Bussines Intelligence

y sus herramientas ba´sicas

1st Nestor David Ruiz Delgado

2nd Diego Armando Sua´rez Castillo
C.C. 1095828931
C.C. 1072708876
Corporacio´n Unificada Nacional de Educacio´n
Corporacio´n Unificada Nacional de Educacio´n
Superior
Superior
Bogota´, Colombia
Bogota´, Colombia
Ingenieria de Sistemas
Ingenieria de Sistemas

Abstract—This article discusses a technical review, concerning

the origin, development and application of Business Intelligence,
data warehouses, data warehouse layers, data mining and deci-
sion making, bearing in mind that determining how to handle
and use information on the basis of its quality is essential for
business management to be translated into better results, which
is why we talk about business intelligence or business
intelligence bi, This is the process that facilitates the analysis
of the data that a company has to convert them into knowledge
and useful information, supporting the decisions to be made.
Index Terms—Datos, Decisiones, informacio´n, Inteligencia,
Ne- gocios, gestio´n

I. I NTRODUCCIO´ N
Hablar de Inteligencia de negocio es hablar de un concepto
muy extendido actualmente en empresas de todo tipo, en este
art´ıculo vamos a analizar que´ es la inteligencia de negocio,
conocida como business intelligence, Adema´s, hablaremos
de las diferentes herramientas que utiliza y co´mo pueden
ayudar a las empresas hoy en d´ıa.
Fig. 1. Caption
II. APLICABILIDAD
Las soluciones de inteligencia de negocios se pueden de sistemas de soporte a la toma de decisiones(DSS), permi-
aplicar a cualquier tipo de negocio, independientemente de tiendo la modelacio´n de datos y ampliando la aplicabilidad
su sector o taman˜o. Desde una pequen˜a empresa hasta las de las decisiones que dependan de los mismos.
ya conocidas multinacionales.
A. Tipos de Sistemas DSS
Su principal objetivo, es la obtencio´n de informes y
consul- tas que apoyen la toma de decisiones, permitiendo DEn la actualidad hay dos tipos de sistemas DSS, Sistemas
confirmar que lo planeado, estrate´gica y operativamente DSS Pasivos, que recopilan y organizan de forma eficaz los
se esta´ ejecu- tando segu´n las expectativas esperadas, diferentes tipos de datos. Y los Sistemas DSS Activos, que
abriendo la posibilidad de realizar acciones de mejoras que se encargan de mostrar soluciones explicitas tras analizar los
impacten de manera posi- tiva en los distintos niveles estrate datos suministrados.
´gicos, ta´cticos y operativos, mediante un proceso recursivo.
Los sistemas DSS cuentan con 5 modelos ba´sicos los
A partir de ah´ı, el BI tiene mu´ltiples utilidades que cuales facilitan la ejecucio´n de los diferentes procesos, estos
mejoran la productividad de una empresa y la hacen modelos son: DSS Impulsado, DSS impulsado por la
mucho ma´s competitiva en el mercado. comunicacio´n, DSS impulsado por modelos de datos, DSS
impulsado por documentos y DSS impulsado por
III. O PTIMIZACIO´ N DEL STOCK conocimientos.
La BI mejora la optimizacio´n del stock de las
IV. VENTAJAS DEL BUSINESS INTELLIGENCE
empresas, mediante te´cnicas y herramientas basadas en la
implantacio´n Una de sus principales ventajas es que cualquier empresa
puede aprovechar sus beneficios, sin importar su taman˜o
Identify applicable funding agency here. If none, delete this.
y al sector al que pertenezca, centra´ndose en los procesos
de
recopilacio´n, ana´lisis y monitorizacio´n de la informacio´n para optimizar la gestio´n empresarial.
 • Benchmarking.
• Recoleccio´n de datos: Todas las operaciones y
aspectos de la empresa son analizadas para determinar • Ana´lisis predictivo.
los puntos clave que permiten impulsar el proyecto,
como la pro- ductividad o las oportunidades de VI. DATA WAREHOUSE
mercado.
El Data Warehouse es un almace´n electro´nico donde
• Procesamiento y ana´lisis: Todos los datos recopilados las empresas y organizaciones mantienen una gran cantidad de
se organizan y analizan para facilitar la toma de informacio´n. Inicialmente, un DW se aloja en un
decisiones. servidor corporativo, siendo cada vez ma´s comu´n, en la
nube.
• Monitorizacio´n: Una vez que se toma la decisio
´n, basa´ndose en los datos analizados, los resultados Los datos obtenidos de diferentes aplicaciones de proce-
son monitorizados. samiento de transacciones Online (OLTP) y otras fuentes son
seleccionados minuciosamente para su uso en aplicaciones
anal´ıticas y de consultas por usuarios.

Fig. 2. Caption

Fig. 3. Caption
V. HERRAMIENTAS BI
Las herramientas que ofrece el BI, son soluciones de
software que recogen y procesan una gran cantidad de datos A. Funcio´n
no DW
estructurados. Estos datos pueden proceder tanto de fuentes Un DW debe entregar la informacio´n correcta a las
in- ternas como externas, incluyendo documentos, libros, personas indicadas en el momento adecuado y en el formato
revistas, informes, registros me´dicos, ima´genes, correos correcto. Dando respuesta a las necesidades de los usuarios
electro´nicos, videos u otras fuentes de informacio´n. conocedores y utilizando sistemas de ayuda en la decisio´n
(DSS), Sistemas de Informacio´n Ejecutiva (EIS) o
De este modo, el Business Intelligence nos ofrece una herramientas para hacer consulta o informes. Permitiendo
forma de obtencio´n de datos que facilita la bu´squeda de hacer consultas sobre sus DW sin tocar o afectar la operacio
informacio´n a trave´s de consultas. Permitiendo a las ´n del sistema.
empresas obtener una visio´n completa de las operaciones
y predecir su evolucio´n futura. B. Estructura DW
A. funciones esenciales del BI
Un almace´n de datos queda definido por la suma de
• Informes. los diferentes DataMarts integrados, no so´lo a nivel f
´ısico sino tambie´n a nivel lo´gico, dando plazo a la
• Procesos de ana´lisis online. implementacio´n de variables.

• Exploracio´n de datos. C. Variables

• Procesamiento de eventos complejos. Tambie´n llamadas “indicadores de gestio´n”, son datos

que esta´n siendo analizados continuamente. Formando parte
• IGestio´n del desempen˜o empresarial. de las Tablas de Hecho (Fact Table). Siendo concretos, las
variables representan un aspecto cuantificable o medible de
los objetos o eventos a analizar.
D. Nivel operacional Contiene datos primitivos (operacionales) que son constan- temente
actualizados, siendo usados por los sistemas opera- cionales tradicionales
realizando operaciones transaccionales.

E. Nivel departamental (Data Mart)

Contiene casi exclusivamente datos derivados de cada de-

partamento de la empresa determinando su nivel
departamental con informacio´n de intere´s. siendo el blanco
de salida sobre el cual los datos en el almace´n son
organizados y almacenados para las futuras consultas
decretadas por los usuarios finales, los desarrolladores de
reportes y otras aplicaciones.

F. Nivel individual Fig. 4. Caption

Contiene un nivel bajo de datos, resultado de procesos estad

´ısticos, a los datos contenidos en el Data Mart. El nivel
individual es el objetivo final de un Almace´n de DW.

Desde este nivel el usuario final accede a la informacio

´n contenida y se realizan las diferentes hipo´tesis, as´ı
como tambie´n dando espacio a la navegacio´n a trave´s
de los datos contenidos en el Almace´n de Datos.

VII. E LEMENTOS QUE INTEGRAN UN A LMACE´ N DE DATOS

A. Metadata

Fig. 5. Caption
Uno de los componentes ma´s importantes de la
arquitectura de un DW es el Metadata. definido normalmente
como: ”datos acerca de los datos”, en el sentido de que se C. Mecanismos de Extraccio´n
trata de datos que describen cua´l es la estructura de los Otro componente de la arquitectura de DW son los sistemas
datos y co´mo se relacionan entre s´ı, permitiendo la OLAP. Esta clase de sistemas esta´n orientados a la ejecucio
contemplacio´n de que´ tablas existen para la implementacio ´n de ana´lisis estrate´gicos de la informacio´n contenida
´n de los diferentes elementos, que´ columnas poseen cada en un DW de esta manera, los ana´lisis estrate´gicos
una de las tablas y que´ tipo de datos se pueden almacenar. requieren de una visio´n dina´mica y multidimensional de
Estos datos son de gran intere´s para el usuario final, y para la informacio´n diferente a la que se encuentra en los
los programas los cuales manejan estos datos. sistemas OLTP.

B. Middleware Este tipo de ana´lisis esta´ enfocado al procesamiento

de grandes volu´menes de datos permitiendo que se puede
La funcio´n del Middleware es la de asegurar la medir la evolucio´n del negocio a trave´s del tiempo,
conectividad entre todos sus componentes permitiendo a los mediante la con- struccio´n de comparaciones, el estudio de
programadores desarrollar las diferentes aplicaciones que indicadores, desvia- ciones, etc. Requiriendo la posibilidad
trabajara´n en los diferentes ambientes sin preocuparse de de realizar ana´lisis Top Down, es decir, que estos sistemas
los protocolos de red y comunicaciones en que se deben poseer la flexibilidad necesaria para permitir la
ejecutara´n. Ofreciendo una mejor relacio´n reformulacio´n de las consultas realizadas de acuerdo al
costo/rendimiento que pasa por el desarrollo de ana´lisis de los resultados obtenidos en una primera
aplicaciones ma´s complejas, en menos tiempo. instancia.

D. Mecanismos de Carga
Existen dos formas ba´sicas de desarrollar esta tarea:
• Acumulacio´n Simple. La acumulacio´n simple es, las transacciones comprendidas en el per´ıodo de tiempo
sin duda, la ma´s sencilla y comu´n, y cuyo seleccionado y enviar el resultado como una u´nica transaccio´n
funcionamiento consiste en realizar un resumen de todas hacia el DW.
 IX. DATA WAREHOUSE EN LA NUBE
• Rolling. se aplica en los casos donde se opta por
mantener varios niveles de granularidad. Para esto se La data warehouses esta´n atravesando actualmente
almacena in- formacio´n resumida en distintos niveles, dos transformaciones muy importantes que tienen el potencial
correspondientes a distintas agrupaciones de la unidad de impulsar niveles significativos de innovacio´n
de tiempo. empresarial:

• primera a´rea: transformacio´n: Dando el impulso

VIII. ESTRUCTURAS DE UN DW para aumentar la agilidad general. En esta primera a
´rea los directivos exigen cada vez ma´s y ma´s
datos histo´ricos, mientras que los cient´ıficos de datos y
los analistas de negocios esta´n explorando nuevas
formas de introducir nuevos flujos de datos para
enriquecer las bases ya existentes.

Esta acelerada expansio´n de volu´menes y fuentes de

datos esta´ obligando a los equipos de TI a invertir ma´s
tiempo y esfuerzo en mejorar el rendimiento de las
consultas y proporcionando cada vez ma´s entornos para
equipos para el ana´lisis de los nuevos conjuntos de
datos.

• segunda a´rea: control de costos. Existe una gran

necesi- dad de hacer ma´s con cada vez menos recursos,
garanti- zando que todos los datos sensibles y estrate
´gicos este´n completamente asegurados, a lo largo de
todo el proceso de ana´lisis, de una manera cada vez ma
´s rentable.
Fig. 6. Caption

La nube es un facilitador dominante permitiendo a las

la arquitectura de un dw puede ser dividida en tres estruc- organizaciones enfrentarse de forma activa a los desaf
turas simples: ba´sica, ba´sica con un a´rea de ensayo y ´ıos que presentan estas dos a´reas claves en el DW.
ba´sica con a´rea de ensayo y data marts.

Con una estructura ba´sica, sistemas operativos y

archivos planos proporcionan datos los cuales son
almacenados junto con metadatos, permitiendo a los
usuarios finales acceder a ellos para realizar los ana´lisis,
generacio´n de informes y miner´ıa.

Al an˜adir un a´rea de ensayo que se puede colocar en

las fuentes de datos y los almacenes de datos, e´stos
proporcionan un lugar donde los datos se pueden limpiar antes
de entrar en el almace´n, permitiendo personalizar la
arquitectura del almace´n para la validacio´n de diferentes
grupos DW de la organizacio´n.

Se puede hacer agregando data marts, siendo sistemas

disen˜ados para una l´ınea de negocio en particular. Se
pueden tener una data marts separado para ventas, inventario y
com- pras, y los usuarios finales pueden acceder a datos de
uno o de toda la data marts del departamento.

Fig. 7. Caption

A. ¿Por que´ migrar a la nube?

Las 3 tecnolog´ıas que ya tienen y seguira´n teniendo
un gran impacto en la transformacio´n de negocios son:
datos,
ana´lisis e Internet. Estas tres tecnolog´ıas son parte fundamental del ecosistema actual del DW. Podemos concluir que la
data warehouse en la nube tiene un gran potencial para C. Ventajas del data mining
generar un impacto significativo en los negocios, da´ndoles
una mayor agilidad y un mejor control de costos • La miner´ıa de datos permite la obtencio´n de
informacio´n de las empresas o negocios que no se
X. DATA MINING esperaban obtener

la miner´ıa de datos o la data mining es un campo de la • Las combinaciones de distintas te´cnicas otorgan
estad´ıstica que se refiere al procedimiento de analizar datos valor an˜adido a la empresa.
para encontrar relaciones, descubrir patrones, para generar
datos de una manera comprensible y u´til para las los • Cualquier volumen de datos puede ser analizado
analistas de datos o software´s de ana´lisis de datos. La mediante la tecnolog´ıa de data mining.
data mining es un conjunto de estrategias las cuales
exploran las bases de datos que pertenecen a empresas y • Los resultados obtenidos son fa´ciles de entender.
organizaciones, dando patrones y algoritmos los cuales dan
como resultado patrones de comportamiento. • La informacio´n obtenida ayuda a la toma de
decisiones ta´cticas y estrate´gicas.

A. explorador de datos • Permite encontrar nuevas oportunidades y reducir riesgos

a la hora de perder clientes.
Los exploradores de datos o mineros de datos, esta
´n compuestos por profesionales encargados de analizar y des-
cubrir patrones en grandes volu´menes de datos. Para ello • Ayuda en la creacio´n de productos y servicios espec
se implementan herramientas como la inteligencia artificial, el ´ıficos por tipo de cliente.
aprendizaje automa´tico, la estad´ıstica y sistemas de base
de datos. • Las predicciones son confiables y va´lidas basa´ndose
en el ana´lisis estad´ıstico en grandes cantidades de
datos.
B. Fases data mining
• Crea nuevas oportunidades de negocio y permite la re-
duccio´n de costos a empresas y organizaciones.

XI. DO´ NDE SE ULTILIZA LA MINERI´ A DE

DATOS La miner´ıa de datos DM se da dentro de los
siguientes
aspectos:

• Sistemas parcialmente desconocidos: Si el modelo del

sistema que produce los datos es conocido, no es nece-
saria la miner´ıa de datos ya que todas las variables son
predecibles. Este no es el caso del comercio electro
´nico, el cual se ve altamente afectado por la
espontaneidad del comportamiento de las variables en un
entorno web, donde los datos las acciones de los usuarios
son en su mayor´ıa, impredecibles.

En estos casos habra´ una parte del sistema que es cono-

cida y habra´ una parte aparentemente de la naturaleza
Fig. 8. Caption aleatoria, bajo ciertas circunstancias, dependiendo de una
gran cantidad de datos asociados al sistema, ampliando
Las fases del data mining no siempre son los mismos. Var la posibilidad de encontrar nuevos aspectos previamente
´ıan segu´n el tipo de problema o la persona que ejecuta desconocidos del modelo.
estos procesos.
• Gran cantidad de datos: Al contar con mucha informacio
Un proceso de miner´ıa de datos ba´sica contempla ´n en las bases de datos se vuelve importante para una
cuatro etapas principales: determinacio´n de objetivos empresa encontrar la forma de analizar ”grandes canti-
(definiendo que´ objetivos se quieren alcanzar), procesamiento dades” de informacio´n y que este ana´lisis le produzca
de los datos (seleccio´n limpia, Transformacio´n de bases un beneficio. Esto solo se puede lograr implementando
de datos), de- terminacio´n del modelo (ana´lisis estad un potente software, siendo este una las herramientas con
´ıstico y representacio´n gra´fica) y ana´lisis de resultados. ma´s importancia en la miner´ıa de datos. Esta´n
basadas
 en el uso intensivo de la informa´tica, en cuales permiten realizar predicciones ma´s acertadas,
consecuencia, un equipo potente y un software eficiente, espe- cialmente en casos de gran complejidad y con
con el cual debe contar la compan˜´ıa, esto aumentara´ relaciones internas.
el desempen˜o del proceso de ana´lisis. El uso de la
data mining es efectivo en el caso de poseer datos XIII. CREACIO´ N DE UN PROYECTO DE MINER
concretos sobre sus procesos productivos, datos de ´IA DE DATOS
seguimiento de clientes, datos externos de mercado y
Para la implementacio´n de un proyecto de DM se
datos sobre la actividad de competidores.
em- plean cuatro fases sin importar la te´cnica de
extraccio´n de conocimiento usada, estas son:

A. Filtrado de datos

El formato de los datos contenidos en la fuente de datos

nunca es preciso, y la mayor´ıa de las veces no es posible
utilizar ningu´n algoritmo de miner´ıa.

B. Mediante el preprocesado

se realiza filtracio´n de datos, se obtienen muestras de

los mismos, o se reducen el nu´mero de valores posibles
(mediante redondeo, agrupamiento, etc.).

C. Seleccio´n de variables

La seleccio´n de caracter´ısticas reducen el taman˜o de

los datos, permitiendo la eleccio´n de las variables ma
´s in- fluyentes en el problema, sin perder la calidad del
modelo de conocimiento obtenido. Se cuentan con dos me
´todos para la seleccio´n de caracter´ısticas.
XII. OBJETIVOS PRINCIPALES DE LA MINER´IA DE
DATOS
• Las variables basadas en la eleccio´n de los
Data Mining persigue objetivos espec´ıficos, el principal mejores atributos del problema.
objetivo de la miner´ıa de datos es e´l;
• Descubrimiento de reglas: Estas mostrara´n nuevas • Las variables independientes mediante tests de sensibili-
rela- ciones entre las variables o excepciones de acuerdo dad, algoritmos de distancia o heur´ısticos.
a la compan˜´ıa en donde se utilice este proceso. esto XIV. A RQUITECTURA DE UNA SOLUCIO´ N BI
mostrara´ el ana´lisis y la descripcio´n de la
metodolog´ıa que im- Una solucio´n de Business Intelligence parte de las bases
plementa la compan˜´ıa y en la planificacio´n de datos, ERPs, ficheros de texto, etc. Donde suele ser nece-
ayudara´ y
en el disen˜o de futuros cambios. Es posible que sario aplicar una transformacio´n estructural para optimizar
algunas de las reglas no puedan ser cambiadas, pero si su proceso anal´ıtico.
resulte posible realizar modificaciones en la organizacio
´n con el propo´sito de mejorar su desempen˜o. Se debe realizar una fase de extraccio´n, transformacio
´n y carga (ETL) de datos. Esta etapa se apoya en un
• Prediccio´n(Forecasting): Una vez descubiertas las almace´n intermedio, llamado ODS, que actu´a como canal
reglas ma´s importantes, estas pueden ser utilizadas para entre los sistemas fuente y los sistemas destino (generalmente
estimar algunas variables de salida. pudiendo ser en el un datawarehouse), cuyo principal objetivo consiste
caso de secuencias en el tiempo, o bien en la mayormente en evitar la saturacio´n de los servidores
identificacio´n e interrupcio´n a tiempo, de una futura funcionales de la organizacio´n.
mala experiencia de cre´dito. En esta tarea, se
contemplan las te´cnicas estad´ısticas tradicionales con La informacio´n resultante, ya unificada, depurada y
aquellas provenientes de la inteligencia artificial. Usando con- solidada, es almacena en un datawarehouse
conceptos adaptativos como son los algoritmos gene corporativo, el cual sirve de base para la construccio´n de
´ticos y las redes neuronales, las distintos datamarts
departamentales. Caracteriza´ndose por poseer la diferentes a´reas de la empresa, ya sea mediante la implementacio´n
estructura o´ptima para la ejecucio´n de ana´lisis en las de bases de datos transaccionales (OLTP) o bases de datos anal´ıticas
(OLAP). • Datos de operacionales, datos de ventas, datos de
recursos humanos, datos de productos, datos de
inventario, datos de marketing y datos de sistemas.

• Logs de un servidor web, con datos de

navegacio´n alimentado por los usuarios.

• Datos internos de ana´lisis de mercado.

• Datos de terceros, datos del censo, datos demogra´ficos

o datos de encuestas.

XVI. C APA DE EXTRACCIO´ N DE DATOS

Los datos son extra´ıdos de las fuentes de datos donde se
Fig. 9. Caption lleva a cabo el sistema datawarehouse. Permitiendo que en
esta capa se realice la limpieza de algunos datos m´ınimos,
pero no es probable que haya una transformacio´n de
datos importante.
• A´ rea de pruebas: En esta a´rea todos los datos son
Los datos albergados en el dw o en cada datamart son depurados y transformados en datamart y datawarehouse.
explotados utilizando herramientas comerciales de ana Esto, nos permite tener un a´rea comu´n la cual facilita
´lisis, reporting, alertas... etc. estas herramientas esta´n el proceso de integracio´n de los datos.
basadas en la construccio´n de productos BI ma´s
XVII. CAPA ETL
completos, como los sistemas de soporte a la decisio´n
(DSS), los sistemas de informacio´n ejecutiva (EIS) y los
cuadros de mando (CMI) o Balanced Scorecard (BSC).
XV. CAPAS ARQUITECTURA DATAWAREHOUSE

Los datos obtienen su inteligencia de la lo´gica aplicada

para transformar de datos de una naturaleza transaccional o
una naturaleza anal´ıtica. La fase de disen˜o ETL es
frecuentemente la fase ma´s demorada en un proyecto de
datawarehouse y normalmente se utiliza una herramienta
ETL en esta capa.
A. Capa de fuentes de datos

XVIII. CAPA DE ALMACENAMIENTO DE DATOS

Esta representa por las diferentes fuentes de datos, los
cuales alimentan todos los datos del datawarehouse. La fuente Seccio´n donde se colocan los datos transformados y
de datos puede presentar cualquier formato: archivo de texto limpios. Se basa en el alcance y la funcionalidad donde se
plano, base de datos relacional, otros tipos de base de datos, encuntran tres tipos de entidades analiticas: datawarehouse,
archivo Excel, etc. data mart y almace´n de datos operacional (ODS). En
Todos estos pueden actuar como fuente de datos. Teniendo cualquier sistema puedes encontrar so´lo uno de los 3, 2 de
en cuenta, los tipos de datos pueden ser muy variados: los 3, o los tres tipos juntos.

XIX. C APA LO´ GICA DE DATOS

Seccio´n donde se almacenan las reglas de negocio. XX. C APA DE PRESENTACIO´ N DE DATOS
Estas reglas de negocio no tienen efectos negativos sobre las
Capa en la cual la informacio´n llega a los usuarios de una manera
reglas de transformacio´n de datos, pero si afecta en gran
informe tabular o gra´fica a trave´s de un navegador web, un informe
medida la informacio´n de yacente en los informes.
enviado por email generado automa´ticamente y es enviada a y realizar un ana´lisis de informacio´n para finalmente
diario, una alerta con una clara advertencia a los usuarios realizar un informe de los datos que se soliciten.
acerca de excepciones, etc. Normalmente esta capa utiliza una
herramienta OLAP y una herramienta de generacio´n de
El objetivo principal del SGBD es manipular de manera
informes.
ordenada, espec´ıfica y breve una serie de datos almacenados,
que a futuro sera´n de suma importancia para cualquier
XXI. CAPA DE METADATOS orga- nizacio´n.
Aqu´ı es donde permanece la informacio´n sobre los
Los gestores de base de datos controlan cualquier tipo de
datos almacenados en el datawarehouse. La implementacio
operaciones ejecutadas por el usuario en la base de datos,
´n de un modelo de datos lo´gico es un ejemplo de lo es
para que la operacio´n se ejecute de manera exitosa se
esta capa de metadatos. Donde normalmente se utiliza una
deben usar diferentes herramientas, como los son los sistemas
herramienta de metadatos para administrar los mismos.
de bu´squeda y los de generar informes adicionales esto
diferentes aplicaciones.
XXII. CAPA DE OPERACIONES DEL SISTEMA
Esta capa contiene informacio´n sobre el Pero este no es el u´nico objetivo del SGBD entre
funcionamiento del sistema de datawarehouse, estado de otros objetivos esta´n:
trabajo ETL, el rendimiento del sistema y el historial de
acceso de los usuarios. • Abstraccio´n de Datos: esta tiene como fin ahorrar
algunos detalles acerca del almacenamiento f´ısico.
XXIII. SISTEMAS GESTOR DE BASES DE DATOS • Independencia: tienen la capacidad de transformar el
A. Sistema gestor de Base de Datos (SGBD) o esquema f´ısico y lo´gico de una base de datos.
tambie´n llamados DataBase. Managenent System (DBMS)
• Consistencia: Actualiza la informacio´n de datos
es un me´todo el cual permite crear, gestionar y repetidos modifica´ndolos segu´n su condicio´n de
administrar bases de datos, cuyo fin es conseguir las forma coherente.
herramientas ade- cuadas para administrar o realizar, bu
´squedas de informacio´n de la manera ma´s segura, fa´cil y • Seguridad: ya que la informacio´n almacenada en
eficiente. Tambie´n se pueden conocer como una coleccio los SGBD tiene un valor significante para cada una de las
´n de datos que se relacionan entre ellos mismos, con organizaciones, estos tienen con fin brindar seguridad
una estructuracio´n y organizacio´n determinada dentro de para el ingreso de usuarios a ingresar a la informacio
una serie de programas que permiten acceder a ellos y as´ı ´n depositada en las mismas.
facilitar su gestio´n; Pero para conocer a fondo los
conceptos es necesario identificar: • Tiempo de respuesta: Minimizan el tiempo de bu
´squeda y en almacenar los cambios que se realicen al
B. ¿Que son los gestores de bases de datos? ingresar algu´n tipo de informacio´n.
Es un software invisible, este gestor esta un compuesto por
un lenguaje, cuyo fin es el esclarecimiento de datos, este C. ¿Que´ compone un SGBD?
encargado de manipular y brindar informacio´n de Para que exista un buen funcionamiento de un software de
consulta trabajando en varios niveles de informacio´n, SGBD existen tres componentes los cuales son:
estos niveles dependen de la importancia de la informacio´n
almacenada.
• Diccionario de datos:
Las funciones del gestor de base de datos son permitir a es una lista de metadatos los cuales evidencian cada una
cada uno de los- usuarios de las organizaciones almacenar de las caracter´ısticas de los datos almacenados en el
diferente tipo de informacio´n, modificar la misma y acceder SGBD, estos se encargan de informar sobre cada uno de
a dicha informacio´n almacenada en las diferentes bases de los permisos de uso a cada registro de informacio´n que
datos se realice y la presentacio´n f´ısica de el mismo, as´ı se
logra que dicho diccionario brinde la informacio´n
importante sobre los datos almacenados.

• Lenguaje de definicio´n de datos:

Este lenguaje de definicio´n de datos tambie´n
conocido como DDL Data definition language, tiene
como fin es- tructurar el contenido de las bases de datos.
Este lenguaje permite crear, modificar objetos
individuales como lo son
las referencias, v´ınculos o los derechos que posee cada
usuario. • Lenguaje de manipulacio´n de datos: Este lenguaje DML Data
manipulacio´n language, es el que permite realizar nuevos
 registros de datos, as´ı como eliminar, modificar y
consultar los que esta´n registrado previamente, este
tambie´n permite comprimir y extraer los datos.

Actualmente, existen varios SGBD y estos pueden ser clasifi-

cados en relacionales o no relacionales segu´n la forman
que administran los datos:

XXIV. SISTEMAS GESTOR DE DATOS RELACIONALES

Este tipo de sistemas gestores de base de datos relacionales
se empezaron a usar en al an˜o 1970, pero con el
tiempo se le realizaron una serie de trasformaciones hasta la
actualidad para administrar las bases de datos.
B. SQLite
En este tipo de SGBD se establecen v´ınculos entre los Esta aplicacio´n fue creada en mayo del an˜o 2000 creada
mismos datos, creando imaginariamente una tabla separada por el doctor Richard Hip. ha liderado las diferentes versiones
por cada relacio´n con cada uno de los registros que se de SQLite, basada en la licencia GPL.
almacenen.
Es un Software libre el cual permite almacenar datos de
La ventaja de este tipo de sistema gestor de base de datos, manera breve en dispositivos con poca capacidad de hardware
esta´ en la posibilidad que brinda de crear diferentes tipos de o almacenamiento. Tambie´n es utilizado como una
relaciones entre las filas existentes y as´ı poder mostrarlas en Biblioteca en varias aplicaciones actualmente ya que sus
columnas. consultas son eficaces.

Actualmente los sistemas gestores de bases de datos rela- Caracter´ısticas:

cionales ma´s usados son: • El taman˜o es mucho menor que cualquier SGBD.
A. MySQL
• Posee Atomicidad, consistencia, Aislamiento y Durabili-
dad.
Es el sistema gestor de bases de datos relacional multihilo
y multiusuario, este sistema es utilizado en muchas de las pa • Gran Portabilidad y rendimiento.
´ginas web actualmente, Adicional a esto es el ma´s usado en
aplicaciones creadas como software libre. • La base de datos general esta´ ubicada en un solo archivo.

Existen varias ventajas de este Sistema gestor de bases de • Es completamente autocontenida ya que no depende de
datos estas son: ningu´n software externo.

• El Soporte SSL (Secure Sockets Layer) el cual permite • Posee un footprint de menos de 230KB.
garantizar la integridad y la autenticacio´n de las
comuni- caciones. • Soporta texto de formato UTF 8 o UTF 16 y datos nume
´ricos de 64 bits.
• Soporte multiplataforma: Ya que este trabaja bajo varias
plataformas permite brindarle la ayuda requerida en
cualquiera de las plataformas que este´n haciendo uso.

• Brinda una facilidad a la hora de instalar el software

como a la hora de configurarlo.

• La facilidad a la hora de hacer uso del mismo y garantiza

un buen rendimiento en la ejecucio´n.
C. SQL Server
Este sistema de gestio´n de bases de datos relacional
de- sarrollado como un servidor el cual brinda servicio a otras
aplicaciones de Software, ya que maneja una gran variedad
de aplicaciones de procesamiento transacciones este posee Caracter´ısticas:
una inteligencia empresarial y facilita el ana´lisis en
entornos informa´ticos. Alta disponibilidad al lograr un gran tiempo de actividad con una
conmutacio´n ra´pida, esto lo logra sin utilizar muchos recursos de la
Es una alternativa de la empresa Microsoft este es una de memoria del sistema, tambie´n ofrece una solucio´n aplica la cual
la tecnolog´ıa de bases de datos l´ıderes. integra a la familia de servidores de Microsoft server.
 • Usan un modelo racional el cual permite visualizar los
datos con formatos filas y columnas.

• Manejan un control de acceso y tecnolog´ıas avanzadas y

as´ı controlar la entrada de datos.

• Brinda la proteccio´n de los datos, ya que tiene opcio´n

de copias de seguridad.

• Permite agilidad en cada uno de los tramites que se real-

izan y con la gestio´n de usuarios controlan la informacio
´n de cada uno de ellos.

D. Oracle
Se define como una coleccio´n de datos que se tratan
en si como una unidad. tiene como objetivo principal
almacenar datos, recuperar informacio´n.

Este servidor gestionar a informacio´n de manera

confiable todos los datos almacenados en un multiusuario ya
que permite que varios usuarios accedan a dicha
informacio´n de manera simulta´nea.

Oracle fue la primera base de datos creada para la con-

mutacio´n empresarial, fue la forma ma´s flexible y econo
´mica para administrar informacio´n y aplicaciones.
XXV. S ISTEMAS DE GESTIO´ N DE BASES DE DATOS
La base de Datos tiene estructuras lo´gicas y
NO RELACIONALES.
estructuras f´ısicas, ya que ambas estructuras esta´n
divididas, el alma- cenamiento se puede administrar sin
afectar el acceso a las mismas. Esos Sistemas de Bases de datos no relacionales (NoSQL)
No requieren de estructuras de datos fijas como lo son las
Caracter´ısticas: tablas.

Manejan entornos bien distribuidos los cuales siempre

permanecera´n disponibles y operativos esto logra un
gran volumen de datos.

En la actualidad existen algunos sistemas gestores de bases

de datos los cuales son:
A. MongoDB

Este SGBD es actualmente el ma´s utilizado ya que es

un SGBD (NoSQL) que se orienta a ficheros los cuales
almacenan informacio´n en una serie de estructuras BSON en
un esquema que permite entender fa´cil su funcio´n e
integracio´n.

Cisco, eBay y Adobe utilizan este SGBD.

Caracter´ısticas:

• Open Source:
co´digo abierto • Consultas Ad hoc
esta´ pu´blico,
modificable.
 disen˜ado de manera accesible al
ya que este es el modo ma´s sencillo para el
armado de una red, estas consultas tener acceso a los
usuarios a la informacio´n de base de datos, ya que
estos contienen interfases graficas para as´ı generar de
manera efectiva dichas consultas.

• Almacenamiento de informacio´n en ficheros.

B. Cassandra
Este es un SGBD NoSQL que es distribuido, masivamente
escalable, Este utiliza almacenamiento clave valor.

Plataformas como Netflix, Spotify, Instagram utilizan dicho

SGBD.

Caracter´ısticas:

• Una multiplataforma
• Posee un propio lenguaje de consultas. (CQL)
• Utiliza Peer-to-peer como arquitectura.
C. ¿Cua´ndo puedo utilizar un sistema gestor de bases
de datos SQL o NoSQL?

• Cuando la cantidad de los datos que se manejan no tiene

crecimiento alguno o lo hace de manera lenta utiliza un
SQL.

• En caso contrario ellos crecen de manera a´gil y en

momentos espec´ıficos Utiliza NoSQL.

• Cuando se crean picos en el uso del sistema por parte de

los usuarios, Utiliza SQL.

• Cuando se tiene picos al utilizar el sistema y es por parte

de los usuarios en reiteradas ocasiones Utiliza No SQL.
REFERENCIAS Business Intelligence hace tu empresa ma´s competitiva
- SES Digital”, SES Digital, 2021. [Online]. Available:
[1]2021. [Online]. Available: https://mapal- https://sesitdigital.com/ejemplos-practicos-de-como-el- business-
intelligence-hace-tu-empresa-mas-competitiva [Accessed: 13- Jun-
os.com/es/recursos/blog/translate-to-espanol-que-es-
inteligencia-de-negocio-y-que-herramientas-utiliza. 2021].
[Accessed: 13- Jun- 2021].
[3]”5.3.1 Almacenes de Datos (Data
Warehouse) - Mercadotecnia Electronica”,
[2] competitiva, ”Ejemplos pra´cticos de co´mo el
Sites.google.com, 2021. [Online]. Available: Retrieved June 13, 2021, from Ionos. es website:
https://sites.google.com/site/mercadotecniaige2017/5-3-1- https://www.ionos.es/digitalguide/hosting/cuestiones-
almacenes-de-datos-data-warehouse. [Accessed: 13- Jun- tecnicas/sistema-gestor-de-base-de-datos-sgbd/
2021].
11 DiccAdminN3g. (2018, March 14). So-
[4]Virtual.cun.edu.co, 2021. [Online]. Available: porte Multiplataforma. Retrieved June 13,
2021, from Diccionariodenegocios.com website:
https://diccionariodenegocios.com/s/soporte-multiplataforma/

12 Mar´ın, R. (2019, April 16). Los gestores de bases de

datos (SGBD) ma´s usados. Retrieved June 13, 2021,
from Inesem.es website:
https://revistadigital.inesem.es/informatica- y-tics/los-
gestores-de-bases-de-datos-mas-usados/

13 Rendo´n, Y. A. (n.d.). Bases de datos relacionales vs.

no relacionales. Retrieved June 13, 2021, from Com.co
website:
https://www.pragma.com.co/academia/lecciones/bases-de-
datos-relacionales-vs.-no-relacionales

14 SGBD. (n.d.). Retrieved June 13, 2021, from Ecured.cu

website: https://www.ecured.cu/SGBD SQLite: La Base de
Datos Embebida. (n.d.). Retrieved June 13, 2021, from
Com.mx website: https://sg.com.mx/revista/17/sqlite-la-base-
https://virtual.cun.edu.co/contenidos/migracion2020/sistemas/s9/bduastionse-sesm- bebida
intelligence/u5/recurso5.pdf. [Accessed: 13- Jun- 2021].
15 PowerData, R. (n.d.). ¿Que´ es un gestor de
[5]M. Bernard Pavel Barreto Ve´liz, ”Inteligencia datos y para que´ sirve? Retrieved June 13, 2021, from
de Negocios (pa´gina 3) - Monografias.com”, Powerdata.es website: https://blog.powerdata.es/el-valor-de-
Monografias.com, 2021. [Online]. Available: la- gestion-de-datos/que-es-un-gestor-de-datos-y-para-que-
https://www.monografias.com/trabajos75/inteligencia- sirve
negocios/inteligencia-negocios3.shtml. [Accessed: 13- Jun-
2021]. 16 Nextech, S. (2021, February 3). ¿Que´ es SQL Server?
y ¿Para que´ sirve? Retrieved June 13, 2021, from Nex-
[6]”Cua´les son los beneficios del business tech.website: https://nextech.pe/que-es-sql-server-y-para-que-
intelli- gence para las empresas”, Jasmin Software, 2021. sirve/
[On- line]. Available:
https://www.jasminsoftware.es/blog/business- intelligence/.
[Accessed: 13- Jun- 2021].

[7]B. Moares, ”Data mining y Big data: Que´ es y Co

´mo aplicarlo en mi Negocio”, Unayta, 2021. [Online].
Available: https://unayta.es/data-mining-big-data/. [Accessed:
13- Jun- 2021].

[8]G. PowerData, ”Data Warehouse: todo lo que nece-

sitas saber sobre almacenamiento de datos”, Powerdata.es,
2021. [Online]. Available: https://www.powerdata.es/data-
warehouse. [Accessed: 13- Jun- 2021].

[9]”Sistemas de apoyo de Decisiones”, Tecnologias-

informacion.com, 2021. [On-
line]. Available: https://www.tecnologias-
informacion.com/soportedecisiones.html. [Accessed: 13-
Jun- 2021].

10 IONOS Espan˜a S.L.U. (2020, March 16).

Introduccio´n al sistema gestor de base de datos
(SGBD).