Untitled

los componentes de inteliegencia negocios

• fuentes de información las cuales partiremos para alimentar de información el datawarehouse.
• proceso ETL de extracción,transformación y carga de los datos en el datawarehouse.
• Datawarehouse o almacen de datos : se busca almacenar los datos de una forma que maximice su flexibilidad.
• Motor OLAP: nos debe proveer capacidad de calculo,consultas de planteamiento
• Herramientas de visualizacion:Nos permite el analisis y navegacion a travez de los mismos

DEFINICION INTELIGENCIA NEGOCIOS

• Son aplicaciones que han sido modificados a lo largo del tiempo por distintos progamadores y normalmente no se han actualizado.

CALIDAD DE DATOS

• En un datawarehouse es fundamental "las organizaciones actúan bajo la suposición de la información".disponen precisa y valida entonces no puede responder de decisiones basadas, es necesario asegurar la calidad de los datos es máxima y si en el datawarehouse hay errores esto se propagara en toda la organización y son muy difíciles de localizar y se puede ocasionar toma de decisiones erróneas y afectan a la organización.

ALMACEN DE DATOS(DATA STAGING)

• Es el paso intermedio entre la extracción y las etapas posteriores .
• Acumulando los datos de distintas fuentes y esos datos se cargaran en el datawarehouse.

DATOS DE BUENA CALIDAD

• CARACTERISTICAS:
• . Precisión: ¿Representan los datos con precisión una
• realidad o una fuente de datos que se pueda verifi car?
• Integridad: ¿Se mantienen constantemente la estructura de
• los datos y las relaciones a través de las entidades y los atributos?
• 3Coherencia: ¿Son
• los elementos de datos constantemente defi nidos y comprendidos?
• 4. Totalidad:
• ¿Están todos los datos necesarios?
• 5. Validez: ¿Son los valores aceptables en los rangos defi
• nidos por el negocio?
• 6. Disponibilidad:
• ¿Están los datos disponibles cuando se necesitan?
• 7. Accesibilidad: ¿Se puede acceder a los datos fácil y
• comprensiblemente?

beneficios de calidad de datos

• simple versión de verdad
• incrementos en la satisfacción de los clientes
• mayor confianza en los sistemas de análisis
• reducción de costes
• menos tiempo para reconciliar los datos
• incrementos de ingresos
• otros

PROCESO ETL

• Es el tiempo de un proyecto de inteligencia de negocio es la clave en la vida de todo un proyecto
• se divide en 5 subprocesos:
• Extraccion
• Limpieza
• Transformacion
• Integracion
• Actualizacion

Que es un datawarehouse

• Es
• una colección de información creada para soportar las aplicaciones de toma de
• decisiones.
• caracteristicas:
• Orientado sobre un área, integrado, indexado al tiempo, es
• un conjunto no volátil de información que soporta la toma de decisiones.

DATAWAREHOUSE O ALMACEN DATOS

• Cuando queremos analizar un problema empresarial,
• normalmente la información que necesitamos proviene de distintos sistemas, pero
• nosotros la requerimos en un mismo entorno para facilitar su análisis.

UTILIDAD DE DATAWAREHOUSE

• Es la colección de información creada para soportar las aplicaciones de toma de decisiones.
• son respuestas a las necesidades de los usuarios que necesitan información consistente integrada y preparada para tomar decisiones.

DATA MART

• Almacena información de un numero ilimitado de áreas,se usan para responder a usos muy concretos.
• ejemplo: marketing y ventas o de producción.

Mejorar calidad de datos

• Conocer tus datos es la clave para el éxito en muchos
• negocios e iniciativas de tecnología:
• o Realizar una auditoria incluyendo una
• evaluación de la calidad.
• o Conocer dónde están
• los datos y su nivel de calidad.
• o Incluir la calidad
• de los datos en la estrategia de metadata.
• • Establecer un
• programa formal de calidad de datos:

LOS CUBOS OLAP CONSISTE

• En que nos permite rotar los cubos es decir cambiar el orden de las distintas dimensiones.
• permite cada uno de los cubos individuales pueda contener mas de un echo.

construccion de un datawarehouse

• • Tamaño del
• datawarehouse: Es el volumen de datos que contiene el datawarehouse.
• • Complejidad de los
• esquemas de datos: Si el modelo de datos es complejo, puede difi cultar la
• optimización y el rendimiento de las consultas.
• •
• Número de usuarios concurrente: Éste es un factor determinante. Si distintos
• usuarios pueden lanzar consultas concurrentes (a la vez), el datawarehouse debe
• gestionar sus recursos para poder dar respuesta a las distintas consultas.