Este ejercicio práctico ha sido propuesto con fines educativos para el Curso de Gerencia de Proyectos de TI, para ser desarrollado en clase por los Alumnos de Ingeniería de Sistemas de la Universidad San Luis Gonzaga de ICA. Por Ing. Paco Márquez. (24 Marzo. 2011) Usted es el Gerente de Proyecto de TI, y lo han contratado para implementar un proyecto de BI parar mejorar las Ventas de ARIEL:
Estos días se puede ver en televisión un anuncio de Ariel sobre su detergente básico, donde sale un niño que se mancha (¡cómo no!) de helado. Dice algo como: "Ariel te limpia todo. Todo menos la cartera, ya que Ariel básico es un 20% más barato" La clave de este anuncio (des del punto de vista BI) es la palabra básico. Ariel, gracias al análisis de datos, se habrá dado cuenta de que el mayor porcentaje de ventas lo sigue teniendo en su producto básico, y no en los típicos "con jabón de Marsella", "detergente del futuro", y cosas similares. Estos últimos son fruto de las modas y van unidos a fuertes campañas de marketing (con su coste adosado). La clave es tener un buen producto básico y es el que te asegura la fidelidad de tus clientes y el margen para poder innovar en otros productos. Este análisis sobre los productos básicos no es nuevo. Zara, sin ir más lejos, tiene una gama de ropa que se llama "basics". Esta es ropa que no sigue ninguna moda, sencilla, de gran variedad de colores y a muy buen precio. Son las típicas camisetas, tirantes, etc. Ropa que necesitas para combinar con esos pantalones súper fashion que te has comprado. Usted deberá aplicar Business Intelligence al análisis de ventas parar ayudar a poder ajustar estos precios y bajar los márgenes un 20%, pues deberás estudiar cómo van a responder las ventas. De otra manera, podría ser un suicidio o un riesgo que tienes que correr. Para ejecutar el proyecto con éxito deberás elaborar una estrategia para gestionar el tiempo de este proyecto: 1. 2. 3. 4. 5.
Desarrolla una lista de actividades para aplicar BI al análisis de Ventas. Establecer la secuencia de Actividades para aplicar BI al análisis de Ventas. Estimar los recursos de las Actividades. Estimar la Duración de las Actividades. Elabora un Cronograma.
Para ello usted deberá utilizar las siguientes terminologías:
ETL.- Los datos contenidos en los sistemas operativos es específica de la aplicación, por lo que la estructura y el formato de de los datos no es directamente comparable o compatible con la estructura de los datos de BI almacén. La función principal de la extracción, transformación y carga (ETL) componente de un sistema de almacenamiento de datos es extraer los datos de estos por separado sistemas, limpiar y armonizar, y luego incorporarlo en la base de datos central de la el almacén de datos. Data Warehouse.- Es un repositorio centralizado de datos coherentes. Cada sistema operativo en una organización contiene datos que describen un punto de vista específico o un aspecto de la empresa. Un Data Warehouse es una base de datos relacional que ofrece una visión integral de la negocio mediante la consolidación y armonización de los datos de los sistemas operativos y otros no operacionales fuentes de datos. Un Data Warehouse contiene una copia por separado de los datos de manera que el análisis de datos, minería de datos, informes y las actividades no interfieran con el núcleo de funciones operativas. En la mayoría de los casos, los datos en el almacén de datos es normalizar a mejorar el rendimiento de la consulta. Dado que los datos de funcionamiento están en constante cambio y crecimiento, el Data Warehouse requiere actualizaciones regulares de modo que la información de negocios sigue siendo actual para sus usuarios. Data mart.- Es un tema repositorio orientado o departamental, por ejemplo, se centró en torno a la comercialización o la contabilidad. Algunas organizaciones podrían utilizar los datos
departamentales marts en lugar de un almacén de datos central, o en algunos casos los mercados de datos podría ser agregados para formar el almacén central de datos (o por el contrario, la data marts podría consistir en subconjuntos de datos de análisis de la organización extrae de los datos de almacén.) OLAP.- El tipo más común de análisis es el análisis de datos multidimensional, que también es denominado procesamiento analítico en línea (OLAP). En un análisis multidimensional solución, organizar los datos en una estructura de cubo OLAP en las agrupaciones de empresas medidas, atravesada por las diversas dimensiones de la empresa. Por ejemplo, usted podría crear una solución de análisis multidimensional que permite a los usuarios ver los totales de ventas por de producto, fecha de pedido, el cliente, y almacenar. Data mining.- Soluciones de minería de datos utilizan algoritmos matemáticos para analizar los datos y generar las tendencias de y las predicciones basadas en estadísticas y patrones en los datos. Una solución de minería de datos consta de uno o más modelos de minería de datos en la que un determinado algoritmo de minería de datos se ha aplicado a un conjunto representativo de datos empresariales para identificar tendencias, grupos, o las relaciones estadísticas entre los principales elementos de datos. El modelo de datos puede ser utilizado para prever medidas de negocio para datos similares. Por ejemplo, podría utilizar una minería de datos modelo para analizar compras anteriores hechas por los clientes, y luego usar el modelo para sugerir productos que un cliente individual es probable que comprar, sobre la base de las compras realizadas por los clientes con un perfil demográfico similar. Dashboards y scorecards.- Tableros de control, en un contexto de BI, ofrecen una forma de ver las métricas de rendimiento actuales de una organización, los indicadores de rendimiento clave (KPI). Un tablero de control está alojado en un Portal en Internet para proporcionar un acceso simple a través de un navegador. Un tablero de control por lo general ofrece un nivel de desglose. Por ejemplo, si el beneficio métricas de una organización muestra que los beneficios de son inferiores a los de la semana anterior, se pueden identificar de inmediato la áreas de bajo rendimiento mediante el uso de desglose. Cuadros de mandos, como tableros de control, identificar cómo una organización está realizando. La diferencia es que las metas de desempeño estratégico de una organización se difunde, de arriba hacia abajo, a través de la organización, a los directivos y su personal. De esta manera, si todos los individuos y directores de cumplir con sus objetivos de rendimiento asignado, la organización cumple con sus generales objetivos de rendimiento. Los individuos y los administradores monitorear su desempeño a través de la interfaz de cuadro de mando. Reporting.- Los informes pueden variar en la sofisticación de informes estándar fijado a los informes que ofrecen una nivel de obtención de detalles, así como la personalización a través de parámetros de informe. Además de autoría de las instalaciones, un sistema de información general, permite a los usuarios de negocio de forma automática recibir la información más actualizada a la versión actualizada de estos informes por suscripción. Y va a usar las soluciones actuales de Business Intelligence
Una solución de BI de estilo actual ofrece un superconjunto de las características. Las mejoras incluyen: ■ de baja latencia. Soluciones contemporáneas pueden utilizar una serie de técnicas para garantizar que los datos en el sistema de inteligencia se mantienen al día con los sistemas operativos. Esto puede lograrse mediante la construcción de los cubos OLAP directamente de las fuentes de datos OLTP de en lugar de un almacén de datos de intermediario, o mediante notificaciones a mantener cubo de datos en caché sincronizada con la base de datos subyacente. ■ Indicadores clave de rendimiento (KPI). KPI proporcionan una manera fácil de comparar empresas métricas con los objetivos declarados de un vistazo. ■ Integración con aplicaciones de usuario existentes. Interfaz de usuario (UI) de los componentes, tales como cuadros de mandos y cuadros de mando, pueden integrar el rendimiento de negocio críticos la información en interfaces estándar, tales como portales web y aplicaciones de escritorio. ■ Informes Flexibles. Soluciones actuales proporcionan mayor flexibilidad en el informe el formato y la entrega, y, a menudo permiten a los usuarios crear sus propios informes, en lugar que el uso de informes predefinidos. ■ La minería de datos. La minería de datos utiliza una serie de estadísticas y matemáticas algoritmos para identificar patrones y tendencias en los datos, de la que para hacer predicciones y las previsiones de negocio. El proyecto que vamos a implementar deberá tener la visión
En el centro de la visión que debemos de tener de BI, estos son los objetivos: ■ Hacer BI a disposición de todas las organizaciones y los usuarios que pueden beneficiarse de ella. ■ Facilitar soluciones superiores por la unificación de los modelos relacionales y multidimensionales. ■ Promover la extensibilidad a través de una arquitectura de servidor de código abierto que abarca normas tales como los servicios Web XML. Mayor Acceso a BI En el pasado, potentes soluciones de BI sólo han estado disponibles para Grandes Organizaciones Con el presupuesto Suficiente experiencia técnica y, y sólo se han de Utilizar un especialista de las Naciones Unidas Los usuarios de análisis. De la Plataforma de BI de Microsoft Aumenta la difusión de soluciones de BI. Siguientes Maneras: ■ Precios y modelos de licencia Atractivos para las Organizaciones de todos los tamaños. ■ Las Organizaciones que Utilizan Microsoft ® SQL Server ™ ya dispone del núcleo de BI Componentes y la infraestructura que es Necesario Implementar una solución de BI. ■ Funcionalidad de BI Seguirá Siendo integrado en la tecnología de Microsoft Office, haciendo más fácil para los usuarios Integrar la Funcionalidad de BI en las Herramientas de Productividad que Utilizan cada día. Modelo Dimensional Unificado El modelo multidimensional, a diferencia del modelo relacional, organiza los datos de una manera que se centra en el negocio en lugar del sistema. Sin embargo, el modelo relacional es todavía una solución eficiente y fácil de administrar para el almacenamiento de datos.
El Unified Dimensional Model (UDM), introducido en Microsoft SQL Server 2008, combina las ventajas del modelo multidimensional con las ventajas clave de la modelo relacional. El efecto es que un cubo basado en el modelo UDM tiene características superiores y flexibilidad. Algunas de las características del modelo relacional que se incorporan a el modelo UDM son: ■ Atributo las dimensiones de género, que se utilizan para hacer cada columna en una dimensión de mesa de una jerarquía de las medidas que pueden ser agregados. ■De esquema de datos de almacén de apoyo que ya no se limita a la estrella o el copo de nieve esquemas. ■ La mejora en tiempo real (o de baja latencia) OLAP de apoyo para la operación del negocio de inteligencia, realizados por la detección automática de cambios en los datos de origen y de o bien la actualización de los datos del cubo directamente o a través de un almacenamiento en caché automático que equilibra la latencia y características de rendimiento. Arquitectura Abierta De SQL Server expone sus OLAP, minería de datos, componentes de programación y presentación de informes a través de servicios Web. Por ejemplo, se expone OLAP y minería de datos a través del XML for Analysis (XMLA) basados en estándares de protocolo. Más de 20 líderes de BI los proveedores de software, incluyendo Microsoft, Hyperion y SAS, el apoyo XMLA. Normas alentar a los proveedores de terceros para crear aplicaciones para la plataforma de BI de Microsoft. También, con los servicios Web que usted puede desarrollar aplicaciones de cliente delgado con la huella de un cero. Esto hace que la plataforma Microsoft BI de fácil acceso desde cualquier sistema operativo y por la utilizando cualquier idioma.
