1.2 Componentes de La Inteligencia de Negocios

1.2 Componentes de la Inteligencia de Negocios

Componentes de la Inteligencia de Negocios

Los componentes son:

Fuentes de Inform ación Proc esos ETL Datawarehouse Motor OLA P Herram ientas de Visualizacio n

● ● ● ● ●

Fuentes de información, de las cuales partiremos para alimentar de información el datawarehouse. •


•

Proceso ETL de extracción, transformación y carga de los datos en el datawarehouse. Antes de almacenar los datos en un datawarehouse, éstos deben ser transformados, limpiados, filtrados y redefinidos.

Normalmente, la información que tenemos en los sistemas transaccionales no está preparada para la toma de decisiones.


El propio datawarehouse o almacén de datos, con el Metadata o Diccionario de datos. Se busca almacenar los datos de una forma que maximice su flexibilidad, facilidad de acceso y administración. •


E l m o t o r O L A P , que nos debe proveer capacidad de cálculo, consultas, funciones de planeamiento, pronóstico y análisis de escenarios en grandes volúmenes de datos. •

OLAP corresponde a las siglas del inglés Online Analytical Processing, que es la tecnología más difundida.


Las herramientas de visualización, que nos permitirán el análisis y la navegación a través de los mismos. •


Fuente de Datos Las fuentes de información a las que podemos acceder son: Sistemas transaccionales que inluyen aplicaciones desarrolladas a la medida., ERP, CRM, SCM, etc. ●

ERP (Enterprice Resource Planner ): Son sistemas complejos que integran los módulos administrativos básicos de control con los módulos de operación para agilizar los procesos de la empresa en la mayoría de sus departamentos. ●

CRM (Customer Relationship Management) es un modelo de gestión orientado al cliente, pero más que todo, es una estrategia de marketing destinada a construir proactivamente una preferencia en los consumidores. ●

(Online Transaction Processing)


Fuente de Datos Sistemas de información departamentales: previsiones, presupuestos, hojas de calculo,etc. ●

Fuentes de información externa, en algunos casos comprada a terceros, como por ejemplo estudios de mercado (Nielsen en distribución de gran consumo, IMS de la industria farmacéutica). ●

Las fuentes de información externas son fundamentales para enriquecer la información que tenemos de nuestros clientes. En algunos casos es interesante incorporar información referente, por ejemplo, a población, número de habitantes, etc. Podemos acceder a información de este tipo en la web del Instituto Nacional de Estadística (www. ine.es).



Fuente de Datos Existen muchos factores que contribuyen a la complejidad de cargar la información en un datawarehouse. Uno de los principales es el número de fuentes de información distintas de las que cargamos la información. Además, el número de fuentes de información varía de una organización a otra: en grandes corporaciones se habla de una media de 8 bases de datos, y en algunos casos puede llegar a 50. (Online Transaction Processing)


Fuente de Datos La información que cargamos en un datawarehouse normalmente es estructurada, es decir, aquella que se puede almacenar en tablas: en la mayoría de los casos es información numérica.

Cada vez más, la tecnología nos permite trabajar con información no estructurada, y se espera que este tipo de información sea cada vez más importante.

Dentro de la información no estructurada tenemos: correos elecrónicos, cartas, informes, videos, etc.



Fuente de Datos En esta fase, el punto clave es identificar las fuen tes m ás apr op iad as de las cuales recuperaremos la información, deberemos analizar los formatos, la disponibilidad y la calidad de la información.

Tendremos que analizar si la información de la que disponemos es la que necesitamos para alimentar los modelos de negocio que hemos definido anteriormente.

Una vez decididas las fuentes de información debemos verificar la

calidad de los datos.


Componentes de la Inteligencia de Negocios Fuente de Datos Calidad de los Datos

La calidad de los datos en un datawarehouse es fundamental, como afirma Bill Inmon en su artículo aparecido en “Business Intelligence Network” sobre Calidad de Datos: “Las organizaciones actúan bajo la suposición de que la información de la que disponen es precisa y válida. Si la información no es válida, entonces no pueden responder de las decisiones basadas en ella.” Consecuentemente, es necesario asegurar que la calidad de los datos es máxima. Si en el dat aw are h o u s e hay er ro res , é s to s s e pr o p ag arán a lo larg o de to da la or gan ización y son muy difíciles de localizar. Además, pueden ocasionar que se tomen decisio nes erróneas que afecten a los resultados de la organización. Los c o s t e s derivados de que la calidad de los datos no sea la correcta pueden llegar a ser muy elevados


Asumir que la calidad de los datos es buena puede ser un error fatal en los proyectos de Business Intelligence Generalm ente no se pi ens a en la cali dad de los dato s , permitiendo que los errores sean cargados al datawarehouse. Debería por tanto establecerse un control o conjunto de controles en el proyecto que localizara los errores en los datos y no permitiera la carga de los mismos. Las comprobaciones se deberán llevar a cabo, de forma m a n u a l o , teniendo en cuenta distintos niveles de detalle y variando los automatizada periodos de tiempo, comprobando que los datos cargado s co inc iden con los de las fu ent es de dat os ori gen


Por ejemplo, comprobando que Las ventas totales o el número de pedidos coincide diariamente con la información cargada en el datawarehouse. De forma menos frecuente, comprobar que los agregados de un periodo coinciden entre los dos entornos, el del datawarehouse y el de las fuentes originales de datos.


En algunos casos se detectan errores qu e se origin an por fallos en los sistemas transaccion ales , lo que debería provocar proyectos de mejora en los mismos.

Muchos de estos casos se deben a que los usuarios pueden introducir datos sin ningún tipo de control. Siempre que se pueda, es recomendable que los usuarios elijan entre distintos valores, en lugar de introducirlos libremente ellos. No es una buena opción corregirlos en el proceso ETL y no modificar las aplicaciones origen. Esta alternativa es mucho más rápida inicialmente, pero mucho más costosa a largo plazo. Los errores tam b ié n se pu ed en p ro d u c ir , por ejemplo, en el pr o ces o de ETL o al integ rarlos en el dataw arehou se .

Componentes de la Inteligencia de Negocios Fuente de Datos Calidad de los Datos A continuación se describe el proceso en el que se señalan los puntos de control: en la carga, la auditoría y reconciliación, y por los usuarios de Business Intelligence. El proceso debe ser c o n tín u o para conseguir la mejora en la calidad de los datos. Este proceso nos pu ede ayud ar a mejorar nuestros sistemas transaccionales, corregir errores en el datawarehouse, mejorar el proceso ETL o incluso mejorar los modelos de negocio por parte de los usuarios de Business Intelligence.

1.2 Componentes de La Inteligencia de Negocios

Recommend Documents