://www.walkingtree.in/forums/showthread.php?548-commands-forexecuting-kettle-jobs-through-command-prompt&highlight=commands
98
http://infocenter.pentaho.com/help/index.jsp?topic=%2fpdi_user_guide%2fto
pic_scheudling_scripting.html
http://sourceforge.net/projects/mondrian/files/schema%20workbench/3.2.1stable/
http://wiki.pentaho.com/display/Reporting/Report+Designer.
http://api.ning.com/files/RLZMtjtGd0kmyjoovQhnUaxUO5sC7AwcuaBAYN
Q05HE_/howtopentaho3.5ycubomondrianengnulinux.pdf.
http://community.pentaho.com/
http://pentahohispano.blogspot.com/p/diccionario.html
http://www.herramientasdeproductividad.com/glosario-de-inteligencia-denegocios/
http://www.gravitar.biz/index.php/bi/bi-terminologia-1/
http://www.w2000mag.com/atrasados/1997/12sept97/Revista/DataMart.htm
99
ANEXOS
100
Anexo A.
Presupuesto: ANLISIS, DISEO E IMPLEMENTACIN DE UN DATA MART
ACADMICO USANDO TECNOLOGA DE BI PARA LA FACULTAD DE
INGENIERA, CIENCIAS FSICAS Y MATEMTICA.
RUBRO
CANTIDAD
VALOR
UNITARIO
VALOR RUBRO
RECURSOS NECESARIOS
1
1
Computadores
Impresora
600
70
SUBTOTAL
2 RECURSOS HUMANOS
600
70
670
1
2
1
-------
------0
Material de Escritorio
2
3
4
1
4
4
2
12
2
30
3,8
21
20
0,5
15
3
0,4
0,2
60
11,4
84
20
2
60
6
4,8
0,4
1 ao
22
264
0,02
3
515,6
Material Bibliogrfico
SUBTOTAL
4 OTROS
Internet
150
Fotocopias de libros
Transporte
1 ao
288
Almuerzo
1 ao
660
Gastos Varios
1 ao
---
100
SUBTOTAL
TOTAL GASTOS
1048
2233,6
2233,6
101
Anexo B.
CRONOGRAMA
102
Anexo C.
TERMINOLOGA BSICA
BI Inteligencia de Negocios (Business Intelligence)
Tecnologa y aplicaciones de software utilizadas para reunir, poner a disposicin, y
manipular la informacin corporativa por la informacin efectiva, la planificacin
y la toma de decisiones.
Data Mart
Almacn de datos con un objetivo muy concreto normalmente limitado a un rea
(por ejemplo, Mrketing) que se define para responder a las necesidades de un
colectivo de usuarios. En otras palabras, se trata de un datawarehouse
departamental, adecuado mediante transformaciones especficas para el rea a la
que va dirigido.
Dimensin
Perspectiva que contextualiza una medida. Suele ser un valor alfanumrico.
Consiste en la agrupacin de elementos con caractersticas comunes, tales como
regin, cliente, fecha, producto, proveedor, lnea, etc.
Estrategia
La estrategia de una empresa consiste en los movimientos competitivos y enfoques
de negocio que el grupo directivo de una organizacin emplea para hacer crecer el
negocio, atraer y atender a sus clientes, competir exitosamente, conducir sus
operaciones y alcanzar los niveles visualizados de desempeo organizacional.
ETL (Abreviacin de Extraccion Transformacin y Carga)
Proceso por el que se cargan datos existentes en un sistema a otro (normalmente
un Datawarehouse)
103
Granularidad
La granularidad consiste en el nivel de detalle de la informacin al que decidimos
descender para el anlisis de los modelos. Por su parte, la multidimensionalidad
nos permite analizar la informacin utilizando distintas dimensiones a la vez.
Hecho
La tabla de hechos contiene las claves subrogadas de aquellas dimensiones que
definen su nivel de detalle, y los indicadores. Nada ms, por lo tanto, antes de
crear la tabla de hechos debe entenderse perfectamente la informacin que se
almacenara.
Medida
Valor, generalmente numrico, que cuantifica la interseccin de dimensiones. Por
ejemplo, las ventas para el ao 2010, en la regin norte, para el cliente XYZ S.A,
del producto de lujo fueron 980 mil dlares. En este caso, los 980 mil dlares
corresponden a la medida de la interseccin de todos los valores dimensionales
(como tiempo, regin, cliente y producto)
Modelo Entidad Relacin
Constituye una forma de representar conceptualmente la realidad basada en la
representacin de esta mediante su abstraccin en entidades y relaciones.
De esta forma intentamos representar el mundo que nos rodea, los datos de nuestro
problema mediante una serie de entidades que representan objetos o conceptos as
como las relaciones que se dan entre ellos tales como su uso, composicin, etc.
Modelo
La representacin de una porcin de la realidad en sus elementos ms pertinentes a
la solucin del problema o situacin que afrontamos.
104
Multidimensionalidad
Capacidad que ofrece una herramienta de Inteligencia de Negocios para analizar la
informacin utilizando distintas dimensiones a la vez. De esta manera, podremos
analizar, por ejemplo, cunto hemos vendido en una determinada zona geogrfica,
en un mes especfico, usando un canal determinado y con un margen superior al
15%.
Normalizacin
La normalizacin es el proceso de organizar los datos en una base de datos. Esto
incluye la creacin de tablas y que establece relaciones entre aquellas tablas segn
reglas diseadas para proteger los datos y hacer la base de datos que es ms
flexible al eliminar dos factores redundancia y Dependencia incoherente.
OLTP (On-Line Transactional Processing)
Es un tipo de proceso especialmente rpido en el que las solicitudes de los usuarios
son resueltas de inmediato; naturalmente, ello implica la concurrencia de un
mecanismo que permite el procesamiento de varias transacciones a la vez.
OLAP (On Line Analytical Processing)
Los sistemas de soporte a la decisin usando tecnologas de Data Warehouse, se
llaman sistemas OLAP. En general, estos sistemas deben: Soportar requerimientos
complejos de anlisis, Analizar datos desde diferentes perspectivas, Soportar
anlisis complejos contra un volumen ingente de datos
La funcionalidad de los sistemas OLAP se caracteriza por ser un anlisis
multidimensional de datos corporativos, que soportan los anlisis del usuario y
unas posibilidades de navegacin, seleccionando la informacin a obtener.
OLAP vs OLTP
OLAP o procesamiento analtico en lnea, es el paradigma de anlisis
multidimensional de un Data Warehouse. Este concepto se contrapone al de OLTP
105
el
lenguaje
de
consulta
para
recuperar
datos
de
cubos
OLAP
106
Anexo D.
MAPEO DE DIMENSIONES
DIM_FECHA
DESCRIPCION
DWH
TIPO DATO
SK_FECHA
FEC_ID_FECHA
FEC_DES_FECHA
FEC_ID_DIASEM
FEC_DESC_DIASEM
FEC_ID_DIAMES
FEC_ID_DIAANIO
Number
Date
Varchar
Number
Varchar
Number
Number
FEC_ID_SEMANA
Varchar
FEC_DESC_SEMANA
Varchar
FEC_ID_SEMANAN
Number
FEC_DESC_SEMANAN
Varchar
FEC_ID_ES_FESTIVO
FEC_ID_ES_FINDE
FEC_ID_MES
FEC_DESC_MES
FEC_ID_MESN
FEC_DESC_MESN
FEC_ID_TRIM
FEC_DESC_TRIM
FEC_ID_TRIMN
Varchar
Varchar
Varchar
Varchar
Number
Varchar
Number
Varchar
Number
FEC_DESC_TRIMN
Varchar
FEC_ID_SEMESTRE
FEC_DESC_SEMESTRE
FEC_ID_ANIO
FEC_ID_ANIO_ANT
FEC_ULTIMO_DIA
FEC_ULTIMON_DIA
Number
Varchar
Number
Number
Varchar
Number
107
DIM_PERIODO_LECTIVO
DESCRIPCION
Clave subrogada
del periodo
Cdigo del periodo
Descripcin del
periodo
DWH
TIPO
DATO
SK_PERIODO
Number
PL_COD_PERIODO
Number
PER_CODIGO
PER_CODIGO
PL_DES_PERIODO
Varchar
PER_NOMBRE
PER_NOMBRE
SYBASE
STG_DWH
DIM_CATEGORIA_DOCENTE
DESCRIPCION
Clave subrogada
de la categora
Cdigo de la
categora
Descripcin de la
categora
DWH
TIPO
DATO
SK_CATEGORIA
Number
CD_COD_CATEGO
RIA
CD_DES_CATEGO
RIA
Varchar
Varchar
SYBASE
STG_DWH
CON_CATEGOR
IA
CON_DES_CAT
EGORIA
CON_CATEGO
RIA
CON_DES_CAT
EGORIA
DIM_DEDICACION_DOCENTE
DESCRIPCION
Clave subrogada
de la dedicacin
Cdigo de
dedicacin
Descripcin de
dedicacin
Carga horaria
DWH
TIPO
DATO
SK_DEDICACION
Number
DD_COD_DEDICACI
ON
DD_DES_DEDICACI
ON
DD_CARGA_HORAR
IA
Varchar
Varchar
Number
SYBASE
STG_DWH
CON_DEDICA
CION
CON_DESC_D
EDICACION
CON_CARGA_
HORARIA
CON_DEDICAC
ION
CON_DESC_DE
DICACION
CON_CARGA_
HORARIA
DIM_ESTADO_ESTUDIANTE
DESCRIPCION
DWH
TIPO
DATO
SK_ESTADO
Number
EE_COD_ESTAD
O
EE_DES_ESTAD
O
Number
SYBASE
EST_ESTAD
O
Varchar
108
STG_DWH
EST_ESTADO
EST_NOMBR
E
DIM_FACULTAD
DESCRIPCION
DWH
TIPO
DATO
Clave subrogada de
la facultad
SK_FACULTAD
Number
Cdigo de la facultad
FA_COD_FACULTAD Number
FAC_CODIGO
FAC_CODIGO
Descripcin de la
facultad
FA_DES_FACULTAD
Varchar
FAC_NOMBRE
FAC_NOMBRE
Cdigo de la escuela
FA_COD_ESCUELA
Number
ESC_CODIGO
ESC_CODIGO
Descripcin de la
escuela
FA_DES_ESCUELA
Varchar
ESC_NOMBRE
ESC_NOMBRE
Cdigo de Carrera
FA_COD_CARRERA
Number
ESP_CODIGO
ESP_CODIGO
Descripcin de
Carrera
FA_DES_CARRERA
Varchar
ESP_NOMBRE
ESP_NOMBRE
Cdigo de la Materia
FA_COD_MATERIA
Number
MAT_CODIGO
MAT_CODIGO
Descripcin de la
Materia
FA_DES_MATERIA
Varchar
MAT_NOMBRE MAT_NOMBRE
SYBASE
STG_DWH
DIM_ESPECIALIDAD
TIPO
DATO
SYBASE
STG_DWH
DESCRIPCION
DWH
Clave subrogada de
la facultad
Cdigo de la
facultad
Descripcin de la
facultad
SK_ESPECIALIDA
Number
D
SP_COD_FACULTA
Number
D
SP_DES_FACULTA
Varchar
D
FAC_CODIGO
FAC_CODIGO
FAC_NOMBR
E
FAC_NOMBR
E
Cdigo de la escuela
SP_COD_ESCUELA
Number
ESC_CODIGO
ESC_CODIGO
Descripcin de la
escuela
SP_DES_ESCUELA
Varchar
ESC_NOMBR
E
ESC_NOMBR
E
Cdigo de Carrera
SP_COD
_CARRERA
Number
ESP_CODIGO
ESP_CODIGO
Descripcin de
Carrera
SP_DES_CARRERA
Varchar
ESP_NOMBR
E
ESP_NOMBR
E
109
DIM_ESTADO_ESTU_CURSO
DESCRIPCION
DWH
TIPO
DATO
Clave subrogada
del estado
estudiante curso
SK_ESTADO_CURSO
Number
Cdigo estado
curso
EC_COD_ESTCURSO
Varchar
Descripcin
estado curso
EC_DES_ESTCURSO
Varchar
SYBASE
STG_DWH
INS_ESTA
DO
INS_ESTADO
INS_DESC_ESTA
DO
DIM_CURSO
DESCRIPCIO
N
Clave
subrogada del
curso
DWH
TIPO
DATO
SK_CURSO
Number
Cdigo curso
CR_COD_CURSO
Varchar
Descripcin
curso
CR_DES_CURSO
Varchar
SYBASE
INS_ESTAD
O
STG_DWH
INS_ESTADO
INS_DESC_ESTAD
O
DIM_PROFESOR
DESCRIPCION
DWH
TIPO
DATO
Clave subrogada
del profesor
SK_PROFESOR
Number
Cdigo del
Profesor
PR_COD_PROFESO
R
Number
PROF_CODIG
O
PROF_CODIG
O
Descripcin del
Profesor
PR_DES_PROFESOR
Varchar
NOMBRE_PR
OFESOR
NOMBRE_PR
OFESOR
Cdula del
Profesor
PR_CEDULA
Varchar
PROF_CEDUL
A_ID
PROF_CEDUL
A_ID
SYBASE
110
STG_DWH
DIM_ESTUDIANTE
DESCRIPCI
ON
Clave
subrogada del
estudiante
Cdigo del
Estudiante
Descripcin
del
Estudiante
Cdula del
Estudiante
Cdigo Sexo
Descripcin
Sexo
Cdigo
Modalidad
Descripcin
Modalidad
Fecha de
Nacimiento
DWH
T IPO
DATO
SK_ESTUDIANTE
Number
EST_COD_ESTUDIA
NTE
Number
EST_CODIGO
EST_CODIGO
EST_DES_ESTUDIA
NTE
Varchar
EST_NOMBRE
EST_APELLIDO
EST_NOMBREC
EST_CEDULA
Varchar
EST_CEDULA
EST_CEDULA
EST_SEXO
Varchar
EST_SEXO
EST_SEXO_DESC
Varchar
EST_SEXO
EST_MODALIDAD
Number
EST_MODALIDA
D
EST_SEXO
EST_SEXO_DES
C
EST_MODALIDA
D
Valor quemado
'Presencial'
EST_FECHA_
NACIMIENTO
EST_NOTA_GRA
DO
_COLEGIO
PAI_CODIGO
EST_MODALIDAD_
DESC
EST_FECHA_NACI
MIENTO
SYBASE
Varchar
STG_DWH
Nota grado
colegio
EST_NOTA_GRADO
_COLEGIO
Number
Cdigo Pas
Descripcin
Pas
Cdigo
Ciudad
Descripcin
Ciudad
Cdigo
Colegio
Descripcin
Colegio
Cdigo
Especialidad
Descripcin
Especialidad
Cdigo
Nacionalidad
Descripcin
Nacionalidad
EST_CODIGO_PAIS
Number
EST_FECHA_
NACIMIENTO
EST_NOTA_GRA
DO
_COLEGIO
PAI_CODIGO
EST_DES_PAIS
Varchar
PAI_NOMBRE
PAI_NOMBRE
EST_CODIGO_CIUD
AD
Number
CIU_CODIGO
CIU_CODIGO
EST_DES_CIUDAD
Varchar
CIU_NOMBRE
CIU_NOMBRE
EST_CODIGO_COL
EGIO
Number
COL_CODIGO
COL_NOMBRE
EST_DES_COLEGIO
Varchar
COL_NOMBRE
COL_NOMBRE
EST_CODIGO_ESP
Number
COL_ESP_CODIG
O
COL_ESP_CODI
GO
EST_DES_ESP
Varchar
ESP_NOMBRE
ESP_NOMBRE
EST_CODIGO_NAC
Number
NAC_CODIGO
NAC_CODIGO
EST_DES_NAC
Varchar
NAC_NOMBRE
NAC_NOMBRE
Date
111
Anexo E.
MAPEO DE HECHOS
FC_DOCENTE_DET
DESCRIPCION
CAMPO
TIPO
DATO
SK_PERIODO
Number
SK_CATEGORIA
SK_DEDICACION
SK_FACULTAD
SK_PROFESOR
SK_CURSO
DC_COD_PERIODO
DC_COD_PROFESOR
DC_COD_DEDICACION
DC_COD_CATEGORIA
DC_COD_CARRERA
DC_HORA_INICIO
DC_HORA_FINAL
Number
Number
Number
Number
Number
Number
Number
Varchar
Varchar
Number
Date
Date
Hora clase
DC_HORA_CLASE
Number
HORA_HORA_FINAL HORA_HORA_INICIO
Cdigo da
Descripcin del da
Descripcin del aula
Cdigo del curso
Descripcin del paralelo
DC_COD_DIA
DC_DESC_DIA
DC_AULA_NOMBRE
DC_COD_CURSO
DC_MAT_PARALELO
Number
Varchar
Varchar
Number
Number
HORA_CODIGO_DIA
Calculo
AULA_NOMBRE
CUR_CODIGO
MATXPROF_PARALELO
112
SYBASE
PER_CODIGO
PROF_CODIGO
CON_DEDICACION
CON_CATEGORIA
ESC_CODIGO
HORA_HORA_INICIO
HORA_HORA_FINAL
STG_DWH
PER_CODIGO
PROF_CODIGO
CON_DEDICACION
CON_CATEGORIA
ESC_CODIGO
HORA_HORA_INICIO
HORA_HORA_FINAL
HORA_CODIGO_DIA
AULA_NOMBRE
CUR_CODIGO
MATXPROF_PARALELO
Cdigo de la materia
Contador
DC_COD_MATERIA
DC_CONTADOR
Number
Number
MAT_NOMBRE
Valor quemado 1
MAT_NOMBRE
FC_DOCENTE
DESCRIPCION
CAMPO
TIPO DATO
SK_PERIODO
Number
SK_CATEGORIA
Number
SK_DEDICACION
Number
SK_FACULTAD
Number
SK_PROFESOR
Number
SK_CURSO
Number
Hora inicio
DC_HORA_INICIO
Date
HORA_HORA_INICIO
HORA_HORA_INICIO
Hora final
DC_HORA_FINAL
Date
HORA_HORA_FINAL
HORA_HORA_FINAL
Hora clase
DC_HORA_CLASE
Number
HORA_HORA_FINAL HORA_HORA_INICIO
Cdigo da
DC_COD_DIA
Number
HORA_CODIGO_DIA
113
SYBASE
STG_DWH
HORA_CODIGO_DIA
Descripcin del da
DC_DESC_DIA
Varchar
Clculo
DC_AULA_NOMBRE
Varchar
AULA_NOMBRE
AULA_NOMBRE
DC_MAT_PARALELO
Number
MATXPROF_PARALELO
MATXPROF_PARALELO
Contador
DC_CONTADOR
Number
Valor quemado 1
Total
DC_TOTAL
Number
Clculo
FC_ESTUDIANTE_DET
DESCRIPCION
CAMPO
TIPO DATO
SYBASE
STG_DWH
SK_PERIODO
Number
SK_ESPECIALIDAD
Number
SK_ESTUDIANTE
Number
SK_CURSO
Number
SK_ESTADO_CURSO
Number
SK_FECHA
Number
Fecha
ST_FECHA
Date
EST_FECHA_NACIMIENTO
EST_FECHA_NACIMIENTO
Cdigo de la carrera
ST_COD_CARRERA
Number
ESC_CODIGO
ESC_CODIGO
114
ST_COD_PERIODO
Number
PER_CODIGO
PER_CODIGO
ST_COD_ESTUDIANTE
Number
EST_CODIGO
EST_CODIGO
ST_COD_CURSO
Number
CUR_CODIGO
CUR_CODIGO
ST_COD_ESTCURSO
Varchar
ST_NUM_MATRICULA_CURSO
Number
INS_ESTADO
INS_NUM_MATRICULA
_CURSO
Contador
ST_CONTADOR
Number
INS_ESTADO
INS_NUM_MATRICULA
_CURSO
Valor quemado 1
Edad
ST_EDAD
Number
EST_EDAD
EST_EDAD
Estado Civil
ST_ESTADO_CIVIL
Varchar
EST_ESTADO_CIVIL
EST_ESTADO_CIVIL
ST_DES_ESTADO_CIVIL
Varchar
Clculo
Estado Trabajo
ST_ESTADO_TRABAJO
Varchar
EST_TRABAJO_ESTADO
ST_DES_ESTADO_TRABAJO
Varchar
Clculo
EST_TRABAJO_ESTADO
FC_ESTUDIANTE
DESCRIPCION
CAMPO
TIPO
DATO
SK_PERIODO
Number
SK_ESPECIALIDAD
Number
SK_ESTUDIANTE
Number
115
SYBASE
STG_DWH
SK_CURSO
Number
SK_ESTADO_CURSO
Number
SK_FECHA
Number
ST_NUM_MATRICULA_CURSO
Number
INS_NUM_MATRICULA
_CURSO
Contador
ST_CONTADOR
Number
Valor quemado 1
Edad
ST_EDAD
Number
EST_EDAD
EST_EDAD
Estado Civil
ST_ESTADO_CIVIL
Varchar
EST_ESTADO_CIVIL
EST_ESTADO_CIVIL
ST_DES_ESTADO_CIVIL
Varchar
Clculo
Estado Trabajo
ST_ESTADO_TRABAJO
Varchar
EST_TRABAJO_ESTADO
ST_DES_ESTADO_TRABAJO
Varchar
Clculo
INS_NUM_MATRICULA
_CURSO
EST_TRABAJO_ESTADO
FC_REG_ACADEMICO_DET
DESCRIPCION
CAMPO
TIPO
DATO
SK_PERIODO
Number
116
SYBASE
STG_DWH
SK_ESPECIALIDAD
Number
SK_ESTUDIANTE
Number
SK_CURSO
Number
SK_ESTADO_CURSO
Number
SK_FECHA
Number
RA_COD_PERIODO
Number
PER_CODIGO
PER_CODIGO
Cdigo de la carrera
RA_COD_CARRERA
Number
ESP_CODIGO
ESP_CODIGO
RA_COD_ESTUDIANTE
Number
EST_CODIGO
EST_CODIGO
RA_COD_CURSO
Number
CUR_CODIGO
CUR_CODIGO
RA_NUM_MATRICULA
Number
RA_COD_ESTCURSO
Number
INS_NUM_MATRICULA
_CURSO
INS_ESTADO
INS_NUM_MATRICULA
_CURSO
INS_ESTADO
RA_FECHA
Date
INS_FECHA
INS_FECHA
Contador
RA_CONTADOR
Number
Valor quemado 1
117
FC_REGISTRO_ACADEMICO
DESCRIPCION
CAMPO
TIPO
DATO
SK_PERIODO
Number
SK_ESPECIALIDAD
Number
SK_ESTUDIANTE
Number
SK_CURSO
Number
SK_ESTADO_CURSO
Number
Clave subrogada de la
fecha
SK_FECHA
Number
RA_NUM_MATRICULA Number
INS_NUM_MATRICULA
_CURSO
Contador
RA_CONTADOR
Valor quemado 1
Number
SYBASE
118
STG_DWH
INS_NUM_MATRICULA
_CURSO
FC_COHORTE_DET
DESCRIPCION
CAMPO
TIPO
DATO
SK_FECHA
Number
SK_PERIODO
Number
SK_ESPECIALIDAD
Number
SK_ESTUDIANTE
Number
SK_CURSO
Number
SK_ESTADO_CURSO
Number
CH_COD_PERIODO
Number
PER_CODIGO
PER_CODIGO
Cdigo de la carrera
CH_COD_CARRERA
Number
ESP_CODIGO
ESP_CODIGO
CH_COD_ESTUDIANTE
CH_COD_CURSO
Number
Number
CH_NUM_MATRICULA
Number
CH_COD_ESTCURSO
CH_FECHA
CH_CONTADOR
Number
Date
Number
EST_CODIGO
CUR_CODIGO
INS_NUM_MATRICULA_CURS
O
INS_ESTADO
INS_FECHA
Valor quemado 1
EST_CODIGO
CUR_CODIGO
INS_NUM_MATRICULA_CURS
O
INS_ESTADO
INS_FECHA
SYBASE
119
STG_DWH
FC_COHORTE
DESCRIPCION
CAMPO
TIPO
DATO
SK_FECHA
Number
SK_PERIODO
Number
SK_ESPECIALIDAD
Number
SK_ESTUDIANTE
Number
SK_CURSO
Number
SK_ESTADO_CURSO
Number
CH_NUM_MATRICUL
A
Contador
CH_CONTADOR
SYBASE
STG_DWH
Number
INS_NUM_MATRICULA_CURS
O
INS_NUM_MATRICULA_CURS
O
Number
Valor quemado 1
120
FC_DESERCION_DET
DESCRIPCION
Clave subrogada en base al cdigo del
periodo
Clave subrogada en base al cdigo de la
especialidad
Descripcin de la cohorte
Cdigo del periodo
Cdigo de la carrera
Nmero de estudiantes
Periodo
Cdigo periodo
Descripcin periodo
Cdigo carrera
Nmero de estudiantes
Periodo
Cdigo periodo
Descripcin periodo
Cdigo carrera
Nmero de estudiantes
Periodo
Cdigo periodo
Descripcin periodo
Cdigo carrera
Nmero de estudiantes
CAMPO
TIPO DATO
SK_PERIODO
Number
SK_ESPECIALIDAD
Number
DE_DES_COHORTE
DE_COD_PERIODO
DE_COD_CARRERA
NUM_ESTUDIANTES
DE_DET_PERIOSO_A
DE_COD_PERIODO_A
DE_DES_PERIODO_A
DE_COD_CARRERA_A
NUM_ESTUDIANTES_A
DE_DET_PERIOSO_B
DE_COD_PERIODO_B
DE_DES_PERIODO_B
DE_COD_CARRERA_B
NUM_ESTUDIANTES_B
DE_DET_PERIOSO_C
DE_COD_PERIODO_C
DE_DES_PERIODO_C
DE_COD_CARRERA_C
NUM_ESTUDIANTES_C
Varchar
Number
Number
Number
Varchar
Number
Varchar
Number
Number
Varchar
Number
Varchar
Number
Number
Varchar
Number
Varchar
Number
Number
121
DWH
Valor quemado
RA_COD_PERIODO
RA_COD_CARRERA
CONTADOR
Valor quemado
RA_COD_PERIODO
RA_DES_PERIODO
RA_COD_CARRERA
CONTADOR
Valor quemado
RA_COD_PERIODO
RA_DES_PERIODO
RA_COD_CARRERA
CONTADOR
Valor quemado
RA_COD_PERIODO
RA_DES_PERIODO
RA_COD_CARRERA
CONTADOR
FC_DESERCION
DESCRIPCION
Clave subrogada en base al cdigo del
periodo
CAMPO
TIPO DATO
SK_PERIODO
Number
SK_ESPECIALIDAD
Number
Descripcin de la cohorte
Cdigo del periodo
Cdigo de la carrera
Nmero de estudiantes
Periodo
Cdigo periodo
Descripcin periodo
Cdigo carrera
Nmero de estudiantes
Periodo
Cdigo periodo
Descripcin periodo
Cdigo carrera
Nmero de estudiantes
Periodo
Cdigo periodo
Descripcin periodo
Cdigo carrera
Nmero de estudiantes
DE_DES_COHORTE
DE_COD_PERIODO
DE_COD_CARRERA
NUM_ESTUDIANTES
DE_DET_PERIODO_A
DE_COD_PERIODO_A
DE_DES_PERIODO_A
DE_COD_CARRERA_A
NUM_ESTUDIANTES_A
DE_DET_PERIODO_B
DE_COD_PERIODO_B
DE_DES_PERIODO_B
DE_COD_CARRERA_B
NUM_ESTUDIANTES_B
DE_DET_PERIODO_C
DE_COD_PERIODO_C
DE_DES_PERIODO_C
DE_COD_CARRERA_C
NUM_ESTUDIANTES_C
Varchar
Number
Number
Number
Varchar
Number
Varchar
Number
Number
Varchar
Number
Varchar
Number
Number
Varchar
Number
Varchar
Number
Number
122
DWH
Valor quemado
RA_COD_PERIODO
RA_COD_CARRERA
CONTADOR
Valor quemado
RA_COD_PERIODO
RA_DES_PERIODO
RA_COD_CARRERA
CONTADOR
Valor quemado
RA_COD_PERIODO
RA_DES_PERIODO
RA_COD_CARRERA
CONTADOR
Valor quemado
RA_COD_PERIODO
RA_DES_PERIODO
RA_COD_CARRERA
CONTADOR