Proyecto_Final_BI.pdf

8/11/2019 Proyecto_Final_BI.pdf

1/81

IMPLEMENTACIN DE UN DATAMART PARA EL REA DE OPERACIONES - VENTAS EN LA EMPRESA SCCP

1

NDICE

INTRODUCCIN ........................................................................................ 5

1. PLANTEAMIENTO DEL PROBLEMA ..................................................... 6

1.1 DESCRIPCIN DE LA REALIDAD PROBLEMTICA ......................... 6

1.2 JUSTIFICACIN DEL PROBLEMA ...................................................... 7

1.3 DELIMITACIN DE LA INVESTIGACIN ............................................ 8

1.3.1 ESPACIAL ...................................................................................... 8

1.3.2 TEMPORAL .................................................................................... 8

1.3.3 SOCIAL ........................................................................................... 91.4 FORMULACIN DEL PROBLEMA ....................................................... 9

1.5 OBJETIVO ............................................................................................. 9

2. MARCO TERICO .................................................................................. 10

2.1 ANTECEDENTES .............................................................................. 10

2.2 BASES TERICAS ............................................................................ 12

2.3 MARCO CONCEPTUAL .................................................................... 243. DISEO E MPLEMENTACIN ............................................................... 51

3.1 ANLISIS DEL MODELO ................................................................. 51

3.2 DISEO, CONSTRUCCIN E IMPLEMENTACIN ......................... 59

3.3 REVISIN Y CONSOLIDACIN DE RESULTADOS ........................ 75

CONCLUSIONES .................................................................................... 78

RECOMENDACIONES ............................................................................ 79

BIBLIOGRAFA ....................................................................................... 80


2/81


3/81


3

Figura N 36 Resultado CuboVentas por Tipo de Tarjeta ................................................ 72

Figura N 37 Cubo 2 Tiempo, Tarjeta, Ubigeo ...................................................................... 73

Figura N 38 Resultado CuboVentas x Distrito segn Tarjeta TC .................................... 73

Figura N 39 Cubo 3 Tiempo, Calling_List, Ubigeo .............................................................. 74

Figura N 40 Resultado CuboIngresos Vs Costo segn Tarjeta TC ................................. 74

Figura N 41 Cantidad de Tarjetas segn tipo de Tarjeta..................................................... 75

Figura N 42 Ventas x Distrito segn Tarjeta TC .................................................................. 76

Figura N 43 Ingresos Vs Costo segn Tarjeta TC ............................................................... 77


4/81


4

NDICE DE CUADROS

Cuadro N 1 Descripcin de los Stakeholders ...................................................................... 53

Cuadro N 2 Requisitos del Proyecto HumanosGestin .................................................. 53

Cuadro N 3 Requisitos del Proyecto HumanosTI ............................................................ 54

Cuadro N 4 Requisitos del Proyecto EquipamientoHardware ......................................... 54

Cuadro N 5 Requisitos del Proyecto Equipamientosoftware ........................................... 55

Cuadro N 6 Procesos de Negocio Vs Dimensiones ............................................................ 57

Cuadro N 7 Tipos de Datos DIM_AGENTE ......................................................................... 63

Cuadro N 8 Tipos de Datos DIM_CALLING_LIST .............................................................. 64

Cuadro N 9 Tipos de Datos DIM_CLIENTE ........................................................................ 64

Cuadro N 10 Tipos de Datos DIM_ESTADO_TC ................................................................ 64

Cuadro N 11 Tipos de Datos DIM_TARJETA...................................................................... 64

Cuadro N 12 Tipos de Datos DIM_TIEMPO ........................................................................ 65

Cuadro N 13 Tipos de Datos DIM_UBIGEO ........................................................................ 65

Cuadro N 14 Tipos de Datos FACT_GESTION_VENTAS ................................................. 65


5/81


5

INTRODUCCIN

Actualmente nos encontramos en un mundo muy competitivo con una economa

globalizada y ampliamente interconectada, los flujos de informacin se han

potenciado tremendamente dentro de la empresa y de fuentes externas. Los

Sistemas de Informacin (IS) juegan un rol muy relevante en la economa

moderna, permitiendo que las organizaciones y empresas realicen miles de

funciones simples y complicadas a altas velocidades, almacenen mucha

informacin, permiten tener una comunicacin a todo nivel, convierten la data e

informacin en conocimiento, automatizan rutinas, y permite interpretar data y

situaciones estratgicas muy sofisticadas, entre otras.La Inteligencia de Negocios (BI) y la Data Warehouse (DW), como componentes

de alto nivel de los Sistemas de Informacin, tienen una serie de ventajas y

beneficios para toda organizacin, entre los ms saltantes manejar vastas

cantidades de informacin y sacar conocimiento de ellas permitiendo un mejor

desempeo de la empresa. Con esa informacin ms precisa y conocimiento que

se logra, se puede mejorar el manejo operativo de la empresa, se pueden tomar

decisiones estratgicas, y se mejora el desempeo de muchas de sus funciones:

marketing y ventas, precios, pronsticos, finanzas, cadena de abastecimientos, y

atencin al cliente. La Inteligencia de Negocios la podemos definir como la

obtencin, administracin y reporte de la data orientada a la toma de decisiones, y

las tcnicas analticas y procesos computarizados que se usan para el anlisis de

la misma


6/81


6

CAPITULO I

1. PLANTEAMIENTO DEL PROBLEMA

1.1. DESCRIPCIN DE LA REALIDAD PROBLEMTICA

La empresa Servicios Call Center del Per (SCCP), es una empresa

recientemente fundada, con poca trayectoria en el mercado, el cual tiene la

misin de satisfacer las necesidades de comunicacin de las empresas,

para establecer vnculos eficientes y eficaces entre sus Clientes y los

usuarios finales.

La empresa gestiona diversos servicios en dos segmentos distintos(Inbound y Outbound), donde cada servicio cuenta con un Cliente

(empresa). El cual el Gerente de Operaciones requiere que la gestin

dcada servicio sea de manera personalizada, teniendo la informacin

organizada y procesada, para poder realizar un mejor anlisis de la

informacin en cuanto a las Gestiones de los servicios y tomar

eficientemente las decisiones para obtener una mejor rentabilidad y calidad

en el servicio, ya que toda la informacin con que cuenta la empresa, se

encuentran almacenados en bases de datos operacionales, cuyas tablas no

se encuentran normalizadas, existiendo excesiva informacin y redundancia

de datos.


7/81


7

La empresa para un mayor apoyo en cuanto a la organizacin de la

informacin, realiza reportes va web, el cual es realizado de forma manual,

mediante consultas y ejecutando procedimientos almacenados, donde

requiere demasiado tiempo para ejecutarse y procesar los datos,congestionando la base de datos y aumentando el tiempo de espera para

cada consulta que se realiza, originando un desfase de casi 2 horas para

poder visualizar los reportes va web, donde en muchas ocasiones se

genera incomodidades y malestar por parte del Gerente Operaciones y los

Jefes de Plataforma que constantemente se renen para ver la Gestin de

los servicios y al no tener la informacin adecuada y oportuna, no se puede

tomar decisiones de inmediato, llegando a perder tiempo y en algunoscasos originando el retiro de los Clientes, prescindiendo de los servicios del

Call.

Debido a este uso de la informacin de manera conglomerada no se tiene

una adecuada utilizacin de la informacin de forma especfica para los

distintos servicios. De tal manera que no se cuenta con una herramienta

necesaria para poder analizar la informacin y tomar las decisiones

correctas sin tener un soporte en la toma de decisiones.

1.2. JUSTIFICACIN DEL PROBLEMA

Ante la falta de una herramienta para el anlisis de la informacin y el

apoyo en la toma de decisiones, se pretende desarrollar este proyecto para

brindar el soporte a la toma de decisiones para la Gerencia de operaciones.

La solucin que se plantea est basada en la utilizacin de la herramienta

Tecnolgica de Business Intelligence, el cual se pretende realizar el diseo

de un DataMart para el rea de operaciones, donde se busca extraer e

integrar los datos del negocio para obtener informacin relevante y

especfica sobre las Ventas que se realizan a diario, el cual nos permitir

depurar los datos redundantes, y obtener informacin estructurada y


8/81


8

procesada para un mejor anlisis para entregar un mejor servicio al cliente y

tomar mejores decisiones, en base al manejo de informacin con valor.

Aplicando este sistema de Business Intelligence, se minimiza el tiempo de

carga de los datos, debido a que todos se encuentran en un mismo

repositorio, optimizando tiempos y costos para el procesamiento de los

datos y la entrega de informacin de manera rpida y oportuna, el cual

permitir al Gerente de Operaciones realizar anlisis de manera ms gil y

comprensible, estableciendo comparaciones para el apoyo en la toma de

decisiones.

Tambin permitir que los usuarios no dependan de reportes

programados, ya que los que se generan se realizan de forma dinmica,

donde el usuario puede personalizarlo y adaptarlo a su necesidad,

accediendo y analizando directamente los indicadores que se generan

para evaluar la efectividad de los diferentes servicios que se gestionan.

1.3. DELIMITACIN DE LA INVESTIGACIN

A. Delimitacin Espacial

El presente Proyecto se desarrollar en la empresa Servicios Call Centerdel Per SCCP, en el rea de Operaciones Ventas, donde se realiza

toda la Gestin de Ventas por llamadas telefnicas por parte de los

agentes.

B. Delimitacin Temporal

El Proyecto se pretende desarrollar en 3 meses, ya que es el tiempo

asignado para la implementacin del Data Mart, para la recoleccin de la

informacin, diseo y aplicacin del Data Mart para el rea de Operaciones

Ventas de la Empresa SCCP


9/81


9

C. Delimitacin Social

La investigacin involucra2 niveles jerrquicos de la empresa.

Nivel tctico: Gerente de Operaciones

Nivel operativo: Jefes de Plataforma

1.4. FORMULACIN DEL PROBLEMA

1.4.1. Problema principal

De qu manera la implementacin de un Data Mart permitir analizar la

informacin para el soporte a la toma de decisiones aplicado al rea de

OperacionesVentas en la empresa Servicios Call Center del Per?

1.5. OBJETIVO DE LA INVESTIGACIN

1.5.1. Objetivos General

Implementar un Data Mart que permita analizar la informacin para el

soporte a la toma de decisiones aplicado al rea de Operaciones Ventas

en la empresa Servicios Call Center del Per.

1.5.2. Objetivos Especficos

Desarrollar el Data Mart para tomar mejores decisiones en cuanto a

la Gestin de Ventas de Tarjetas de Crdito segn el sector, los

registros consumidos y la temporada de ventas que tienen mayores

ingresos.

Disear la Base de Datos Dimensional.

Minimizar el tiempo de carga optimizando tiempos para el

procesamiento de los datos y la entrega de informacin de manera

rpida y oportuna.

Generar reportes de forma dinmica, donde el usuario puede

personalizarlo y adaptarlo a su necesidad.


10/81


10

CAPITULO II

2. MARCO TERICO

2.1. ANTECEDENTES

A fin de verificar la autenticidad y originalidad de la presente investigacin

se revisaron diversas fuentes bibliogrficas encontrando las siguientes

investigaciones relacionadas al tema propuesto:

El Ingeniero Rolando A. Gonzales Lpez, de la Universidad ESAN, realiz

una investigacin con la finalidad de estimar el impacto que tienen el Data

Warehouse (DW) y la Inteligencia de Negocios (BI) en el desempeo de lasempresas en un pas en vas de desarrollo, la que en comparacin con la

investigacin propuesta, tambin se requiere estimar el impacto de la

aplicacin de Inteligencia de Negocios para la toma de decisiones en la

empresa SCCP, con el fin de obtener informacin relevante y oportuna.

En este trabajo se establece las preguntas de investigacin y se utilizaron

dos modelos para resolver las mismas. El primero un modelo Cualitativo

Exploratorio, mediante entrevistas semi estructuradas, y el segundo unmodelo Cuantitativo, mediante cuestionarios.

El modelo Cualitativo Exploratorio utiliz 23 entrevistas en 16 empresas de

diversos segmentos de negocios, que utilizan la DW y BI. Se entrevistaron a

Gerentes de Inteligencia de Negocios de empresas que desarrollan el


11/81


11

sistema de DW y BI, luego a Gerentes de DW y BI de empresas que utilizan

el sistema y a usuarios directos del sistema de DW y BI.

El modelo Cuantitativo utiliz 110 cuestionarios de 13 empresas de diversos

segmentos de negocios que utilizan la DW y BI. Se utiliz el modelo del

xito de IS de De Lone y McLean de 2003, con las variables verificadas en

el estudio cualitativo. ste tiene los constructos independientes, Calidad de

la Informacin, Calidad del Sistema y Calidad del Servicio. Luego los

constructos mediadores, Uso del Sistema y Satisfaccin del Usuario, y

finalmente el constructo dependiente, el Impacto Individual. Como se indica

el constructo dependiente, la unidad de anlisis fue el usuario individual,

dado el nmero limitado de empresas que usan el sistema de DW y BI, lo

cual no permita trabajar con las empresas como unidad de anlisis. Para la

resolucin del modelo se utilizaron las Ecuaciones Estructurales, las cuales

son una herramienta de anlisis multivariable de ltima generacin que

permite trabajar con varios tems para cada constructo y solucionar el

modelo con todos los constructos a la vez. De esta manera se establecieron

las variables o constructos ms relevantes, por grado de importancia, y sus

componentes, y luego se determin la significancia de cada uno de ellos,respondindose de esta manera las preguntas de investigacin y

confirmndose las hiptesis ms relevantes del estudio cuantitativo. Se

determin adicionalmente aspectos como el uso que le dan las empresas a

la Inteligencia de Negocios.

De otro lado, se encontr la investigacin desarrollada por el Sr. Boada

Byron y el Sr. Tituaa Alvaro, donde desarrollaron una aplicacin de

Business Intelligence para la empresa Empaqplast, con la finalidad de darsoporte en la toma de decisiones para las gerencias de las reas de

negocio de compras, ventas e inventarios.

Para el desarrollo del proyecto se utiliz la metodologa de Ralph Kimball,

ya que es una de las ms usadas, seguras y probadas al momento de


12/81


12

implementar un proyecto de Business Intellgence, cubriendo todas las fases

de ciclo de vida de un proyecto de BI. Todas las etapas del proyecto se

realizaron con las herramientas de la suite Pentaho. El datawarehouse est

almacenado en una base de datos Oracle 10g perteneciente a la empresa.

Actualmente la empresa hace uso de la aplicacin para generar reportes de

las reas de negocio involucradas, vista de anlisis y monitoreo del negocio

mediante los tableros de control, logrando as un acceso a la informacin

organizada, depurada en tiempo real para la toma de decisiones acertadas.

2.2. BASES TERICAS

En este captulo se presenta un resumen de la teora referente a

Inteligencia de Negocios, Data Warehouse y Data Mart. El propsito del

captulo es proveer los conocimientos tericos necesarios y tcnicas

utilizadas a lo largo de la realizacin de este proyecto.

2.2.1 INTELIGENCIA DE NEGOCIOS

Son herramientas de soporte de decisiones que permiten en tiempo

real, acceso interactivo, anlisis y manipulacin de informacin crtica

para la empresa. Estas aplicaciones proporcionan a los usuarios un

mayor entendimiento que les permite identificar las oportunidades y

los problemas de los negocios.

Los sistemas de soporte de decisiones constituyen una tendencia creciente

en empresas medianas y grandes que desean una gerencia eficiente.

Mejorar la tarea de toma de decisiones y planeamiento estratgico,

transformando miles de datos en conocimiento til, es la razn por la que lainteligencia de negocios es manejada como: la solucin de sistemas para

integracin de informacin y de tecnologa inteligente para el soporte a la

toma de decisiones gerenciales.


13/81


13

Figura N 1 Arquitectura Sistema de Inteligencia de Negocios.

Fuente: Obtenido del Proyecto de Aplicacin de BI. Universidad Rey Juan Carlos, Espaa, 2010.

Business Intelligence es la habilidad de consolidar informacin y analizarla

con la suficiente velocidad y precisin para descubrir ventajas y tomar

mejores decisiones de negocios1.

La tecnologa que apoya a Inteligencia de Negocios, se basa en los

siguientes conceptos:

Procesos Analticos en Lnea (Online Analytic Processing,OLAP).

Almacenes de Datos (DataWarehouse).

Minera de Datos.

Inteligencia de Negocios se compone de todas las actividades relacionadas

a la organizacin y entrega de informacin as como el anlisis del negocio.

Esto incluye Minera de Datos, Administracin del Conocimiento,

Aplicaciones Analticas, Sistemas de Reportes y principalmente

DataWarehouse.

1Flores Esquivel. Bussines Intelligence - El soporte de decisiones en la empresa Casa Marzam [Tesis], 2009.


14/81


14

Inteligencia de Negocios (Business Intelligence) es la habilidad de

consolidar informacin y analizarla con la suficiente velocidad y precisin

para descubrir ventajas y tomar mejores decisiones de negocios.

La Inteligencia de Negocios se puede definir como el proceso de analizar

los bienes o datos acumulados en la empresa y extraer una cierta

inteligencia o conocimiento de ellos. Dentro de la categora de bienes se

incluyen las bases de datos de clientes, informacin de la cadena de

suministro, ventas personales y cualquier actividad de marketing o fuente

de informacin relevante para la empresa.

BI apoya a los tomadores de decisiones con la informacin correcta, en el

momento y lugar correcto, lo que les permite tomar mejores decisiones de

negocios.

Figura N 2 Proceso de Inteligencia de Negocios.Fuente: Obtenido del Proyecto de Implementacin de un sistema de Inteligencia de Negocios,

basado en minera de datos para las Pymes. Universidad de los Andes. Mrida, 2006.

La informacin es el activo ms importante en los negocios actuales. Esto

debido a que el xito de un negocio depende de que tan bien conozca a sus

clientes, que tan bien entienda sus procesos internos y que tan efectivo sea

para realizar todas sus operaciones.


15/81


15

Todas las soluciones de BI tienen funciones parecidas, pero deben reunir al

menos los siguientes componentes:

Multidimensionalidad: La informacin multidimensional se puede

encontrar en hojas de clculo, bases de datos, entre otros. Una herramienta

de BI debe ser capaz de reunir informacin dispersa en toda la empresa e

incluso en diferentes fuentes, para as proporcionar a los departamentos la

accesibilidad, poder y flexibilidad que necesitan para analizar la

informacin2.

Minera de Datos: Las empresas suelen generar grandes cantidades de

informacin sobre sus procesos productivos, desempeo operacional,

mercados y clientes, pero el xito de los negocios depende, por lo general,

de la habilidad para ver nuevas tendencias o cambios en las tendencias

actuales. Las aplicaciones o tcnicas de Minera de Datos, pueden

identificar tendencias y comportamientos, no slo para extraer informacin,

sino tambin, para descubrir las relaciones que contienen bases de datos,

permitiendo obtener y reconocer, comportamientos no muy evidentes.

Agentes:Los agentes son programas que "piensan". Ellos pueden realizar

tareas a un nivel muy bsico, sin necesidad de intervencin humana.

DataWarehouse: Es la respuesta de la tecnologa de informacin a la

descentralizacin en la toma de decisiones, destinando informacin de

todas las reas funcionales de la organizacin, en manos de quienes toman

las decisiones. Tambin proporciona herramientas para bsqueda y

anlisis.

Caractersticas

Para que una herramienta software sea considerada de inteligencia de

2Ian Trujillo, Modelo Multidimensional, 2005.


16/81


16

negocio, debe garantizar las siguientes caractersticas:

Accesibilidad: debe garantizar el acceso de los usuarios a los datos,

siendo independiente la procedencia de los mismos.

Orientada al usuario: buscar la independencia entre los conocimientos

tcnicos que puedan poseer los distintos usuarios.

Apoyo a la toma de decisiones: debe distinguirse de una simple

presentacin de la informacin, debe poseer herramientas de anlisis que

permita seleccionar y manipular solamente aquellos datos que seaninteresantes para el usuario.

2.2.1.1 Importancia de BI

Generalmente, en las organizaciones se genera una gran cantidad

de datos e informacin que en muchos de los casos el anlisis de

la misma se convierte en un verdadero problema para los directivos.

Las tecnologas y los sistemas de BI permiten realizar un anlisis

mucho ms gil y compresible para la toma de decisiones

empresariales, las aplicaciones BI buscan incrementar la eficiencia en

la organizacin. Podemos decir que la informacin, correctamente

analizada e interpretada, es la mayor fuente de poder de las empresas,

ya que da pistas muy claras acerca del camino a seguir en futuras acciones.

2.2.1.2 Beneficios de BI

Entre los beneficios ms importantes que brinda una aplicacin BI a las

organizaciones, se puede mencionar los siguientes:

Minimiza el tiempo de carga de datos, debido a que todos los datos

se encuentran en un mismo repositorio o fuente de informacin.

Los procesos de extraccin y carga de la informacin son automticos


17/81


17

debido al uso de procesos definidos y metodologas.

Las herramientas BI permiten realizar anlisis, y establecer

comparaciones para la toma de decisiones.

Permite a los usuarios no depender de reportes o informesprogramados, porque los mismos sern generados de manera dinmica.

Posibilita la formulacin preguntas y respuestas que son claves para

el desempeo de la organizacin.

Permite acceder y analizar directamente los indicadores de xito.

Permite consultar y analizar los datos de manera sencilla e intuitiva.

Elimina los gastos innecesarios en la organizacin.

Mejora el conocimiento de la empresa sobre clientes, empleados, costosetc. Lo que facilita la gestin de los directivos.

2.2.1.3 Arquitectura

Una solucin BI empieza, desde los sistemas de origen o los sistemas

operacionales de la organizacin es decir las bases de datos, archivos

planos, hojas de clculo, sistemas ERP que son los que generan datos

de la organizacin. Sobre los datos obtenidos se realiza un proceso

de extraccin de los datos de sus diferentes fuentes, transformacin

que consiste en una estandarizacin de los datos y carga de los

datos en un nuevo repositorio como un Data Warehouse o en varios

Data Marts para de esta manera ser estructurados y presentados a

los usuarios finales en forma de Reportes, Tableros de mando, etc.


18/81


18

Figura N3 Arquitectura BI.Fuente: Obtenido de la Tesis Desarrollo de una Aplicacin de Business Intelligence para la empresa

Empaqplast. Escuela Politcnica del Ejrcito. Ecuador, 2012.

2.2.2 DataWarehouse

Es un almacn o repositorio de datos que integra informacin de diferentes

fuentes de datos (base de datos, archivos de texto, hojas de clculo) y permite

un anlisis para la toma de decisiones. Muchos expertos definen el

DataWarehouse como un almacn de datos centralizados que introduce datos de

un almacn de datos especfico llamado DataMart.

Es integrado, no voltil y variable en el tiempo, el contribuye al soporte de

la toma de decisiones en la entidad en la que se utiliza. Es un expediente

completo de una organizacin, ms all de la informacin transaccional yoperacional, almacenado en una base de datos diseada para favorecer el

anlisis y la divulgacin eficiente de datos3.

3Jimnez Agosta, A Time of Growth for Data Warehousing, 2004.


19/81


19

2.2.2.1 Caractersticas de un DataWarehouse:

Orientado a un tema: Los datos en la base de datos estn organizados de

manera que todos los elementos de datos relativos al mismo evento u objetodel mundo real queden unidos entre s.

Variante en el tiempo: Registra los cambios que se producen a lo largo

del tiempo, reflejando los datos originales en el informe final.

No voltil: esta es informacin solo de lectura, no se puede eliminar ni

modificar una vez almacenada.

Integrado: La base de datos contiene los datos de los sistemas operacionales

que existen en la organizacin, estos datos deben ser consistentes.

2.2.2.2 Funcin de un Data Warehouse

En la creacin de un Data Warehouse lo que se busca es almacenar los

datos que son necesarios o tiles para la organizacin. De esta

manera se trata de crear un repositorio de datos estructurados y

depurados y convertir estos datos en informacin til para el usuario final. El

usuario puede realizar consultas e informes de manera ptima y segura.

2.2.3 Data Mart

Es un conjunto de datos que son estructurados de una forma que facilite su

posterior anlisis. Los Data Marts contienen la informacin referente a un rea

especfica de la organizacin, se caracteriza por tener una estructura ptima de

los datos que pueden ser alimentados desde una base de datos transaccional y

son los que formarn parte de un Data Warehouse.

2.2.3.1 Caractersticas de un Data Mart

Mayor rapidez de consulta.

rea especfica.

Tiene un propsito especfico.


20/81


21/81


21

contienen los datos resumidos de Sistemas Transaccionales, OLTP o de grandes

bases, se obtendr la informacin requerida.

Figura N4 Tipos de Tecnologa OLAP.

Fuente: Obtenido del Proyecto de Aplicacin de Business Intelligence para la toma de

decisiones con QlikView. Universidad Rey Juan Carlos, 2010.

2.2.4.2 MOLAP: Procesamiento Analtico Multidimensional en Lnea

La diferencia ms significativa que presenta un sistema MOLAP (del ingls,

Multidimensional On Line Analitycal Processing) es que requiere un pre-procesamiento y almacenamiento de la informacin contenida en el cubo OLAP.

MOLAP almacena los datos en una matriz de almacenamiento multidimensional

optimizada, en lugar de utilizar una base de datos relacional.

2.2.4.3 ROLAP: Procesamiento Analtico en Lnea Relacional

ROLAP (del ingls, Relational On Line Analytical Processing) es una alternativa a

la tecnologa MOLAP. Mientras las herramientas de anlisis MOLAP estn

diseadas para permitir anlisis de datos a travs del uso de modelos de datos

multidimensionales, ROLAP difiere significativamente en que no requiere la

computacin previa ni el almacenamiento de la informacin. En lugar de eso, las

herramientas ROLAP acceden a los datos de una base de datos relacional y

generan consultas SQL para calcular la informacin al nivel apropiado, cuando un


22/81


22

usuario final lo requiere. Con ROLAP, es posible crear tablas de base de datos

adicionales (tablas resumen o agregaciones) las cuales resumen los datos en

cualquier combinacin deseada de dimensiones.

2.2.4.4 HOLAP: Procesamiento Analtico en Lnea Hbrido

En este tipo de implementacin, se utiliza un almacenamiento mixto: los datos

agregados y pre calculados se almacenan en estructuras multidimensionales,

mientras que los datos de menor nivel de detalle se almacenan en estructuras

relacionales. La principal dificultad que presenta, reside en identificar cada tipo de

dato.

Estos sistemas resuelven el problema de almacenamiento de los datos de mayorgranularidad en bases de datos relacionales, y almacenan las agregaciones en

formato multidimensional.

Los cubos almacenados como HOLAP, son ms pequeos que los MOLAP

y responden ms rpidos que los ROLAP. HOLAP es generalmente usado

para cubos que requieren rpida respuesta, para sumarizaciones basadas en

una gran cantidad de datos.

2.2.5 MODELO MULTIDIMENSIONAL

Tablas de hechos Contiene todas las claves primarias de cada una de las

dimensiones y las medidas que nos ayudarn en el anlisis de los cubos.

2.2.5.1 Tablas de dimensiones

En estas tablas encontraremos todos los valores que se utilizarn en la

tabla de hechos.

2.2.5.2 Tablas de hechos

Las tablas de hechos del almacn de datos se relacionan entre s atravs de las dimensiones que comparten.

2.2.5.3 Esquema en estrella

Este esquema se caracteriza por tener una tabla de hechos en el

centro de su estructura, a la cual llegan las tablas de dimensiones

mediante las claves primarias simples de cada dimensin. Concentrando


23/81


23

de esta manera la informacin en una tabla denominada tabla de

hechos.

Figura N 5 Esquema Estrella

Fuente: Extrado de pgina de internet.http://www.dataprix.com/data-warehousing-y-metodologia-

hefesto/arquitectura-del-data-warehouse/34-datawarehouse-manager.Lima, 2014.

2.2.5.4 Esquema en copo de nieve

En este esquema encontramos la particularidad que una tabla de

dimensiones puede estar formada por ms de una tabla de datos lo que

le hace diferente a el esquema de estrella permitindonos tener varios

caminos para llegar a los datos influyendo directamente sobre el

rendimiento de las consultas.

Figura N 6 Esquema Copo de Nieve

Fuente: Obtenido del Proyecto de Aplicacin de Business Intelligence para la toma de

decisiones con QlikView. Universidad Rey Juan Carlos, 2010.
http://www.dataprix.com/data-warehousing-y-metodologia-hefesto/arquitectura-del-data-warehouse/34-datawarehouse-managerhttp://www.dataprix.com/data-warehousing-y-metodologia-hefesto/arquitectura-del-data-warehouse/34-datawarehouse-managerhttp://www.dataprix.com/data-warehousing-y-metodologia-hefesto/arquitectura-del-data-warehouse/34-datawarehouse-managerhttp://www.dataprix.com/data-warehousing-y-metodologia-hefesto/arquitectura-del-data-warehouse/34-datawarehouse-managerhttp://www.dataprix.com/data-warehousing-y-metodologia-hefesto/arquitectura-del-data-warehouse/34-datawarehouse-managerhttp://www.dataprix.com/data-warehousing-y-metodologia-hefesto/arquitectura-del-data-warehouse/34-datawarehouse-manager


24/81


24

2.3 MARCO CONCEPTUAL

2.3.1 SISTEMAS DE INFORMACIN

Conjunto de componentes interrelacionados que capturan, almacenan, procesan y

suministran informacin, para que sta sea utilizada eficientemente y de estaforma soporte la toma de decisiones, el control, anlisis y visin integral en una

institucin.

2.3.1.1 Sistemas de Nivel Estratgico

A nivel estratgico de la compaa los ejecutivos de alta gerencia pueden

analizar y evaluar tendencias, patrones y relaciones del negocio, anticipar

problemas potenciales y hacer los correctivos necesarios, convirtiendo lasdecisiones inteligentes en una ventaja competitiva.

En el nivel estratgico estas herramientas comprenden mtricas,

indicadores de desempeo y tableros de control, entre otros, que ayudan al

mejoramiento del desempeo de la empresa a travs de la alineacin de la

planeacin estratgica de la empresa con la actividad real del negocio, la

visualizacin y el rastreo del cumplimiento de indicadores, la asignacin de

metas a usuarios y la comunicacin de resultados a lo largo de las reas

funcionales de la empresa.

2.3.1.2 Sistemas de nivel Tctico

Las soluciones de Inteligencia de Negocios tiles a nivel tctico de la

compaa son bsicamente herramientas de consulta y anlisis, que

permiten a los analistas y cargos medios interactuar con informacin y

responder preguntas de negocio por si mismos, sin intervencin del

departamento de Sistemas, con un mnimo conocimiento de las fuentes yestructura de datos empresariales. Un gran segmento de usuarios

empresariales, desde analistas experimentados hasta usuarios de negocio,

pueden fcilmente crear consultas y desarrollar clculos sin tener que

entender los complejos lenguajes de desarrollo de informes y sus

estructuras; y luego pueden compartir esta informacin con otros a lo largo


25/81


25

de la organizacin y ms all de sta.

Con las herramientas de Consulta y Anlisis los directivos en cargos medios

de la organizacin, pueden acceder a un anlisis ms detallado e interactivo

de las actividades del negocio que combinan mltiples variables de acuerdoa los objetivos del rea funcional de la empresa y le ayudan a optimizar sus

procesos de negocio.

2.3.1.3 Sistemas de nivel operativo

Registran y procesan las operaciones bsicas y de rutina necesarias para el

funcionamiento de la empresa como contabilidad, inventarios, etc. Las

razones del procesamiento son: registro, orden, clculo, sntesis,almacenamiento y visualizacin de los resultados.

El nivel operativo de la organizacin es responsable de acceder a

informacin crtica del negocio y tenerla capacidad de distribuir dicha

informacin a los diferentes niveles de la organizacin y usuarios, para

asegurar la toma de decisiones basada en informacin exacta, confiable y

oportuna que puede impactar el desarrollo y el xito del negocio.

Los requerimientos de informacin en este nivel de la organizacin, en las

diferentes reas funcionales, estn basados en reportes operativos que

respondan bsicamente preguntas predefinidas de la actividad del negocio

en un periodo determinado de tiempo.


26/81


26

Figura N 7 Clasificacin de Sistemas a Nivel Organizacional.

Fuente: Obtenido del Proyecto de Implementacin de un sistema de Inteligencia de Negocios, basado en

minera de datos para las Pymes. Universidad de los Andes. Mrida, 2006.

2.3.2 TOMA DE DECISIONES

2.3.2.1 Administracin de Datos

La disminucin del tiempo transcurrido entre la obtencin de datos y la toma

de decisiones, supone una ventaja empresarial. Cuanta ms informacin se

disponga sobre los clientes y socios, mejores servicios y ms

personalizados, podr ofrecer la organizacin, adems de establecer unas

relaciones mejores y ms productivas. Slo si se posee un adecuado acceso

a la informacin de la organizacin, se podr conseguir que un negocio sea

ms eficaz y detectar los problemas antes de que estn fuera de control.

2.3.2.2 Administracin del Conocimiento

El conocimiento es una mezcla fluida de experiencia estructurada, valores,

informacin contextual e internalizacin experta que proporciona un marco

para la evaluacin e incorporacin de nuevas experiencias e informacin. A

nivel organizacin queda registrado el conocimiento no solo en documentos

sino tambin en procedimientos, rutinas y normas institucionales.


27/81


27

2.3.2.3 Apoyo a los Sistemas de Toma de Decisiones

Hoy en da, las organizaciones estn buscando mejorar sus sistemas de

toma de decisiones, ya que pueden ser desbordados por el volumen y la

complejidad de los datos disponibles, provenientes de sus sistemas deproduccin y transaccionales.

A lo largo del tiempo, en el desarrollo de sistemas, se ha tratado de dar

solucin a esa necesidad intrnseca de los altos mandos gerenciales, acerca

de poseer la informacin de manera resumida, que permita de un modo corto

y rpido, darse cuenta de todo lo que pasa en los sistemas transaccionales

de los niveles bajos de la empresa. Sin embargo, esto ya no es suficiente ya

que actualmente se requiere conocer lo que sucede en todos y cada uno delos procesos, tanto crticos como triviales, que se originan en una empresa o

negocio, ya que es el conocimiento de stos lo que da una visin clara de lo

que ocurre en ella.

Los requerimientos de informacin no son difciles de resolver, dado que sta

se encuentra, efectivamente, en los sistemas operacionales; pero, la

complicacin surge debido a que difcilmente ella est disponible en el

tiempo y estructura correcta. Dado el caso y, buscando la administracin de

ese conocimiento tan importante en nuestros das, surge una de las opciones

que se han implementado para cubrir esta necesidad de las empresas, los

denominados DataWarehouse o Sistemas de Informacin Integrados, es

decir sistemas que, con el objetivo de facilitar la integracin de los datos

organizativos, extraen datos de diferentes sistemas o bases de datos,

funciones y lugares de la empresa, segn se van generando, los almacenan

conforme a un lenguaje comn y los hacen ampliamente disponibles. ElDataWarehouse se explicar en mayor detalle en la seccin posterior

correspondiente a Minera de Datos.

Para obtener la informacin, es importante determinar cul va acorde con la

necesidad de la empresa, y extraerla de las fuentes disponibles para


28/81


28

acumularla en un repositorio central (DataWarehouse). De esta manera se

obtiene una sola versin de la verdad, y los datos son transformados en

informacin limpia siguiendo unas reglas de negocio que dicte la

organizacin. (Rivera F. Luis. 2004).

Las herramientas para acceder a la informacin pueden ser generadores de

reportes, o de minera de datos, hacindose pertinente el concepto de

Inteligencia de Negocios.

2.3.3 CALL CENTER

2.3.3.1 DefinicinEs un rea donde agentes, asesores, supervisores o ejecutivos,

especialmente entrenados, realizan llamadas (Outbound) y/o reciben

llamadas (Inbound) desde o hacia: clientes (externos o internos), socios

comerciales, compaas asociadas u otros.

Es una herramienta de comunicacin y relacin con los Clientes que utiliza

el telfono como medio de comunicacin bsico gestionado por personas

humanas en conjunto a los recursos humanos, fsicos y tecnolgicos

necesarios y disponibles, basados en metodologas de trabajo y procesos

determinados y adecuados, para atender las necesidades y dar servicio a

cada cliente nico con el objeto de atraerlo y fidelizarlo con la organizacin

y permitir su viabilidad.


29/81


29

Figura N 8 Diseo de Call Center.

Fuente: Obtenido de Bassher CRM Call Center. Delegacin Benito Jurez. Mxico D.F.

2.3.3.2 Tecnologas utilizadas

Las tecnologas tradicionales que se ocupan en los Centros de Llamadas

son las siguientes:

Infraestructura telefnica (conmutador, telfonos, Voz sobre IP, diademas

o cintillos).

Infraestructura de datos (computadoras, bases de datos, CRM).

Distribuidor automtico de llamadas entrantes (ACD).

Sistema de Respuesta Interactiva de Voz (IVR).

Grabador de llamadas (que muchas veces tambin graba las pantallas de

los agentes).


30/81


30

Marcador asistido, progresivo o automtico y predictivo.

2.3.3.3 Llamadas Entrantes (INBOUND)

Los objetivos de un centro especializado en las llamadas entrantes pueden

ser mltiples:

Nmero verde de informacin establecido tras un acontecimiento cualquiera

(catstrofe area, por ejemplo): que permite difundir la informacin poco a

poco y tranquilizar, dando una imagen positiva de la situacin (una ayuda

existe). Se habla as no solamente de centro de llamada, sino tambin de

"centro de contacto".

Servicio postventa: las hot line, muy a menudo para administrar los

problemas encontrados por los clientes de FAI, funcionan gracias a centros

de llamadas.

Toma de citas (por ejemplo, para gabinetes mdicos) o pedidos, en particular,

para la venta por correspondencia.

Servicio al Cliente: resolucin de consultas, entrega de informacin, atencin

de requerimientos.

Mesa de Ayuda (HelpDesk): Servicio que permite entregar un apoyo

especializado por telfono a travs de un ejecutivo de call center

especializado con conocimientos tcnicos sobre una materia especfica.

2.3.3.4 Llamadas Salientes (OUTBOUND)

Los Centros especializados en las llamadas salientes pueden:

Efectuar sondeos: la recoleccin de la informacin es fcil, efectundose

inmediatamente su distribucin y tratamiento.


31/81


31

Superficie de la publicidad para una marca, o incluso de la prospeccin o

la venta a distancia: es all la sustitucin de los buhoneros y de la venta

al detalle (de puerta en puerta).

Tele-ventas: Actividad de venta a travs de un ejecutivo de venta

especializado y con competencias para vender de forma remota.

Tele-encuestas: Actividad de encuesta telefnica a travs de un ejecutivo

de tele-encuesta capaz de brindar un rpido relevamiento de informacin

de parte de un cliente.

Programacin de reuniones: Actividad que permite programar reuniones

o citas con clientes para ofrecer un producto o servicio que por su

complejidad no se puede vender por telfono y requiere entrevista

personal.

Tele-cobranzas: Actividad que permite cobrar en sus diversas etapas,

mora temprana, mora tarda o mora pre-judicial, proporcionando las

alertas necesarias al cliente y ayudndolo en el proceso de regularizar

sus pagos para que pueda seguir utilizando el servicio.

2.3.3.5 Estructura de un centro de llamadas

Usualmente un centro de llamadas est formado por gerentes de

operaciones y analistas, grupos de capacitacin, agentes de calidad, soporte

de operaciones, soporte tecnolgico, supervisores, team leaders y agentes

telefnicos. Generalmente, un supervisor tiene a cargo un grupo de agentes

telefnicos. Igualmente existen los especialistas en datos o de suministro de

informacin estadstica (data marshall).


32/81


32

Figura N 9 Estructura de un Centro de Llamadas.

Fuente: Obtenido de Bassher CRM Call Center. Delegacin Benito Jurez. Mxico D.F.

2.3.4 METODOLOGAS DE DESARROLLO DE UN PROYECTO BI

Eleccin de La Metodologa para el Desarrollo del Proyecto

Tomando en cuenta que la metodologa de Ralph Kimball conduce a

una solucin completa de BI en un corto periodo de tiempo, acceso

a documentacin que se puede encontrar y a los numerosos ejemplos

aportados en diferentes entornos de negocio, esta metodologa permite

encontrar una respuesta a casi todas las preguntas que puedan

surgir, sobre todo cuando no se dispone de la experiencia previa

necesaria.

Por otro lado, este tipo de metodologa bottom-up permite que, partiendo

de cero, se pueda empezar a obtener informacin til en cuestin dedas y despus de los prototipos inciales, comenzar el ciclo de vida

normal que nos ofrezca una solucin completa de BI.

Los Data Marts resultantes son fcilmente consultables tanto para

los desarrolladores como para los usuarios finales. La relacin directa


33/81


33

entre los hechos y dimensiones conceden a cualquier usuario la

posibilidad de construir consultas sencillas.

Metodologa de Ralph KimballRalph Kimball es considerado uno de los representantes ms

importantes del Data Warehouse y Business Intelligence. Su

metodologa ha sido probada en muchos escenarios de negocio y se

podra decir que se ha llegado a convertir en un estndar de proyectos

BI. En el ao 1998 se publica la primera edicin del libro The Data

Ware house Lifecycle Tool kit donde se expone dicha metodologa4.

En la siguiente figura se muestra el ciclo de vida propuesta por

Ralph Kimball y sus fases.

Figura N 10 Tareas de la Metodologa de Kimball. Fuente: obtenido de La Metodologa de Kimball. Business Dimensional Lifecycle.

Cuadernos de la Facultad UCASAL, 2010.

4Gustavo R. Rivadera. La Metodologa de Kimball para el diseo de almacenes de datos. Cuadernos de

Facultad n. 5: 2010.


34/81


34

2.3.4.1 Planificacin y Administracin del Proyecto

La planificacin busca identificar la definicin y el alcance del

proyecto, incluyendo las justificaciones del negocio y las evaluaciones de

factibilidad. La metodologa en esta etapa propone identificar elalcance basado en requerimientos de negocios y no en fechas

establecidas. As el cumplimiento del proyecto ser directamente

relacionado con el negocio de la empresa.

2.3.4.2 Definicin del proyecto

Como paso inicial para el desarrollo de un proyecto de BI se debe

identificar de donde proviene la necesidad de informacin la cualpuede darse de un sector especfico como los directivos o gerentes

de la organizacin o a su vez puede provenir de varios sectores de la

empresa.

2.3.4.3 Preparacin para un proyecto de Data Warehouse

Ralph Kimball indica que se deben tomar en cuenta factores como el

apoyo y patrocinio de la gerencia, inters de la empresa en un

proyecto de BI, apoyo del departamento de sistemas y tecnologa de la

empresa, la empresa debe presentar un entorno factible para la realizacin

del proyecto.

2.3.4.4 Alcance

Se debe definir los lmites del proyecto para poder desarrollarlo

satisfactoriamente en base a los requerimientos del negocio.

2.3.4.5 Justificacin

Se debe tomar en cuenta cual ser la inversin para el proyecto y

cul ser el beneficio para la empresa.

En esta fase de debe definir justificaciones en trminos de negocio que

sustentan el proyecto y hacer las respectivas evaluaciones de factibilidad.


35/81


35

2.3.4.6 Planificacin del proyecto

A nivel de planificacin del proyecto se establece la identidad del mismo es

decir se lo maneja con un nombre, el personal (los usuarios, gerentes

del proyecto, equipo del proyecto, desarrolladores), desarrollo del plandel proyecto, el seguimiento y la monitorizacin.

2.3.4.7 Administracin del proyecto

En esta etapa se verifica mediante reuniones con los involucrados en el

proyecto el avance del mismo y el cumplimiento de los requerimientos.

2.3.4.8 Definicin de los Requerimientos del NegocioEl punto clave para el proceso de desarrollo un Data Warehouse es la

manera como se interpretan y se analizan los requerimientos la

interpretacin correcta de los diferentes niveles de requerimientos

proporcionara la visin de cmo se realizara el diseo del Data

Warehouse.

Para iniciar con el proceso de obtencin de requerimientos se debe

hablar con los principales encargados del negocio, se debe enfocar

el proceso de toma de requerimientos en cosas como: en base a

qu informacin se toman decisiones, en qu consisten sus trabajos,

que informacin es la que se maneja con ms frecuencia, en que

actividades invierte ms tiempo.

Los diseadores del Data Warehouse deben comprender cuales son

los factores y las reglas que dirigen el negocio, cual es el

funcionamiento y los procesos que se llevan a cabo para la actividad denegocio, determinar y analizar los requerimientos para traducirlos en

consideraciones de diseo apropiadas.


36/81


36

2.3.4.9 Entrevistas

Para iniciar el proceso de entrevistas se debe formar un equipo

entrevistador, el cual este conformado del entrevistador y una persona

que tome nota, es importante iniciar el levantamiento derequerimientos observando los reportes que ya se maneja en la

empresa, cuales son las fuentes de datos y conocer las maneras como

se lleva a cabo el anlisis la informacin dentro de la empresa, saber en

base a que parmetros se toman las decisiones del negocio esto

contribuye al anlisis de requerimientos. Esto proporciona una gua

para la elaboracin del modelo dimensional de datos se puede tener

una visin general de las dimensiones que se necesitarn para eldiseo del Data Warehouse.

Es de vital importancia dirigir las entrevistas a los directivos debido a

que son los que tienen un mejor conocimiento de las reglas de

negocio, las entrevistas tambin deben ser realizadas al departamento

de tecnologa para conocer con que recursos se cuenta para el

desarrollo del proyecto.

2.3.4.10 Diseo Tcnico de la arquitectura

El diseo de un Data Warehouse requiere la integracin de varias

tecnologas por lo que se debe tener en cuenta elementos como:

requerimientos del negocio, el entorno tcnico y las estrategias de

diseo.

Entorno Back Room:

Es el sitio donde toman lugar los procesos de Data Staging

(Adquisicin de los datos) consiste en el proceso de Extraccin,

Transformacin y carga (ETL) de los datos desde las fuentes de origen

y la carga de los mismo en el Data Warehouse.


37/81


37

Figura N 11 Arquitectura back room.

Fuente: Obtenido de Tesis Doctoral. Impacto de la Data Warehouse e Inteligencia de Negocios

en el desempeo de las empresas. Universidad Esan 2013.

Entorno Front Room

Es la carta de presentacin de todo Data Warehouse por

tanto debe ser capaz de explotar al mximo todas las

funcionalidades y caractersticas que puede ofrecer el sistema en

general. Entre los servicios del Front Room se encuentra

navegacin, seguridad, monitoreo, generacin de reportes y por

supuesto manejo de consultas y otros servicios de escritorio. El

Front Room corresponde a la capa que representa los datos alusuario, escondiendo toda la complejidad y el origen de los datos.


38/81


38

Figura N 12 Arquitectura front room.

Fuente: Obtenido de Tesis Doctoral. Impacto de la Data Warehouse e Inteligencia de Negocios en el

desempeo de las empresas. Universidad Esan 2013.

2.3.4.11 Seleccin de Productos e Instalacin

Utilizando el diseo de arquitectura tcnica como marco es necesario

evaluar en base a costos y factores de desempeo los componentes

especficos de la arquitectura, como la plataforma de hardware, elmotor de base de datos, la herramienta de ETL, las herramientas de

acceso. Una vez evaluados y seleccionados los componentes se procede

con la instalacin y prueba de los mismos en un ambiente integrado de

Data Warehouse.

2.3.4.12 Modelado Dimensional

Ralph Kimball menciona que el modelado dimensional proporciona

varias ventajas en el desempeo del sistema BI en cuanto a las consultas.

El Modelado Dimensional, segn su creador Ralph Kimball, es el

diseo fsico y lgico que transformar las antiguas fuentes de datos

en las estructuras finales del Data Warehouse, a travs de una

tcnica que busca la presentacin de los datos en un marco de


39/81


39

trabajo estndar que es intuitivo y permite un acceso de alto

desempeo. Cada modelo dimensional est compuesto de una tabla

que tiene una llave compuesta llamada tabla de hechos y un

conjunto de tablas ms pequeas llamadas dimensiones. Cada tabladimensin tiene una llave primaria simple, que corresponde

exactamente a una de las partes de la llave compuesta en la tabla

de hechos. Esta estructura caracterstica es usualmente llamada esquema

estrella Los pasos necesarios para convertir un Diagrama Entidad-

Relacin (ERD) a un conjunto de diagramas de modelado dimensional

son:

Separar el ERD de la organizacin: Se debe separar los procesos

de negocios y modelar cada uno separadamente.

Seleccionar las relaciones: Las relaciones de varios a varios en el

modelo entidad - relacin que contengan cantidades numricas y

aditivas se las designa a las tablas de hechos.

Des normalizar tablas: las tablas restantes con llaves simples que

conectan directamente a las tablas de hechos son las tablas se

convierten en las dimensiones.

En los casos que una tabla dimensin se conecte a ms de una tabla

de hechos, se representa esta misma tabla dimensin en ambos

esquemas estas tablas adquieren el nombre de dimensiones

conformadas.


40/81


40

2.3.4.13 La Arquitectura del Data Warehouse

Un Data Warehouse est hecho de las unin de muchos de sus Data

Marts. Cada DataMart debe ser representado por un modelo

dimensional y dentro de un nico Data Warehouse, todos estosData Marts deben ser construidos a partir de dimensiones

conformadas y hechos. Esta es la base de la arquitectura de bus

del Data Warehouse.

La planeacin del Data Warehouse debe iniciarse con un fase

pequea de arquitectura de datos que cubra todo y que a la vez

tenga metas mu y finitas y especficas, luego se debe seguir estaarquitectura con una implementacin paso a paso de Data Marts

separados, donde cada implementacin se adhiere a la

arquitectura predefinida

El autor Ralph Kimball sugiere las siguientes recomendaciones para la

construccin de un Data Warehouse. Crear una arquitectura que defina

el alcance e implementacin del Data Warehouse completo.

Supervisar la construccin de cada pieza del Data Warehouse. Una

tabla dimensin puede ser usada contra mltiples tablas de hechos en

el mismo espacio de base de datos.

2.3.4.14 Tcnicas de Modelado Dimensional

La idea fundamental del modelado dimensional es que casi cada

tipo de datos de negocio puede ser representado como un tipo de

cubo de datos, donde cada celda del cubo contiene un valormedido y las aristas del cubo definen las dimensiones naturales de

los datos


41/81


41

2.3.4.15 Seleccionar el proceso de Negocio

En base a los requerimientos que ya se han tomado se debe

determinar cul es el proceso de negocio que se va a modelar el

cual puede tener una o ms tablas de hechos.

2.3.4.16 Declaracin de la granularidad

El nivel de granularidad se refiere a la presentacin de las

medidas en la tabla de hechos e es decir una granularidad fina o

menor presenta mayor detalle de los datos y una granularidad gruesa o

mayor presenta menor detalle en los datos.

2.3.4.17 Identificacin de las dimensiones

Cuando se agregan las diferentes dimensiones ests deben ser de

un objeto del negocio por ejemplo un cliente, producto etc. y deben

cumplir con la granularidad establecida previamente.

2.3.4.18 Identificacin de los hechos

Los hechos vienen a ser las medidas, son generalmente cantidades

y estn orientados a los procesos del negocio. Ejemplos de

medidas son totales, precios, cantidades etc.

2.3.4.19 Diseo Fsico

En lo que se refiere a la estructura fsica la etapa incluye tareas

como la configuracin de la base de datos debe incluir los nombres de

columna fsicos, los tipos de datos y constraints.

La creacin de tablas para datos y metadatos, donde se alojarn

dimensiones y tablas de hechos. Creacin de secuencias para los

procesos ETL. Creacin de tablas temporales, tablas histricas, tablas

para errores. Generacin de Scripts y diagramas fsicos de base de

datos.


42/81


42

2.3.4.20 Diseo y Desarrollo de la Presentacin de Datos

Esta etapa est conformada primeramente por las actividades de

extraccin, transformacin y carga de datos (ETL). Se realiza un

anlisis de los datos como se van a integrar y como se puedenresolver problemas de inconsistencias.

Se definen como proceso de extraccin obtencin de los datos de

diferentes fuentes que permitirn efectuar la carga del Modelo Fsico

diseado.

El proceso de transformacin consiste en estandarizar y

estructurar los datos extrados de las diferentes fuentes para

convertir los datos y finalmente cargarlos en el Data Warehouse.

Actividades para el proceso ETL

Realizar un plan cada proceso de ETL.

Seleccionar una herramienta ETL.

Estrategias para proceso de carga.

Carga inicial de Datos(Dimensiones y Hechos)

Carga incremental de Datos(Dimensiones y Hechos)

Automatizacin del proceso ETL

Las tareas de ETL son altamente crticas pues tienen que ver con

parte medular del negocio ya que manejan directamente los datos.

La calidad de los datos en un Data Warehouse es un factor

determinante en el xito de un proyecto de BI. En la etapa de ETL

se debe resolver todos los inconvenientes relacionados con la

calidad de los datos fuente. Para que los datos del Data

Warehouse sean confiables.


43/81


43

2.3.4.21 Especificacin de Aplicaciones para Usuarios Finales

Cada usuario del Sistema de Bussiness Intelligence necesita un role

o perfile de usuario para los diferentes tipos de aplicaciones, acceso

a carpetas, acceso a cierto tipo de reportes, entre otras por lo que enesta etapa se definen los diferentes tipos de permisos para los

usuarios.

2.3.4.22 Desarrollo de Aplicaciones para Usuarios Finales

Los usuarios acceden al Data Warehouse por medio del BI Server

herramienta grfica, que contiene la informacin de cada rea de

negocio, se pueden desplegar reportes, vistas de anlisis, tablerosde control. Los cubos, reportes y tableros de control son

implementados conforme a los requerimientos.

2.3.4.23 Implementacin

La implementacin representa la unin de la herramienta de BI,

los datos y las aplicaciones de usuarios finales. Existen factores

extras que aseguran el correcto funcionamiento de todos los

elementos, entre ellos se encuentran la capacitacin, el soporte tcnicoy la comunicacin. Todas estas tareas deben tenerse en cuenta

antes de que cualquier usuario pueda tener acceso al sistema de BI.

2.3.4.24 Mantenimiento y crecimiento

Como en todo proyecto se necesita tener actualizaciones de forma

constante para poder dar un ciclo de vida adecuado al producto.

Es importante establecer las prioridades para poder manejar los

nuevos requerimientos de los usuarios y de esa forma poder

evolucionar y crecer.


44/81


44

2.3.4.25 Gestin del proyecto

La gestin del proyecto asegura que las actividades del ciclo de

vida se lleven a cabo de manera sincronizada. La gestin del

proyecto acompaa todo el ciclo de vida. Entre sus actividadesprincipales se encuentra la monitorizacin del estado del proyecto y el

acoplamiento entre los requerimientos del negocio y las restricciones

de los sistemas de informacin para poder manejar correctamente

las expectativas en ambos sentidos.

2.3.5 HERRAMIENTAS

2.3.5.1 HERRAMIENTAS Y SUITES DE INTELIGENCIA DE NEGOCIOS

En la actualidad se han desarrollado diversas herramientas que ofrecen

soluciones a los problemas de Inteligencia de Negocios y que

implementan todas o alguna de sus tecnologas. Para poder entender

mejor el conjunto de herramientas para Inteligencia de Negocios , en

esta tesis se ha realizado una clasificacin de dichas herramientas, las

cuales se muestran en la tabla 5 en donde los sistemas se dividen en 2

clases:

A continuacin veremos las herramientas simples y las suites ms

populares que existen en el mercado para cada una de las

clasificaciones propuestas, junto con sus caractersticas principales.

2.3.5.2 HERRAMIENTAS

Las herramientas simples son aquellas que dan soporte a las tecnologas

de la inteligencia empresarial individualmente. Estas herramientas han

sido clasificadas a su vez de acuerdo a la tecnologa de inteligencia

empresarial a la que dan soporte, en seguida mencionaremos las ms

importantes y populares para cada una.


45/81


45

Herramientas de integracin de datos

En la figura 14 vemos algunas de las herramientas ms populares que apoyan

la integracin de datos, las cuales se describirn con ms detalle en seguida.

Figura N 13 Herramientas de integracin de datos (ETL).

Fuente: obtenido de la Tesis Desarrollo de una Aplicacin de Business Intelligence para la empresa


2.3.5.3 Herramientas para OLAP

En la figura 15 se muestran algunos de los proveedores de OLAP ms

populares que se describen ms detalladamente a continuacin.

Figura N 14 Herramientas de OLAP.

Fuente: obtenido de la Tesis Desarrollo de una Aplicacin de Business Intelligence para la empresa



46/81


46

Mondrian

Es un motor de ROLAP desarrollado en Java, que permite analizar

grandes conjuntos de datos que se encuentran almacenados en el

datawarehouse. Mondrian se considera un motor, porque se encarga derecibir consultas dimensionales en lenguaje MDX y devolver los datos del

cubo que correspondan a la consulta. El cubo se representa como un

conjunto de metadatos que definen cmo se han de mapear estas

consultas dimensionales a sentencias SQL para obtener de la base de

datos la informacin necesaria para satisfacer la consulta dimensional.

Utiliza una memoria cach para almacenar los resultados de las

consultas que se acceden mltiples veces.

2.3.5.3 SUITES

Las suites, son sistemas que ofrecen la implementacin de todas las

tecnologas de Inteligencia de Negocios. En la figura 17 podemos ver

algunas de las ms populares que se describen a continuacin.

Figura N 15 Suites de Inteligencia de Negocios.

Fuente: Obtenido de la Tesis Desarrollo de una Aplicacin de Business Intelligence para la empresa



47/81


47

Pentaho BI

Pentaho BI es la nica suite que existe de cdigo abierto, ya que ha

adoptado las herramientas de Kettle, Mondrian y WEKA para conformar una

sola plataforma de Inteligencia de Negocios. Tiene las funcionalidades de

reportes, anlisis, data mining e integracin de datos (Pentaho, 2011).

Permite a los desarrolladores de Java disear componentes que pueden ser

rpidamente ensamblados en soluciones de inteligencia empresarial y a los

usuarios finales desplegar rpidamente las soluciones existentes de

Inteligencia de Negocios.

A pesar de que Pentaho BI se conforma ya como una suite que satisface las

necesidades de inteligencia empresarial, sus componentes no se integran

perfectamente ya que surgieron de manera individual. Sin embargo la

compaa Pentaho ofrece soporte comercial para todas ellas como conjunto,

por eso se considera una suite.

Oracle

Oracle BI es la plataforma ms completa para Inteligencia de Negocios ,cubre un amplio rango de necesidades, incluidos los tableros interactivos, el

anlisis ad-hoc, alertas e inteligencia proactivas, publicacin e informes

avanzados, anlisis predictivo en tiempo real, y anlisis de tecnologa mvil

(Oracle, 2012).

Existen varias versiones de las plataformas:

Oracle BI Suite Enterprise Edition (EE): es una plataforma completa e

innovadora que ofrece bases para crear soluciones empresariales desde

fuentes de datos heterogneas para la distribucin de datos, con sistemas

Oracle y que no son de Oracle.

Oracle BI Standard Edition (SE): incluye Oracle Discoverer, est optimizado

para trabajar con los datos y las aplicaciones Oracle, y ofrecer anlisis e


48/81


49/81


49

el diseo de dimensiones.

SQL Server Integration Services proporciona las caractersticas y el

rendimiento necesario para construir aplicaciones de clase empresarial de

integracin de datos desde diversas fuentes de datos.SQL Server Reporting Services extiende la plataforma de almacenes de

datos para llevar la informacin que el trabajador necesita y tener acceso a

los datos del negocio.

Genera directamente reportes a herramientas familiares como Microsoft

Excel y Microsoft Word.

Soporta cdigo en transact-sql y ansi-sql.

2.3.5.4 Herramientas de Business Inteligence

Oracle BI Enterprise Edition Plus

Oracle BI Enterprise Edition Plus es una suite integrada de productos de

business inteligence que aporta al negocio funcionalidades tales como

tableros de control interactivos (Dashboard), consultas puntuales (Answers),

alertas e inteligencia proactiva (Delivers), reportes operacionales y

financieros, inteligencia tiempo real, anlisis offline, plugin de Microsoft Office

y un poderoso motor business inteligence altamente escalable con grandes

capacidades de integracin de mltiples fuentes de datos, fuentes no

estructuradas, tales como hojas de Excel, OLAP y aplicaciones Oracle y no

Oracle. Las principales ventajas de esta herramienta son:

Velocidad:Gran Velocidad de acceso a la informacin.

Seguridad: integra mdulos de seguridad de acceso a la informacin,

adaptables a cada perfil de usuario e incluso a cada usuario mismo, con una

interfaz muy intuitiva para su mantenimiento.

Robustez:Las aplicaciones desarrolladas son muy estables, incluso cuando

los orgenes de datos tienen problemas de actualizacin de la informacin o

han sido reestructurados.


50/81


50

MicroStrategy

MicroStrategy es un proveedor de software OLAP, de inteligencia de

negocio y de informes de empresa. El software de MicroStrategy permite

crear informes y anlisis de los datos almacenados en una Base de datos

relacional y de otras fuentes. MicroStrategy describe su software de

informes ncleo como ROLAP para remarcar el uso de la tecnologa de

base de datos relacional y distinguirlo del OLAP tradicional, aunque tambin

soporta tecnologa MOLAP desde la versin 7i.

Las principales ventajas que presenta son:

- El desarrollo de aplicaciones Business Intelligence con

MicroStrategy es relativamente sencillo, con una interfaz fcil de

manejar.

- Permite a los usuarios disear nuevos informes, mediante una

interfaz una serie de herramientas muy intuitivas.

- Asimismo, presenta algunos inconvenientes, tales como:

- La implantacin de la herramienta es costosa, tantoeconmicamente como en tiempo, lo cual se complementa de

alguna manera con la facilidad para el desarrollo.

- Precio moderado para la gran empresa, pero sigue siendo muy

elevado para la mediana empresa.

- En el aspecto tcnico la facilidad de implementacin a veces

limita las posibilidades que este tipo de herramientas debe

ofrecer.


51/81


51

CAPITULO III

3. DISEO E IMPLEMENTACIN

3.1 ANLISIS DEL MODELO

3.1.1 Planificacin del proyecto

Misin: Brindar una solucin rpida y precisa a nuestros usuarios finales,

logrando un alto nivel de satisfaccin de nuestros clientes.

Visin: Ser el mejor Call Center en innovacin, productividad y calidad de

servicio para nuestros clientes y usuarios finales.

3.1.2 Descripcin del Requerimiento:

La empresa Servicios Call Center del Per (SCCP), es la empresa donde se

desarrollar la presente solucin, el cual tiene la misin de satisfacer las

necesidades de comunicacin de las empresas que las contratan con los

usuarios finales, realizando Ventas y coordinaciones. En este proyecto se

pretende desarrollar un DataMart que permitir explotar toda la informacin

existente para mejorar la toma de decisiones en el rea de Ventas.

La solucin propuesta servir de respaldo para obtener la informacin

organizada y procesada y tomar eficientemente las decisiones de las

gestiones de los servicios para obtener una mejor rentabilidad y calidad en el

servicio.


52/81


52

a) Introduccin del Proyecto

La implementacin del Datamart, tiene como sustento dar soporte al

rea de Ventas de la Empresa SCCP, teniendo como principales

dificultades la toma de decisiones, ya que la informacin no se tiene enel momento oportuno, por la demora de la reportera web que es

realizado mediante consultas, el cual requiere demasiado tiempo para

ejecutar y procesar los datos.

b) Objetivos del Proyecto

Determinar de qu manera la implementacin de un Data Mart permitir

analizar la informacin para el soporte a la toma de decisiones aplicado

al rea de Operaciones Ventas en la empresa Servicios Call Centerdel Per.

c) Alcance del Proyecto

Se desarrollar la implementacin del Data Mart para brindar el soporte

a la toma de decisiones para el rea de Operaciones de la Empresa

SCCP,

La solucin que se plantea est basada en la utilizacin de una

herramienta Tecnolgica de Business Intelligence (SQL Visual Estudio

2008), donde se realizar el diseo y desarrollo de un Data Mart para el

rea de operaciones, donde se busca extraer e integrar los datos del

negocio para obtener informacin relevante y especfica sobre el servicio

de Ventas, el cual nos permitir la depuracin de los datos redundantes,

y obtener informacin estructurada y procesada para un mejor anlisis.


53/81


53

3.1.3 Descripcin de los Stakeholders

Cuadro N 1 Descripcin de los Stakeholders

Fuente: Elaboracin Propia.

3.1.4 Requisitos del Proyecto

3.1.4.1 Humanos

Gestin:

Cuadro N 2 Requisitos del Proyecto Humanos Gestin


Stakeholders Cargo Funcin que desempea en el proyecto

Allan Torres Gerente de OperacionesBrinda la informacin necesaria sobre la gestin

operativa de los servicios.

Antonio EspinalCoordinador de Ventas

Tarjeta BCP

Brinda informacin sobre la gestin de Venta de las

Tarjetas.

AnalistaAnlisis de las Fuentes de Datos y requerimientos de

los usuarios.

DesarrolladorEjecucin de la carga de Informacin de la fuente de la

BD del Data Mart.

Alex Cruz Jefe de TICoordina los servicios informticos y tecnolgicos para

el desarrollo del negocio.

Edwin Egusquiza Analista BussinessIntelligence

Brinda informacin sobre los datos de gestin queayudan a la toma de decisiones en la empresa.

Carla Segovia

Stakeholders Cargo Funcin que desempea en el proyecto

Allan Torres Gerente de OperacionesBrinda la informacin necesaria sobre la gestin

operativa de los servicios.

Antonio EspinalCoordinador de Ventas

Tarjeta BCP

Brinda informacin sobre la gestin de Venta de las

Tarjetas

Alex Cruz Jefe de TICoordina los servicios informticos y tecnolgicos para

el desarrollo del negocio.

Edwin EgusquizaAnalista Bussiness

Inteligence

Brinda informacin sobre los datos de gestin que

ayudan a la toma de decisiones en la empresa.


54/81


54

3.1.4.2 Tecnologas de la Informacin:

Cuadro N 3 Requisitos del Proyecto Humanos TI


3.1.4.3 Equipamiento Hardware:

Cuadro N 4 Requisitos del Proyecto Equipamiento Hardware


Stakeholders Cargo Rol

Alex Cruz Jefe de TICoordina los servicios informticos y tecnolgicos para el

desarrollo del negocio.

Edwin EgusquizaAnalista Bussiness

Inteligence

Brinda informacin sobre los datos de gestin que ayudan

a la toma de decisiones en la empresa.

Equipo Caractersticas Adicionales Cantidad

Pc de escritorioUtilizada por el Analista BI para realizar el

mantenimiento y monitoreo del Sistema.1

LaptopUtilizada por el presentador de las tesis para la

implementacin del Data Mart.

1


55/81


55

Software:

Cuadro N 5 Requisitos del Proyecto Equipamiento software


3.1.5 Riesgo del Proyecto

El tiempo para el desarrollo del Proyecto.

Acceso a la Base de Datos de la Empresa SCCP

Uso Software Caractersticas Cantidad

Analisys Services Creacin del Cubo

Integration services Para poblar la BD del Data Mart - ETL

Herramientas de

Desarrollo Operacional

Para disear el esquema de las tablas

necesarias de la BD Operacional.

Herramientas de

Desarrollo Dimensional

Diseo de la BD Dimensional y

Generacin de Cdigo.

Sql Visual Studio

2008

Sql Managment

Studio 2008

1

1


56/81


56

3.1.6 Cronograma del Proyecto

El proyecto dur 72 das para su implementacin, con una fecha de inicio del

01/11/2013 hasta 10/02/2014.

Figura N 16 Cronograma del Proyecto


3.1.7 Definicin de los Requerimientos del Negocio

Segn la entrevista realizada al Gerente de Operaciones y al analista BI, que

son las personas claves en los Procesos de Negocio, ya que el Gerente es

quien toma las decisiones respecto a las Ventas y las proyecciones que se

da segn los resultados que obtiene y por otro lado, el analista que es la

persona quien extrae, transforma y consolida los datos de la organizacin en

informes de gestin que ayuden a la toma de decisiones en la empresa,

realizando reportes y estadsticas personalizados para los servicios.


57/81


57

A partir de las entrevistas identificamos tres procesos de Negocio que existe

en la empresa SCCP, el cual construimos una matriz con cada Proceso de

Negocio y sus Dimensiones.

Cuadro N 6 Procesos de Negocio Vs Dimensiones


Luego de ello se procedi a priorizar los requerimientos y el Proceso de

Negocio ms Crtico y con mayor rentabilidad para la empresa.

Los requerimientos que se obtuvo en el rea de Operaciones del Proceso de

Gestin de Ventas fueron:

Filtrar los datos segn los lugares de Ventas realizadas, para la fijacin del

mercado destino.Obtener informacin concisa en cuanto a la Gestin de Ventas de Tarjetas de

Crdito segn los registros cargados y consumidos de forma diaria.

Minimizar el tiempo de carga de datos optimizando tiempos para el

procesamiento de los datos y la entrega de informacin de manera rpida y

oportuna para su anlisis.

Generar reportes de forma dinmica, donde el usuario puede personalizarlo y

adaptarlo a su necesidad.

PROCESO DE NEGOCIO Tiempo Producto TC Agente Cliente Calling List Ubigeo

Gestin de Ventas X X X X X X

Control de Llamadas X X X X

Gestin de Coordinaciones X X X X X X

DIMENSIONES


58/81


58

3.1.8 Proceso del Negocio

A continuacin se muestra en la Figura N 16 el proceso de Negocio del rea

de OperacionesGestin de Ventas de la empresa SCCP.

Aqu vemos desde que la Base de Datos adquirida por SCCP o Proporcionadapor el Cliente (Empresa) es administrada y cargada al Sistema de Carga, para

luego ser almacenada en el Discador (OutboundContact Manager), y empiece

a discar de forma automtica los nmero cargados en la Base de Datos, para

luego transferir la llamada a un agente y realice la venta al usuario final.

Figura N 17 Proceso de Negocio del rea de Operaciones Gestin de Ventas.

Fuente: Obtenido de Difusin de Procedimientos SGC. rea de OperacionesSCCP. Lima, 2010.


59/81


59

3.2 DISEO Y CONSTRUCCIN

3.2.1 Diseo de la Arquitectura

El diseo de la arquitectura para el desarrollo del Proyecto se basa

inicialmente en la obtencin de la Base de Datos Transaccional SQL el cuales una base Histrica del Ao 2012, luego de ello se procede a la creacin

de los ETLs, para extraer los datos relevantes y los que sern analizados,

luego de ello se transformar la data segn los tipos de datos y finalmente

se cargar los datos al repositorio del Data Mart, para luego ser analizados

mediante cubos y grficos estadsticos.

Figura N 18 Diseo de la Arquitectura.


3.2.2 INSTALACIN Y SELECCIN DEL PRODUCTO:

En esta etapa se instala y configura el Gestor de Base de Datos y la

Herramienta de Bussines Intelligence que se va a utilizar para la

implementacin del Data Mart.


60/81


60

Figura N 19 SQL Server 2008 R2

Fuente: Microsoft SQL Server 2008 R2 Management Studio.

Figura N 20 SQL Server Conexin



61/81


61

Figura N 21 SQL Server


Figura N 22 Visual Studio 2008



62/81


62

3.2.3 FUENTE DE DATOS

La fuente de datos utilizada para el modelo del anlisis multidimensional,

est basada en base de datos Histrico del Servicio Ventas de Tarjeta de

Crdito del BCP de la empresa SCCP, del ao 2012, ya que solo se tuvoacceso a dicha informacin. A continuacin se muestra el Modelo

Transaccional de la Base de Datos de Ventas de TC.

Figura N 23 Modelo Transaccional de la Base de Datos de Ventas TC.


3.2.4 MODELAMIENTO DIMENSIONAL

El modelo multidimensional utilizado para el Data Mart es un modelo

Estrella, aqu se organiza y presenta los datos definindolos endimensiones. De esta forma de permite analizar la informacin a distintos

niveles de agregacin dentro de las diferentes dimensiones. Dentro de cada

dimensin se puede definir los niveles de agregacin para cada anlisis, a

estos niveles de granularidad se les conoce con el nombre de atributos.


63/81


63

Figura N 24 Modelo Estrella de la Base de Datos de Ventas TC.


3.2.5 DISEO FISICO

En este punto nos concentramos en la arquitectura de Base de Datos, en la

seleccin de las estructuras de almacenamiento necesarias para soportar el

diseo lgico, as como los mtodos que garanticen un acceso eficiente a

los Datos.

Cuadro N 7 Tipos de Datos DIM_AGENTE

Dimensin Tipos de Datos FactTable

DIM_AGENTE

AGENTE KEY (PK, int, not null)FACT

GESTINVENTAS

(AGENTE KEY)

COD_AGENTE(varchar(20), null)

SERVICIO_AGENTE (varchar(50), null)

N_HORAS_LOGUEADAS(decimal(18,0),null)



64/81


64

Documents

Proyecto_Final_BI.pdf