FACULTAD DE INGENIERA

ESCUELA ACADMICO PROFESIONAL DE INGENIERA DE SISTEMAS

TRABAJO DE INVESTIGACIN

Creacin de Datamart en el rea de Ventas en la empresa Grupo San Nicols

Autores

Casas Mendoza, Frank Daniel

Huamanteca Damian, Henry Frank

Montalvo Celis, James Stiven

Romero Falcn, Cesar Augusto

Gmez Snchez Gonzales, Jair

Velasco Santiago, Franco Joel

Asesor

Ordoez Prez, Adilio Christian

LIMA PER

2016 II
 INTRODUCCION

El trabajo a desarrollar est enfocado en el departamento de ventas de la empresa Grupo

San Nicols S.A.C., entre sus funciones evala a los cliente, sus pedidos, a su vez realizar el
seguimiento de los productos que solicitan y como cumplir con las expectativas de gerencia.

Se busca la Creacin de un Datamart en el rea de ventas en la empresa Grupo San

Nicols S.A.C., alineado a sus objetivos estratgicos y que ayude como fuente de informacin
consistente nica, uniforme, confiable y por consiguiente brindar oportunamente la informacin
necesaria para el apoyo a la toma de decisiones. Para esto primero se debe saber cul es la situacin
actual de los procesos de la empresa, cuales son los problemas que se generan y si estos estn
alineados con los objetivos de la organizacin.

El presente informe se desarrollar en tres captulos: el primer captulo presenta los

aspectos de la organizacin, tales como la visin, la misin, objetivos, descripcin e identificacin de
sus principales macro procesos y reas de la empresa mencionada. El segundo captulo se hace
referencia hacia los aspectos del negocio, por ello se realizar el anlisis correspondiente de los
principales procesos del rea de estudio del negocio, identificando el proceso crtico en la toma de
decisiones en el rea de ventas; por los cual se realizarn encuestas, cuestionarios, entrevista y la
presentacin de documentos necesarios para el anlisis adecuado de la empresa. En el tercer
captulo se abordar el diseo metodolgico de la investigacin; para ello se utilizar la metodologa
Hefesto, que ser estructurado con el anlisis de requerimiento, anlisis OLTP, modelo lgico del
Datamart, integracin de datos y diseo de interfaces y reportes, con los cual se desarrollar cada
tem mencionado.

Finalmente se presentan las conclusiones y recomendaciones como resultado de

investigacin, as como la bibliografa consultada y algunos anexos que se consideraron de vital
importancia.

2
 NDICE

Pg.

Introduccin 2

CAPTULO I

ASPECTOS DE LA ORGANIZACIN

1.1. Visin 6
1.2. Misin 6
1.3. Objetivos 6
1.4. Antecedentes 6
1.5. Organigrama 7
1.6. mbito del proyecto 8
1.6.1. rea 8
1.6.2. Recursos humanos 8
1.6.3. Software 8
1.6.4. Hardware 9
1.6.5. Cronograma de actividades 10

CAPITULO II

ASPECTOS DEL NEGOCIO

2.1. Descripcin de funciones y procesos del negocio 12

2.1.1. Problemtica actual o anlisis situacional 12

2.1.2. Catlogo de reglas del negocio 12
2.2. Documentacin utilizada 13
2.2.1. Encuestas 13
2.2.2. Cuestionarios 13
2.2.3. Revisin documentaria 14

3
 CAPITULO III
METODOLOGA

3.1. Anlisis de requerimientos 18

a) Identificar preguntas 18
b) Identificar indicadores y perspectivas de anlisis 18
c) Modelo conceptual 19

3.2. Anlisis OLTP 19

a) Conformacin de indicadores 20
b) Relaciones identificadas 20
c) Nivel de granularidad 23
d) Modelo conceptual ampliado 24

3.3. Modelo lgico del Datamart 25

a) Tipo de modelo lgico del Datamart 25
b) Tablas de dimensiones 25
c) Tabla de hechos 27
d) Uniones 28

3.4. Integracin de Datos 30

a) Carga de datos 30
b) Actualizacin 31

3.5. Diseo de interfaces y reportes

CONCLUSIONES Y RECOMENDACIONES

ANEXOS

FUENTES DE INFORMACIN

4
 CAPTULO I
ASPECTOS DE LA ORGANIZACIN

1.1.Visin

Segn la empresa del Grupo San Nicols, su visin es consolidar un servicio de alta
calidad y renombre internacional, expandiendo la marca Cmprale al Per, calidad y servicio
Premium.

5
1.2.Misin

Grupo San Nicols, tiene como misin ser la empresa peruana ms importante en la
exportacin de Capsicum, Granos Andinos en el mundo. Alcanzar el reconocimiento de los
mercados internacionales, brindar sostenibilidad laboral, econmica a toda nuestra cadena de
colaboradores y equipo humano por muchos aos.

1.3.Objetivo

El objetivo de la empresa Grupo San Nicols S.A.C. como empresa exportadora es lograr
el posicionamiento no solo en el mercado nacional, sino en el mercado internacional, siendo una
empresa peruana reconocida a nivel mundial.

1.4.Antecedentes
La empresa Grupo San Nicols S.A.C. con un tiempo de 6 aos de creacin y
administrado por el Gerente General, Sr. Wilfredo Padilla Barrenechea, es una de las empresas
peruanas que se ubica en los primeros puestos del Ranking de empresas exportadoras.

Somos una empresa peruana exportadora de Capsicum, Granos y Especias peruanas.

Contamos con la diversificacin de campos de produccin propia, articulacin de cadenas
productivas y con ms de 15 centros de acopio estratgicamente instalados para el
abastecimiento constante de nuestros productos de exportacin los cuales son cultivados en toda
la Costa y Sierra peruana.

Hoy con ms de 12 aos de experiencia exportadora, la empresa Grupo San Nicols

fortalece y enriquece todos los das su oferta exportable con las diversificaciones de productos
primarios e ingredientes de consumo masivo para la industria de alimentos. Nuestros principales
productos son la Paprika Entera y Quinua de Grano, los mismos son abastecidos durante todo el
ao a los mercados internacionales en sus diferentes presentaciones.

6
1.5.Organigrama
Empresa peruana exportadora de Capsicum, Granos y Especies Peruanas. Cuenta con la diversificacin de campos de produccin propia, articulacin de
cadenas productivas y con ms de 15 centros de acopio estratgicamente instalados para el abastecimiento constante de sus productos de exportacin,
para el buen desarrollo de los objetivos planteados. En la Empresa Grupo San Nicols se muestra como est estructurado internamente la empresa
mostrando las reas y sus responsables, como se evidencia en la siguiente figura:
Figura 1

Fuente: Elaboracin Propia.

7
1.6.mbito del proyecto
1.6.1. rea
El rea elegida para la implementacin del proyecto ser el rea de ventas donde se manejan los
datos de los clientes que generan compras para la empresa Grupo San Nicols S.A.C.

1.6.2. Recursos humanos

Tabla 1:
Lista de personal y sus cargos.

INTEGRANTES
Casas Mendoza, Frank Daniel
Montalvo Celis, James Stiven
Romero Falcn, Cesar Augusto
Gmez Snchez Gonzales, Jair
Huamanteca Damian, Henry Frank
Velasco Santiago, Franco Joel
Fuente: Elaboracin propia
DESCRIPCIN
Coordinador de Proyecto
Creacin de Base de Datos
Creacin de encuestas y cuestionarios
Apoyo con los recursos fsicos (Hardware)
Diagramacin del Proyecto (Ms Proyect)
Digitacin del proyecto completo

1.6.3. Software
Tabla 2:
Lista de software y su aplicacin
PROGRAMA UTILIDAD
SQL Server 2008 R2 Administracin de la Base de Datos
Office Word 2016 Redaccin del informe
Office Excel 2016 Creacin de Cronogramas y tablas estadsticos
Google Forms Creacin de cuestionarios
Visual Studio 2008 Programacin
Fuente: Elaboracin propia

1.6.4. Hardware
Tabla 3:
Lista de materiales y su utilidad

8
 MATERIALES UTILIDAD

Computadora Digitacin de la informacin

Laptop Digitacin de la informacin en 2do Plano

Impresora Impresin de los avances del proyecto

Fuente: Elaboracin propia

9
1.6.5. Cronograma de actividades

10
 CAPTULO II

ASPECTOS DEL NEGOCIO

2.1. Descripcin de funciones y procesos del negocio

a. Problemtica actual o anlisis situacional

La empresa Grupo San Nicols S.A.C., a pesar de ser una gran empresa exportadora,
presenta en su rea de ventas un desorden de informacin por lo mismo que no tienen las
herramientas para poder medir las ventas realizadas a todos sus clientes en el exterior.

La posible solucin que propone el equipo de proyecto para una mejor

administracin de la informacin de sus clientes en la empresa Grupo San Nicols S.A.C., es la
implementacin de un Datamart que les permita evitar la prdida los datos de sus clientes
 potenciales para formar una ptima estructura que facilite el anlisis de la informacin al
detalle.

b. Catlogo de reglas del negocio

95% de ventas se realizan al exterior

5% de ventas son locales (Nacionales)
Poltica de venta (Exterior):
Las facturas de nuestros clientes del exterior son al crdito de 30 a 90 das;
pero la empresa tiene un contrato con un banco del exterior el cual compra
las facturas de nuestros clientes (Factoring), entregndonos al momento de
la recepcin de toda la documentacin el 80% del importe total de la factura.
La diferencia que es el 20% nos entregan al momento que el cliente realiza su
compra.

Poltica de venta (Nacional):

Las facturas de nuestros clientes nacionales se realizan al crdito de 30 a 60 das.

2.2. Documentacin utilizada

2.2.1. Encuesta

1. Cuenta la empresa con los siguientes elementos?

(puede marcar ms de 1 opcin):
o Poltica de ventas
o Procedimientos escritos de ventas
o Sistemas de Asignacin de Crdito
o Sistema de Gestin de ventas
2. Con clientes nuevos, la empresa
(puede marcar ms de 1 opcin)
o Lo da de alta en el sistema
o Le solicita documentacin comercial tributaria y que complete un formulario
o Realiza anlisis crediticio y determina condiciones comerciales
o Todas las anteriores

12
 3. Con clientes actuales, la empresa
(debe marcar 1 sola opcin)
o No tienen asignado lmite de crdito.
o Tiene asignado lmite de crdito, pero esta desactualizado
o Tiene asignado lmite de crdito y lo actualiza peridicamente
4. Al gestionar las ventas, la empresa
(debe marcar 1 sola opcin)
o Lo hace cuando necesita informacin
o Lo hace peridicamente, sin mtodo y sin registro de la gestin realizada
o Lo hace peridicamente, con mtodo y sin registro de la gestin realizada
o Lo hace peridicamente, sin mtodo y con registro de la gestin realizada
5. Cuantos clientes gestiona la empresa?
(debe marcar 1 sola opcin)

o 1 a 50
o 51 a 300
o Ms de 300

2.2.2. Cuestionario

Cuenta la empresa con estadsticas referentes a las ventas?

*Se desea saber cuntas ventas se emiten por mes.

Se tiene un stock actualizado de los productos solicitados por un cliente?

*Se necesita de un stock de los productos solicitados por un cliente mensualmente.

Existe algn registro histrico sobre las ventas de la empresa?

*Se desea saber la cantidad de ventas por ao.

Cuentan con alguna estadstica global sobre los productos vendidos?

*Se necesita saber que producto fue el ms comprado por mes y ao.

Cuenta con Informacin sobre las compras por cliente?

13
 *Se desea saber qu productos pueden ser potenciales para una futura venta por la
empresa.

Cuenta con registros de queja de los clientes?

*Se desea saber y monitorear el nivel de satisfaccin del cliente.

2.2.3. Revisin documentaria

14
Fuente: Empresa Grupo San Nicols

15
Fuente: Empresa Grupo San Nicols

16
 CAPTULO III
METODOLOGA HEFESTO

1.-

ANLISIS DE REQUERIMIENTOS
1.1.-Identificar Preguntas

1.2.- Identificar indicadores

y perspectivas de anlisis
1.3.-Modelo conceptual

Anlisis de Requerimientos
En esta etapa buscamos conocer los procesos de la organizacin y recoger los requerimientos
de los usuarios recolectndolos a partir de preguntas.

17
 1.1.- Identificar preguntas

Cuenta con un registro del de importe de ventas por un cliente en un tiempo

determinado?
Cuenta con algn registro del importe de costo de los productos?
Cuenta con el importe de ventas realizadas de un determinado producto?
Se conoce los clientes con los que trabaja la empresa?
Cuenta con registro del importe total de ventas a un cliente de un producto en un
tiempo determinado?
Cuenta con registro del importe de ventas realizadas de un producto por cliente?

1.2.-Identificar Indicadores y perspectivas de anlisis

Importe de ventas por cliente en un tiempo determinado.

Importe de costo de un producto.

Importe de ventas de un producto.

Cantidad de clientes.

Importe de ventas a un cliente de un producto en un tiempo determinado.

Importe de ventas de un producto por un cliente.

Tabla 4

Lista de indicadores y perspectivas.

INDICADORES PERSPECTIVAS
IMPORTE DE VENTAS CLIENTE
IMPORTE DE COSTO PRODUCTO
CANTIDAD DE CLIENTES TIEMPO
RESULTADO
Fuente: Elaboracin propia

18
2.3.- Modelo Conceptual

CLIENTE IMPORTE DE VENTAS

PRODUCTO
IMPORTE DE COSTO
VENTAS

TIEMPO

CANTIDAD DE
CLIENTES
RESULTADO

2.- ANLISIS DE LOS OLTP

2.1.-Determinacion de indicadores

2.2.-Establecer correspondencias
2.3.-Nivel de granularidad
2.4.-Modelo conceptual ampliado

2.1. Anlisis OLTP

Se analiz las fuentes OLTP para determinar cmo fueron calculados los indicadores y para establecer
las respectivas correspondencias entre el modelo conceptual creado y las fuentes de datos. Luego, de
la definicin, los campos se incluyeron en cada perspectiva. Finalmente, se determin el modelo
conceptual ampliado con la informacin obtenida, a continuacin, se detalla paso a paso desde la
conformacin de los indicadores hasta obtener el modelo conceptual ampliado.

19
 a. Conformacin de Indicadores
Se explicar cmo se calcularn los indicadores, definiendo los siguientes conceptos
para cada uno de ellos:

a) Determinacin de indicadores

Importe de ventas
Hechos: cantidad de pedidos
Funcin: SUM
Aclaracin: El indicador importe de ventas representa la sumatoria de la cantidad
de ventas que se ha realizado,

Importe de costo
Hechos: (importe de producto)*(cantidad de pedidos)
Funcin: SUM
Aclaracin: el indicador importe de costo representa la sumatoria del importe de
costo y se obtiene al multiplicar la cantidad de pedidos por el importe de cada
producto.

Cantidad de clientes
Hechos: (Unidades vendidas) * (Precio de producto)
Funcin: SUM
Aclaracin: el indicador cantidad de clientes representa la sumatoria de todos los
clientes.

2.2.-Relaciones Identificadas

20
 El objetivo de este paso, es el de examinar los OLTP disponibles que contengan la
informacin requerida, como as tambin sus caractersticas, para poder identificar las
correspondencias entre el modelo conceptual y las fuentes de datos.

IMPORTE DE VENTAS

21
 CLIENTE

IMPORTE DE COSTOS
VENTAS
PRODUCTO

TIEMPO
CANTIDAD DE
CLIENTES

RESULTADOS

La tabla cliente se relaciona con la perspectiva cliente.

La tabla Producto se relaciona con las perspectiva Producto
La tabla Resultados se relaciona con la perspectiva RESULTADOS
El campo FECHA_HORA_CONFORME de la tabla Pedidos se relaciona con
la perspectiva Tiempo (debido a que es la fecha principal en el proceso de
venta).
El campo IMP_PRODUCTOS de la tabla Producto multiplicado con el
campo COD_PEDIDO de la tabla pedido se relaciona con el indicador
IMPORTE COSTOS.
El campo COD_CLIENTE de la tabla CLIENTE se relaciona con el indicador
CANTIDAD DE CLIENTES.
El campo COD_PEDIDO de la tabla PEDIDO se relaciona con el indicador
IMPORTE VENTAS.

2.3.-Nivel de granularidad

Para ello, basndose en las correspondencias establecidas en el paso anterior, se

debe presentar al usuario los datos de anlisis disponibles para cada perspectiva. Es muy
importante conocer en detalle que significa cada campo y/o valor de los datos encontrados
en los OLTP, por lo cual, es conveniente investigar su sentido, ya sea a travs de diccionarios

22
 de datos, reuniones con los encargados del sistema, anlisis de los datos propiamente dichos,
etc.

Luego de exponer frente al usuario los datos existentes su significado, valores

posibles y caractersticas, este debe decidir cules son los que considera relevantes para
consultar los indicadores y cules no.

Con respecto a la perspectiva Cliente, los datos disponibles son los siguientes:

- COD_CLIENTE: Es la clave primaria de la tabla Cliente y representa unvocamente a un

cliente en particular. Este campo es calculado de acuerdo a una combinacin de iniciales del
nombre del empleado, as como el rea a donde pertenece y un nmero incremental.
- NOM_CLIENTE: Nombres del cliente.
- TIPO_PERSONA: Se determina si el tipo de persona es Jurdica o Natural.
- COD_CLIENTE_TIP: Cdigo que representa el tipo de cliente.

Con respecto a la perspectiva RESULTADOS, los datos disponibles son los siguientes:

- TIPO_RESULTADOS: Es la clave primaria de la tabla RESULTADOS y representa

unvocamente a al tipo de resultado.
- COD_RESULTADOS: Cdigo del resultado.
- DES_RESULTADOS: Descripcin del resultado.

23
 Con respecto a la perspectiva Producto, los datos disponibles son los siguientes:

- COD_PRODUCTOS: Es la clave primaria de la tabla producto y representa unvocamente a

una producto en particular.
- COD_CLASE_PRODUCTO: cdigo que representa la clase del producto.
- COD_TIPO_PRODUCTO: cdigo que representa el tipo de producto.
- DES_PRODUCTOS: descripcin del producto.
- IMP_PRODUCTOS: precio del producto.
- IMP_COSTO: precio para realizar un producto.

Con respecto a la perspectiva Tiempo, que es la determinar la granularidad del depsito

de datos, los datos ms tpicos que pueden emplearse son los siguientes:

- Ao.
- Trimestre.
- mes

Una vez que se recolect toda la informacin pertinente y se consult con los usuarios cuales
eran los datos que consideraban de inters para analizar los indicadores ya expuestos, los
resultados obtenidos fueron los siguientes:

24
 En la perspectiva Cliente, se tomar en cuenta COD_CLIENTE
NOM_CLIENTE, COD_TIPO_PERSONA, DES_TIPO_PERSONA, COD_CLIENTE_VIP

En la perspectiva Tiempo, se seleccionaron los campos Semana, Mes (referido

al nombre del mes), Trimestre y Ao.

En la perspectiva producto se utilizar el campo que hace referencia al producto

COD_PRODUCTOS,DES_PRODUCTOS, COD_TIPO_PRODUCTO, DES_TIPO_PRODUCTO,
COD_CLASE_PRODUCTO Y DES_CLASE_PRODUCTO

En la perspectiva resultado se utilizara el campo que hace referencia al tipo de

resultado COD_TIPO_RESULTADO, DES_TIPO_RESULTADO, DES_RESULTADOS Y
COD_RESULTADO

2.4.-Modelo Conceptual Ampliado

En el paso, y con el fin de graficar los resultados obtenidos en los pasos anteriores,
se ampliar el modelo conceptual, colocando bajo cada perspectiva los campos elegidos y
bajo cada indicador su respectiva frmula de clculo. Grficamente:

CLIENTE
COD_CLIENTE
NOM_CLIENTE
CANTIDAD DE CLIENTES
COD_TIPO_PERSONA
SUM(cantidad de clientes)
DES_TIPO_PERSONA
COD_CLIENTE_VIP

TIEMPO
Ao
Trimestre IMPORTE DE VENTAS
Mes VENTAS SUM(Cantidad de Ventas)
Semana

PRODUCTO
COD_PRODUCTOS
DESC_PRODUCTOS
COD_TIPO_PRODUCTO IMPORTE DE COSTO
DES_TIPO_PRODUCTO SUM (importe de productos) * (cantidad de
COD_CLASE_PRODUCTO ventas)

RESULTADOS
COD_RESULTADOS
DESC_RESULTADOS
COD_TIPO_RESULTADOS
MODELO LGICO DEL DM
DES_TIPO_RESULTADOS
3.- a

25
 3.1.-Tipo de modelo lgico del DM

3.2.-Tablas de dimensiones
3.3.-Tablas de hechos
3.3.-Uniones

3.1.- Tipo del modelo lgico del DM

El esquema que se utilizar, ser en estrella, debido a sus caractersticas, ventajas y

diferencias con los otros esquemas.

3.2.- Tabla de dimensiones

A continuacin, se disearn las tablas de dimensiones a partir de las perspectivas

encontradas en el modelo conceptual.

Para ello se realizarn los siguientes procesos:

Se elegir un nombre que identifique la tabla de dimensin.

Se aadir un campo que represente su clave principal.
Se redefinirn los nombres de los campos si no son suficientemente intuitivos.

CLIENTE
La nueva tabla de dimensiones tendr el nombre de DCLIENTE
Se le agregar una clave principal llamada ID_CLIENTE
Los nombres de los campos no sern modificados.

CLIENTE DCLIENTE
COD_CLIENTE
LOCAL
NOM_CLIENTE
ID_CLIENTE
COD_TIPO_PERSONA COD_CLIENTE
DES_TIPO_PERSONA NOM_CLIENTE
COD_CLIENTE_VIP COD_TIPO_PERSONA
26 DES_TIPO_PERSONA
COD_CLIENTE_VIP
TIEMPO
La nueva tabla de dimensiones tendr el nombre de DTIEMPO
Se le agregar una clave principal llamada ID_TIEMPO
Los nombres de los campos no sern modificados.

TIEMPO DTIEMPO
Ao
Trimestre ID_TIEMPO
Mes Ao
Semana Trimestre
Mes
PRODUCTO
La nueva tabla de dimensiones tendr el nombre deSemana
DPRODUCTO
Se le agregar una clave principal llamada ID_PRODUCTO
Los nombres de los campos no sern modificados.

PRODUCTO DPRODUCTO
COD_PRODUCTOS
DESC_PRODUCTOS ID_PRODUCTO
RESULTADO COD_PRODUCTOS
COD_TIPO_PRODUCTO
La nueva tabla de dimensiones tendr el nombre de DRESULTADO
DES_TIPO_PRODUCTO DESC_PRODUCTOS
Se le agregar una clave principal llamada ID_RESULTADO
COD_CLASE_PRODUCTO COD_TIPO_PRODUCTO
Los nombres de los campos no sern modificados.
DES_TIPO_PRODUCTO
COD_CLASE_PRODUCT
RESULTADOS DRESULTADO
COD_RESULTADOS
DESC_RESULTADOS ID_RESULTADO
COD_TIPO_RESULTADOS COD_RESULTADOS
DES_TIPO_RESULTADOS DESC_RESULTADOS
COD_TIPO_RESULTADOS
DES_TIPO_RESULTADOS
3.3.-Tabla de hechos

La tabla de hechos tendr por nombre DVENTAS

Su clave principal estar compuesta por la combinacin de las claves principales de
las tablas de dimensiones antes definidas: ID_RESULTADO, ID_CLIENTE,
ID_PRODUCTO y ID_TIEMPO.
se crearn 3 hechos que corresponden con los 3 indicadores y sern renombrados asi
IMPORTE DE VENTAS pasaria a llamarse IMP_VENTA, IMPORTE DE COSTO
pasara a llamarse IMP_COSTO, CANTIDAD DE CLIENTES pasara a llamarse
CAN_CLIENTES.

CANTIDAD DE CLIENTES
27
SUM(cantidad de clientes)
 DVENTAS
ID_CLIENTE
IMPORTE DE VENTAS
SUM(Cantidad de Ventas)
ID_PRODUCTO
ID_TIEMPO
ID_RESULTADO
IMPORTE DE COSTO CAN_CLIENTES
VENTAS SUM (importe de productos) * IMP_COSTO
(cantidad de ventas)
IMP_VENTA

3.4.-Uniones

DCLIENTE
DRESULTADO 1
n ID_CLIENTE
ID_RESULTADO COD_CLIENTE
COD_RESULTADOS NOM_CLIENTE
DESC_RESULTADOS COD_TIPO_PERSON
COD_TIPO_RESULTADOS A
DES_TIPO_RESULTADOS DES_TIPO_PERSONA
COD_CLIENTE_VIP

n n

DVENTAS

ID_CLIENTE
ID_PRODUCTO
ID_TIEMPO
ID_RESULTADO
CAN_CLIENTES
IMP_COSTO n
n IMP_VENTA

ID_PRODUCTO
COD_PRODUCTOS
1
DESC_PRODUCTOS 1
ID_TIEMPO
COD_TIPO_PRODUCTO 28 Ao
DES_TIPO_PRODUCTO Trimestre
DPRODUCTO DTIEMPO
COD_CLASE_PRODUCTO Mes
Semana
3.4. Integracin de datos.

a) Carga de datos
Aqu se buscara combinar los datos que estn almacenados en diferentes fuentes y permitir tener
una nica vista de ella.

Proceso ETL Carga Inicial

Mediante este paso se procede a probar los datos a travs de procesos ETL. Para realizar la
compleja actividad de extraer datos de diferentes fuentes, para luego integrarlos, filtrarlos y
depurarlos, por lo cual este paso se centrar solo en la generacin de las sentencias SQL que
contendrn los datos que sern de inters.

PROCESO:
INICIO CARGA DE DIMENSION CARGA DE DIMENSION CARGA DE TABLA DE HECHOS
PROCESO DEL ETL

29
30
31
32
33
34
35
36
II.- luego ir a inicio/ entrar a la carpeta del SQL SERVER SERVER 2008 R2 y activar el SQL server
Business Intelligence Development Studio.

1.- crear un nuevo proyecto en Analysis services con el nombre de VENTAS_SN

37
38
2.- Creamos el origen de Datos, para ello nos Vamos A la pestaa Origenes de datos/clic
derecho/Nuevo origen de datos.

3.- se cargara el asistente para el origen de datos, Dar clic en siguiente.

39
4.- selecionaremos una nueva conexin.

5.-Ponemos el nombre del servidor :SOPORTE-PC; seleccionar usar autenticacin de Sql server
esto se pone siempre y cuando se tenga el usuario y contrasea. Y buscamos nuestra base de datos
prueba_2

40
6.- probamos la conexin.

41
7.- seleccionar la conexiones de datos y dar clic en siguiente.

42
8.- selecianamos Heredar del asistente y dar clic en siguiente

43
9.-poner el nombre de origen de datos SA N _NICO Y finalizar

44
nu

10.- dar clic derecho en nueva vista de origen de datos

11.- en el asistente de en vistas del origen de datos dar siguiente

45
12.-selecionamos el origen de datos creado y dar siguiente.

46
13.-pasamos al lado derecho los objetos

47
14.-selecioanmos D-TIEMPO, DCLIENTE,DPRODUCTO,D,RESULTADO,HVENTA.

48
49
15.- CREAMOS EL CUBO

16.- clic derecho en asistente de cubo y dar clic

50
17.-al abrir el asistente de cubos dar siguiente.

51
18.-seleccionar la tabla de hecho HVENTA.Ydar siguiente

52
53
19.-seleionar las dimensiones

54
55
20.-procesar

56
57
58
59
b) Actualizacin.

60
 Las polticas de actualizacin que se ha convenido con la empresa son las siguientes:
Se debera actualizar la informacin todos los das a las 7 de la noche.
Los datos de las tablas dimensiones EMPLEADO y CLIENTE sern cargados
totalmente.
Los datos de la tabla de dimensin TIEMPO se cargaran de manera incremental,
tomando en cuenta la fecha de la ltima actualizacin.
Estas acciones deberan realizarse mediante un periodo de prueba, para analizar cul
es la manera ms eficiente de generar las actualizaciones, las cuales estarn basadas
en el estudio de los cambios que se producen en los OLTP y que afectaran al
contenido del DataWareHouse.

Proceso ETL:
Inicio: Se iniciara la ejecucin de los pasos todos los das a las siete de la noche.
Establecer variables FECHA_INICIO y FECHA_TERMINO.
La variable FECHA_INICIO obtendr el valor resultante de restarle a la fecha actual
30 das.
La variable FECHA_TERMINO obtendr el valor de la fecha actual.
Carga de dimensin DTIEMPO, en vez de recibir el valor de la variable
FECHA_INICIO se tomara la fecha del ltimo registro cargado en la dimensin
DTIEMPO.
Carga de tabla de Hechos DCOBRANZA: a la serie de tareas que se realizan aqu, se le
podra anteceder un nuevo paso que borrara los datos de la tabla de HECHOS
correspondientes al intervalo entre FECHA_INICIO y FECHA_TERMINO.

CONCLUSIONES

Se elabor un plan de proyecto segn la metodologa hefesto, se us la herramienta de

ofimtica Microsoft Word 2013 para su desarrollo.

Se identificaron y listaron 6 requerimientos de usaron los cuales se graficaron para un mejor

entendimiento obteniendo como resultado un grafico del datamart mediante el visual studio.

Se analiz tanto el nivel de datos como el nivel tcnico. En el primer acontecimiento, se

analiz la nica base de datos transaccional para la venta diaria hecha en Microsoft Excel
2013. En el segundo acontecimiento se estableci un enfoque panormico del
funcionamiento del datamart.

61
 Se identific un datamart a implemente el cual pertenece al rea de ventas; tambin se
identific una tabla de hechos y el objetivo del mismo, as como tambin, se identificaron 4
dimensiones realizando por ltimo el modelo estrella.

Se cre un ETL usando SQL Managment Studio, con la finalidad de poblar cada una de las
tablas del datamart. Se crearon reportes para dar solucin a los requerimientos con los que
se inici el proyecto.

RECOMENDACIONES

Desarrollar interfaces de usuario final fciles de usar con la finalidad de poder realizar una
captura de datos estandarizada.

Utilizar el gestor de base de datos de SQL Server para la creacin e implementacin de una
base de datos robusta que soporte la migracin de los datos registrados desde su actual base
de datos transaccin hecha en Microsoft Excel 2013 hacia la nueva base de datos hecha en el
SQL server.

Actualizar cada 7 das el Datamart con la finalidad de que el usuario final pueda acceder a la
informacin mas actual posible.

ANEXOS

ETL
INSERT INTO dcliente
(
cod_cliente,
nom_cliente,
cod_tipo_persona
)
SELECT cod_cliente,
nom_cliente,

62
 tipo_persona
FROM clientes

INSERT INTO d_tiempo

(
fec_tiempo,
dia_Semana,
cod_mes,
des_mes,
cod_trimestre,
des_trimestre,
cod_anio
)

SELECT fecha_recepcion AS f_r,

DATENAME(weekday, fecha_recepcion) AS dia_semana,
MONTH(fecha_recepcion) AS cod_mes,
DATENAME(month, fecha_recepcion) AS des_mes,
DATEPART(quarter, fecha_recepcion) AS cod_trimestre,
'Trimestre ' + LTRIM(STR(DATEPART(quarter,
fecha_recepcion))) AS des_trimestre,
DATEPART(year, fecha_recepcion) AS cod_anio
FROM pedidos
WHERE fecha_recepcion IS NOT NULL
GROUP BY fecha_recepcion
ORDER BY f_r

INSERT INTO DRESULTADO

(
cod_tipo_resultado,
des_tipo_resultado,
cod_resultados,
des_resultados
)
SELECT tipo_resultados,
CASE WHEN tipo_resultados = 'S' THEN 'satisfecho' ELSE
'Insatisfecho' END des_tipo_resultado,
cod_resultados,
des_resultados
FROM resultados

INSERT INTO dproducto

(
COD_PRODUCTOS,
des_productos,
cod_tipo_producto,
des_tipo_producto,
cod_clase_producto,
DES_CLASE_PRODUCTO
)
SELECT PR.cod_productos, PR.des_productos, PR.cod_tipo_producto,
TPR.des_tipo_producto,

63
 PR.cod_clase_producto, CPR.des_clase_producto
FROM productos PR,
CLASE_DE_PRODUCTO CPR,
TIPO_DE_PRODUCTO TPR
WHERE PR.cod_tipo_producto = CPR.COD_TIPO_PRODUCTO
AND PR.cod_clase_producto = CPR.COD_CLASE_PRODUCTO
AND CPR.COD_TIPO_PRODUCTO = TPR.COD_TIPO_PRODUCTO

INSERT INTO hventa

(
id_cliente,
id_resultado,
id_producto,
id_tiempo,
imp_costo,
imp_venta,
can_clientes
)
SELECT DC.ID_CLIENTE, DS.ID_RESULTADO, DA.ID_PRODUCTO, DT.ID_TIEMPO,
SUM(G.imp_costo) AS imp_costo, SUM(G.imp_venta) AS imp_venta,
COUNT(DISTINCT DC.ID_CLIENTE) AS Clientes
FROM (SELECT P.COD_CLIENTE, P.TIPO_RESULTADOS, P.COD_RESULTADOS,
P.COD_TIPO_PRODUCTO, P.COD_CLASE_PRODUCTO,
P.FECHA_RECEPCION AS fecha, DATEDIFF(minute,
P.FECHA_HORA_RECEPCION, P.FECHA_HORA_CONFIRMACION) AS min_conf,
DATEDIFF(minute, P.FECHA_HORA_CONFIRMACION,
P.FECHA_HORA_DESPACHO) AS min_desp, DATEDIFF(minute,
P.FECHA_HORA_DESPACHO, P.FECHA_HORA_ENTREGA) AS
min_entr, DATEDIFF(day, P.FECHA_HORA_ENTREGA,
P.FECHA_HORA_RESULTADOS) AS dias_satis,
PR.IMP_PRODUCTOS * 0.8 AS imp_costo, PR.IMP_PRODUCTOS AS imp_venta
FROM PEDIDOS AS P INNER JOIN
PRODUCTOS AS PR ON P.COD_TIPO_PRODUCTO =
PR.COD_TIPO_PRODUCTO AND
P.COD_CLASE_PRODUCTO = PR.COD_CLASE_PRODUCTO
INNER JOIN
CLASE_DE_PRODUCTO AS CPR ON
PR.COD_TIPO_PRODUCTO = CPR.COD_TIPO_PRODUCTO AND
PR.COD_CLASE_PRODUCTO = CPR.COD_CLASE_PRODUCTO
INNER JOIN
TIPO_DE_PRODUCTO AS TPR ON
CPR.COD_TIPO_PRODUCTO = TPR.COD_TIPO_PRODUCTO INNER JOIN
CLIENTES AS C ON P.COD_CLIENTE = C.COD_CLIENTE
INNER JOIN
RESULTADOS AS R ON P.TIPO_RESULTADOS =
R.TIPO_RESULTADOS AND R.COD_RESULTADOS = R.COD_RESULTADOS
WHERE (P.FECHA_HORA_RESULTADOS IS NOT NULL)) AS
G INNER JOIN
DCLIENTE AS DC ON G.COD_CLIENTE =
DC.COD_CLIENTE INNER JOIN
DRESULTADO AS DS ON G.TIPO_RESULTADOS =
DS.COD_TIPO_RESULTADO AND G.COD_RESULTADOS = DS.COD_RESULTADOS INNER
JOIN

64
 DPRODUCTO AS DA ON G.COD_TIPO_PRODUCTO =
DA.COD_TIPO_PRODUCTO AND G.COD_CLASE_PRODUCTO =
DA.COD_CLASE_PRODUCTO INNER JOIN
D_TIEMPO AS DT ON G.fecha = DT.FEC_TIEMPO
GROUP BY DC.ID_CLIENTE, DS.ID_RESULTADO, DA.ID_PRODUCTO,
DT.ID_TIEMPO

FUENTES DE INFORMACIN

Lpez Gonzles, R. G., & Urbina Palomino, L. A. (2007). tesis.pucp. Recuperado el 06 de Agosto de
2012, de http://tesis.pucp.edu.pe/repositorio/bitstream/handle/123456789/348/L
%C3%93PEZ_ROSARIO_CONSTRUCCI
%C3%93N_Y_PRUEBAS_DE_UNA_HERRAMIENTA_DE_DESARROLLO_DE_SOLUCIONES_PARA_INTELI
GENCIA_DE_NEGOCIOS_AN%C3%81LISIS_DIMENSIONAL.pdf?sequence=1

Prez, S. (2006). edutecne. Recuperado el 06 de Agosto de 2012, de

http://www.edutecne.utn.edu.ar/sistemas-informacion/Data%20MiningDataWarehouse.pdf

Sinnexus. (2011). sinnexus. Recuperado el 12 de 09 de 2012, de

http://sinnexus.es/business_intelligence/datamart.aspx usr.code. (2008). Tipos de Base de Datos.
Conceptos Generales, 22.

Peralta, V. (2001). fing. Recuperado el 06 de Agosto de 2012, de

http://www.fing.edu.uy/inco/pedeciba/bibliote/tesis/tesis-vperalta.pdf

65