Unidad V

Unidad V
Inteligencia de negocios.
5.1 Concepto de inteligencia de negocios.
La Inteligencia de Negocios es el conjunto de productos y servicios que permiten a

los usuarios finales acceder y analizar de manera rápida y sencilla, la información
para la toma de decisiones de negocio a nivel operativo, táctico y estratégico.
El término Business Intelligence (Inteligencia de Negocios) hizo su aparición en

1996 cuando un reporte de Gartner Group dijo textualmente lo siguiente:
By 2000, Information Democracy will emerge in forward-thinking enterprises, with

Business Intelligence information and applications available broadly to employees,
consultants, customers, suppliers, and the public. The key to thriving in a
competitive marketplace is staying ahead of the competition. Making sound
business decisions based on accurate and current information takes more than
intuition. Data analysis, reporting, and query tools can help business users wade
through a sea of data to synthesize valuable information from it - today these tools
collectively fall into a category called "Business Intelligence."
Para el año 2000, la Democracia de la Información emergerá en las empresas de

vanguardia, con las aplicaciones de Inteligencia de Negocios ampliamente
disponibles a nivel de empleados, consultores, clientes, proveedores y el público
en general. La clave para surgir en un mercado competitivo es mantenerse delante
de sus competidores. Se requiere mas que intuición para tomar decisiones
correctas basadas en información exacta y actualizada. Las herramientas de
reporte, consulta y análisis de datos pueden ayudar a los usuarios de negocios a
navegar a través de un mar de información para sintetizar la información valiosa
que en él se encuentra - hoy en día esta categoría de herramientas se les llama
"Inteligencia de Negocios"
Este contenido se encuentra protegido por lo que le solicitamos muy

respetuosamente que no lo copie. El mismo puede ser usado por instituciones
académicas siempre y cuando se mencione la fuente y el enlace respectivo.
5.2 Data Warehousing: definición, arquitectura, cubos multidimensionales,

operaciones multidimensionales.
En informática, un almacén de datos o data warehouse ( DW, DWH , o EDW ) es

una base de datos utilizada para la presentación de informes y análisis de datos.
Es un depósito central de datos que se crea mediante la integración de datos de
una o más fuentes dispares . Los almacenes de datos almacenan datos históricos
actuales, así como y se utilizan para la creación de informes de tendencias para
los informes de gestión de alto nivel , tales como comparaciones anuales y
trimestrales .
Los datos almacenados en el almacén se cargan desde los sistemas operativos

(como marketing, ventas , etc , que se muestra en la figura a la derecha) . Los
datos pueden pasar a través de un almacén de datos operativa para operaciones
adicionales antes de que se utilizan en el DW para la presentación de informes .
El almacén de datos basado en ETL típico utiliza estadificación , integración de

datos y acceder a capas para albergar sus funciones clave . La capa de ensayo o
de estadificación base de datos almacena datos en bruto extraídos de cada uno
de los sistemas de datos de fuentes dispares . La capa de integración integra los
distintos conjuntos de datos mediante la transformación de los datos de la capa de
ensayo a menudo almacenar estos datos transformados en un almacén de datos
operativos (ODS ) de base de datos . Los datos integrados son luego trasladados
a otra base de datos , a menudo llamada la base de datos del almacén de datos,
donde los datos están organizados en grupos jerárquicos a menudo llamadas
dimensiones y en hechos y datos agregados. La combinación de hechos y de
dimensiones a veces se denomina un esquema de estrella . La capa de acceso
permite a los usuarios recuperar los datos . [ 1 ]
Un almacén de datos construida a partir de un sistema de fuente de datos

integrados no requiere ETL, bases de datos provisionales , u operativos almacenar
bases de datos. Los sistemas de origen de datos integrados pueden ser
considerados como una parte de una capa de almacén de datos operativos
distribuidos . Métodos de datos de la federación o métodos de virtualización de
datos pueden ser utilizados para acceder a los sistemas distribuidos integrados de
fuentes de datos para consolidar y agregar datos directamente en las tablas de la
base de datos de almacenamiento de datos . A diferencia del almacén de datos
basado en ETL, los sistemas de datos de fuente integrada y el almacén de datos
están todos integrados ya que no hay transformación de datos dimensionales o de
referencia . Esta arquitectura de almacenamiento de datos integrada apoya la
profundización de los datos agregados del almacén de datos a los datos
transaccionales de los sistemas de datos de fuente integrada.
Un mercado de datos es un pequeño almacén de datos se centró en un área

específica de interés . Los almacenes de datos pueden subdividirse en mercados
de datos para mejorar el rendimiento y la facilidad de uso dentro de esa área.
Alternativamente , una organización puede crear uno o más mercados de datos
como los primeros pasos hacia un almacén de datos de la empresa más grande y
más complejo.
Esta definición del almacén de datos se centra en el almacenamiento de datos . La

principal fuente de los datos es limpiado , transformada, catalogado y puesto a
disposición para su uso por los gerentes y otros profesionales de la empresa para
la minería de datos, procesamiento analítico en línea , investigación de mercados
y apoyo a las decisiones ( Marakas y O'Brien 2009 ) . Sin embargo , los medios
para recuperar y analizar datos , para extraer, transformar y cargar datos , y para
manejar el diccionario de datos también se consideran componentes esenciales
de un sistema de almacenamiento de datos. Muchas referencias al
almacenamiento de datos usan este contexto más amplio. Por lo tanto , una
definición ampliada de almacenamiento de datos incluye herramientas de
inteligencia empresarial , herramientas para extraer , transformar y cargar datos en
el repositorio , y las herramientas para gestionar y recuperar los metadatos.
Un almacén de datos mantiene una copia de la información de los sistemas de

transacciones de origen . Esta complejidad arquitectónica ofrece la oportunidad
de:
Congregate datos de múltiples fuentes en una sola base de datos para un único
motor de consultas puede ser utilizado para presentar los datos .
Mitigar el problema de la contención de bloqueo nivel de aislamiento de la base de

datos en los sistemas de procesamiento de transacciones causados por los
intentos de ejecutar larga ejecución , consultas , análisis de grandes bases de
datos de procesamiento de transacciones .
Mantener el historial de datos, incluso si los sistemas de transacciones de origen

no lo hacen.
Integrar datos de varios sistemas de origen , lo que permite una visión central en
toda la empresa . Este beneficio es siempre valioso, pero sobre todo por lo que
cuando la organización ha crecido por fusión.
Mejorar la calidad de datos , proporcionando códigos consistentes y descripciones

, marcar o incluso la fijación de datos incorrectos.
Presentar información de la organización de forma coherente.
Proporcionar un único modelo de datos común para todos los datos de interés
independientemente de la fuente de los datos .
Reestructurar los datos de forma que tenga sentido para los usuarios de negocios.
Reestructurar los datos de modo que ofrece un rendimiento de consulta excelente,

incluso para consultas analíticas complejas , sin afectar a los sistemas operativos.
Añadir valor a las aplicaciones de negocio operativas, en especial la gestión de

relaciones con clientes (CRM) .
5.3 Herramientas de análisis y consulta.
Las herramientas de consulta y análisis son sistemas que permiten a l@s

usuari@s realizar la exploración de datos del DW. Básicamente constituyen el
nexo entre el depósito de datos y l@s usuari@s.
Utilizan la metadata de las estructuras de datos que han sido creadas previamente
(cubos multidimensionales, Business Models, etc.) para trasladar a través de
consultas SQL los requerimientos de l@s usuari@s, para luego, devolver el
resultado obtenido.
Estas herramientas también pueden emplear simples conexiones a bases de

datos (JNDI, JDBC, ODBC), para obtener la información deseada.
A través de una interfaz gráfica y una serie de pasos, l@s usuari@s generan
consultas que son enviadas desde la herramienta de consulta y análisis al Query
Manager, este a su vez realiza la extracción de información al DW Manager y
devuelve los resultados obtenidos a la herramienta que se los solicitó. Luego,
estos resultados son expuestos ante l@s usuari@s en formatos que le son
familiares.
Este proceso se puede comprender mejor al observar la siguiente figura:

5.4 Reportes empresariales de datos y análisis.
Para que su estrategia de business intelligence tenga éxito, usted necesita

capacidades de generación de reportes y análisis seguras, que puedan llevar la
información correcta a todos en su organización. Con las soluciones SAP
BusinessObjects de Business Intelligence, usted puede aprovechar reportes con
formato que ayudan a los usuarios finales a tomar decisiones operativas y
estratégicas inmediatas. Las herramientas de autoservicio de business intelligence
pueden permitir que sus analistas de negocios analicen datos a través de diversas
fuentes de datos, determinen tendencias y hagan predicciones sobre los posibles
resultados. Además, haga que sus activos de información trabajen para usted con
información útil y significativa y un valor real.
Obtenga más información sobre las soluciones siguientes:
 SAP Crystal Reports: Diseñe reportes perfectos hasta el último píxel,

conectándose prácticamente a cualquier fuente de datos, y distribúyalos de
forma segura tanto dentro como fuera de la organización.
 SAP BusinessObjects Web Intelligence: Realice reportes y análisis

específicos a través de fuentes heterogéneas de datos, online u offline.
 SAP BusinessObjects Analysis: Permita a los analistas del negocio llevar a

cabo análisis avanzados de fuentes multidimensionales de datos en su
entorno familiar. Elija entre la edición para Microsoft Office o la edición para
OLAP.
 SAP BusinessObjects Predictive Workbench: Analice sus activos de datos

para detectar tendencias y patrones que puede utilizar para comprender el
comportamiento de los clientes, crear nuevas ofertas de productos y
mejorar el desempeño del negocio.

Unidad V

Cargado por

Copyright:

Formatos disponibles

Unidad V

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad V

Cargado por

Copyright:

Formatos disponibles

Unidad V

5.1 Concepto de inteligencia de negocios.

La Inteligencia de Negocios es el conjunto de productos y servicios que permiten a

El término Business Intelligence (Inteligencia de Negocios) hizo su aparición en

By 2000, Information Democracy will emerge in forward-thinking enterprises, with

Para el año 2000, la Democracia de la Información emergerá en las empresas de

Este contenido se encuentra protegido por lo que le solicitamos muy

5.2 Data Warehousing: definición, arquitectura, cubos multidimensionales,

En informática, un almacén de datos o data warehouse ( DW, DWH , o EDW ) es

Los datos almacenados en el almacén se cargan desde los sistemas operativos

El almacén de datos basado en ETL típico utiliza estadificación , integración de

Un almacén de datos construida a partir de un sistema de fuente de datos

Un mercado de datos es un pequeño almacén de datos se centró en un área

Esta definición del almacén de datos se centra en el almacenamiento de datos . La

Un almacén de datos mantiene una copia de la información de los sistemas de

Mitigar el problema de la contención de bloqueo nivel de aislamiento de la base de

Mantener el historial de datos, incluso si los sistemas de transacciones de origen

Mejorar la calidad de datos , proporcionando códigos consistentes y descripciones

Presentar información de la organización de forma coherente.

Reestructurar los datos de modo que ofrece un rendimiento de consulta excelente,

Añadir valor a las aplicaciones de negocio operativas, en especial la gestión de

5.3 Herramientas de análisis y consulta.

Las herramientas de consulta y análisis son sistemas que permiten a l@s

Estas herramientas también pueden emplear simples conexiones a bases de

Este proceso se puede comprender mejor al observar la siguiente figura:

Para que su estrategia de business intelligence tenga éxito, usted necesita

Obtenga más información sobre las soluciones siguientes:

 SAP Crystal Reports: Diseñe reportes perfectos hasta el último píxel,

 SAP BusinessObjects Web Intelligence: Realice reportes y análisis

 SAP BusinessObjects Analysis: Permita a los analistas del negocio llevar a

 SAP BusinessObjects Predictive Workbench: Analice sus activos de datos

También podría gustarte