Tesis Prototipo de Sistema de Inteligencia de Negocios

Ingeniería en Informática

Tesis de Grado

Prototipo de Sistema de Inteligencia de Negocios

utilizando

Minería de Datos sobre Software Libre

Nicolás Chávez

Christian Bavera

Tutor: Lic. Denise Riveros

Asunción – Paraguay

2.013

RESUMEN

El propósito de este proyecto fue demostrar la factibilidad de la realización de un

prototipo de solución de Inteligencia de Negocios basado en software libre y

minería de datos, enfocado a dar soporte a la toma de decisiones estratégicas del

Grupo Flayp, ya que sus empresas almacenan sus datos en fuentes y formatos

diferentes. Para ello se relevaron los sistemas actuales,procesos, requerimientos y

tecnologías vigentes. Logrando la concreción del prototipo, utilizando para ello

las herramientas disponibles bajo licencia de software libre. Evidenciando que

estas herramientas, son una alternativa válida para soluciones de este tipo, sin la

necesidad de incurrir en gastos por el pago de licencias de software propietario.

Palabras Claves: inteligencia de negocios, software libre, minería de datos.

DEDICATORIA

Dedico este esfuerzo personal y este logro académico y profesional:

A mis padres Nicolás y María del Carmen, quienes con su ejemplo me

enseñaron que todo es posible si uno se propone, sin ellos, jamás hubiese podido

conseguir este objetivo

A mis hermanos, compañeros de clases y amigos, porque de ellos también

he aprendido.

Nicolás Chavez Espínola

A mis padres, porque siempre creyeron en mí y porque me sacaron

adelante, dándome ejemplos dignos de superación y entrega, porque en gran parte

gracias a ustedes, hoy puedo ver alcanzada mí meta.

A mi familia, por ser soporte fundamental en las etapas complicadas, que

fueron muchas.

A mi novia, por comprenderme y apoyarme siempre y en todo momento.

A mis compañeros de la facultad, que compartieron esta carrera que por

momentos parecía infinita.

A todos, espero no defraudarlos y contar siempre con su valioso apoyo,

sincero e incondicional.

Todo este trabajo ha sido posible gracias a ellos.

Christian Bavera

AGRADECIMIENTOS

Primero antes que nada, damos gracias a Dios, por estar con nosotros en

cada paso que dimos, por fortalecer nuestros corazones e iluminar nuestras mentes

y haber puesto en nuestro camino a aquellas personas que han sido soporte y

compañía durante todo el periodo de estudio.

A nuestros profesores quienes nos han enseñado a ser mejores en la vida y

a realizarnos profesionalmente.

Un agradecimiento especial a nuestra asesora la Lic. Denise Riveros por

hacer posible esta tesis.

A los compañeros de clases quienes nos acompañaron en esta trayectoria

de aprendizaje y conocimientos.

Al Grupo Flayp, por permitirnos realizar este proyecto, poniéndose a

nuestra disposición y brindándonos todas las facilidades desde el primer al último

día en que así lo requerimos

En general quisiéramos agradecer a todas y cada una de las personas que

han vivido con nosotros la realización de esta tesis.

ÍNDICE

CAPITULO 1 - INTRODUCCIÓN ..................................................................... 13

1.1. Planteamiento del Problema ................................................................... 13

1.2. Necesidad de estudiar el problema. ........................................................ 14

1.3. Significación del problema ..................................................................... 14

1.4. Delimitación del problema ...................................................................... 14

1.5. Objetivos de la Tesis: .............................................................................. 15

1.5.1. Objetivo General ............................................................................. 15

1.5.2. Objetivos Específicos ...................................................................... 15

1.6. Definición de términos ............................................................................ 16

1.7. Presentación del esquema ....................................................................... 17

CAPITULO 2–MARCO TEÓRICO ..................................................................... 19

2.1. El valor de la información....................................................................... 19

2.2. Necesidad de información y conocimiento en la empresa ...................... 20

2.3. La información que las empresas necesitan ............................................ 21

2.4. Las organizaciones y los distintos sistemas de información ................... 24

2.5. Definición de Inteligencia de Negocios .................................................. 26

2.6. Los usuarios de las soluciones de Inteligencia de Negocios................... 27

2.7. Historia de la Inteligencia de Negocios .................................................. 28

2.8. Características de la Inteligencia de Negocios ........................................ 30

2.9. Componentes de una solución de Inteligencias de Negocios ................. 31

2.9.1. Las fuentes de información a las que se puede acceder son: .......... 32

2.9.2. Proceso de extracción, transformación y carga ............................... 33

2.9.3. Data warehouse............................................................................... 35

2.9.4. Herramientas de acceso de la Inteligencia de Negocios ................. 40

2.10. Principales herramientas de la Inteligencia de Negocios ........................ 42

2.11. Minería de datos ...................................................................................... 43

2.11.1. Conceptos e historia de la minería de datos ................................ 43

2.11.2. Los fundamentos de la minería de datos. .................................... 45

2.11.3. Objetivos de la minería de datos ................................................. 45

2.11.4. Entorno de la minería de datos .................................................... 46

2.11.5. El alcance de la minería de datos ................................................ 47

2.12. Reseña histórica del Grupo Flayp ........................................................... 47

2.13. Reseña histórica del software libre ......................................................... 50

2.13.1. Richard Stallman y el proyecto GNU .......................................... 50

2.13.2. Software Libre ............................................................................. 52

2.13.3. Libertades básicas del software libre ........................................... 54

2.13.4. Software libre y software de código abierto ................................ 55

2.13.5. Tipos de licencias de software libre ............................................. 58

CAPÍTULO 3– MARCO METODOLÓGICO ..................................................... 60

3.1. Descripción de la profundidad y el diseño de la Tesis: ........................... 60

3.2. Descripción de cómo se realizó la Tesis ................................................. 61

3.2.1. Relevamiento de datos .................................................................... 62

3.2.2. Análisis de datos ............................................................................. 62

3.2.3. Diseño ............................................................................................. 63

3.2.4. Desarrollo ........................................................................................ 64

3.2.5. Prueba .............................................................................................. 65

3.2.6. Implementación ............................................................................... 65

3.3. Descripción de los instrumentos y procedimientos utilizados para la

recolección y tratamiento de la información ..................................................... 66

3.4. Descripción de la muestra ....................................................................... 66

3.5. Relevamiento .......................................................................................... 67

3.5.1. Relevamiento de procesos ............................................................... 67

3.5.2. Relevamiento de Estructura de Datos ............................................. 71

3.5.3. Relevamiento de Necesidades ......................................................... 71

3.5.4. Relevamiento tecnología actual del Grupo Flayp ........................... 72

3.5.5. Relevamiento Sistemas gestores de Bases de Datos ....................... 72

3.5.6. Relevamiento algoritmo de minería de datos .................................. 75

3.5.7. Relevamiento de sistemas operativos ............................................. 78

3.5.8. Relevamiento de herramientas de Inteligencia de Negocios........... 79

3.6. Análisis ................................................................................................... 81

3.6.1. Análisis de requerimientos .............................................................. 81

3.6.2. Análisis de procesos ........................................................................ 83

3.6.3. Análisis de estructura de datos ........................................................ 84

3.6.4. Análisis de herramientas de Inteligencia de Negocios .................... 85

3.6.5. Análisis de sistemas gestores de bases de datos.............................. 86

3.6.6. Análisis de tecnología actual del Grupo Flayp ............................... 87

3.6.7. Análisis de algoritmo de minería de datos ...................................... 87

3.6.8. Análisis de sistemas operativos ....................................................... 88

3.6.9. Análisis de factibilidad económica ................................................. 90

3.7. Diseño ..................................................................................................... 91

3.7.1. Diseño del data warehouse ............................................................. 91

3.7.2. Diseño del proceso ETL .................................................................. 93

3.7.3. Diseño de reportes ........................................................................... 98

3.7.4. Diseño de cubos multidimensionales ............................................ 101

3.7.5. Diseño de cuadros de mandos ....................................................... 105

3.7.6. Diagramas casos de uso ................................................................ 107

3.7.7. Diagrama de actividades ................................................................ 110

3.7.8. Diagramas de secuencia ................................................................. 112

3.7.9. Diagrama de arquitectura de Pentaho Open BI Suite ..................... 114

3.7.10. Arquitectura del prototipo de solución de Inteligencia de

Negocios. 116

3.8. Desarrollo del prototipo ......................................................................... 117

3.8.1. Desarrollo del data warehouse ....................................................... 117

3.8.2. Desarrollo de proceso ETL ............................................................ 118

3.8.3. Desarrollo de minería de datos ...................................................... 125

3.8.4. Desarrollo de reportes ................................................................... 127

3.8.5. Desarrollo de cubos multidimensionales ...................................... 130

3.8.6. Desarrollo de cuadros de mandos ................................................. 133

3.9. Prueba de prototipo ............................................................................... 136

3.10. Implementación del Prototipo ............................................................... 143

3.10.1. Implementación de ETL y Data warehouse .............................. 143

3.10.2. Implementación de Pentaho Open BI Server ............................ 144

3.10.3. Implementación de consola de administración de usuarios Pentaho

148

3.10.4. Implementación de reportes ...................................................... 150

3.10.5. Implementación de los cubos multidimensionales .................... 152

3.10.6. Implementación de cuadros de mandos ..................................... 153

CAPÍTULO 4– RESULTADOS .......................................................................... 154

CAPÍTULO 5 - CONCLUSIONES ................................................................... 155

CAPÍTULO 6- RECOMENDACIONES ........................................................... 156

BIBLIOGRAFÍA ................................................................................................ 157

ANEXOS ............................................................................................................ 159

Inteligencia de Negocios Tesis de Grado Ingeniería en Informática

Universidad del Cono Sur de las Américas 8

LISTA DE TABLAS

Tabla 1: Diferencias entre sistemas OLTP y OLAP. ............................................. 39

Tabla 2: Infraestructura actual de las empresas. .................................................... 72

Tabla 3: Datos de ejemplo ..................................................................................... 77

Tabla 4: Descripción del algoritmo backpropagation ........................................... 77

Tabla 5: Comparativa herramientas de Inteligencia de Negocios ......................... 85

Tabla 6: Comparativa de SGBD ............................................................................ 86

Tabla 7: Comparativa de algoritmos de minería de datos. .................................... 88

Tabla 8: Comparativa de sistemas operativos ....................................................... 89

Tabla 9: Cuadro de costos ..................................................................................... 90

Tabla 10: Mapeo de tabla inter_articulos_viru ...................................................... 94

Tabla 11: Mapeo de tabla dw_articulos ................................................................. 94

Tabla 12: Mapeo de tabla dw_clientes .................................................................. 94

Tabla 13: Mapeo de tabla dw_campañas_actuales ................................................ 94

Tabla 14: Mapeo de tabla clonado_dbf_viru ......................................................... 95

Tabla 15: Mapeo de tabla inter_pedido_avon ....................................................... 96

Tabla 16: Mapeo de tabla inter_pedido_viru ........................................................ 96

Tabla 17: Mapeo de tabla inter_ventas_avon ........................................................ 96

Tabla 18: Mapeo de tabla inter_ventas_viru ......................................................... 97

Tabla 19: Mapeo de tabla dw_hechosventas ......................................................... 97

Tabla 20: Mapeo de tabla dw_hechospedidos ....................................................... 98

Tabla 21: Análisis cubo ventas por campaña, división, categoría y empresa. .... 104



LISTA DE FIGURAS

Figura 1: Pirámide de usuarios de un sistema de Inteligencia de Negocios ......... 28

Figura 2: Componentes de Inteligencia de Negocios ............................................ 31

Figura 3: Fuentes de información. ........................................................................ 33

Figura 4: Data warehouse ..................................................................................... 36

Figura 5: Data marts ............................................................................................. 38

Figura 6: Herramientas de acceso. ........................................................................ 40

Figura 7: DER Hechos Pedidos............................................................................. 92

Figura 8: DER Hechos Ventas. .............................................................................. 93

Figura 9: DER Proyección .................................................................................... 93

Figura 10: Ventas por campañas por zonas ........................................................... 99

Figura 11: Reporte proyección de ventas ............................................................ 100

Figura 12: Dimensión artículos ........................................................................... 101

Figura 13: Dimensión campaña .......................................................................... 102

Figura 14: Dimensión clientes ............................................................................ 102

Figura 15: Dimensión campaña .......................................................................... 103

Figura 16: Hechos pedidos .................................................................................. 103

Figura 17: Hechos Ventas .................................................................................... 103

Figura 18: Estructura del cuadro de mando ........................................................ 105

Figura 19: Arquitectura lógica del cuadro de mando .......................................... 106

Figura 20: Caso de uso usuario ........................................................................... 107

Figura 21: Caso de uso administrador-consola ................................................... 108

Figura 22: Caso de uso administrador – servidor ............................................... 108

Figura 23: Caso de uso administrador – informes .............................................. 109

Figura 24: Diagrama de Actividades usuario ....................................................... 110

Figura 25: Diagrama de actividades administrador - usuarios ............................. 111

Figura 26: Diagrama de actividades administrador - servidor ............................. 111

Figura 27: Diagrama de actividades administrador – informes ........................... 112

Figura 28: Diagrama de secuencia – consulta de reporte y cubo ......................... 113

Figura 29: Diagrama de secuencia crear usuario ................................................. 113

Figura 30: Diagrama de secuencia administrar prototipo .................................... 114

Figura 31: Arquitectura Pentaho Open BI Suite .................................................. 115

Figura 32: Arquitectura de Inteligencia de Negocios ........................................... 117

Figura 33: Data warehouse en PhpMyAdmin ..................................................... 118



Figura 34: Transformación selección de campaña a cargar ................................. 119

Figura 35: Transformación inter_ventas_viru ..................................................... 120

Figura 36: Transformación limpieza de clonado_dbf_viru ................................. 120

Figura 37: Transformación borrado hechos_ventas viru ..................................... 121

Figura 38: Transformación cargado de tabla hechos_ventas_viru ...................... 121

Figura 39: Trabajo general de cargado dw_hechosventas fuente Viru ................ 122

Figura 40: Transformación cargado de tabla inter_ventas_avon ........................ 123

Figura 41: Transformación borrado dw_hechosventas ....................................... 123

Figura 42: Transformación cargado dw_hechosventas ....................................... 124

Figura 43: Trabajo general de cargado hechos_ventas Fuente Flayp ................. 125

Figura 44: Desarrollo reporte ventas por campañas por zonas ........................... 129

Figura 45: Reporte de proyección de ventas ....................................................... 130

Figura 46: Estructura de los cubos ...................................................................... 131

Figura 47: Capas de CDE .................................................................................... 134

Figura 48: Definición de estructura..................................................................... 134

Figura 49: Estructura de CDM ............................................................................ 135

Figura 50: Origen de datos .................................................................................. 135

Figura 51: Selección de archivos dbf Virú. ......................................................... 137

Figura 52: Cargado de tabla intermedia inter_ventas_viru ................................. 138

Figura 53: Borrado de dw_hechosventas ............................................................ 138

Figura 54: Cargado de dw_hechosventas ............................................................ 139

Figura 55: Trabajo hechos ventas fuente dbf ...................................................... 140

Figura 56: Cargado de la tabla inter_ventas_avon .............................................. 141

Figura 57: Borrado hechos ventas Flayp S.R.L. ................................................. 141

Figura 58: Hechos ventas fuente MySQL ........................................................... 142

Figura 59: Trabajo hechos ventas fuente MySQL............................................... 143

Figura 60: Descarga de Bussines Intelligence Server ......................................... 145

Figura 61: Inicio del servicio Apache. ................................................................ 146

Figura 62: Instalación de Pentaho Bussines Intelligence Server. ........................ 146

Figura 63: Pantalla de inicio de sesión en la consola de usuario de Pentaho...... 147

Figura 64: Consola de usuario Pentaho ............................................................... 147

Figura 65: Consola de administración de usuarios ............................................. 149

Figura 66: Administración de fuentes de datos ................................................... 150

Figura 67: Publicación del reporte ventas por campaña por zonas ..................... 151

Figura 68: Publicación reporte de ventas por zonas............................................ 151

Figura 69: Cubo de ventas .................................................................................. 152



Figura 70: Participación en facturación por empresas ........................................ 153



LISTA DE SÍMBOLOS O ABREVIATURAS

OLTP:Online Transaction Processing

OLAP:On-Line Analytical Processing

ETL:Estract, Transform and Load

ERP:Enterprise Resource Planning

CRM:Customer Relationship Management

KDD:Knowledge Discovery in Databases

VPN:Virtual Private Network

GNU:GNU is Not Unix

FSF:Free Software Foundation

GPL:General Public Licence

OSI:Open Source Initiative

PDI: Pentaho Data Integration

SGBD: Sistema Gestor de Base de Datos

TI: Tecnología de Información

DDL:Data Definition Language

DML: Data Manipulation Language

TCT/IP: Transmission Control Protocol Internet Protocol



CAPITULO 1 - INTRODUCCIÓN

1.1. Planteamiento del Problema

El Grupo Flayp está compuesto por varias empresas, cada una de

ellas cuenta con diferentes sistemas de información para realizar sus

procesos de negocio, las mismas generan y almacenaninformaciónen

distintos formatos y en gran volumen.

Con toda esta acumulación de información diversificada,resulta

dificultoso para los gerentes tener una imagen precisa de la información

más importante para las empresas del Grupo y más aún para el directorio,

quien tiene a su cargo la dirección general Grupo.

A esto debemos sumarle, que ninguna de las empresas cuenta con

un sistema generador automático de informes, y que los mismos son

preparados sobre pedido, con todo lo que esto implica.

El reto de este proyecto consiste en brindar un prototipo de

solución de Inteligencia de Negocios capaz de transformar los datos en

información útil, de manera que los gerentes y directores puedan utilizar

dicha información para incrementar la rentabilidad de las empresas.

Brindándoles un soporte en el cual respaldar la toma de decisiones

estratégicas.



1.2. Necesidad de estudiar el problema.

El hecho de tener una gran cantidad de datos acumulados, no

representa necesariamente tener una gran cantidad de información, y que

dicha información sea o no relevante para la empresa, depende en gran

medida de la forma y calidad en la que esta llegue a los tomadores de

decisiones, la Inteligencia de Negocios tiene como uno de sus ejes

principales lograr esto, ayudar a comprender mejor el comportamiento de

la empresa, esto da pie para para realizar un estudio e implementar

soluciones, haciendo uso de herramientas tecnológicas actuales, siguiendo

tendencias y estándares en las áreas de la informática.

1.3. Significación del problema

La importancia de este proyecto radica en lograr la implementación

de un prototipo de solución de Inteligencia de Negocios que sea capaz de

unificar los datos que se encuentran en distintos formatos, provenientes de

las dos empresas Flayp S.R.L. y Virú S.R.L., pertenecientes al Grupo

Flayp y lograr entre otras cosas, brindar información cohesionada, fiable y

útil.

1.4. Delimitación del problema

La presente tesis se limita al desarrollo de un prototipo de solución

de Inteligencia de Negocios para los departamentos de Ventas y Marketing

de las empresas Flayp S.R.L. y Virú S.R.L., integrantes del Grupo Flayp,



en función a los requerimientos de información solicitadas por dichas áreas

para los procesos de ventas y pedidos.

En cuanto a los datos si bien en un principio se pretendía acceder a

toda la información del Grupo Flayp, las personas a cargo accedieron a

prestar los datos de forma parcial, haciendo énfasis en la importancia de

mantener la confidencialidad de los mismos y que fueran utilizados

exclusivamente para fines académicos.

1.5. Objetivos de la Tesis:

1.5.1. Objetivo General

Implementar un prototipo de Sistema de Inteligencia de

Negocios usando Minería de Datos sobre Software Libre.

1.5.2. Objetivos Específicos

a) Relevar todos los procesos administrativos y de negocio

de las empresas.

b) Relevar software, hardware y tipos de informes.

c) Analizar software, hardware y tipos de informes.

d) Definir los tipos de informes de acuerdo al perfil y las

necesidades de cada usuario.

e) Diseñar, desarrollar, probar e implementar prototipo de

solución de Inteligencia de Negocios.



f) Documentar ciclo de vida del prototipo de solución de

Inteligencia de Negocios.

g) Realizar la demostración del funcionamiento del prototipo.

1.6. Definición de términos

Servidor:Máquina conectada a Internet que entre otros servicios ofrece

alojamiento para páginas web haciendo que estén accesibles desde

cualquier punto de Internet.

Data Warehouse: Colección de datos orientado a un ámbito determinado

(empresa, organización, etc.) sus características son no volátil, integrado y

variable en el tiempo.

Data Marts: Es una versión especial de data warehouse, son subconjuntos

de datos con la finalidad de ayudar a la toma de decisiones dentro de un

área específica en la organización.

Minería de Datos:La integración de un conjunto de áreas que tienen como

propósito la identificación de un conocimiento obtenido a partir de las

bases de datos que aporten una guía para la toma de decisiones.

Inteligencia de Negocios:Es unconjunto de tecnologías que tienen un fin

común con el principal objetivo que es la de servir como soporte para la

toma de decisiones.

Cuadros de Mando:Es una herramienta de gestión que facilita la toma de

decisiones, recoge un conjunto coherente de indicadores que proporciona a

los niveles gerenciales una visión comprensible del negocio de manera

gráfica.

Software Libre: se refiere al tipo de licencias de software que garantiza la

libertad de los usuarios para ejecutar, copiar, distribuir, estudiar, cambiar y

mejorar el software.

Open Source: Es el termino con el que se conoce al software distribuido y

desarrollado libremente.



Consultas Adhoc:Se refiere a las consultas elaboradas específicamente

para un fin preciso y por lo tantono generalizable ni utilizable para otros

propósitos.

Copyleft: Es un método general para hacer un programa o software libre,

exigiendo que todas las versiones modificadas y extendidas del mismo

sean también libres.

1.7. Presentación del esquema

En el Capítulo I – Introducción:se presenta el contenido de la tesis, la

definición del problema de la investigación, la justificación de la necesidad

del estudio y los objetivos.

En el Capítulo II - Marco Teórico: en este capítulo se realiza una

descripción de la importancia y el valor de la información en las empresas,

y el concepto de la Inteligencia de Negocios, donde se mencionan sus

principales componentes como lo son el data warehouse,On-Line

Analytical Processing (en adelante OLAP), Extract, Transform and Load

(en adelante ETL) y minería de datos, además se muestran los principios

claves de estas tecnologías, también se hace referencia al concepto de

software libre y por último se presenta al Grupo Flayp, ya que es este el

lugar elegidopara llevar adelante este trabajo de grado, todas estas

secciones son para una mejor comprensión de lo que se pretende lograr

con este proyecto.

En el Capítulo III - Marco Metodológico:se trata sobre la metodología

utilizada en este trabajo, tipo de investigación y los detalles de la

realización. El mismo se encuentra dividido en 6 partes. En la primera se



describen los métodos utilizados para el relevamiento de los

requerimientos, datos, procesos, tecnología y herramientas. En la segunda

parte se analizan los datos relevados seleccionando los inherentes al

proyecto, también se analiza el modelo de datos de los sistemas actuales, y

se seleccionan aquellos que serán utilizados para el modelado de datos del

datawarehouse, además se realiza una comparación entre las diferentes

opciones de herramientas de inteligencia de negocios. En la tercera se

realizan los diseños deldata warehouse, los procesos de ETL, los distintos

tipos de informes y los diagramas necesarios para la realización del

proyecto. En la cuarta parte se desarrolla el prototipo. En la quinta se

realizan las pruebas del prototipo. En la sexta y última etapa se realiza la

implementación del prototipo.

En el Capítulo IV – Resultados: se describen los resultadosobtenidos,

demostrando la factibilidad de la implementación de un prototipo de

solución de Inteligencia de Negocios sin incurrir en gastos en cuanto a

licencias de software.

En el Capítulo V – Conclusiones:se presenta la síntesis de los objetivos y

la conclusión del trabajo.



CAPITULO 2–MARCO TEÓRICO

2.1. El valor de la información

En la actualidad, cuya característica más importante, se basa en un

crecimiento a gran escala de las tecnologías de la información y las

telecomunicaciones, los activos más valiosos de una empresa pasan a ser

los conocimientos, habilidades, valores y actitudes de sus empleados.

Partiendo de la premisa de que el conocimiento sobre un tema

determinado y su optima utilización, se convierte en un factor

determinante para el éxito en el mundo empresarial. El capital intelectual

ha desplazado a los factores tradicionales, como ser la producción, el

capital, la tierra oel trabajo, como principal elemento a la hora de generar

valor económico para la empresa, tal como se desprende del planteamiento

de Cohen y Asín (2.000).

Todas las compañías de alguna manera han adoptado un modelo del

mundo de negocios sustentado en la información, como por ejemplo: ¿qué

factores influyen en la compra y la demanda?, ¿cómo hallar las

oportunidades de negocio?, ¿existe directa relación entre la calidad del

producto y la demanda de los clientes? A medida que la exactitud de esta

información crece, la capacidad de la empresa por competir se incrementa

en forma proporcional.

La información puede transformarse en conocimiento tácito o

explícito. Se entiende por conocimiento tácito aquel que poseen las

personas producto de la experiencia adquirida, los estudios y la educación;



mientras que los conocimientos explícitos son aquellos almacenados en

bases de datos. Un ejemplo claro es aquel que se produce cuando una

persona cambia de empleo, esta se está llevando consigo información,

conocimientos y está ofertando su capacidad intelectual por un mayor

precio; en el ámbito laboral, la experiencia y la educación son factores

claves para aumentar el costo de la fuerza del trabajo intelectual. Así

mismo, el hecho de que un sistema que maneja información,

eventualmente falle, indefectiblemente generará pérdidas a la empresa.

Es una clara tendencia que las empresas están apostando

fuertemente por la tecnología y las personas, para que en conjunto tengan

un conocimiento suficiente que logre acercar la visión interna de ambos a

la realidad exterior, en la misma medida que la brecha entre la visión

interna y la realidad exterior disminuye, se consigue tomar decisiones más

acertadas y en menos tiempo. Lo que busca esta tendencia es acercar lo

máximo posible el mundo real a la visión interna para generar mayores

ganancias, convirtiendo la información en utilidad y darle un valor a la

información.

2.2. Necesidad de información y conocimiento en la empresa

Desde el mismo instante en que las empresas iniciaron el proceso

de acumular los datos de sus operaciones en medios de almacenamiento

físico, y de esa forma conseguir una mejor administración y control de

dicha información, ha surgido la necesidad de utilizarla para entender las

necesidades particulares del negocio. En un mercado altamente

competitivo, donde muchas marcas ofrecen productos similares, los

clientes tienen una amplia gama de posibilidades para la elección del

producto. Para obtener una porción del mercado, es indispensable para las



empresas, tener la suficiente capacidad de transformar la información

acumulada en conocimiento.

La necesidad de información en las empresas no surge de un día

para el otro, el propósito de almacenar los datos radica en su utilización en

algún momento, cuando así se requiera, caso contrario, cualquier dato de

control sería desechado instantáneamente. Lo que si surge súbitamente, es

la imperiosa necesidad de dar respuesta rápida a los requerimientos de

información para la toma de decisiones y ayudar a mejorar de alguna

manera los procesos internos de negocio.

2.3. La información que las empresas necesitan

En la actualidad las organizaciones demandan información en los

niveles donde anteriormente la administración se basaba meramente en la

intuición y el sentido común para la toma de decisiones. Los mercados

dinámicos obligan a las empresas a que la información estratégica esté

disponible en las computadoras de los directivos y/o gerentes, esta práctica

se ha generalizado principalmente motivada por la mayor utilidad que se

obtiene de la información compartida.

Hoy en día la información está presente en todos los niveles de la

organización con propósitos diferentes (comunicación, control,

administración, evaluación, etc.) ayudando a la correcta y oportuna toma

de decisiones desde el nivel gerencial, hasta el nivel operativo de la

organización. Las empresas han entendido que a pesar de que los niveles

directivos tienen una gran responsabilidad al tomar decisiones, por el peso

que conllevan las mismas, existen también personas que toman decisiones



y a pesar de que éstas no tienen un impacto global, deben ser de igual

manera correctas y oportunas.

Directores, gerentes, jefes y todos aquellos que toman decisiones

deben contar con la suficiente información para respaldar su trabajo

cotidiano, la posición que ocupen en la pirámide organizacional se torna

secundaria cuando la mirada es hacia la gestión de los procesos y como así

también los puestos que tienen cierta relación y dependencia entre sí.

De modo general en una pirámide organizacional, los

requerimientos informativos se dividen en tres niveles:

Información Estratégica

Información Táctica

Información Técnico Operacional.

Información Estratégica: está pensada principalmente para ayudar a la

toma de decisiones de las áreas gerenciales para alcanzar la misión

empresarial. Se caracteriza porque son sistemas con poca carga diaria de

trabajo y sin una gran cantidad de datos, sin embargo, la información que

guarda está relacionada a un contexto cualitativo más que cuantitativo, que

puede indicar cómo evolucionará en el futuro, el criterio es distinto, pero

sobre todo es distinta su delimitación. Se asocia esta información a los

niveles ejecutivos de las empresas. Es importante señalar que la

información estratégica se nutre de grandes cantidades de datos de áreas

relacionadas y no se enfoca puntualmente en una sola dirección, de ahí que

las decisiones que puedan ser tomadas tienen un impacto directo en toda la

organización.



Información Táctica: este tipo de información es la que soporta la

coordinación de actividades y el nivel operativo de la estrategia, es decir,

se analizan opciones y se trazan rutas posibles para alcanzar la estrategia

definida por la dirección de la empresa. Se facilita la gestión independiente

de la información por parte de los niveles intermedios de la organización.

Este tipo de información es extraída puntualmente de un área o sección de

la organización, por lo que su alcance es local y se asocia habitualmente a

las gerencias.

Información Técnico Operacional: hace referencia a las operaciones

diarias que son efectuadas de modo rutinario en las corporaciones

mediante la transacción masiva de datos y sistemas transaccionales. Las

cargas son cotidianas y soportan la actividad de la empresa día tras día

(contabilidad, facturación, almacén, presupuesto, etc.). Generalmente se

asocia esta información con los jefes de área o las coordinaciones

operativas, también llamadas de tercer nivel.

Podemos considerar entonces factores internos y externos de una

empresa y así concluir que los requerimientos en la actualidad se orientan

a descubrir y mejorar los beneficios de toda la cadena corporativa. Dichos

requerimientos se ven reflejados en el interés por tener a mano los

indicadores que arrojen información concreta y clave para determinada

área de la empresa, y en el menor tiempo posible. La clara tendencia es

que las áreas gerenciales necesitan en su mesa de trabajo, la información

clave de su empresa; en todos los niveles el requerimiento es parecido,

aunque es evidente que tendrá objetivos diferentes.



2.4. Las organizaciones y los distintos sistemas de información

Para que una empresa esté completamente automatizada es

necesario contar con una gran infraestructura en tecnologías para que

soporte todos los sistemas de información. El crecimiento en tecnología

puede tener distintos orígenes partiendo desde la implementación,

crecimiento, ampliación, mantenimiento, etc. Las necesidades actuales de

las empresas han provocado contar con tecnología de la informaciones más

sofisticados para responder a cada una de sus peticiones de información,

esto impulsó a que las compañías adquieran distintos tipos de sistemas de

informaciones, entre estos sistemas podemos mencionar a los OnLine

Transaction Processing(en adelante OLTP), Planificación de Recursos

Empresariales(en adelante ERP), Sistemas de Soporte para la toma de

decisiones (en adelante DSS), Administración de la Relación con Clientes

(en adelante CRM), etc.

Estos sistemas siempre están utilizando bases de datos para

almacenar la información generada, las mismas se utilizan como soporte

para la toma de decisiones en las empresas.

Existen empresas que precisan información de una actividad

específica, un ejemplo seria los Sistemas ERP (Planificación de Recursos

Empresariales) son sistemas muy complejos y grandes donde un alto

porcentaje de su contenido dedica a los procesos de producción, si una

empresa se dedica a las bienes raíces, sería ilógico adquirir un sistema de

alta complejidad y costoso como las ERP que no va a dar una solución a

las necesidades de la empresa. Para empresas como estas, existen

desarrollos de soluciones en el mercado comercializado como productos

que pueden ser configurados en una organización en particular de acuerdo

a sus necesidades, que dan soluciones a requerimientos específicos para



cada industria. Hay en el mercado, software para distintos tipos de

empresas como automotriz, hotelería, comercios, educativos entre otros.

Son distintas las herramientas utilizadas debido a que las

actividades de misión crítica que soportan cada una de las organizaciones

son diferentes, y por ende también son distintos los tipos de información

que puede solicitar un directivo en cada una de las organizaciones, lo cual

justifica que existan muchos productos de software dedicados a explotar la

información de las bases de datos que no tienen características estándares,

sino más bien son adaptables según las exigencias. Considerando las

necesidades que se presentan en cada actividad.

La información que se genera en una empresa u organización está

destinada a responder a diversos tipos de preguntas de los usuarios, de ahí

nace la necesidad que existan sistemas de información para requerimientos

muy específicos que permitan la recolección y el manejo de los datos. La

estructura organizacional de una empresa es un factor importante para

determinar la información que comúnmente es requerida por los

funcionarios.

Los sistemas de procesamiento de datos (OLTP) utilizan medios de

almacenamiento y técnicas para el cargado. Un alto porcentaje de las

empresas recurren a los OLTP para guardar grandes cantidades de datos

con un tiempo de respuesta corto en los miles de transacciones realizadas

cotidianamente, sin embargo, su eficiencia no son las consultas masivas de

grandes cantidades de información y mucho menos el análisis de la misma.



La tecnología tuvo que adaptar los medios necesarios para que sean

eficientes en el ámbito específico de aplicación, así como para el diseño de

estructuras de datos que ordenen la información como se desea, como en

las herramientas o software que dan soluciones oportunas a los usuarios.

Todos los sistemas de información tienen un fin muy particular, y se

complementan para mantener de la manera más eficiente una organización;

sin embargo, no todos pueden dar solución a las distintas demandas de los

usuarios, ya que son diseñados para alguna área específica.

El motivo por el cual existen diferentes sistemas de información es

porque las preguntas de los usuarios son muy específicas que no cualquier

sistema puede resolver. De hecho la base de datos operacional, que es

imprescindible en cualquier organización pero no está organizada para dar

respuestas a preguntas globales sino más bien a pequeños grupos de datos.

Preguntas que impliquen consultas complejas podrían resolverse en un

lapso muy extenso, donde la posibilidad de que la vigencia desaparezca

aumenta considerablemente. Es importante recalcar que una base de datos

o sistema de información no está diseñada para resolver las necesidades

informativas de la organización a nivel macro.

2.5. Definición de Inteligencia de Negocios

La Inteligencia de Negocios cuenta con una diversidad de

interpretaciones como muchos otros términos o conceptos. Su uso es

justificado a todo lo que sea considerado como tecnología de información,

pero no hay un consenso en lo respecta a su definición.



“[…] es el conjunto de tecnologías que permiten a las empresas

utilizar la información disponible en cualquier parte de la organización

para hacer mejores análisis, descubrir nuevas oportunidades y tomar

decisiones más informadas”(HOWARD DRESNER, H 1.989).

Examinando las distintas definiciones queda claro que la

Inteligencia de Negocios no consiste en una metodología, sistema,

software o herramienta en particular, si no es un conjunto de tecnologías

que tienen un fin común con el principal objetivo que es la de servir como

soporte para la toma de decisiones.

2.6. Los usuarios de las soluciones de Inteligencia de Negocios

A continuación se describen los diferentes tipos de usuarios que

intervienen en una solución de inteligencia de negocios.

Productores de información:“[..]Habitualmente son el 20% de

los usuarios, que crean informes o modelos utilizando herramientas de

escritorio. Donde predominan estadísticos que se valen de herramientas

para minería de datos o son creadores de informes que utilizan

herramientas para el diseño y/o programación de informes específicos.

Regularmente son profesionales del área de sistema de información o

usuarios muy avanzados con capacidades de comprender la información

y la informática”(CANO, J 2.007).

Los consumidores de información: “[…] Son usuarios no

habituales que regularmente consultan informes para la toma de

decisiones, pero no acceden a los números o hacen análisis detallados



diariamente. Los usuarios no habituales son directivos, gestores,

responsables, colaboradores y usuarios externos. Este numeroso grupo

está bien servido con cuadros de mando con análisis guiados, informes

interactivos (por ejemplo: OLAP, informes parametrizados,

vinculados,…) e informes de gestión estandarizados. La mayoría de estas

herramientas proveen ahora acceso vía web para promover el acceso

desde cualquier lugar y facilitar el uso y minimizar los costes de

administración y mantenimiento”(CANO, J 2.007).

En la Figura 1 se puede apreciar a través de una pirámide los

distintos niveles de usuarios en una solución de inteligencias de negocios.

Figura 1: Pirámide de usuarios de un sistema de Inteligencia de

Negocios

2.7. Historia de la Inteligencia de Negocios

En octubre de 1.958 H.P. Luhn de IBM, escribió un artículo

llamado Business Intelligence System donde describe las características



que debe tener un sistema de este tipo, en muchos aspectos de lo que

escribió Luhn tiempo atrás, si se realiza un paralelismo de lo que se

entiende hoy en día por inteligencia de negocios no varió mucho.

Edgar Frank Codd presenta el concepto de las bases de datos en el

año 1.969, un año más tarde se desarrollaron las primeras base de datos

con sus interfaz empresariales, estas aplicaciones, facilitan la entrada de

datos en los sistemas, haciendo que aumente la información disponible,

pero como el acceso a la información era de alta complejidad y difícil de

acceder a las mismas no fue una solución completa. Otro de los avances

llegaron en el año 1.980 con la creación del concepto del data warehouse

por Ralph Kimball y Bill Inmon, con ellas aparecieron los primeros

sistemas de reportes, con todo esto la solución seguía siendo compleja y

funcionalmente pobre, se contaba con potentes sistemas de bases de datos

pero no existían aplicaciones que facilitaran su explotación.

En 1.989 Howard Dresner difundió el término de Business

Intelligence escrito por H.P. Luhn en el año 1.958, en la década de los 90

llegaba la Business Intelligence1.0 y con ello la multiplicación de

aplicaciones de Inteligencia de Negocios, logrando facilitar el acceso a la

información considerablemente pero empeoraron el problema que se

quería resolver ya que seguían apareciendo múltiples soluciones sin poder

consolidarse. Con la llegada de Business Intelligence 2.0 en el año 2.000

se logró consolidar las aplicaciones en una pocas plataformas a partir de

ahí las herramientas empezaron a dar soluciones reales a las empresas u

organizaciones.



2.8. Características de la Inteligencia de Negocios

Información: el propósito de la Inteligencia de Negocios es

proveer de información al usuario final para dar soporte a la toma

decisiones, por ende la información es la esencia de la Inteligencia de

Negocios, estas pueden originarse desde las bases de datos operacionales,

como también de arquitecturas data mart y data warehouse diseñadas

específicamente para el análisis.

El usuario requiere de información para apoyarse en el momento de

tomar decisiones, pasando en segundo plano de dónde provenga esta,

pudiendo ser de una fuente primitiva o derivada, para lo cual la

inteligencia de negocios utiliza o crea fuentes de datos interna o externa

con el fin de utilizarla como materia prima para lograr su objetivo.

Apoyo a la toma de decisiones: básicamente consiste en organizar

y presentar los datos relevantes para que sirvan como soporte a la hora de

tomar decisiones. Esto implica la utilización de tecnologías, técnicas de

análisis y todo lo que sea necesario con el fin de obtener solamente aquella

información relevante y útil.

Orientación al usuario final:un factor fundamentalque tuvo su

incidencia en la tecnología de la Inteligencia de Negocios para explotar

información, fue que el usuario final no contaba con conocimientos y

técnicas que le permita acceder de una manera sencilla y directa a los datos

almacenados en los sistemas operacionales, ya que casi siempre necesitaba

de ayuda de informáticos para acceder a la información, con la Inteligencia

de Negocios, se elimina la dependencia de terceras personas para el acceso



a los datos e información, siendo esta una herramienta sencilla y preparada

para que interactúe directamente con el usuario final sin intermediarios.

2.9. Componentes de una solución de Inteligencias de Negocios

Teniendo en cuenta el esquema mencionado por Cano (2.007) la

solución de Inteligencia de Negocios está compuesta por las fuentes de

información, proceso de ETL (extracción, transformación y limpieza de

datos) datawarehouse y motor OLAP como se puede apreciar en la figura

2.

Figura 2: Componentes de Inteligencia de Negocios



Los componentes son:

Fuentes de información: generalmente son los datos generados por

sistemas operacionales, los cuales se utilizan para alimentar de

información el data warehouse.

Proceso ETL: de extracción, transformación y carga de los datos en

el datawarehouse. Los datos antes de almacenarse en un data

warehouse,pasan por procesos de filtrado, limpieza, trasformación

y redefinición.

El datawarehouse: en él se almacenan los datos de una manera que

optimice su flexibilidad, facilidad de acceso y administración, en

donde los datos están estructurados para generar informes que

ayuden a la toma decisiones.

El motor OLAP: es el que proporciona la capacidad de realizar

cálculos, análisis, pronósticos, consultas en grandes volúmenes de

datos.

2.9.1. Las fuentes de información a las que se puede acceder son:

a) Los sistemas operacionales, que contienen las aplicaciones

desarrolladas a medida.

b) Sistemas de información por sector: presupuestos, hojas

de cálculo, etcétera o fuentes de información externa,

compradas a terceros como por ejemplo el estudio del

mercado.



En la figura 3 se aprecian las distintas fuentes de

información en un sistema de Inteligencia de Negocios.

Figura 3: Fuentes de información.

2.9.2. Proceso de extracción, transformación y carga

El proceso de extracción, transformación y carga, también

denominado simplemente ETL, es el proceso que permite realizar

el cargado y actualización de los datos obtenidos desde las

distintas fuentes de información en el datawarehouse,

habitualmente consume entre el 60% y el 80% de recursos en un

proyecto de Inteligencia de Negociostal como lo indica Ralf

Kimball (2.004), por lo que es un proceso clave en la vida de todo

proyecto de esta naturaleza.



Esta etapa del proceso de construcción del datawarehouse,

es costosa e implica una inversión significativa de tiempo y

esfuerzo, para la concreción de la misma, por ello requiere

recursos, estrategia, habilidades especializadas y tecnologías.

La extracción, transformación y carga es necesaria para

acceder a los datos de las fuentes transaccionales de información

y volcarlas al data warehouse. El proceso ETL se divide en cinco

subprocesos:

Extracción: en este proceso se recuperan los datos

físicamente de las distintas fuentes de información

transaccional. En este momento se dispone de los datos en

bruto.

Limpieza: a través de este proceso se recuperan los datos

en bruto y se comprueba su calidad, aquí se eliminan los

datos duplicados y, de ser posible, se corrigen los valores

erróneos, y completa los valores vacíos, es decir se

transforman los datos, siempre que esto sea posible, para

reducir al mínimo los errores de carga. En este momento

se dispone de datos limpios y de alta calidad.

Transformación: este proceso utiliza los datos limpios y de

alta calidad obtenidos en la etapa anterior y los estructura

en los distintos modelos de análisis. Como resultado de

este proceso se obtienen datos limpios, consistentes y

útiles.

Integración: en este proceso se validan los datos cargados

en el data warehouse, se analiza si son congruentes con



las definiciones y formatos del data warehouse; es aquí

donde se integran en los distintos modelos, de las distintas

áreas de negocio que se han definido en el mismo. Estos

procesos pueden ser complejos.

Actualización: este es el proceso que permite añadir los

nuevos datos al data warehouse, como así también

mantener el mismo siempre actualizado.

2.9.3. Data warehouse

Eldata warehouse o almacén de datos, es la herramienta

que surgió como respuesta a las necesidades de los usuarios de los

niveles gerenciales, que necesitan información consistente,

integrada, histórica y preparada para ser analizada y utilizada para

mejorar la toma de decisiones.

Su ubicación en el contexto de una solución de

Inteligencia de Negocios se puede apreciar en la sección resaltada

de la figura 4.



Figura 4: Data warehouse

El hecho de recuperar la información desde los distintos

sistemas que posea la empresa, sean estos transaccionales o

externos, para luego almacenarlos en un entorno cohesionado de

información, como es un data warehouse, permitirá analizar la

información contextualmente y relacionada dentro de la

organización.

Las características que debe cumplir undata warehouse

son:

Temático.

Integrado.

Histórico.

No volátil.



El proceso de diseño y construcción de un data warehouse

corporativo usualmente resulta costoso, además de requerir plazos

de tiempo que las empresas no están dispuestas a aceptar. Estas

situaciones, fueron las que originaron la aparición de los data

mart. Los data mart están enfocados a un grupo particular de

usuarios dentro de la organización, que bien puede estar

conformado por los miembros de un departamento, o por los

usuarios de un determinado nivel organizativo, o por un equipo de

trabajo multidisciplinario con objetivos comunes.

Los data mart, se utilizan para almacenar información de

un grupo de áreas en particular, cuyo flujo de información sea

coincidente; por ejemplo, podrían ser de marketing y ventas o de

producción. Lo usual es que éstos se definan para dar respuestas a

usos muy concretos.

Por lo general, los data mart son más pequeños que los

data warehouses. También almacenan menor cantidad de

información, menos modelos de negocio ya que son utilizados por

un menor número de usuarios.

Existen dos tipos de data mart, estos pueden ser

independientes o dependientes. Los independientes son

alimentados directamente desde las fuentes de información,

mientras que los independientes obtienen la información desde el

data warehousecorporativo. Con los data mart independientes

pueden surgir inconvenientes en su evolución, ya que pueden

llegar a generar inconsistencias con otros data mart.



En la figura 5 puede apreciarse la estructura de los data

marts dentro de una solución de Inteligencia de Negocios.

Figura 5: Data marts

Existen grandes diferencias entre los sistemas

transaccionales y los data warehouses, en función a los objetivos

que persiguen cada una de ellos.

El objetivo primordial del modelo relacional en el cual se

basa el concepto OLTP es el de mantener la integridad de la

información en cuanto a las relaciones entre los datos, lo cuales

necesario para operar un negocio de la manera más eficiente. Sin

embargo, este modelo no se corresponde con la forma en la que

el usuario percibe la operación de un negocio.

Los data werehouses están basados en un procesamiento

de los datos distinto al utilizado por los sistemas operacionales, ya

que este se basa en el concepto OLAP pensado y utilizado en el

análisis de negocios y otras aplicaciones que requieren una visión

flexible del negocio.



A continuación en la Tabla 1 se presentan las principales

diferencias entre los sistemas transaccionales (OLTP) y los

basados en data warehouses (OLAP).

Transaccionales Basados en Data warehouse

Admiten el acceso simultáneo de muchos usuarios

(miles) que agregan y modifican datos.

Admiten el acceso simultaneo de muchos usuarios

(cientos) que consultan y no modifican datos

Representan el estado actual de una organización,

pero no guardan su historial.

Guardan el historial de una organización.

Contienen grandes cantidades de datos, incluidos

los datos extensivos utilizados para comprobar

transacciones.

Contienen grandes cantidades de datos, sumarizados,

consolidados y transformados. También de detalle

pero solo los necesarios para el análisis.

Tienen estructuras de base de datos complejas Tienen estructuras de base de datos simples.

Se ajustan para dar respuesta a la actividad

transaccional.

Se ajustan para dar respuesta a la actividad de

consultas.

Proporcionan la infraestructura tecnológica

necesaria para admitir las operaciones diarias de la

empresa.

Pueden combinar datos de orígenes heterogéneos en

una única estructura homogénea y simple, facilitando

la creación de informes y consultas.

Las consultas analíticas que resumen grandes

volúmenes de datos afectan negativamente a la

capacidad del sistema para responder a las

transacciones en línea.

Organizan los datos en estructuras simplificadas

buscando la eficiencia de las consultas analíticas más

que del proceso de transacciones.

El rendimiento del sistema cuando está

respondiendo a consultas analíticas complejas

puede ser lento o impredecible, lo que causa un

servicio poco eficiente a los usuarios del proceso

analítico en línea.

Contienen datos transformados que son válidos,

coherentes, consolidados y con el formato adecuado

para realizar el análisis sin interferir en la operación

transaccional diaria.

Los datos que se modifican con frecuencia

interfieren en la coherencia de la información

analítica.

Proporcional datos estables que representan el

historial de la empresa. Se actualizan periódicamente

con datos adicionales, no como las transaccionales

frecuentes.

La seguridad se complica cuando se combina

análisis en líneas con el proceso de transacciones

en línea.

Simplifican los requisitos de seguridad.

Tabla 1: Diferencias entre sistemas OLTP y OLAP.



2.9.4. Herramientas de acceso de la Inteligencia de Negocios

La información almacenada en un data warehouse, seria

intrascendente, si ésta no pudiera ser accedida por los usuarios,

para ello existen herramientas que permiten tratar y visualizar la

información que reside en un data warehouse.

En la sección resaltada de la figura 6 se aprecia la

ubicación de las herramientas de acceso en una solución de

Inteligencias de Negocios.

Figura 6: Herramientas de acceso.



Existen diferentes tecnologías que permiten aprovechar y

analizar la información almacenada en un data warehouse, siendo

el uso de los cubos OLAP la más extendida de ellas.

Los usuarios que toman decisiones necesitan analizar

información a distintos niveles de agregación y tener una visión

sobre múltiples dimensiones, por ejemplo, las ventas de

determinados productos por zonas, por tiempo, por clientes o por

región geográfica. Estos usuarios deben poder realizar este

análisis al máximo nivel de agregación o al máximo nivel de

detalle. Los cubos OLAP permiten realizar esto de modo a poder

aprovechar al máximo las posibilidades que ofrecen los data

warehouses.

A estos tipos de análisis se los denomina

multidimensionales, ya que permiten el análisis de un hecho en

particular desde distintas dimensiones. Esta es la mejor forma de

analizar la información por parte de los tomadores de decisiones,

ya que los modelos de negocio habitualmente son

multidimensionales.

Las herramientas que se utilizan para la visualización de la

información,son totalmente independientes a la forma en la que

ésta se haya almacenado.

Las formas de acceso de las herramientas OLAP son:



Cliente/Servidor: esto significa tener instalado en la

maquinas cliente, el aplicativo que va conectarse al

servidor donde se almacenan la información que generan

los cubos OLAP.

Acceso web: en este tipo de acceso, el navegador es el que

se comunica con un servidor web, el cual se comunica con

el servidor OLAP donde se almacena la información que

generan los cubos.

2.10. Principales herramientas de la Inteligencia de Negocios

Generadores de informes: estos son utilizados por desarrolladores

profesionales para crear informes estandarizados enfocados a

departamentos, grupos interdepartamentales o la organización.

Herramientas de usuario final de consultas e informes: estas son

utilizados por los usuarios finales para crear informes para su

propio uso o para otros usuarios; no requieren programación.

Herramientas OLAP: estas permiten a los usuarios finales

manipular la información de forma multidimensional para poder

visualizarla desde distintas perspectivas y en función a los criterios

que el usuario considere importantes.

Herramientas de cuadros de mandos: estas permiten a los usuarios

finales visualizar información crítica para el desempeño de manera

rápida, valiéndose para ello de gráficos, ofreciendo la posibilidad

de visualizar alguna sección con más en detalle.

Herramientas de minería de datos: estas permiten a los analistas de

negocio crear modelos estadísticos. La minería de datos es el

proceso para descubrir e interpretar patrones ocultos a simple vista

en un gran cúmulo de información. Los usos más habituales de la



minería de datos son: segmentación, clasificación, previsiones,

agrupación, etc.

2.11. Minería de datos

2.11.1. Conceptos e historia de la minería de datos

El termino minería de datos, desde el enfoque académico

es una de las etapas dentro del proceso de Knowledge Discovery

in Databases(en adelante KDD).

Básicamente la minería de datos consiste en nutrirse de las

ventajas de cada aérea como la estadística, inteligencia artificial,

computación gráfica, bases de datos y procesamiento masivo,

utilizando como materia prima las bases de datos operaciones.

Definición tradicional de minería de datos: “[..]esun

proceso no trivial de identificación válida, novedosa,

potencialmente útil y entendible de patrones comprensibles que

se encuentran ocultos en los datos” (FAYYAD,U 1.996).

Desde el punto de vista empresarial, la minería de

datos se define como: “[..]La integración de un conjunto de

áreas que tienen como propósito la identificación de un

conocimiento obtenido a partir de las bases de datos que aporten

un sesgo hacia la toma de decisión” (MOLINA, L 2.001).



La idea de la minería de datos viene desde los años 60,

cuando los estadísticos de esa época manejaban términos como

data fishing, data mining o data archeology,más tarde en los años

80, Rakesh Agrawal, Gio Wiederhold, Robert Blum y Gregory

Piatetsky-Shapiro, entre otros empezaron a fortalecer los términos

de data mining y KDD.

A finales de los años 80 solo existían un par de empresas

quienes se dedicaban a esta tecnología; para el 2.002 este número

se multiplicó considerablemente, ya que existían más de 100

empresas en el mundo con un portafolio de más de 300 soluciones

que utilizaban la tecnología.

La minería de datos no es un gran software ni algo

parecido, más bien la tecnología está compuesta por etapas que

integran diferentes áreas. Tanto así que para el desarrollo de un

proyecto de minería de datos, se utilizan diferentes aplicaciones

de software para las distintas etapas.

En la actualidad podemos encontrar una variedad

importante de herramientas o aplicaciones comerciales y no

comerciales con una utilería interesante, pero casi siempre es

necesario complementar con otras herramientas para el desarrollo

de la minería de datos.



2.11.2. Los fundamentos de la minería de datos.

Las técnicas de minería de datos, se considera al resultado

de un proceso de investigación y desarrollo de productos.

La evolución comenzó cuando las organizaciones

empezaron a guardar sus datos en las computadoras, esto fue

creciendo cuando se mejoraron el acceso a los datos permitiendo

al usuario navegar y explorar en tiempo real sus datos.

La minería de datos tomando este proceso de evolución

está lista para ser implementada en las organizaciones, utilizando

estas tres tecnologías que ya están muy consolidadas como pilares

de su aplicación:

Recolección masiva de datos.

Potentes computadoras con multiprocesadores.

Algoritmos de minería de datos.

2.11.3. Objetivos de la minería de datos

Examinar, analizar y buscar patrones ocultos en los datos

acumulados en las profundidades de las bases de datos o en

almacenes de datos que contienen datos históricos que ha

generado una organización durante su existencia.



2.11.4. Entorno de la minería de datos

La minería de datos normalmente utiliza la arquitectura

cliente-servidor.

La minería de datos a través de sus herramientas ayuda a

extraer información oculta, archivos acumulados en las bases de

datos operaciones y/o almacenes de datos de las grandes

corporaciones públicas y privadas.

Los usuarios de la minería de datos normalmente no

cuentan con ninguna habilidad de programación, por los cual se

valen de las poderosas herramientas para efectuar consultas adhoc

y obtener respuestas en tiempo real.

La minería de datos es capaz de producir seis tipos de

información:

Asociaciones.

Agrupamientos.

Clasificaciones.

Pronósticos.

Secuencias.

Clasificaciones.



2.11.5. El alcance de la minería de datos

La minería de datos consiste en buscar valiosas

informaciones en grandes bases de datos. Este proceso requiere

explorar grandes cantidades de datos y analizarlos

minuciosamente hasta encontrar las informaciones requeridas.

En las bases de datos de gran volumen y calidad, la

minería de datos puede proporcionarnos oportunidades de

negocio con las siguientes posibilidades:

Pronóstico de comportamiento a futuro: la minería de

datos proporciona la automatización del proceso de

obtención de información predecible en bases de datos de

gran volumen, estos pronósticos pueden ser la predicción

de las ventas, posibles problemas financieros, similitudes

de necesidades de los clientes y un sinfín de predicciones

que el negocio requiera.

Las herramientas para visualizar, examinar y realizar el

análisis de los resultados.

2.12. Reseña histórica del Grupo Flayp

En el año 1.983 tras el cierre de las actividades en Paraguay de la

Multinacional AVON Cosmetics Inc., se crea Flayp S.R.L., con el objetivo

de convertirse en una empresa nacional para la venta y distribución de los

productos AVON, adquiriendo para esto la franquicia de dicha marca, tiene



como visión ser la empresa líder en venta directa y comercialización de

artículos de belleza, llegando a cada rincón del Paraguay, ofreciendo

calidad y excelencia a sus clientes.

En sus inicios contaba con 5 empleados y 120 revendedoras. En la

actualidad la empresa Flayp S.R.L. se transformó en el Grupo Flayp,

compuesto por las siguientes empresas: Flayp S.R.L.; Virú S.R.L.;

Flayprint S.A.; City Sport S.A.; Cima Seis S.A.; Flaypnort S.A., las cuales

si bien están nucleadas en un directorio, son totalmente independientes

administrativa, económica y operativamente entre sí.

Hoy en día el Grupo Flayp cuenta con más de 700 empleados

directos y más de 30.000 revendedoras a lo largo de todo el país. A más del

directorio, compuesto actualmente por sus 6 miembros fundadores, el

Grupo cuenta con un gerente general, y para cada una de las empresas un

gerente en cada área estratégica (Marketing, Ventas, Compras,

Administrativo, Logística, Tecnología e Información).

En cuanto a tecnología, el Grupo cuenta en la actualidad con 5

servidores, 2 de los cuales son utilizados para albergar en forma

independiente cada uno de los sistemas de procesamiento de pedidos,

facturación y cuenta corriente de cada una de las empresas, dichos

sistemas informáticos se encuentran desarrollados en distintos lenguajes de

programación y distintos orígenes de datos, además de eso, cuenta con una

conexión Virtual Private Network (en adelante VPN), con muchas de las

sucursales en el interior del país y el área metropolitana, las cuales realizan

sus transacciones directamente a las bases de datos contenidas en los

servidores, las agencias que no cuentan con acceso a internet, envían sus



pedidos utilizando los vehículos de la empresa, dichos pedidos son

procesados en un centro de procesamiento.

Actualmente el Grupo Flayp maneja un volumen de compras

cercano a los 10.000.000 u$s anuales (comprende las dos principales

empresas del Grupo; Virú S.R.L. y Flayp S.R.L.) y un volumen de ventas

que ronda los 24.000.000 u$s anuales. En cuanto a unidades vendidas, las

mismas superan los 7.000.000 anuales. Con una proyección de crecimiento

entre el 10% y el 14% anual. El Grupo Flayp cuenta con una casa central

en Asunción, además de contar con más de 45 agencias distribuidas en

todo el país, logrando así una cobertura total, posee 2 depósitos que

albergan las mercaderías, además de una flota de camiones, los cuales son

utilizados para la distribución de los productos.

El Grupo empresarial cuenta con un equipo de ventas, liderados por

su gerente de ventas, quien tiene a su cargo a 4 gerentes divisionales, los

cuales se dividen la cobertura del país en 4 grandes regiones, además

cuenta con más de 350 zonas, las cuales están distribuidas en cada una de

las 4 divisiones y que su vez se encuentran presentes en todos los

departamentos del país, cada zona es gerenciada por una promotora de

ventas y que a su vez tienen a su cargo el manejo de las 30.000

revendedoras. Por otro lado cabe mencionar que el sistema de venta directa

tiene una dinámica diferente a la venta convencional, el mismo consiste en

ofrecer sus productos a través de folletos los cuales son ofrecidos por las

revendedoras, la vigencia promedio de cada folleto es de 18 días, esto lleva

a tener 20 folletos por año, que son denominadas campañas, por lo tanto la

facturación se maneja por campañas y no así por fecha calendario. De esto

se desprende que toda la información que manejan las empresas del

grupo, corresponden a este esquema organizacional.



2.13. Reseña histórica del software libre

En los primeros pasos de la informática, los programas y las

máquinas utilizadas para su ejecución estaban estrechamente ligados. No

se concebía el concepto de programa como elemento separado tal cual se

tiene hoy en día.

Tampoco existían usuarios comunes, sino que la totalidad de las

personas que ejecutaban los programas tenían grandes conocimientos de

programación y por lo general eran ingenieros y científicos, una costumbre

muy practicada entre estos usuarios, era intercambiar y mejorar los

programas, distribuyendo sus modificaciones.

No fue hasta los últimos años de la década del 70, cuando las

empresas comenzaron con la costumbre de imponer restricciones a los

usuarios, con la implementación de los acuerdos de licencia.

2.13.1. Richard Stallman y el proyecto GNU

Para empezar a entender todo lo que implica el software

libre, es imprescindible hablar de Richard Stallman. Este físico

graduado en 1.974 en la Universidad de Harvard, se encontraba

trabajando en los laboratorios de inteligencia artificial del

Instituto de Tecnología de Massachussetts(en adelante MIT)

desde el año 1.971.



La impresora con la que contaban en su laboratorio tenía

algunos inconvenientes con la alimentación del papel, lo que

hacía que se atascara de forma permanente y no había forma de

descubrirlo más que acercarse hasta donde se encontraba la

misma.

Por este motivo, Stallman contacta con la empresa

fabricante de la impresora, con el propósito de modificar el

software que se encargaba de controlar a la impresora y lograr

hacer que la misma mande una señal cuando se atascaba,

consiguiendo con esto que no se perdiese tanto tiempo de trabajo.

Ante este pedido, los fabricantes se negaron a entregarle el

código fuente, los cuales son imprescindibles para poder

modificar su comportamiento. Esta situación hace que termine de

tomar forma su idea de que el código fuente de los programas

debía ser accesible para todo aquel que quisiese.

Movilizado por esta inquietud, Stallman decidió

abandonar el MIT a comienzos de 1.984, para dar inicio al

proyecto GNU, el mismo es un acrónimo recursivo que significa

GNU's Not Unix, GNU No Es Unix, haciendo referencia a que el

proyecto tenía como objetivo desarrollar un sistema operativo tipo

Unix, pero totalmente libre.

Tiempo después Stallman funda la Free Software

Foundation (en adelante FSF), entidad encargada de promocionar

el desarrollo y uso del software libre, en 1.985 Stallman creó la



licencia General Public License (en adelante GPL) como

mecanismo para proteger el software libre, sustentado sobre el

concepto de copyleft, la FSF tiene un registro de todas licencias

compatibles con la licencia GNU (la más popular de las licencias

de software libre) y aquellas que, no siendo compatibles con ella,

son consideradas licencias de software libre.

En sus comienzos, el proyecto GNU se concentra en

desarrollar las herramientas necesarias para construir un sistema

operativo, como ser editores y compiladores y en las utilidades

básicas para la gestión del sistema.

A través del concepto de copyleft, se busca una alternativa

a la idea del copyright, siendo que “todo el mundo tiene derecho a

ejecutar un programa, copiarlo, modificarlo y distribuir las

versiones modificadas, pero no tiene permiso para añadir sus

propias restricciones al mismo”. De esta forma, las libertades que

definen al software libre están garantizadas para todo el mundo

que tenga una copia, tornándose en derechos inalienables.

2.13.2. Software Libre

Lo primero que debe entenderse cuando se habla

desoftware libre, es que no se está hablando de software gratis, el

alcance de la palabra libre es mucho más abarcativa, se refiere a la

libertad de los usuarios para ejecutar, copiar, distribuir, estudiar,

cambiar y mejorar el software. De modo más preciso, se refiere a

cuatro libertades de los usuarios del software. (GNU, 2008).



Es entonces que se tiene dentro de las distintas

clasificaciones de software, una muy determinante, como lo es

clasificar al software de acuerdo a su “filosofía”.

Softwarepropietario: se entiende por esto, el software cuya

propiedad absoluta continua en poder de quien tiene sus derechos

y no del usuario, quien solo puede utilizarlo cumpliendo ciertas

condiciones. Siendo así que su uso, distribución y/o modificación

total o parcial, están prohibidos o restringidos de tal manera que

no es posible llevarlos adelante. Es decir, que el software

comercializado bajo este tipo de licencias le da al usuario

derechos limitados sobre su usufructo, el alcance de esto es

establecido por el autor o quien posea ese derecho.

Software libre: se considera así, al software que le otorga

al usuario la libertad de utilizarlo, mejorarlo, estudiarlo, adaptarlo

a sus necesidades y redistribuirlo libremente, con la única

limitación de no sumarle ningún tipo de restricción agregado al

software luego de modificado. Es importante destacar que para

considerar a un software como libre, se debe permitir el acceso al

código fuente, por cuanto esto es una condición imprescindible

para ejercer las libertades de estudiarlo, modificarlo, mejorarlo y

adaptarlo (FSF, 2009).

Cuando se habla de softwarelibre es necesario hacer

mención a las cuatro libertades básicas de su filosofía según la

Fundación de Software Libre.



2.13.3. Libertades básicas del software libre

Libertad cero: “usar el programa con cualquier propósito”.

Esta libertad es la que garantiza que se puede utilizar el programa

para cualquier fin, sea este comercial, educativo, cultural, etc.

Esta libertad está en contraposición a las licencias que limitan la

utilización del software a un propósito determinado, o que

restringen su uso para ciertas actividades.

Libertad uno: “Estudiar cómo funciona el programa, y

adaptarlo a nuestras necesidades”. Esto se traduce en que se puede

estudiar el funcionamiento (para ello se debe tener acceso al

código fuente del programa) lo que permitirá, descubrir

funcionalidades ocultas, conocer de qué manera realiza

determinada tarea, averiguar que otras opciones tiene, que más se

le puede agregar, etc. El hecho de poder adecuar el programa,

implica que se pueden eliminar partes que no se necesitan,

agregarle elementos que se consideren importantes, etc.

Libertad dos: “Distribuir copias”. Esto quiere decir que se

tiene la libertad redistribuir el programa, ya sea de forma gratuita

o cobrando por el servicio, pudiendo realizar esto por e-mail, CD,

o algún medio de almacenamiento, ya sea a una persona o a

varias, etc.

Libertad tres: “Mejorar el programa, y liberar las mejoras

a todos”. Por esto se entiende que se tiene la libertad de mejorar el

programa, traduciéndose esto en menores los requerimientos de



hardware para funcionar, un software con mayores prestaciones,

que ocupe menos espacio en disco, etc.

2.13.4. Software libre y software de código abierto

Barahona, Seona y Robles (2.008) señalan que Open

Source como Free Software en realidad son movimientos sociales,

motivados por lo que se puede o se debería poder hacer

(derechos) con los programas (software). Entre estos dos

movimientos existen diferencias filosóficas pero realmente pocas

diferencias prácticas.

La primera diferencia que existe entre estos movimientos,

radica en la visión que tienen del software, Free Software tiene

una visión moral “el software debería ser libre” Open Source tiene

una visión práctica “el software es mejor si su código es abierto“.

Free Software en realidad hace referencia a software libre

(de ninguna manera a software gratis) y está sustentado en

fundamentos morales. Las libertades en las que basa su

concepción hacen referencia que puedas utilizar un programa,

pero que también puedas copiarlo, distribuirlo, estudiarlo o

modificarlo sin ningún tipo de restricción. Desde su punto de

vista, limitar cualquiera de estas libertades es inmoral.

Open Source por su parte se refiere a la limitación de

acceso al código fuente del software, el hecho distribuir el código



fuente del software alienta, según los promotores del open source,

un software de mayor calidad, más seguro y creativo, el cual

evoluciona de forma más ágil y está orientada a satisfacer las

necesidades de sus usuarios.

En algo en lo cual coinciden tanto Free Software como

Open Source es que ambos no ponen reparos en que la gente

venda software, eso sí, lo que se vende no es la licencia del

software en sí, sino que se vende el servicio de entregar el

software (muchas veces se vende empaquetado, con manuales,

instalado u otro valor agregado).

Para los dos movimientos, ante la venta de un softwarede

desarrollo propio o desarrollado por otros, no se puede restringir

al comprador, para que éste no pueda a su vez venderlo o

inclusive regalarlo y debe entregarse el código fuente y permitir

su modificación, para poder ser considerado Free Software u

Open Source.

Se entiende por licencias de software al contrato existente

entre dos personas (proveedor y usuario) en el cual se describen y

puntualizan los derechos y deberes sobre el uso que se le puede

dar al software.

Aunque ciertamente, Open Source y Software Libre tienen

prácticamente las mismas licencias, la FSF opina que el

movimiento Open Source es filosóficamente diferente del

movimiento del Software Libre. La Open Source Initiative(en



adelante OSI) surgió en el año 1.998, en ese entonces un grupo de

personas encabezados por Eric S. Raymond y Bruce Perens

buscan otorgar mayor importancia a los beneficios en que

redundaría el hecho de compartir el código fuente de los

programas, como así también lograr captar el interés de las

grandes casas de software y otras empresas de la industria de la

alta tecnología en ese rumbo.

La visión que tienen ambos movimientos, es una de las

principales diferencias, mientras que el movimiento del software

libre pone el foco en los aspectos éticos o morales del software,

dejando a un segundo plano la excelencia técnica siendo su mayor

deseo el plano ético. En tanto movimiento Open Source centraliza

más su mirada hacia la excelencia técnica como el principal

objetivo, basándose en el hecho compartir el código fuente un

medio para lograr dicho fin.

Un punto a tener en cuenta es que el software en sí mismo,

no es ni Free Software ni Open Source, solo la licencia del

software es la que puede ser reconocida por ambos movimientos

como válidas para sus fines. De hecho las mayorías de las

licencias aceptadas por uno de los movimientos son aceptadas por

el otro.

Aunque habitualmente los términos “software libre” y

“código abierto” son intercambiados fácilmente entre sí, no

significa que ambos términos sean equivalentes.



2.13.5. Tipos de licencias de software libre

La licencia de software libre más utilizada es la GNU

General Public License (GPL), está presente en diversos

productos de software libre en sus versiones 2 y 3. Este tipo de

licencias a más de las cuatro libertades básicas del software libre

agrega una cláusula de “efecto viral”, gracias a la cual es posible

aunar varios productos de software exclusivamente si todos estos

utilizan la licencia GPL.

Ciertamente la licencia GPL no es la única licencia de

software libre. Existen muchas otras licencias derivadas de la

GPL como por ejemplo la Lesser General Public License(en

adelante LGPL) y la Affero GNU Public License(en

adelanteAGPL). La LGPL permite que el software bajo esta

licencia pueda utilizar librerías de licencia privativas (en esto se

diferencia de la GPL, con la cual puede utilizarse solo software

que tiene licencia GPL). Mientras que la AGPL dirigida al campo

del software ofrecido como servicio, y su principal característica

práctica está en el hecho de que, si un tercero utiliza el software

para brindar un servicio a varios usuarios y realiza modificaciones

al código original, está en la obligación de publicar dicho código

fuente.

Por el lado de las licencias de código abierto que

abiertamente no son licencias de software libre, ya que no son

compatibles con las libertades y principios básicos del software

libre de la GPL se puede mencionar a la Common Public

Attribution License Version 1.0 (en adelante CPAL). Esta licencia

admite el uso y la modificación del código fuente, siempre y



cuando se haga referencia al creador original del software, y por

tanto no podría ser utilizada por algún competidor.



CAPÍTULO 3– MARCO METODOLÓGICO

3.1. Descripción de la profundidad y el diseño de la Tesis:

La investigación llevada a cabo para la realización del proyecto se

basó en un estudio descriptivo, se revisó exhaustivamente la literatura

existente relacionada, con el fin de obtener la información necesaria para

dar inicio al proyecto. Durante la investigación se recabo cuantiosa

información sobre las empresas Flayp S.R.L. y Virú S.R.L., pertenecientes

al Grupo Flayp, como así también acerca de la Inteligencia de Negocios,

software libre, open source, etc., y sobre todo las herramientas a utilizar

para el diseño y desarrollo del proyecto, las cuales sirvieron para llevar

adelante la tesis.

La presente tesis está basada en un diseño cualitativo, donde los

datos se describieron detalladamente teniendo en cuenta el objeto de

estudio. Patton (1.980), mencionado en el libro de investigación de

Hernandez Sampieri y Col (2.003).

Cabe destacar que para la realización del presente proyecto se

analizaron detalladamente todos los requerimientos y en base a los

conocimientos básicos, más las investigaciones realizadas, junto con los

relevamientos del sistema actual que se posee, además del hardware con el

que cuentan las empresas, se definió la solución que mejor se adecua al

contexto actual, para luego definir las etapas necesarias para llevar

adelante la realización de la tesis.



3.2. Descripción de cómo se realizó la Tesis

Para el desarrollo de la tesis, se optó por el modelo de ciclo de vida

en cascada ya que es este, el que mejor se adapta a la realización del

proyecto de tesis.

En este sentido, “[…] el modelo en cascada, algunas veces

llamado el ciclo de vida clásico, sugiere un enfoque sistemático,

secuencial hacia el desarrollo del software, que se inicia con la

especificación de requerimientos del cliente y que continúa con la

planeación, el modelado, la construcción y el despliegue, para culminar

en el soporte del software terminado”(Pressman, R.2005:50).

El mismo consiste en el ordenamiento secuencial de las etapas del

proceso para el desarrollo del software, teniendo en cuenta que debe

aguardarse la finalización de una etapa inmediatamente anterior, antes de

poder dar inicio a una siguiente etapa, de ser necesario pueden realizarse

retroalimentaciones de etapas anteriores, a fin de minimizar impactos

negativos. Las etapas definidas para este proyecto son las siguientes:

relevamiento de datos, análisis de datos, diseño, desarrollo, prueba e

implementación.

Para el análisis de los procesos se diseñó una WBS (Work

Breakdown Structure), donde se puede apreciar la descripción jerárquica

de los trabajos a realizar para la concreción de la tesis, la misma puede

observarse en el Anexo 1.



3.2.1. Relevamiento de datos

Se concretaron reuniones con los miembros del directorio

del Grupo Flayp, de igual manera se realizaron entrevistas

personalizadas a los gerentes de cada área, se relevaron los

procesos realizados diariamente en los sistemas operacionales por

medio de observaciones de los manuales de procesos; gracias a

las entrevistas realizadas a los gerentes, se definieron los criterios

que son utilizados para la toma de decisiones, de manera a poder,

a través de la concreción del proyecto, brindar un soporte para

optimizarla toma de dichas decisiones.

En cuanto a software, se observó el funcionamiento de los

sistemas actualmente utilizados, y la manera en la que estos

interactúan con todas y cada una de las áreas de las empresas, en

esta instancia se relevó con especial atención todo lo que respecta

a la estructura de datos, así también la infraestructura base en

cuanto a softwarey hardware existente.

3.2.2. Análisis de datos

Una vez finalizada la tarea de relevamiento de datos, y ya

con toda la información necesaria, se llevó a cabo un análisis

minucioso de las necesidades e inquietudes de los futuros

usuarios del sistema, esto más la información sobre la tecnología

con la que se cuenta, nos dio las bases para definir que la mejor

opción que se adecua a dichas necesidades radica en la



implementación de una solución de Inteligencia de Negocios, ya

que dicha solución brindará un soporte para la toma de decisiones

estratégicas, como así también brindar una visión macro de ambas

empresas en conjunto, que será de mucha utilidad para los altos

niveles ejecutivos, ya que los datos se encuentran dispersos en

diferentes formatos de almacenamiento, lo que dificulta la

realización de análisis, para lo cual no se trabajará de manera

directa con las bases de datos transaccionales.

La utilizaciónde un data warehousepermitirá cohesionar

los datos de las distintas fuentes, la misma se desarrollará

íntegramente sobre softwarelibre, se llegó a esta conclusión luego

de analizar detenidamente las soluciones propietarias existentes

en el mercado, los requerimientos tanto de software como de

hardware que son necesarios para la implementación de la

solución, son altamente compatibles con los que ya se cuentan, se

prevén todas las medidas de seguridad en aplicaciones web,

también se harán uso de las nuevas tecnologías existentes, con el

fin de optimizar y agilizar el acceso a los datos en considerables

niveles de tiempo.

3.2.3. Diseño

Con el afán de obtener un prototipo coherente que

satisfaga los requerimientos relevados y analizados en etapas

anteriores, se llevó a cabo el diseño conceptual, lógico y físico del

prototipo de solución de Inteligencia de Negocios, comenzando

por el data warehouse, los procesos de ETL, reportes, cubos

multidimensionales, cuadros de mandos y demás componentes,



como ser la arquitectura de la herramienta y del prototipo en el

contexto general.

3.2.4. Desarrollo

Ya con toda la documentación resultante de la etapa de

diseño, se procedió a desarrollar el proyecto, se inició con el

desarrollo el data warehouse, cuyo objetivo es unificar los datos

obtenidos de las distintas fuentes transaccionales, para ello se

eliminan las ambigüedades e inconsistencias, a través de un

proceso de extracción, transformación y cargado de los datos en

eldata warehouse. Se diseñaron y publicaron en el servidor los

cubos OLAP, los cuadros de mando, los reportes y el resultado de

la minería de datos, para lo cual se aplicó el algoritmo

seleccionado.

Se configuró e implementó el servidor, para que los

usuarios puedan acceder a los distintos módulos, ya sean estos de

reportes, análisis, etc., asítambién se otorgaron los privilegios

necesarios a los informes y a las carpetas contenedoras. Se

configuró e implementó la consola de administración, de manera

tal a poder administrar tanto los usuarios como los roles

asignados. En cada una de las etapas de configuración e

implementación del proyecto, se tomaron en cuenta todas las

políticas y estándares de seguridad en cuanto a aplicaciones

cliente-servidor se refiere, como ser, manejo de sesiones,

administración de perfiles, permisos de usuario, etc.



3.2.5. Prueba

Se realizaron las pruebas correspondientes, se

corroboraron los resultados obtenidos, si cumplen con los

requerimientos y la fiabilidad de los mismos, además se

realizaron pruebas exhaustivas en cuanto a concurrencia de

acceso al sistema, conectividad, tiempo de respuesta, nivel de

seguridad, etc.

3.2.6. Implementación

Los componentes del prototipo de la solución, se

instalaron y configuraron en una máquina preparada para actuar

de servidor, el mismo está compuesto por, la consola de

administración de Pentaho, el servidor Pentaho, los componentes

de Pentaho Data Integration (en adelante PDI) y se configuró la

periodicidad de la actualización del data warehouse, y el Sistema

Gestor de Base de Datos (en adelante SGBD) MySQL, donde se

almacenará el data warehouse, así también se crearon los perfiles

de usuario, con la asignación de roles y permisos

correspondientes, se configuraron los ordenadores-cliente para

acceder al sistema.



3.3. Descripción de los instrumentos y procedimientos utilizados para la

recolección y tratamiento de la información

Para la elaboración de este proyecto se recolectaron los datos a

través de entrevistas semi-estructuradas a directores y gerentes del Grupo

Flayp,para obtener los permisos para acceder a la información, procesos y

los reportes necesarios para la toma de decisiones.

También se realizaronobservaciones directasde los distintos

procesos y sistemas operacionales automatizadosa fin de elaborar reportes

de requerimientos.

3.4. Descripción de la muestra

Para la realización de este proyecto, luego de un análisis de la

población, se optó por llevarlo adelante en las empresas del Grupo Flayp,

concretamente Viru S.A y Flayp S.R.L., en los departamentos de Ventas y

Marketing, la selección de las empresas y los departamentos se realizó

gracias a la buena predisposición e interés de los directivos de contar con

una herramienta que ayude a la toma de decisiones.

Las entrevistas se realizaron a los gerentes de Compras, Ventas,

Marketing, Finanzas y un director de las empresas seleccionadas. También

se realizaron observaciones directas de los distintos procesos y sistemas

operacionales automatizados.



En el Anexo 2 se presentan los esquemas de las entrevistas y

observaciones utilizadas para la recolección de datos.

3.5. Relevamiento

A continuación se describen todos los datos relevados para la

realización del proyecto de tesis.

3.5.1. Relevamiento de procesos

Se relevaron los procesos de ambas empresas, Flayp

S.R.L. y Virú S.R.L. Teniendo en cuenta que estas dos empresas

forman parte de un grupo empresarial razón por la cual rinden

cuenta a un directorio, pero son tanto financieras, económica y

administrativamente totalmente autónomas. Seguidamente se

detallan los procesos de la empresa Virú S.R.L.

Proceso de Planificación de Ventas: El departamento de

Marketing, basándose en datos históricos, épocas del año,

y/o acontecimientos especiales de mercado (Mundial,

Copa América, etc.), planifica cada folleto de ventas, en

función a productos y precios, como así también realiza

las estimaciones de ventas de cada producto, por ultimo

genera un listado donde se detallan los productos que

serán promocionados en dicho folleto de ventas, el cual es

enviado al departamento de Tecnología de Información



(en adelante TI) Este proceso tiene una duración

aproximada de 10 días, el mismo se realiza utilizando

planillas de cálculo. El resultado de este proceso, se

exporta a un archivo csv, que posteriormente es

almacenado en un sistema basado en archivos dbf.

Proceso de Compras: El departamento de Compras

utilizando las estimaciones de ventas del departamento de

Marketing y cotejando el stock de los productos existentes

en el depósito, calcula que productos se deben comprar y

las cantidades necesarias para cada folleto de ventas. De

ser necesario, emite la orden de provisión para realizar las

compras tanto para proveedores locales como

internacionales.

Proceso de Recepción de Productos: El departamento de

Stock recibe y da entrada a los productos comprados,

asignándole un lugar determinado dentro del depósito. El

mismo proceso se realiza en el módulo de stock del

sistema, actualizando de esta manera el mismo.

Proceso de Distribución de materiales de venta: El

departamento de Logística recibe de la imprenta, los

materiales, consistentes en folletos y órdenes de compra y

los envía a las distintas agencias, las promotoras de venta,

retiran de su agencia estos materiales, para luego

redistribuirlos a sus revendedoras.

Proceso de Recepción de Pedidos: Cada promotora recibe

de sus revendedoras las órdenes de compra, donde se

detalla los productos y sus cantidades.

Proceso de Pedidos: Las órdenes de compras, las cuales

contienen los datos de la revendedora y su pedido para la

campaña actual, se procesan en el módulo de pedidos del

sistema, el cual genera los packinglist, a ser utilizados por

el departamento de stock para la preparación de los



pedidos. Existen dos maneras de procesamiento, las

agencias que cuentan con conectividad VPN y por ende

acceso al sistema, el procesamiento se realiza en la

agencia misma, y las agencias que no cuentan con VPN

envían las órdenes de compras al departamento de TI para

su procesamiento.

Proceso de Packing: El departamento de stock utilizando

los packinglist generados por el departamento de TI, los

cuales están compuestos por los datos de las revendedoras

y su pedido correspondiente, prepara los paquetes con los

productos solicitados, con los cuales se cuenta en

existencia, indicando en el sistema, con que productos no

se contaba con stock al momento de la carga del paquete,

para poder de esta manera actualizar el packinglist del

pedido original en función a los productos a ser enviados y

generar la factura correspondiente, estos paquetes se

cargan y se etiquetan para su distribución en las distintas

agencias. Todo esto se almacena en el módulo de

procesamiento de pedidos del sistema.

Proceso de Distribución de Pedidos: El departamento de

logística toma los paquetes que corresponden a cada

pedido preparado en el proceso de packing, prepara y

envía las cajas con los pedidos solicitados por las

revendedoras, utilizando para ello los transportes de la

empresa, de acuerdo a la agencia que corresponda, para

ser retirada por las revendedoras.

Proceso de parametrización de Procesamiento de Pedidos:

El departamento de TI recibe del departamento de

Marketing, un listado donde se detalla que productos serán

publicados, con sus respectivos precios y códigos en cada

folleto de venta, de acuerdo a este listado se modifica el

sistema de procesamiento de órdenes de compras,



estableciendo códigos y precios, este proceso se realiza ya

que los códigos y precios de los productos varían de

acuerdo a cada folleto.

Proceso de Cobranzas: Las bocas de cobranzas situadas en

cada agencia, se encargan del cobro a las revendedoras,

quienes deben saldar su cuenta anterior de manera a poder

retirar su pedido con los productos y la factura

correspondiente, la cual genera una nueva obligación para

con la empresa, la misma deberá ser cancelada al

momento de retirar los productos del folleto siguiente,

cabe mencionar que las consejeras operan a crédito por

campaña.

Proceso de Entrega de Pedidos: Con la deuda anterior

saldada, la revendedora retira su pedido con los productos

facturados.

Proceso de Reportes: El departamento de TI prepara

consultas para los distintos SGBD (ventas, pedidos, etc.),

por demanda de cada uno de los departamentos, estos

utilizan dichas consultas y preparan de manera manual los

informes gerenciales, utilizando para ello herramientas de

ofimáticas como Excel, Power Point etc., normalmente la

generación de los reportes tiene un alto costo en recursos

y tiempo, además el resultado no siempre es el esperado

ya sea por fallas en la comunicación de necesidades o

errores humanos en la confección.

Estos mismos procesos se llevan a cabo en la empresa

Flayp S.R.L., con la única diferencia de que esta opera con un

solo proveedor que es AVON Internacional, ya que la relación es

de franquicia.



3.5.2. Relevamiento de Estructura de Datos

En esta etapa se relevaron las bases de datos de los

sistemas operacionales de las dos empresas, donde Flayp S.R.L.

utiliza MySQL, el cual es un gestor de base de datos relacional.

Por su parte Virú S.R.L. almacena su información en archivos

planos del tipo dbf.

A partir de estos relevamientos se obtuvieron las

estructuras de datos de los sistemas operacionales de ambas

empresas.

3.5.3. Relevamiento de Necesidades

En función de los procesos relevados de ambas empresas,

se observó que las mismas no cuentan con un sistema de reportes

y análisis eficiente que ayuden a optimizar la toma de

decisiones.De igual manera no cuentan con un sistema de reportes

consolidado de ambas empresas, siendo esto necesario ya que las

dos empresas pertenecen al mismo grupo empresarial, donde

contar con un sistema de información macro es sumamente

importante. Para lo cual es fundamental poder unificar los datos

con los que ya se cuenta en formato digital, de manera a eliminar

inconsistencias e integrar los mismos.



3.5.4. Relevamiento tecnología actual del Grupo Flayp

En la tabla 2, puede observarse la infraestructura con la

que cuentan actualmente las empresas Flayp S.R.L. y Virú S.R.L.

Tabla 2: Infraestructura actual de las empresas.

3.5.5. Relevamiento Sistemas gestores de Bases de Datos

Microsoft SQL Server:es un Sistema Gestor de Bases de

datos relacionales (SGBD), el mismo tiene como base el lenguaje

Transact Structured Query Language(en adelante T-SQL), entre

Flayp S.R.L. Virú S.R.L.

Software

Aplicativo

Sistema escrito en

lenguaje PHP/HTML,

datos almacenados en

MySQL.

Sistema escrito en CA-Clipper,

utilizando FlagShip como

compilador, datos almacenados

en dbf.

S.O. Servidor Linux Mandriva 2.008 Linux Mandriva 2.008

Sistema Operativo

Cliente

Ubuntu 10.04 Ubuntu 10.04

Hardware

Servidor

Zeus

Dell PowerEdge 2900.

Procesador: Intel Xeon

2,33Ghz 64 bits.

Memoria: 4Gb.

HD: 500Gb (RAID por

hardware).

Apolo.

Dell PowerEdge 2900.

Procesador: Intel Xeon 3,0Ghz

64 bits.

Memoria: 4Gb.

HD: 100Gb (RAID por

hardware).

Hardware

Cliente

Maquinas Clon Maquinas Clon



otras características que posee, es rápido, es multiusuario y es

capaz de manejar grandes transacciones de datos. El Transact-

SQLes un lenguaje de programación que difiere de otros

lenguajes, ya que en su mayoría, en estos lenguajes se escriben

grandes cantidades de códigos para luego ser compilados en un

archivo ejecutable, pero con el lenguaje T-SQL no sucede esto, ya

que este es más un lenguaje de control y manipulación de datos

que de programación en sí. El T-SQL no es “case sensitive” (no

hace diferencias entre mayúsculas y minúsculas) y tiene como

base el estándar SQL-92, que es el que estandariza el lenguaje

Structured Query Language(en adelante SQL), y sirve de guía

para todos los sistemas gestores de bases de datos, haciendo más

fácil la compatibilidad entre los diferentes productos que se

ofrecen en el mercado.

En el Microsoft SQL Server se pueden considerar

características tales como:

Soporta transacciones.

Soporte de procedimientos almacenados.

Seguridad, estabilidad y escalabilidad.

Interfaz gráfica de administración, que facilita el uso de

comandos DDL (Data Definition Language) y DML

(Data Manipulation Language) gráficamente.

Modo cliente-servidor (La información se aloja en el

servidor y solo los clientes acceden a esta).

Administración de información de otros servidores de

datos.



Este gestor también tiene una versión más estándar, que

utiliza el mismo motor de base de datos, aunque destinado a

proyectos más pequeños, que para las versiones 2.005 y 2.008 es

la SQL Express Edition, que se distribuye de una manera gratuita.

MySQL Server: es un sistema de gestión de bases de datos

relacional, con la característica de ser multiusuario. El mismo está

desarrollado bajo licencia de software libre en un esquema de

licenciamiento dual. Existe una versión que se ofrece bajo la

GNU GPL destinada a cualquier uso que sea compatible con este

tipo de licencia, y para el caso de aquellas empresas que quieran

utilizarlo en productos privativos deben adquirir de la empresa

una licencia específica que les permita hacer esto. MySQL

SERVER se encuentra desarrollado en su mayor parte en ANSI C.

A diferencia de otros proyectos, donde el software es

desarrollado y mantenido por una comunidad pública y los

derechos de autor del código fuente se encuentran en manos del

autor, MySQL es patrocinado por una empresa privada, que posee

el copyright de la mayor parte del código.

Esta situación es la que ofrece la posibilidad del esquema

de licencias dual. Aparte de la comercialización de las licencias

privativas, la compañía también ofrece soporte y servicios.

En el MySQL Server podemos considerar características

como:



Uso de multihilos mediante hilos del kernel.

Tablas hash en memoria temporales.

Soporta operadores y funciones en cláusulas select y

where.

Soporta cláusulas group by y order by, soporte de

funciones de agrupación.

Gestión de contraseñas y privilegios utilizando

verificación basada en el host y el tráfico de contraseñas

está cifrado al realizar una conexión al servidor.

Soporta gran cantidad de datos.

Permite un máximo de 64 índices por tabla, cada uno de

los cuales puede consistir desde 1 hasta 16 columnas o

partes de columnas. El máximo ancho de límite son 1.000

bytes.

Los usuarios se conectan al servidor MySQL usando

sockets TCP/IP en cualquier plataforma.

3.5.6. Relevamiento algoritmo de minería de datos

A continuación se describen los métodos y algoritmos

predictivos que se pueden aplicar a la minería de datos.

Métodos predictivos: estos métodos tienen como objetivo

describir una o más variables en relación a las demás,

también es conocida como método asimétrico,

supervisado o directo. Este tipo de método ayuda a la

predicción o clasificación de acontecimientos futuros de

una o más variables en relación a lo ocurrido teniendo en

cuenta los motivos que lo causa o directamente en relación



a las variables que se utilizan como entrada. Los

principales métodos de este tipo son las redes neuronales

(arboles de decisiones y perceptrón de multicapa),

modelos estadísticos clásicos, modelos de regresión lineal

y logística.

Métodos descriptivos: permiten agrupar datos

rápidamente, conocidos también como métodos simétricos

no supervisados o indirectos. Realiza la clasificación sin

que en el momento de realizar las observaciones se tenga

conocimientos de las clases asociadas, su objetivo es

descubrir estas asociaciones, contornos y agruparlos.

El algoritmo de regresión lineal es un método que modela

la relación entre una variable dependiente Y, las variables

independientes Xi y un término aleatorio ε. Regresión lineal por

mínimos cuadrados, es una técnica cuyo objetivo es derivar una

curva que minimice la discrepancia entre los puntos y la curva, la

formula general esy=m+b.

Donde los valores de m y b se determinan al resolver el

siguiente sistema de ecuaciones.

b.n+ m∑x = ∑y

b∑x + m∑x2 = ∑xy



En la tabla 3 se muestran los datos de ejemplo para dicha

ecuación:

Tabla 3: Datos de ejemplo

El backpropagationes un algoritmo de aprendizaje

supervisado que se usa para entrenar redes neuronales artificiales.

El algoritmo consiste en minimizar un error (comúnmente

cuadrático) por medio de descenso de gradiente, por lo que la

parte esencial del algoritmo es cálculo de las derivadas parciales

de dicho error con respecto a los parámetros de la red neuronal.

Para ello se requiere que especifiquen los valores de la salida que

se asocien a ciertos tipos de entradas. En la tabla 4 se describe en

detalle dicho algoritmo.

Pasos Descripción

Adelante

Tras inicializar los pesos de forma aleatoria y con valores pequeños, selecciona el

primer par de entrenamiento.

Calculamos la salida de la red.

Calculamos la diferencia entre la salida real de la red y la salida deseada, con lo

que obtenemos el vector de error.

Atrás

Ajustamos los pesos de la red de forma que se minimice el error

Repetimos los tres pasos anteriores para cada par de entrenamiento hasta que el

error para todos los conjuntos de entrenamiento sea aceptable.

Tabla 4: Descripción del algoritmo backpropagation

Campaña (n) X Y X2 XY

1 1 77 2 77

2 2 88 4 176

3 3 96 6 288

4 4 100 8 400

5 5 132 10 660

6 6 160 12 960

Sumatoria21 653 42 2561

∑X=21 ∑Y=653 ∑X2=42 ∑XY=2561



3.5.7. Relevamiento de sistemas operativos

Sistema operativo Linux: es un sistema operativo de

código abierto de libre distribución y compatible con UNIX, está

compuesto por el núcleo principal del sistema, conocido también

como kernel, además de un sinfín de programas y librerías que

hacen posible su funcionamiento.

Los sistemas operativos Linux concretamente están

basados en UNIX, el cual se desarrolló con la colaboración de

muchos programadores, unas de las ventajas en estos sistemas

operativos es que cualquier programador puede desarrollar nuevos

módulos o modificar las ya existentes de acuerdo a sus

necesidades, la distribución es gratuita, cuenta con amplia

posibilidades de configuración, mientras que entre las desventajas

lo más significativo es que se requiere de más tiempo para el

aprendizaje, lo cual es lógico si el usuario precisa configurar a

bajo nivel el sistema para mejorar el rendimiento, pero para un

usuario que solo utilizaría herramientas de ofimática el tiempo de

aprendizaje es lo mismo que en otros sistemas operativos .Entre

las características podemos mencionar, la capacidad de soportar

multitarea, multiusuario y multiplataforma.

Sistemas operativos Windows: a la familia de sistemas

operativos desarrollados y comercializados por Microsoft se le

denomina Windows, este como los otros sistemas operativos es el

encargado de hacer llegar las instrucciones realizadas por el

usuario al hardware a través del núcleo o kernel principal y

diversos programas y librerías que hacen posible su utilización,

son multitarea, multiusuario y multiplataforma, como una de las



ventajas se puede mencionar lo intuitivo que es a la hora de su

utilización por personas con conocimientos básicos y la facilidad

de configuración, mientras que la desventaja más significativa

consiste en el alto costo en licencias al que se debe incurrir para

implementar, inestabilidad, limitaciones en configuración y

costoso en recursos de hardware.

3.5.8. Relevamiento de herramientas de Inteligencia de Negocios

En este apartado se realizó el relevamiento de algunas de

las soluciones de Inteligencia de Negocios disponibles en la

actualidad como son Michroestrategy, Pentaho, Jasper y Oracle.

MicroStrategy ReportingSuite:permite desarrollar y

proporcionar rápidamente una aplicación de reportes.

MicroStrategy Reporting Suitees una completa solución

para implementar sistema de inteligencia de negocios,

permitiendo la generación de cuadros de mandos, reportes,

análisis OLAP, análisis avanzado y predictivo, alertas y

notificaciones.

PentahoBusiness Intelligence Open Source: ofrece, con

soluciones propias, todo el espectro de recursos para

desarrollar, mantener y explotar un proyecto de

Inteligencia de Negocios, desde las ETL con Data

Integration, hasta los cuadros de mando con el Dashboard

Designer o el Comunity Dashboard Framework.La forma

como Pentaho ha construido su solución de Inteligencia de

Negocios es integrando diferentes proyectos ya existentes

y de solvencia reconocida. Data Integration anteriormente



era Kettle, de hecho sigue conservando su antiguo nombre

como nombre coloquial. Mondrian es el otro componente

de Pentaho que sigue manteniendo entidad propia.

Jaspersoft: es la empresa que está detrás del famoso y

extendido JasperReports. Solución Open Source de

reportes. Jaspersoft ha construido su solución de

Inteligencia de Negocios en torno a su motor de informes.

Y lo ha hecho de una forma distinta a la de Pentaho.

Jasper ha integrado en sus soluciones, proyectos también

preexistentes y consolidados pero no los ha absorbido.

Esta estrategia le hace depender de Talend en cuanto a

solución ETL y de Mondrian – Pentaho para el motor

OLAP. Jasper tiene acceso al código de Mondrian y puede

adaptar y continuar los desarrollos en cualquier punto de

Mondrian.

Oracle Business Intelligence: esta es la suite más modesta,

muy accesible para pymes. Incluye todo lo necesario para

tener funcionando en poco tiempo un sistema de

Inteligencia de Negocios. Eso sí, se ha de instalar todo en

un servidor, y este ha de ser un Windows Server.La

licencia no permite utilizar más de dos CPU's del servidor

y sólo permite utilizar otra fuente de datos directa aparte

de la BD que incluye. El licenciamiento es

obligatoriamente por usuario nominal, y se pueden

licenciar entre 5 y 50 usuarios. La licencia es fácilmente

transformable a una Enterprise, ya que esta última incluye

el software de la Standard.



3.6. Análisis

En este capítulo se presenta el análisis de los sistemas existentes,

en primer término se analizan todos los procesos, seleccionando los

inherentes al proyecto, de manera tal que cumpla con los requerimientos

relevados, también se muestra el modelo de los datos de los sistemas

operacionales y/o transaccionales, estos modelos agrupan a varios sub-

modelos que agrupan de forma lógica a las funcionalidades del sistema.

3.6.1. Análisis de requerimientos

A partir de las entrevistas realizadas a los miembros del

directorio y a los gerentes de cada área de ambas empresas, se

detectaron las dificultades con las que se encuentran en el

momento de obtener información de vital importancia para la

toma de decisiones, lo cual lleva a concluir en la necesidad de la

implementación de una solución de Inteligencia de Negocios, que

sea capaz de brindar reportes, por empresas y también un

consolidado de ambas empresas, como así también un análisis de

los datos históricos para predecir el probable comportamiento a

futuro de las ventas.

De igual manera, se tomó la decisión de

proporcionar a través de la implementación del prototipo, los

reportes a ser utilizados por los departamentos de Venta y

Marketing, esto se decidió en primera instancia, por pedido de los

miembros del directorio, ya que consideran que son los

departamentos a los que más beneficiará la solución de



Inteligencia de Negocios, por otro lado, ambos departamentos se

nutren del mismo tipo de información, por lo cual se optimiza la

implementación del prototipo, debiéndose generar un solo grupo

de reportes para ambos departamentos. A continuación se detallan

los tipos de reportes analizados en detalle.

Venta por Campaña: visualiza gráficamente los resultados

de una o más campañas en función a tres variables

(facturación, unidades y pedidos), de una o ambas

empresas.

Venta por División: visualiza gráficamente los resultados

obtenidos por cada una de las divisiones, esto se puede

generar para una o más campañas, en función a tres

variables (facturación, unidades y pedidos), de una o

ambas empresas.

Venta por Departamento: visualiza gráficamente los

resultados obtenidos en cada uno de los departamentos,

esto se puede generar para una o más campañas, en

función a tres variables (facturación, unidades y pedidos),

de una o ambas empresas.

Venta por Quarter: visualiza gráficamente los resultados

de cada quarter (cada quarter se compone de 5 campañas,

1-5 1erQ, 6-10 2doQ, 11-15 3erQ y 16-20 4toQ) en

función a tres variables (facturación, unidades y pedidos),

de una o ambas empresas.

Top Salers: Visualiza gráficamente los productos más

vendedores de una o rango de campañas, en función a las

dos variables (facturación y unidades), se podrá generar:

consolidado general, por categoría, por división, por

departamento, por promotora.



Ventas por Categoría: visualiza gráficamente el resultado

obtenido con cada una de las categorías.

Proyección de ventas: visualiza gráficamente el resultado

de una proyección basada en datos históricos y con la

aplicación de minería de datos. Se podrá obtener en

función a las dos variables (facturación y unidades).

3.6.2. Análisis de procesos

Contando con todos los procesos relevados, se procedió a

la clasificación de los mismos en función a los requerimientos de

la solución, estos se clasificaron de acuerdo a la organización

departamental del Grupo, la misma se detalla a continuación:

Marketing

— Planificación de Ventas

Compras

— Planificación de Ventas – Compras

Logística

— Recepción de Productos - Distribución de

materiales de venta

— Packing-Facturación-Distribución de Pedidos.

— Cobranzas - Entrega de Pedidos.

Tecnología de la Información

— Procesamiento de Pedidos – Reportes



— Parametrización para Procesamiento de Pedidos.

Ventas

— Recepción de Pedidos

Posterior a la clasificación, se continuó con la selección de

los procesos intervinientes en los departamentos de TI y

Logística, seleccionando a su vez los inherentes al proyecto.

Tomando el proceso de procesamiento de pedidos del

departamento de TI y el proceso de facturación del departamento

de Logística.

Luego de llevar a cabo estos análisis, se llegó a la

conclusión que entorno a estos dos procesos seleccionados, se

llevara adelante el diseño del proyecto.

3.6.3. Análisis de estructura de datos

Se analizaron minuciosamente las estructuras de datos

provenientes de cada sistema de información, lo cual permitió

definir que tablas y datos serán necesarios para la realización del

prototipo, la misma puede visualizarse en detalle en el Anexo 3.



3.6.4. Análisis de herramientas de Inteligencia de Negocios

Con todos los datos relevados sobre las herramientas de

Inteligencia de Negocios se realizó el análisis para la selección de

la herramienta en la cual se desarrollará este trabajo de tesis.

En la tabla 5 se presenta un cuadro comparativo de las

distintas herramientas mencionadas en el relevamiento.

Herramienta Permite ETL Reportes Minería de

Datos

Open Source

Oracle SI SI SI NO

Jasper SI SI NO SI

Pentaho SI SI SI SI

MicroStrategy SI SI SI NO

Tabla 5: Comparativa herramientas de Inteligencia de Negocios

Después de analizar minuciosamente cada componente las

opciones de suite de Inteligencia de Negocios, se llegó a la

conclusión de que Pentaho BI Suite es la que mejor se adecua al

proyecto teniendo en cuenta que con este trabajo se busca

proporcionar una solución de Inteligencia de Negocios basada en

software libre, además de la robustez de la herramienta y su larga

trayectoria, sumado al amplio soporte en su versión de la

comunidad y la facilidad de uso de todos sus componentes.



3.6.5. Análisis de sistemas gestores de bases de datos

Con todos los datos relevados sobre los sistemas gestores

de bases de datos, se realizó el análisis para la selección del

SGBD que se utilizará para el desarrollo del data warehouse

necesario para la concreción del proyecto.

A continuación se presenta la tabla 6 donde se tiene un

cuadro comparativo de los SGBD seleccionados y mencionados

en el relevamiento.

Característica MySQL SQL Server

Costo Libre de Pago De Pago

Open Source Si No

Plataformas Linux, Windows, Mac y otras Windows

Límite de tamaño de BD Limitado por el Sistema

Operativo

Limitado por el Sistema

Operativo

Transacciones Si Si

Posibilidad de elegir

diferentes formas de

almacenamiento

Si No

Claves Foráneas Depende del motor Si

Vistas Si Si

Procedimientos Almacenados Si Si

Triggers Si Si

Cursores Si Si

Subconsultas Si Si

Funciones definidas por el

usuario

Si Si

Multiusuario Si Si

Tabla 6: Comparativa de SGBD

Finalmente, después de realizar un análisis detallado de las

dos opciones seleccionadas, se optó por utilizar MySQL Server

como SGBD para el desarrollo del data warehouse, basados en



que no existen diferencias sustanciales entre las dos opciones, en

función a lo que se necesita para la realización de esta tesis, como

así también y principalmente teniendo en cuenta que se busca

desarrollar una solución de Inteligencia de Negocios basada en

softwarelibre.

3.6.6. Análisis de tecnología actual del Grupo Flayp

En función a los requerimientos de las herramientas

necesarias, para la implementación del prototipo de la Inteligencia

de Negocios, no es apropiado instalar en los servidores que

soportan las cargas transaccionales ya que esto propiciaría efectos

negativos en cuanto a las prestaciones, disponibilidad y

desempeño de los mismos.

3.6.7. Análisis de algoritmo de minería de datos

A continuación se puede observar en la tabla 7un cuadro

comparativo de los algoritmos relevados en la etapa de

revelamiento de datos.



Algoritmo Costo

Computacional

Tiempo de Ejecución Rendimiento

BackPropagation

(Redes Neuronales)

Alto costo

computacional

Consume mucho

tiempo

La memoria puede

llegar a ser insuficiente

durante la ejecución del

algoritmo

Regresión Lineal de

Cuadrados Mínimos

No tiene un costo

muy elevado

El tiempo de

ejecución es muy

superior al

BackPropagation

Se adecua más fácil a

los recursos disponibles

Tabla 7: Comparativa de algoritmos de minería de datos.

Para este proyecto de tesis se optó por el algoritmo de

regresión lineal aplicando métodos de mínimos cuadrados, ya que

este algoritmono consume demasiados recursos y tiene un tiempo

de respuesta significativamente superior al algoritmo

backpropagation de redes neuronales, además es uno de los más

utilizados para predicciones de ventas.

3.6.8. Análisis de sistemas operativos

Se realiza un cuadro comparativo entre sistemas

operativos basados en GNU/Linux y Windows tomando los

aspectos más importantes a tener en cuenta en el momento de la

elección de un Sistema Operativo. El mismo puede observarse en

la tabla 8.



Aspecto Sistema Operativo GNU/Linux Sistema Operativo Windows

Tiempo de Inicio

El proceso de carga de archivos

para el arranque es muy ligero y

rápido.

Es más pesado, la carga de los

archivos para el arranque lo

realiza más lento.

Seguridad

Muy bajo el índice de

vulnerabilidad, pocos virus se han

creado para este sistema operativo.

Muy alto el índice de

vulnerabilidad, se crean muchos

virus para este sistema operativo.

Aplicaciones

En la actualidad existen una

variedad importante de aplicaciones

para Linux.

Existen muchas aplicaciones para

Windows.

Drivers

Aplica lista de drivers para el

funcionamiento de los dispositivos.

Aplica lista de drivers para el

funcionamiento de los

dispositivos.

Mantenimiento

Su mantenimiento es más fácil

comparado al de Windows, pero si

no lo sabemos hacer, conseguir

personas que lo haga puede ser una

dificultad.

Su mantenimiento es más

complicado que el de Linux pero

existen más personas que lo saben

hacer comparado al de Linux.

Soporte Java

Virtual Machine

Soporta perfectamente plataforma

Java

Soporta perfectamente plataforma

Java

Difusión

Día a día va ganando terreno en los

hogares y oficina, muy utilizando

en servidores.

Tiene un alto porcentaje del

mercado salvo el de servidores.

Costo

Sigue siendo el sistema más

comercial tiene un costo importante

en licenciamiento con código fuente

cerrado.

El sistema operativo Linux como

un sinfín de aplicaciones que lo

utilizan es open source.

Tabla 8: Comparativa de sistemas operativos

Teniendo en cuenta el objetivo de la tesis, el cual consiste

en implementar un prototipo de sistema de inteligencia de

negocios utilizando software libre, sumado a la preferencia de las

empresas en utilizarsoftware con este tipo de licencia, se optó por

el sistema operativo Linux.



3.6.9. Análisis de factibilidad económica

A continuación se presenta una tabla donde pueden

apreciarse los costos necesarios para llevar adelante este proyecto,

en la misma se detallan los conceptos y los respectivos montos.

Concepto Cant. P.U u$s Total u$s

Analista de Sistemas 1 0.0$s 0.0$s

Desarrollador 2 0.0$s 0.0$s

Especialista en BI 1 1.500$s 4.500$s

Servidor Dell PE R520 Rackeable 1 5.397$s 5.397$s

Licencia S.O. Servidor 1 0.0$s 0.0$s

Licencia Herramienta Desarrollo BI 1 0.0$s 0.0$s

Licencia Servidor BI 1 0.0$s 0.0$s

Total 6.647$s 6.647$s

Tabla 9: Cuadro de costos

Tal como puede observarse en la tabla anterior, el costo

total que implica la implementación de este proyecto es por

demás accesible, teniendo en cuenta la relación entre el costo

mencionado y el volumen de ventas que manejan las empresas del

Grupo Flayp. Esto es favorecido también, gracias a la posibilidad

de contar con los servicios de los profesionales de T.I del Grupo

Flayp, como ser Analistas de Sistemas y Desarrolladores,

necesitándose solo la tutoría de un especialista en soluciones de

Inteligencia de Negocios, para brindar un acompañamiento que

asegure el éxito del proyecto. Así también recalcar una vez más,

el ahorro que representa la utilización de herramientas con

licencia de software libre.



En el Anexo 4 se adjunta el presupuesto del servidor

recomendado.

3.7. Diseño

En este capítulo se describirá el diseño deldata warehouse,ETL,

reportes, cubos OLAP, cuadros de mandos, y los distintos diagramas que

componen el prototipo.

Se utilizarán cuatro ejemplos de informes, un reporte dinámico que

permite la interacción del usuario con el mismo, un reporte basado en el

proceso de minería de datos, un análisis dinámico basado en cubos OLAP

y un cuadro de mando.

3.7.1. Diseño del data warehouse

Se diseñó eldata warehouse utilizando un modelo en

estrella, y en cuanto a los estándares para el modelado, se define

lo siguiente:

Todas las tablas del data warehouse (hechos y

dimensiones) poseerán el prefijo dw_.

Todas las tablas intermedias utilizadas para el proceso de

actualización poseerán el prefijo inter_.



A continuación se presentan las distintas tablas

dimensionales deldata warehouse y sus relacionamientos con las

tablas de hechos, para el diseño del diagrama entidad relación se

utilizó la herramienta MySQL Workbench.

En las figuras 7,8 y 9 se pude observar los diagramas de

entidad relación del data warehouse.

Figura 7: DER Hechos Pedidos



Figura 8: DER Hechos Ventas.

Figura 9: DER Proyección

3.7.2. Diseño del proceso ETL

A continuación se presenta en tablas, el mapeo del cargado

del data warehouse indicando sus respectivas fuentes de datos.



Para la concreción de esta etapa del proyecto se utilizó la

herramienta Pentaho Data Integration.

Columna Tipo Llave Fuente Viru

CodArticulo Int Si Artiuclos Viru.dbf.FSCODE

Descripción Varchar No Artiuclos Viru.dbf.DESCRIPCION

categoría Varchar No Artiuclos Viru.dbf.CATEGORIA

subcategoria Varchar No Artiuclos Viru.dbf.SUBCATEGORIA

Tabla 10: Mapeo de tabla inter_articulos_viru

Columna Tipo Llave Fuente Viru Fuente Flayp

CodArticulo int No inter_articulos_vi

ru.codArticulo

Fwa.Articulos.fsCod

e

IdArticulo int Si Agregado en el

Proceso de ETL

Agregado en el

Proceso de ETL

CodEmpresa int No Agregado en el

Proceso de ETL

Agregado en el

Proceso de ETL

Descripción Varchar No inter_articulos_vi

ru.Descripcion

Fwa.Articulos.descri

pción

Categoria Varchar No inter_articulos_vi

ru.Categoria

Fwa.Categorias.Cate

goria

SubCategoria Varchar No inter_articulos_vi

ru.sub_categoria

Fwa.subcategorias.s

ubcategoria

Tabla 11: Mapeo de tabla dw_articulos


Contrato Int Si Fwa.clientes.contrato

Zona Int No Fwa.clientes.zona

División Varchar No Fwa.divisiones.division

departamento varchar No Fwa.deparatmentos.departamento

Tabla 12: Mapeo de tabla dw_clientes

Columna Tipo Llave Fuente Flayp

Orden int no Fwa.campañas_actuales.orden

Tabla 13: Mapeo de tabla dw_campañas_actuales




CAMPA varchar No Archivo DBF

CODIGO int No Archivo DBF

PRODU varchar No Archivo DBF

PRECIO bigint No Archivo DBF

ZONA varchar No Archivo DBF

CONTRATO bigint No Archivo DBF

ESTADO char No Archivo DBF

CANTIDAD bigint No Archivo DBF

SERIE char No Archivo DBF

SUCURSAL varchar No Archivo DBF

TIMBRADO varchar No Archivo DBF

DOC bigint No Archivo DBF

TIPO varchar No Archivo DBF

SUBTIPO varchar No Archivo DBF

FECHA datetime No Archivo DBF

OTRODOC varchar No Archivo DBF

OTROFEC datetime No Archivo DBF

OTROHOR varchar No Archivo DBF

VENDEDOR varchar No Archivo DBF

FECHADOC datetime No Archivo DBF

IMPRESO char No Archivo DBF

COSTO bigint No Archivo DBF

IMPUESTO char No Archivo DBF

PREMIO char No Archivo DBF

EXPREMIO char No Archivo DBF

FOLLETO varchar No Archivo DBF

C_UNIDADES bigint No Archivo DBF

C_VENTAS bigint No Archivo DBF

C_CAJA bigint No Archivo DBF

VERIFI char No Archivo DBF

RESULT char No Archivo DBF

BRASIL_1 char No Archivo DBF

BRASIL_2 char No Archivo DBF

COLUMNA int No Archivo DBF

GRUPO varchar No Archivo DBF

OPERADOR varchar No Archivo DBF

PAGINA int No Archivo DBF

FSCODE bigint No Archivo DBF

C_CLIENTES bigint No Archivo DBF

C_SUSTITU char No Archivo DBF

C_PACKIN char No Archivo DBF

XXUSR varchar No Archivo DBF

XXFECHA datetime No Archivo DBF

XXHORA varchar No Archivo DBF

Tabla 14: Mapeo de tabla clonado_dbf_viru




Campaña Int No Fwa.pedidos.campaña

Año Int No Fwa.pedidos.año

codCliente Int No Fwa.pedidos.numCliente

codArticulo Int No Fwa.pedidodetalles.fsCode

idArticulo Int No Agregado en el Proceso de ETL

Cantidad Int No Fwa.pedidodetalles.cantidad

Monto Int No Fwa.pedidodetalles.precio

codEmpresa Int No Agregado en el Proceso de ETL

Tabla 15: Mapeo de tabla inter_pedido_avon


Campaña Int No clonado_dbf_viru.CAMPA

Año Int No clonado_dbf_viru.AÑO

codCliente Int No clonado_dbf_viru.CONTRATO

codArticulo Int No clonado_dbf_viru.PRODU


Cantidad Int No clonado_dbf_viru.CANTIDAD

Monto Int No clonado_dbf_viru.PRECIO


Tabla 16: Mapeo de tabla inter_pedido_viru


numDocumento

Int Si Fwa.ventas.numDocumento

Campaña Int No Fwa.ventas.campaña

Año Int No Fwa.ventas.año

codCliente Int No Fwa.ventas.contrato

codArticulo Int No Fwa.ventasdetalle.codArticulo


Cantidad Int No Fwa.ventasdetalle.cantidad

Monto Int No Fwa.ventasdetalle.precio


Tabla 17: Mapeo de tabla inter_ventas_avon




CAMPA bigint No clonado_dbf_viru.CAMPA

AÑO smallint No clonado_dbf_viru.AÑO

PRODU varchar No clonado_dbf_viru.PRODU

idArticulo int No Agregado en el Proceso de ETL

PRECIO bigint No clonado_dbf_viru.PRECIO

CONTRATO bigint No clonado_dbf_viru.CONTRATO

CANTIDAD bigint No clonado_dbf_viru.CANTIDAD

DOC bigint No clonado_dbf_viru.DOC

codEmpresa int No Agregado en el Proceso de ETL

Tabla 18: Mapeo de tabla inter_ventas_viru


Campaña int Si inter_ventas_viru.CAMPA inter_ventas_avon.Campaña

Año int Si inter_ventas_viru.AÑOAgreg

ado en el Proceso de ETL

inter_ventas_avon.Año

CodEmpresa int Si Agregado en el Proceso de

ETL

Agregado en el Proceso de

ETL

NumFactura bigin No inter_ventas_viru.DOC inter_ventas_avon.numDoc

umento

CodArticulo Int No inter_ventas_viru.PRODU inter_ventas_avon.codArtic

ulo

IdArticulo int Si Agregado en el Proceso de

ETL


ETL

CodCliente Int Si inter_ventas_viru.CONTRAT

O

inter_ventas_avon.codClient

e

Cantidad Int No inter_ventas_viru.CANTIDA

D

inter_ventas_avon.cantidad

Monto Int No inter_ventas_viru.PRECIO inter_ventas_avon.monto

Tabla 19: Mapeo de tabla dw_hechosventas




Campaña Int Si inter_pedido_viru.campaña inter_pedido_avon.campaña

Año Int Si inter_pedido_viru.año inter_pedido_avon.año

codEmpresa Int Si Agregado en el Proceso de

ETL


ETL

codArticulo Int Si inter_pedido_viru.codArticulo inter_pedido_avon.codArtic

ulo

idArticulo Int No Agregado en el Proceso de

ETL


ETL

codCliente Int Si inter_pedido_viru.codCliente inter_pedido_avon.codClien

te

Cantidad Int Si inter_pedido_viru.cantidad inter_pedido_avon.cantidad

Monto Int No inter_pedido_viru.monto inter_pedido_avon.monto

Tabla 20: Mapeo de tabla dw_hechospedidos

3.7.3. Diseño de reportes

En esta sección se detalla el diseño de los distintos tipos

de informes previstos en el prototipo de solución de Inteligencia

de Negocios.

La figura 10 representa el diseño del reporte ventas por

campañas por zonas, el mismo está basado en la tabla

dw_hechosventas y en las tablas de dimensiones dw_empresas,

dw_campañas, dw_clientes del data warehouse, este reporte

aporta información sobre la venta efectiva por zonas, en las

variables de unidades y facturación de ambas empresas en

conjunto, como así también por separado.



El reporte visualiza en un gráfico de líneas, el rendimiento

de cada una de las campañas, tanto las campañas con datos

cerrados, como así también las campañas en curso. Pudiéndose

filtrar esa información por zonas y por años, como así también

visualizar los datos de una empresa en particular, o de ambas en

conjunto.

Figura 10: Ventas por campañas por zonas



La figura 11 representa el diseño de uno de los reportes

que se utiliza para representar el resultado de la minería de datos

que predice las ventas, el mismo está basado en las tablas

dw_proyección y dw_empresas del data warehouse, este reporte

aporta información sobre la proyección de ventas en cuanto a las

variables de unidades y facturación.

Figura 11: Reporte proyección de ventas



3.7.4. Diseño de cubos multidimensionales

A continuación se presenta el modelado de cada uno de los

elementos multidimensionales que forman parte del prototipo de

solución de Inteligencia de Negocios. El modelado se realizó

según los requerimientos establecidos en etapas anteriores,

algunos que otros requerimientos fueron ampliados para brindar

una mayor variedad de reportes en la solución.

Dimensión Artículos de la figura 12: esta dimensión se

define para el análisis de las ventas y/o pedidos según el artículo.

Para esta dimensión se definen los siguientes atributos:

El Código del Articulo

Código de la Empresa

Descripción del Articulo

Categoría del Articulo

Sub Categoría del Articulo

Figura 12: Dimensión artículos

Dimensión Campaña de la figura 13: esta dimensión

determina que campaña, año y quarterson los datos cargados en el

data warehouse, la dimensión está compuesta por los siguientes

atributos.



Numero de campaña

Año de la campaña

Quarter de la campaña

Figura 13: Dimensión campaña

Dimensión Clientes de la figura 14: esta dimensión se

define para realizar el análisis de las ventas y/o pedidos según los

datos del cliente. La dimensión está compuesta por los siguientes

atributos.

Numero de contrato del cliente

Zona del cliente

División del cliente

Departamento del cliente

Figura 14: Dimensión clientes

Dimensión Empresas de la figura 15: esta dimensión se

define para realizar análisis de ventas/pedidos según las dos

empresas. La dimensión está compuesta por los siguientes

atributos.



Código de la empresa

Nombre de la empresa

Figura 15: Dimensión campaña

Hechos Pedidos de la figura 16: este hecho modela la

cantidad y monto de los pedidos según el cruzamiento con las

distintas dimensiones ya descritas.

Figura 16: Hechos pedidos

Hechos Ventas de la figura 17: este hecho modela la

cantidad y monto de las ventas según el cruzamiento con las

distintas dimensiones ya descritas.

Figura 17: Hechos Ventas



A continuación se presentaa modo de ejemplo el diseño

del cubo multidimensional de ventas por campaña, división,

categoría y empresa, a implementar en la solución, que cuenta con

los siguientes atributos.

Nombre del Cubo: Ventas por campaña, división,categoría

y empresa.

Descripción: Este cubo pretende realizar un análisis de las

ventas según las dimensiones cruzadas y las medidas

definidas.

Dimensiones: campaña, división, categoría y la empresa.

Medidas: Ventas en Guaraníes, Unidades Vendidas y

Cantidad de Clientes Compradores

En la tabla 21se muestra una de las formas de

representación del cubo multidimensional, que puede cambiar de

acuerdo al análisis que requiera el usuario.

D. Empresa D. División D. Tiempo (Año-

Campaña)

Medida Facturación Medida Unidades

Vendidas

Media

Cantidad

de

Clientes

Avón S.A. Diamante Campaña>Año 99.999.999.9999 9.999.999.999 999.999

Esmeralda Campaña>Año 99.999.999.9999 9.999.999.999 999.999

Rubí Campaña>Año 99.999.999.9999 9.999.999.999 999.999

Zafiro Campaña>Año 99.999.999.9999 9.999.999.999 999.999

Virú S.R.L. Diamante Campaña>Año 99.999.999.9999 9.999.999.999 999.999

Esmeralda Campaña>Año 99.999.999.9999 9.999.999.999 999.999

Rubí Campaña>Año 99.999.999.9999 9.999.999.999 999.999

Zafiro Campaña>Año 99.999.999.9999 9.999.999.999 999.999

Tabla21: Análisiscubo ventas por campaña, división, categoría y empresa.



3.7.5. Diseño de cuadros de mandos

A continuación, en la figura 18 se presenta el diseño de la

estructura general de uno de los componentes de gran importancia

en el prototipo de solución de Inteligencia de Negocios, que son

los cuadros de mandos.

Nombre del cuadro de mando: CDM C6-2012 EN

UNIDADES.

Indicadores Clave de Desempeño (KPI Key Performance

Indicators):

Participación de Ventas en Unidades

Por campaña

Por Empresa

Por División

Top 10 de Zonas

Figura 18: Estructura del cuadro de mando



La figura 19 se muestra la arquitectura lógica y la forma

en la que interactúan los componentes de la solución de

Inteligencia de Negocios para generar los cuadros de mandos.

Figura 19: Arquitectura lógica del cuadro de mando

Porúltimo se define las interacciones que debe tener el

cuadro de mando, el usuario debe poder filtrar por campaña para

que cuando el usuario seleccione una de las campañas refresque

los gráficos con los datos correspondientes.



3.7.6. Diagramas casos de uso

Figura 20: Caso de uso usuario



Figura 21: Caso de uso administrador-consola

Figura 22: Caso de uso administrador – servidor



Figura 23: Caso de uso administrador – informes



3.7.7. Diagrama de actividades

Figura 24: Diagrama de Actividades usuario



Figura 25: Diagrama de actividades administrador - usuarios

Figura 26: Diagrama de actividades administrador - servidor



Figura 27: Diagrama de actividades administrador – informes

3.7.8. Diagramas de secuencia

En la figura 28 se puede apreciar el diagrama de secuencia

correspondiente a la consulta de reporte y cubos que realiza el

usuario gerente.



Figura 28: Diagrama de secuencia – consulta de reporte y cubo

En la figura 29 se puede apreciar el diagrama de secuencia

y por ende las interacciones que se generan al crear un usuario.

Figura 29: Diagrama de secuencia crear usuario



En el diagrama de secuencia que se aprecia en la figura 30

se puede ver las interacciones entre objetos cuando el

administrador del prototipo realiza tareas administrativas.

Figura 30: Diagrama de secuencia administrar prototipo

3.7.9. Diagrama de arquitectura de Pentaho Open BI Suite

En la figura31 se puede ver la arquitectura funcional y los

distintos componentes que hacen a la suite de Pentaho Open BI

Suite. Tal como se puede apreciar en el gráfico, la suite de

Pentaho CE está divida en cuatro capas que son:

Origen de datos, aquí encontramos las fuentes de datos

del cual se extrae la información.

Integración de datos, en esta capa se encuentran las

herramientas de ETL (Data Integration) y las

herramientas para la creación de Metadata.



Plataforma de Inteligencia de Negocios, en esta capa se

encuentra el conjunto de herramientas que facilitan la

administración y ejecución de los procesos creados para

realizar el análisis de datos, aquí está el repositorio de

archivos, la lógica del negocio, los sistemas de

administración y seguridad de la plataforma.

Presentación, en el gráfico se puede apreciar las distintas

maneras de visualizar el resultado de las ejecuciones de

procesos como reportes, On-Line Analitical

Processing(OLAP) y los cuadros de mandos.

Figura 31: Arquitectura Pentaho Open BI Suite



3.7.10. Arquitectura del prototipo de solución de Inteligencia de

Negocios.

A continuación se presenta de forma general la

arquitectura de la solución planteada en la tesis, teniendo en

cuenta la plataforma de la herramienta Pentaho BI Open

Sourceelegidapara el desarrollo del prototipo de sistema,

detallando cada uno de los componentes o sub-sistemas a ser

utilizados para el desarrollo del prototipo, los cuales se pueden

apreciar en la figura 32.

El sistema está estructurado en los siguientes seis

subsistemas.

Fuentes de datos

Extracción Transformación y Cargado (ETL)

On-Line Analytical Procesing (OLAP)

Presentación

Seguridad y Administración



Figura 32: Arquitectura de Inteligencia de Negocios

3.8. Desarrollo del prototipo

3.8.1. Desarrollo del data warehouse

Para el desarrollo deldata warehouse se utilizó el motor de

base de datos MySQL utilizando interfaz de desarrollo la

herramienta phpMyAdmin. Con la cual se desarrollaron las tablas

intermedias, de dimensiones y de hechos además de las funciones

y procedimientos almacenados requeridos para el correcto

funcionamiento del data warehouse. En la Figura 33 se puede

apreciar el data warehouse visto a través del phpMyAdmin.



Figura 33: Data warehouse en PhpMyAdmin

En el Anexo 5 se puede apreciar en detalle el script

utilizado para el desarrollo del data warehouse.

3.8.2. Desarrollo de proceso ETL

En este apartado se detalla a modo de ejemplo, el conjunto

de transformaciones que comprenden el trabajo para la carga de la

tabla dw_hechosventas, en el data warehouse, en ella se describen

las distintas etapas por las que pasaron los datos fuentes de ambas

empresas hasta llegar a ser cargados en el data warehouse.

A continuación se presenta el proceso de ETL realizado

con la herramienta Spoon incluida en el paquete de Pentaho Data

Integration. Para una mejor compresión se detalla primeramente



las transformaciones llevadas a cabo sobre los datos de Virú

S.R.L. y luego las de Flayp S.R.L.

En la figura 34 se observa la primera transformación, la

misma utiliza información almacenada en la tabla

dw_tesis.campañas actuales, donde se indican cuáles son las tres

campañas vigentes, el sistema operacional de la empresa Virú

S.R.L. actualmente genera un archivo dbf por campaña, los

mismos se actualizan periódicamente, conociendo las campañas

vigentes, esta transformación selecciona el archivo dbf

correspondiente de manera automática, e inserta esa información

en la tabla clonado_dbf_viru tal cual reside en la fuente.

Figura 34: Transformación selección de campaña a cargar

En la figura 35 se observa la siguiente transformación, la

misma toma los datos de la tabla dw_tesis.clonado_dbf_viru,

seguidamente se filtran los campos a ser utilizados, descartando

aquellos que no tienen valor para la tabla, luego se le agrega una

constante para indicar que esos datos pertenecen a la empresa

Virú S.R.L., y luego se insertan estos datos en la tabla intermedia

dw_tesis.inter_ventas_viru



Figura 35: Transformación inter_ventas_viru

En la figura 36 puede observarse la siguiente

transformación, la misma genera un llamado a un procedimiento

almacenado, limpiar_clonado_dbf_viru, el cual se encarga de

borrar todos los datos de la tabla clonado_dbf_viru, dejando la

tabla lista para la siguiente transformación.

Figura 36: Transformación limpieza de clonado_dbf_viru

La siguiente transformación se encarga de preparar la tabla

dw_hechosventas para el cargado de los datos a ser actualizados,

para lo cual se genera un llamado a al procedimiento almacenado

borrado_hechosventas_viru que realiza dicha tarea, como puede

observarse en la figura 37.



Figura 37: Transformación borrado hechos_ventas viru

La siguiente transformación toma los datos de la tabla

inter_ventas_viru, luego renombra algunas de las columnas e

inserta los datos en la tabla dw_hechosventas, tal como puede

observarse en la figura 38.

Figura 38: Transformación cargado de tabla hechos_ventas_viru

Finalmente en la figura 39 se puede observar el trabajo

completo, compuesto por todas las transformaciones detalladas

más arriba y el orden en la que se ejecutan cada una de ellas.



Figura 39: Trabajo general de cargado dw_hechosventas fuente Viru

A continuación se muestra como se realizó el proceso de

ETL para la carga de las ventas extraída de la base de datos

operacional de Flayp S.R.L. la cual reside en un motor de base de

datos MySQL. Se presenta cada transformación que se realiza

durante todo el proceso para la carga de los datos en la tabla

dw_hechosventas del data warehouse.

En la transformación de la Figura 40; se muestra como se

realiza el proceso extracción de datos, primero se realiza la unión

de la cabecera con el detalle extraída de la base datos FWA de

Flayp S.R.L. específicamente de las tablas fwa.ventas y

fwa.ventasdetalle, seguidamente se realiza la selección y

renombrado de los campos,se agrega un identificador para la

empresa y por último se insertan los datos en la tabla temporal

inter_ventas_avon del data warehouse.



Figura 40: Transformación cargado de tabla inter_ventas_avon

En la transformación que se aprecia en la Figura 41se

realiza el borrado de los registros de latabla dw_hechosventas que

corresponden a las tres campañas a ser actualizadas, para

identificar las campañas vigentes se realiza una consulta a la tabla

dw_tesis.campañas_actuales.

Figura 41: Transformación borrado dw_hechosventas



En la transformación de cargado de las ventas se toman los

datos limpios y depurados desde la tabla intermedia y se inserta

en la tabla dw_hechosventas del data warehouse, tal como se

puede apreciar en la Figura 42.

Figura 42: Transformación cargado dw_hechosventas

Se crea un trabajo general compuesto por las

transformaciones presentadas, la misma comienza en el paso

Start, luego carga la tabla temporal inter_ventas_avon, realiza el

borrado de los datos a actualizar con el fin de evitar duplicación

de registros, posterior a eso, inserta los datos en el data

warehouse y por ultimo tenemos el paso del tipo control Success

para comprobar que el trabajo se haya realizado con éxito, como

se aprecia en la figura 43.



Figura 43: Trabajo general de cargado hechos_ventas Fuente Flayp

3.8.3. Desarrollo de minería de datos

En esta etapa se presenta el desarrollo del algoritmo de

regresión lineal con mínimos cuadrados utilizado para realizar el

proceso de proyección de ventas con minería de datos.

A continuación se detalla el algoritmo escrito en lenguaje

SQL utilizado en un procedimiento almacenado, para la

proyección de ventas sobre las ventas ya concretadas,

almacenadas en la tabla dw_consolidado, el resultado lo escribe

en la tabla dw_proyeccion.

CREATE PROCEDURE `regresion_lineal`()

BEGIN

DECLARE _promedioX DECIMAL(20,10);

DECLARE _promedioY DECIMAL(20,10);

DECLARE _stdY DECIMAL(20,10);

DECLARE _varY DECIMAL(20,0);

DECLARE _maxY DECIMAL(20,10);

DECLARE _pendiente DECIMAL(20,10);



DECLARE _intercepto DECIMAL(20,10);

DECLARE _empresa INT;

DECLARE _campa INT;

SET _empresa = 1;

regresion_lineal: LOOP

SELECT AVG(Unidades) INTO _promedioY FROM dw_consolidado

WHERE codEmpresa = _empresa;

SELECT AVG(Pedidos) INTO _promedioX FROM dw_consolidado


SELECT STD(Unidades) INTO _stdY FROM dw_consolidado WHERE

codEmpresa = _empresa;

SELECT POW(STD(Unidades),2) INTO _varY FROM

dw_consolidado WHERE codEmpresa = _empresa;

SELECT MAX(Unidades) INTO _maxY FROM dw_consolidado


SELECT SUM((Unidades-_promedioY)*(Pedidos-

_promedioX))/SUM(POW((Pedidos-_promedioX),2)) INTO _pendiente

FROM dw_consolidado WHERE codEmpresa = _empresa;

SET _intercepto:= _promedioY-_pendiente*_promedioX;

UPDATE dw_proyeccion SET Unidades = _pendiente * Pedidos +

_intercepto WHERE codEmpresa = _empresa;

SELECT AVG(Facturacion) INTO _promedioY FROM


SELECT AVG(Pedidos) INTO _promedioX FROM dw_consolidado


SELECT STD(Facturacion) INTO _stdY FROM dw_consolidado


SELECT POW(STD(Facturacion),2) INTO _varY FROM


SELECT MAX(Facturacion) INTO _maxY FROM dw_consolidado


SELECT SUM((Facturacion-_promedioY)*(Pedidos-

_promedioX))/SUM(POW((Pedidos-_promedioX),2)) INTO _pendiente

FROM dw_consolidado WHERE codEmpresa = _empresa;




UPDATE dw_proyeccion SET Facturacion = _pendiente * Pedidos +

_intercepto WHERE codEmpresa = _empresa;

SELECT MAX(año*100+campaña) INTO _campa FROM


DELETE FROM dw_proyeccion WHERE (año*100+campaña) <=

_campa AND codEmpresa = _empresa;

SET _empresa = _empresa + 1;

IF _empresa > 2 THEN

LEAVE regresion_lineal;

END IF;

END LOOP regresion_lineal;

END

3.8.4. Desarrollo de reportes

Para el desarrollo de los reportes se utilizó la herramienta

Pentaho Report Designer.

Dentro del Pentaho Report Designer se definieron las

fuentes de datos a utilizar, indicando la conexión a la base de

datos del data warehouse, también se indican las sentencias

definidas previamente en la etapa de diseño, las cuales

recuperarán los datos necesarios para cada reporte.

Por último se han indicado agrupamientos, funciones de

agregación, sumatorias, etc., para personalizar el reporte y lograr

que satisfaga los requerimientos previstos en el diseño del mismo.



A continuación se visualiza el reporte Ventas por

Campañas por Zonas en etapa de desarrollo. La sentencia

utilizada para la generación del reporte es la siguiente:

SELECT

sum(`dw_hechosventas`.`cantidad`) AS Unidades,

sum(`dw_hechosventas`.`monto`) AS

Facturacion,

`dw_hechosventas`.`Campaña` AS Campaña,

`dw_hechosventas`.Àño` AS Año,

`dw_empresa`.Èmpresa` AS Empresa,

`dw_clientes`.`zona` AS Zona,

`dw_clientes`.`division` AS Division,

`dw_clientes`.`departamento` AS

Departamento

FROM

`dw_hechosventas` INNER JOIN

`dw_clientes` ON

`dw_hechosventas`.`codCliente` =

`dw_clientes`.`contrato`

INNER JOIN `dw_empresa` ON

`dw_hechosventas`.`codEmpresa` =

`dw_empresa`.`codEmpresa`

WHERE

`dw_clientes`.`zona` = ${zona}

and `dw_hechosventas`.Àño` = ${año}

and (`dw_hechosventas`.`codEmpresa` = ($

{empresa}&1)

or `dw_hechosventas`.`codEmpresa` = ($

{empresa}&2))

GROUP BY

`dw_clientes`.`zona`,

`dw_hechosventas`.`Campaña`,

`dw_hechosventas`.Àño`



Figura 44: Desarrollo reporte ventas por campañas por zonas

A continuación se detalla el desarrollo del reporte

Proyección de Ventas, la sentencia utilizada para la generación

del reporte es la siguiente:

SELECT

`dw_consolidado`.`campaña`, `dw_consolidado`.àño`,

`dw_consolidado`.`codEmpresa`, `dw_consolidado`.`Pedidos`,

`dw_consolidado`.Ùnidades`, `dw_consolidado`.`Facturacion`,

`dw_empresa`.Èmpresa`

FROM

`dw_consolidado` INNER JOIN `dw_empresa` ON

`dw_consolidado`.`codEmpresa` = `dw_empresa`.`codEmpresa`

GROUP BY

codEmpresa, campaña, año



Figura 45: Reporte de proyección de ventas

3.8.5. Desarrollo de cubos multidimensionales

En la figura 46 se presenta de manera general como se

realizó el desarrollo de los cubos, utilizando como ejemplo el

cubo diseñado en la etapa anterior.

Como se puede apreciar en la figura la estructura de los

cubos en la herramienta (Schema Workbench) se detalla en forma

de árbol, en la cual el nodo padre es el cubo

(ventas_camp_div_cat) del cual se desprenden la tabla de hechos

(dw_hechosventas), las dimensiones (Empresas, Geografías, Año-

Campaña) con sus respectivas etiquetas y tablas de dimensión

(dw_empresas, dw_clientes, dw_campañas), y las medidas que se

desean registrar (Total Ventas, Unidades de Ventas y Cantidad de

Clientes).



Figura 46: Estructura de los cubos

En el siguiente código XML se puede apreciar la metadata

que corresponde a la estructura del cubo creada con la

herramienta Schema Workbench referida en la figura 46. Se puede

apreciar el mapeo de las tablas, las dimensiones con su jerarquía

y las medidas del cubo.

<Schema name="Cubos MKT">

<Cube name="ventas_camp_div_cat" visible="true" cache="true"

enabled="true">

<Table name="dw_hechosventas">

</Table>

<Dimension type="StandardDimension" visible="true"

foreignKey="codEmpresa" highCardinality="false" name="Empresa">

<Hierarchy name="Empresa" visible="true" hasAll="true"

allMemberName="Empresa" primaryKey="codEmpresa">

<Table name="dw_empresa">



</Table>

<Level name="Empresas" visible="true" column="Empresa"

type="String" uniqueMembers="false" levelType="Regular"

hideMemberIf="Never">

</Level>

</Hierarchy>

</Dimension>


foreignKey="codCliente" highCardinality="false" name="Geografica">

<Hierarchy name="Division" visible="true" hasAll="true"

allMemberName="Division" primaryKey="contrato">

<Table name="dw_clientes">

</Table>

<Level name="Divisiones" visible="true" column="division"

type="String" uniqueMembers="false" levelType="Regular"

hideMemberIf="Never">

</Level>

</Hierarchy>

</Dimension>


foreignKey="Campaña" name="Año-Campaña" caption="Año-

Campaña">

<Hierarchy name="Año-Campaña" visible="true" hasAll="true"

primaryKey="Campaña" caption="Año-Campaña">

<Table name="dw_campañas">

</Table>

<Level name="Año" visible="true" column="Año"

uniqueMembers="false" caption="Año">

</Level>

<Level name="Campaña" visible="true" column="Campaña"

uniqueMembers="false" caption="Campaña">

</Level>

</Hierarchy>

</Dimension>

<Measure name="Total-Ventas" column="monto" datatype="Numeric"

aggregator="sum" caption="Ventas en Guaranies" visible="true">

</Measure>

<Measure name="Unidades de Ventas" column="cantidad"

aggregator="sum" caption="Unidades de Ventas" visible="true">



</Measure>

<Measure name="Cantidad de Clientes" column="codCliente"

aggregator="distinct-count" caption="Cantidad de Clientes"

visible="true">

</Measure>

</Cube>

</Schema>

3.8.6. Desarrollo de cuadros de mandos

Para el desarrollo de los cuadros de mandos o dashboards

se utilizó la aplicación Community Dashboard Editor for Pentaho

(CDE) un editor web gráfico de cuadros de mandos con sus

componentes CDF (Comunity Dashboard Framework) que

permite la creación de dashboards con html y javascript,

Community Chart Component (CCC) que se encarga de la parte

visual de los datos y el framework Community Data Access

Component (CDA) que nos facilita el acceso a los datos.

Con cada una de estas aplicaciones y/o componentes

integrados a Pentaho BI Server CE se desarrollaron los cuadros de

mandos que se puede apreciar en las figuras que se presentan a

continuación.

El diseño se lleva a cabo en tres capas: presentación,

componentes y datos como se puede ver en la figura 47.



Figura 47: Capas de CDE

A continuación se diseña la estructura, se definen el

encabezado, cuerpo y pie del cuadro de mando como se ve en las

figura 48 y figura 49.

Figura 48: Definición de estructura



Figura 49: Estructura de CDM

Una vez definida la estructura se llena la misma de

contenidos, empezando por orígenes de datos y luego los gráficos.

Figura 50: Origen de datos

Para la obtención de los datos se utilizaron sentencias SQL

para cargar los gráficos.



Ventas en Unidades por Campaña:SELECT

b.empresa,sum(a.cantidad) as Unidades from `dw_hechosventas`

a join dw_empresa b on(a.codempresa = b.codempresa) WHERE

campaña = 6 and año = 2012 group by a.codempresa

Participación por Empresas: SELECT

b.empresa,sum(a.cantidad) from dw_hechosventas a join

dw_empresa b on(a.codempresa = b.codempresa) where

a.campaña = 6 and a.año =2012 group by a.codempresa

Participación por División: SELECT

b.division,sum(a.cantidad) as Unidades from `dw_hechosventas`

a join dw_clientes b on(a.codcliente = b.contrato) WHERE

campaña = 6 and año = 2012 group by b.division

Top 10 de Zonas de Mayor Ventas: select b.zona,

sum(a.cantidad) as unidades from dw_hechosventas a join

dw_clientes b on(a.codCliente = b.contrato) group by b.zona

order by unidades desc limit 0,10

3.9. Prueba de prototipo

Se realizaron las pruebas de ejecución de los procesos ETL

utilizados para el cargado de la tabla de hechos ventas en el data

warehouse.



Para una mejor compresión se presentan las pruebas, separadas por

empresas.

Pruebas de los procesos de ETL utilizados, para los datos de

facturación o ventas de la empresa Virú S.R.L.

El proceso de la figura 51, es el resultado de la ejecución del

proceso para obtener los datos de las tres campañas actuales desde los

archivos dbf para su inserción en la tabla auxiliar clonado_dbf_viru.

Figura 51: Selección de archivos dbf Virú.

En la figura 52 se muestra el resultado de la ejecución de la prueba

en el proceso utilizado para el filtrado de datos, inserción de identificador

para la empresa y posterior cargado en la tabla inter_ventas_avon.



Figura 52: Cargado de tabla intermedia inter_ventas_viru

En la figura 53 se puede ver el resultado de la prueba aplicada al

proceso de borrado de la tabla dw_hevhosventas.

Figura 53: Borrado de dw_hechosventas




proceso utilizado para la carga de la tabla dw_hechosventas.

Figura 54: Cargado de dw_hechosventas

Finalmente en la figura 55 se puede apreciar el resultado de la

prueba del trabajo completo para el cargado de la tabla dw_hechosventas

con datos provenientes desde la empresa Virú S.R.L.



Figura 55: Trabajo hechos ventas fuente dbf

Pruebas de los procesos de ETL utilizados, para los datos de ventas

obtenidas de la empresa Flayp S.R.L.

En la figura 56 se muestra el resultado de la ejecución de la prueba

en el proceso utilizado para la obtención, filtrado de datos, inserción de

identificador para la empresa y cargado en la tabla inter_ventas_avon.



Figura 56: Cargado de la tabla inter_ventas_avon


proceso de borrado de la tabla dw_hevhosventas.

Figura 57: Borrado hechos ventas Flayp S.R.L.




proceso utilizado para la carga de la tabla dw_hechosventas.

Figura 58: Hechos ventas fuente MySQL

En la figura 59 se puede apreciar el resultado de la prueba del

trabajo completo para el cargado de la tabla dw_hechosventas con datos

provenientes desde la empresa Flayp S.R.L.



Figura 59: Trabajo hechos ventas fuente MySQL

Como resultado de las pruebas se pudo comprobar la efectividad de

los procesos ETL.

3.10. Implementación del Prototipo

3.10.1. Implementación de ETL y Data warehouse

Para la implementación de los trabajos de ETL que a su

vez implementan eldata warehouse se utilizóun administrador

regular de procesos en segundo plano (demonio) llamado cron,

provisto nativamente por los sistemas operativos basados en

UNIX.



Para programar el cron se copió dentro de la carpeta de

Pentaho el archivo cron_tesis.sh el cual corresponde al script a ser

ejecutado.

Dentro de crontab se agregó el siguiente comando.

#m h dom mon dow command

00 01 * * * sh /usr/Pentaho/cron_tesis.sh

Con esto se logró que la actualización deldata warehouse

a través de la ejecución de los procesos de ETL se realice todos

los días a las 01:00 am.

3.10.2. Implementación de Pentaho Open BI Server

Para la implementación del Pentaho BI Suite Community

Edition (CE), se procedió a descargar la versión 4.5 estable desde

la siguiente dirección, desde donde están disponibles para

descargar todas las herramientas de la comunidad de Pentaho.

http://sourceforge.net/projects/pentaho/files/

Como se aprecia en la figura 60, seleccionamos Bussines

Intelligence Server para descargar.

http://sourceforge.net/projects/pentaho/files/



Figura 60: Descarga de Bussines Intelligence Server

Una vez descargado el paquete de instalación del servidor,

se debe iniciar el servicio Apache en nuestro Servidor con

Sistema Operativo Linux Open Suse 12.2, como se indica en la

figura 61.

Este servicio es necesario ya que la plataforma Pentaho

utiliza Apache-Tomcat como servidor de aplicaciones para

desplegar los servicios que la componen.



Figura 61: Inicio del servicio Apache.

Para completar la instalación se navega hasta el directorio

donde se encuentran los archivos descargados, y se procede

levantar el servidor Pentaho a través del archivo start-pentaho.sh

como se puede apreciar en la figura 62.

Figura 62: Instalación de Pentaho Bussines Intelligence Server.

Con el Servidor de Pentaho Bussines Intelligence

instalado y corriendo, nos conectamos a la Consola de Usuario de

Pentaho, ingresando la dirección de nuestro servidor en el

navegador de internet (http://localhost:8080/pentaho/Home)

iniciamos sesión con nuestro usuario como se aprecia en la figura

63.

http://localhost:8080/pentaho/Home



Figura 63: Pantalla de inicio de sesión en la consola de usuario de

Pentaho

Finalmente ingresamos a la consola de usuario, como

puede visualizarse en la figura 64,desde donde los usuarios

podrán acceder para visualizar los reportes, realizaran análisis e

interactuar con los cuadros de mandos.

Figura 64: Consola de usuario Pentaho



3.10.3. Implementación de consola de administración de usuarios

Pentaho

En este apartado se detallan los pasos realizados para la

implementación de la consola de administración usuarios de

Pentaho.

La versión instalada es la Pentaho BI Server 4.5.0-stable,

en primer lugar se descargó el instalador desde la página de la

comunidad de Pentaho, en el siguiente vínculo de descarga:

http://sourceforge.net/projects/pentaho/files/Business%20I

ntelligence%20Server/4.5.0-stable/biserver-ce-4.5.0-

stable.tar.gz/download

Una vez descargado el instalador, se descomprimió el

archivo tar.gz, el cual genera dos carpetas; biserver-ce y

administration-console

Dentro de la carpeta administration-console se encuentra

el instalador de la consola de administración, el mismo es el start-

pac.sh, mientras que para detener el servicio de la consola, el

archivo es stop-pac.sh.

Una vez que el servidor se encuentra en funcionamiento,

para acceder a la consola de administración de usuarios, solo

basta escribir en la barra de direcciones del navegador: localhost:



8099, el usuario y contraseñas configuradas por defecto para la

administración inicial son; usuario: admin y contraseña:

password. Luego de lo cual se procede a crear una contraseña más

segura.

La consola de administración usuarios permite la gestión

tanto de los usuarios, como así también de los roles que se

asignaran a cada usuario, ya que de acuerdo a dichos roles, se

especifican los privilegios que tendrá cada usuario dentro de la

solución.

En la figura 65 se observa una imagen del acceso a la

consola de administración de usuarios de Pentaho.

Figura 65: Consola de administración de usuarios



Así también a través de la consola de administración se

pueden administrar las fuentes de datos que utilizará el servidor.

Tal como se aprecia en la figura 66.

Figura 66: Administración de fuentes de datos

3.10.4. Implementación de reportes

La figura 67 visualiza el acceso al reporte Ventas por

Campañas por Zonas, el mismo puede ser visualizado en

diferentes formatos (HTML, PDF, Microsoft Excel, RichText

Format y texto plano), como así también puede ser descargado a

la pc del usuario. Este reporte permite la interacción de los

usuarios, utilizando para ello las variables de: Zona, Año y

Empresa.



Figura 67: Publicación del reporte ventas por campaña por zonas

La imagen 68 visualiza el acceso al reporte Proyección de

Ventas, el mismo puede ser visualizado en diferentes formatos

(HTML, PDF, Microsoft Excel, Rich Text Format y texto plano),

como así también puede ser descargado a la pc del usuario.

Figura 68: Publicación reporte de ventas por zonas



3.10.5. Implementación de los cubosmultidimensionales

Para que los cubos sean accesibles por el motor de cubos,

se publicaron dentro de la plataforma de Pentaho, para lo cual se

utilizó la funcionalidad de la herramienta Schema Workbench,

que a través de unos pasos sencillos tenemos el cubo publicado,

este proceso se realiza cada vez que se crea un nuevo cubo o se

modifica uno ya existente.

Para navegar por los cubos e interactuar se puede utilizar

el Jpivot o Saiku, en la figura 69, se visualiza el cubo de las

ventas generales, explorado desde la herramienta Saiku.

Figura 69: Cubo de ventas



3.10.6. Implementaciónde cuadros de mandos

Al igual que en los reportes, los usuarios acceden a los

informes a través de cualquier navegador desde una

computadora, tabletas y/o teléfonos inteligentes con el cual se

conecta al servidor de Pentaho. En la figura 70, se aprecia el

cuadro de mandos que tiene los indicadores de la participación de

las empresas del Grupo Flayp en las ventas.

Figura 70: Participación en facturación por empresas



CAPÍTULO 4– RESULTADOS

Con la concreciónde este proyecto se logró demostrar la factibilidad de la

realización de un prototipo de solución de Inteligencia de Negocios, desarrollado

íntegramentesobresoftware libre, utilizando además la técnica de minería de datos.

La implementación de dicho prototipo implica la reducción del costo en

tiempo y recursos humanos para la generación de los informes, que además

permite el acceso a información consolidada, fiable y actualizada delas empresas

Virú S.R.L. y Flayp S.R.L.Esto permite que los gerentes y directores se

encuentren con mayor seguridad al momento de tomar decisiones pertinentes,

teniendo en cuenta la realidad actual de las empresas.

Con todo lo anteriormente citado, se evidencia el logro de los objetivos

trazados al inicio del proyecto, como así también la solución a la problemática

planteada.



CAPÍTULO 5 - CONCLUSIONES

Con el desarrollo del prototipo de solución de Inteligencia de Negocios se

adquirieron conocimientos en el área de la Inteligencia de Negocios, debiendo

para ello, investigar y aprender sobre las distintas herramientas necesarias para la

concreción de una solución de esta naturaleza. Todo esto sustentado en los

conocimientos adquiridos en las distintas materias a lo largo de la carrera.

Ademásse logró demostrar la factibilidad de la realización de un proyecto

de este tipocon la utilización de software libre, logrando también aplicar una de

las técnicas de minerías de datos, en función a la proyección de las ventas en

distintos niveles, logrando de esta manera alcanzar el objetivo trazado al inicio de

este proyecto.

Así también mencionar que las empresas pueden acceder a una solución de

vanguardia incurriendo en gastos mínimos y convertir esta solución en un aliado

estratégico a la hora de la toma de decisiones que puedan marcar la diferencia en

un mercado altamente competitivo.



CAPÍTULO 6- RECOMENDACIONES

Es recomendable la utilización de software libre para el desarrollo de

soluciones de Inteligencia de Negocios, ya que estas disponen de todas las

herramientas necesarias para la concreción de proyectos de esta naturaleza.

Concibiendo la solución desde un enfoque integral, con la centralización e

integración de los datos que manejan las empresas, permitiendo a los usuarios

acceder a información veraz, consolidad y en tiempo real, convirtiéndose en un

aliado estratégico para dar respuestas más eficientes al creciente entorno

competitivo. Sin que esto signifique incurrir en grandes inversiones.

Para el caso de este proyecto se recomienda en una segunda etapa, ir

integrando las distintas áreas como ser Compras, Logística, Finanzas y en una

tercera etapa a todas las otras empresas pertenecientes al Grupo Flayp, bajo una

misma plataforma de Solución de Inteligencia de Negocios.



BIBLIOGRAFÍA

Cohen Karen, D. y Asín Lares, E. 2.000. Sistemas de Información para

los negocios (Tercera Edición). Editorial McGraw Hill. México, 1-

43pp.

Pressman, R. 2.005. Ingeniería del Software: un enfoque práctico

(Sexta Edición). Editorial McGraw Hill. México, 48-76pp.

Ross, M.y Kimball, R. 2.002.The Data Warehouse Toolkit: The

Complete Guide to Dimensional Modeling (Second Edition).John

Wiley and Sons, Inc. Toronto, 331-369pp.

Conesa Caralt, J. y Curto Diaz, J. 2.010. Introducción al Business

Intelligence, UOC, Barcelona.

Cano, J. L. 2.007. Bussines Intelligence: Competir con

Información.Banesto, Fundación Cultural, Barcelona, 19-195 pp.

Vallejos, S. J. 2.006. Minería de Datos. Tesis Universidad Nacional del

Nordeste Facultad de Ciencias Exactas, Naturales y Agrimensura,

Corrientes, ARG, 11-16 pp.

Hernández et al., 2.008. Introducción al Software Libre. Eureca Media,

SL, Barcelona, 17-58 pp.

Ramos, S. 2.011. Microsoft Business Intelligence: Vea el cubo medio

lleno. SolidQ™ Press. Alicante, España, 7-19 pp.

Smith, N. 2.009. History of Business

Intelligence.http://www.powerpivotblog.nl/history-of-business-

intelligence . Último acceso 06/12

http://www.stratebi.com/ . Herramientas de Inteligencia de Negocios

Open Source. Último acceso 07/12.

http://forums.pentaho.com/forum.php .Foro oficial de la suite de

Pentaho Comunity Edition. Último acceso 09/12.

http://www.dataprix.com/forum/software/pentaho .Foro de consultas

de la suite de Pentaho Comunity Edition. Último acceso 07/12.

http://www.powerpivotblog.nl/history-of-business-intelligence

http://www.powerpivotblog.nl/history-of-business-intelligence



Hernández Sampieri R., Fernández, Collado C., Baptista, Luci P.

(1996). Metodología de la Investigación. Ed. Mc Graw-Hill: México.

González Barahona,J.M., Seoane Pascual, J., Robles G. (2008).

Introducción al Software Libre (Segunda Edición). Eureca Media:

Barcelona.

Kimball, R. y Caserta, J. 2.004.The Data Warehouse ETL Toolkit.

WileyPublishing , Inc. Toronto, 3-52pp.

Peña Ayala A. 2.006 Inteligencia de Negocios: Una propuesta para su

desarrollo en las organizaciones. Dirección de Publicaciones del

InstitutoPolitécnico Nacional, Mexico D.F.

Hernandez Orallo J., Ramirez Quintana M., Ferri Ramirez C. 2.004

Introducción a la minería de datos. Pearson Prentice Hall, Madrid.

Stallman R. 2.004 Software libre para una sociedad libre. Traficante de

Sueños, Madrid.

http://www.microstrategy.com/software/business-intelligence/.

Business Intelligence for the Enterprise. Último acceso 07/12.

http://www.palo.net/. Open SourceBusiness Intelligence. Último

acceso 07/12.

http://www.microstrategy.com/software/business-intelligence/



ANEXOS

Anexo 1

Diagrama WBS



Anexo 2

Esquema de Entrevistas

Gerente de Marketing del Grupo Flayp

P - ¿Cuáles son los criterios que se utilizan para evaluar los resultados de una

campaña?

R - Básicamente para cada campaña se tienen dos miradas, la primera los pedidos

efectivos realizados por las Consejeras, esto muestra la aceptación de los

productos ofrecidos en dicha campaña; la otra mirada es evaluando lo que

realmente se pudo abastecer a la Consejeras, ya que esto refleja el nivel de

respuesta y por ende los beneficios de la empresa.

P – ¿Cuáles son las variables que se miden en cuanto a resultados?

R – Los beneficios de la empresa se miden en tres variables directas y tres

variables indirectas que son:

Variables Directas

Utilidades

Unidades Vendidas

Pedidos Efectivos

Variables Indirectas

PPO (Productividad por Orden)

NPU (Precio neto por unidad)

UPR (Unidades por revendedora)

P – ¿Con qué frecuencia se necesitan tener estas informaciones?

R – Por la dinámica de la venta directa a través de catálogos, es fundamental

contar con información diariamente, ya que es de vital importancia para decidir

los cambios de rumbo de ser necesarios.

P – ¿Que otro análisis se realiza a una campaña?

R – Existe una gran cantidad de análisis que se pueden realizar basándose en las

variables antes mencionadas, se puede observar que nivel de aceptación tienen

nuestros productos tanto en Capital como así también en el Interior del país, de

igual manera, es interesante conocer quiénes de nuestras promotoras están

vendiendo más, de modo tal a emular esas técnicas en los lugares donde las ventas



están bajando, además de poder tener una mirada con respecto al nivel de

abastecimiento que tenemos para con nuestras consejeras.

P – ¿Actualmente, con qué frecuencia se obtienen esas informaciones?

R – El proceso para obtener esas informaciones es el siguiente, se realiza un

pedido (a través de una comunicación telefónica o del envió de un correo

electrónico) al departamento de T.I., el cual prepara una consulta en S.Q.L., que se

aplica a la base de datos, el resultado se exporta a un archivo CSV, el cual puede

ser abierto luego con algún procesador de hojas de cálculo.

P – ¿Es decir que actualmente no se cuenta con un módulo que genere los reportes

de forma directa?

R - No, los informes se realizan por pedido de las partes interesadas, con las

dificultades que esto conlleva, como ser, que varias personas necesiten sus

informes al mismo instante, que la persona que realiza estas consultas se

encuentre muy atareado en sus labores principales, que el interlocutor halla

interpretado correctamente el informe que se necesitaba, etc.

Gerente de Ventas del Grupo Flayp

P - ¿Cómo realiza la evaluación de una campaña?

R – Desde la mirada del departamento de Ventas, los resultados de una campaña

se miden en función a la cantidad de pedidos que realizan nuestras consejeras, ya

que esto nos muestra el nivel de cobertura de nuestra fuerza de ventas.

P – ¿Entonces es importante conocer en donde se venden los productos?

R – Es fundamental conocer qué y donde se venden nuestros productos, de

manera a poder fortalecer los puntos flojos con estrategias de motivación a las

consejeras, poder determinar que productos se venden mejor en la capital y cuales

en el interior del país.

P – ¿Existen objetivos trazados en cuanto a ventas?

R – Si, al inicio del año, se trazan objetivos para los Gerentes Divisionales, en

cuanto a crecimiento en cuanto a órdenes y productividad de las mismas, también

en sintonía con esto, se trazan objetivos a las Promotoras, se definen niveles de

crecimiento en cuanto a órdenes, unidades y facturación, en ambos casos, el llegar



a estos objetivos tiene como recompensa una variedad de premios, y la no

concreción conlleva sus consecuencias.

P – ¿Existe algún un monitoreo de la concreción de estos objetivos?

R – Existe, pero es muy dificultosa, ya que para obtener los informes que nos

indiquen la cantidad de Promotoras que están llegando a los objetivos, se deben

pedir al departamento de T.I., y esto lleva su tiempo.

P - ¿Serviría de algo tener estos informes en forma más directa y optima?

R – Realmente seria de muchísima ayuda, se utilizaría para poder indicarle a

nuestras Promotoras que están lejos de los objetivos, que deben esforzarse más

tratando de alentar su crecimiento, usando a las mejores como guía.

P – ¿Es importante conocer el nivel de cumplimiento con las Consejeras?

R – Es fundamental, ya que el incumplimiento es la causa principal de la

deserción de nuestras Consejeras, un mal servicio genera frustración, primero en

los clientes consumidores y luego en las Consejeras, es por esto que si se puede

tener claro el panorama, se pueden buscar distintas estrategias, tanto para buscar

evitar la fuga de Consejeras, como así también buscar el reingreso de quienes se

alejaron en su momento.

Miembro del directorio del Grupo Flayp

P – ¿Cómo es el manejo de las empresas dentro del Grupo?

R – Las empresas son financiera, económica y operativamente independientes,

cada una de ellas tiene completa autonomía, pero son controladas por el

Directorio, que es el nivel más alto de autoridad.

P – ¿Es importante conocer el nivel de aporte que tiene cada empresa?

R – Es muy importante, al ser un grupo multiempresarial, se debe conocer cuál de

las empresas está siendo más redituable para el Grupo, y cuál de ellas necesita un

cambio de rumbo si hiciese falta.

P – ¿Esto para una evaluación individual, y en cuanto al rendimiento de ambas

empresas en conjunto?

R – También es de vital importancia poder tener informes que indiquen a nivel

macro el desempeño de las empresas del Grupo, porque al final de cuentas, esa

mirada macro es la que nos demuestra el nivel de beneficios que se está



obteniendo, por ello es tan importante un análisis individual como así también un

análisis en conjunto.

P – ¿El Grupo cuenta en la actualidad con un sistema de informes consolidado de

ambas empresas?

R – La manera en la que se obtienen estos informes es generando en forma

individual los resultados de cada empresa y luego haciendo un resumen donde se

totalizan los resultados de las empresas. Con el riesgo que esto representa, cuando

hablamos de muchas variables y muchos números, se corre el riesgo de cometer

algún tipo de error involuntario, que puede llegar a pasar inadvertido hasta una

etapa muy avanzada, si es que es descubierto obviamente.

P – ¿Cuál sería desde su opinión una forma más óptima de obtener estos

resultados?

R – Lo ideal sería, que de alguna manera podamos contar con los informes de

cada campaña, sin la necesidad de intermediarios, y al momento de precisarlos,

tanto los informes de cada empresa en forma particular, como así también

informes con una mirada macro de la situación de resultado del grupo al cierre de

cada jornada.

P – ¿El grupo empresarial cuenta con profesionales en su departamento de TI?

R – Así es, el grupo cuenta con un gerente de TI, dos analistas de sistemas, y un

amplio plantel de desarrolladores de sistemas.

P - ¿En el caso de llevar adelante algún tipo de solución propuesto, aceptarían que

estos profesionales forme parte del mismo?

R – Mi opinión es que sería la mejor opción, ya que serán ellos quienes tendrán

que mantenerlo en funcionamiento óptimo luego de la puesta en funcionamiento.

Y que mejor alternativa que sean los mismos empleados del grupo, quienes

participen del desarrollo y estén totalmente empapados del tema.

P – ¿Se podría contar con los servicios de estos profesionales en tiempo

completo?

R – Se podrían tratar de compatibilizar las agendas, pero también es importante

tener en cuenta, que no podrían dedicarles el 100% de su tiempo, ya que deben

continuar con sus tareas habituales. Pero seguramente se llegara a una solución

óptima.



Esquema de Observación de Gestión Procesos y Sistemas

Gestión de los Procesos:

Estructura Organizacional.

o Organigrama.

o Infraestructura en Oficinas.

Proceso de Pedidos.

o Formulario de Pedidos.

o Carga de Pedidos en Sistema.

Proceso de Facturación:

o Formulario de Facturas.

o Generar Facturas.

o Imprimir Facturas.

o Guardar Facturas.

o Anular Facturas.

Proceso de Generación de Informes.

o Herramienta Utilizada.

o Tipo de Informes.

o Tiempo empleado.

Marketing por Campaña.

o Tipo de Promociones y Estrategias empleadas.

o Información requerida, para crear promociones.

Tecnologías Empleadas en los Procesos:

Pedidos.

o Módulo de Pedidos del Sistema Operacional.

Captura de Datos (formatos).

Facturación

o Módulo de Facturación del Sistema Operacional.

Captura de Datos (formatos).

Estructura de Datos

o Formato de almacenamiento de los datos.

o Gestor de Base de Datos Utilizado.

Equipos Informáticos

o Equipos utilizados como Servidores de los Sistemas.

o Equipos utilizados para el Sistema Operacional (Pedidos y

Facturación).

Redes



o Topología Física de Red.

o Dispositivos de Redes (características).

Herramientas utilizados para Informes

o Tiempo de Respuesta.

o Limitaciones.

o Bondades.

o Facilidad de Uso.

o Confiabilidad.

o Desempeño.

Plataforma de Software

o Tipo de Sistema Operativo utilizados



Anexo 3

Estructura de Datos Actual

Entidad Descripción

Clientes Clientes

Clientes-Divisiones División Comercial

Clientes-Zonas Zonas Comercial

Clientes-Deptos Departamentos

Pedidos Cabecera de Pedidos

Pedidos-Detalle Detalle de Pedidos

Ventas Cabecera de Facturas

VentasDetalle Detalle de Facturas

Artículos Artículos

Articulos-Categoria Categoría de los Artículos

Articulos-SubCategoria Subcategoria de los Artículos

CampañasActuales Campañas en vigencia

Entidades utilizadas.

Nombre SubModelo Nombre Entidad del Sub Modelo

Clientes

Clientes

Clientes-Divisiones

Clientes-Zonas

Clientes-Departamentos

Pedidos Pedidos

Pedidos-Detalle

Facturas Ventas

VentasDetalle

Artículos Articulos

CampañasActuales CampañasActuales

Sub-Modelado de Entidades utilizadas



Nombre Entidad Atributo Descripción de Atributo

Clientes

Contrato Identificador del contrato

Zona Código de zona

Dpto. Código del Departamento del Cliente

Zonas

codZona Identificador interno de la zona

Zona Código de zona

Encargado Nombre de la encargada de la zona

Teléfono Nmo telefónico de la encargada

Lugar Dirección de cobertura de la zona

Grupos Código de grupo

Rural Identificador si la zona es de capital o interior

promoRepre Identificador si es promotora o representante

codAgencia Código de la agencia a la que pertenece la zona

codDivision Código de división a la que pertenece la zona

Clase Código de la clase

Situación Código de la situación

codDepartamento Código del depto al que pertenece la zona

Divisiones

codDivision Código de la división

División Descripción de la división

Gerente Nombre del gerente de la división

Mostrar Indicador si la división se debe mostrar

Borrado Estado de la división

Departamentos

codDepartamento Código del depto al que pertenece la zona

Código Identificador del departamento

Departamento Descripción del departamento

Borrado Estado del departamento

SubModelo Detallado de Clientes - Entidad/Atributo/Descripción Atributo

DER – Entidad Clientes




Pedidos

codPedido Identificador de pedido

Año Año de folleto

Campaña Campaña del folleto

Zona Código de la zona del cliente

Fecha Fecha del pedido

numCliente Identificador del cliente

PedidosDetalle

codPedido Identificador del pedido

fsCode Identificador del articulo

Cantidad Cantidad en unidades

Precio Precio unitario del articulo

SubModelo Detallado de Pedidos - Entidad/Atributo/Descripción Atributo

DER – Entidad Pedidos

nombre entidad nombre atributo descripción

Ventas

numDocumento Identificador de la factura

Año Año del folleto de la venta

Campaña Campaña del folleto de la venta

fechaDocumento Fecha de la venta

Zona Código de la zona del cliente

Contrato Numero de contrato del cliente

Ventas Detalle

numDocumento Identificador de la factura

codArticulo Identificador del articulo

Cantidad Cantidad en unidades

Precio Precio unitario del articulo

SubModelo Detallado de Ventas - Entidad/Atributo/Descripción Atributo



DER – Entidad Facturas

Nombre Entidad Atributo Descripcion de Atributo

Articulos

codArticulo Identificador interno del articulo

fsCode Identificador del articulo

codCategoria Código de la categoría del articulo

codSubCategoria Código de la sub categoría del articulo

codLinea Código de la línea del articulo

codEstado Código del estado del producto

Referencia Referencia del artículo

Descripción Descripción del articulo

Volumen Volumen del articulo

codImpuesto Código del tipo de impuesto

codProveedor Código del proveedor

codOrigen Código del país de procedencia

stockMinimo Stock mínimo aceptable del articulo

Stock Stock actual del articulo

fechaAlta Fecha en la que se ingresó al sistema el articulo

codEmbalaje Codigo del embalaje del articulo

unidadesCaja Cantidad de unidades por caja

Observaciones Observaciones

codidoBarras Código de barras del articulo

Borrado Estado del articulo

codUsuario Usuario que ingreso el articulo al sistema

Ip IP de la maquina donde se registró el articulo

fechaRegistro Fecha de registro del articulo

SubModelo Detallado de Artículos - Entidad/Atributo/Descripción Atributo




Categorias codCategoria Identificador de la categoría

Categoria Descripción de la categoría


SubCategorias codSubCategoria Identificador de la subcategoria

SubCategoria Descripción de la subcategoria

SubModelo Categorias/Subcategorias - Entidad/Atributo/Descripción Atributo

DER – Entidad Artículos

Nombre Entidad Atributo Descripcion de Atributo

Campañas_Actua

les

Orden Orden de la campaña

Campaña Identificador de la campaña

FechaInicio Fecha de inicio del período de la campaña

FechaFin Fecha de fin del período de la campaña

SubModelo Detallado de Campañas_Actuales - Entidad/Atributo/Descripción

Atributo



Anexo 4

Presupuesto del servidor propuesto



Anexo 5

-- phpMyAdmin SQL Dump

-- version 3.2.4

-- http://www.phpmyadmin.net

--

-- Servidor: localhost

-- Tiempo de generación: 26-11-2012 a las 20:20:48

-- Versióndel servidor: 5.1.41

-- Versiónde PHP: 5.3.1

SET SQL_MODE="NO_AUTO_VALUE_ON_ZERO";

/*!40101 SET @OLD_CHARACTER_SET_CLIENT=@@CHARACTER_SET_CLIENT */;

/*!40101 SET @OLD_CHARACTER_SET_RESULTS=@@CHARACTER_SET_RESULTS */;

/*!40101 SET @OLD_COLLATION_CONNECTION=@@COLLATION_CONNECTION */;

/*!40101 SET NAMES utf8 */;

--

-- Base de datos: `dw_tesis`

--

-- --------------------------------------------------------

--

-- Estructura de tabla para la tabla `campañas_actuales`

--

CREATE TABLE IF NOT EXISTS `campañas_actuales` (

òrden` int(11) NOT NULL,

`campaña` int(11) NOT NULL,

`nombrearchivo` text NOT NULL

) ENGINE=InnoDB DEFAULT CHARSET=utf8;

-- --------------------------------------------------------

--



-- Estructura de tabla para la tabla `clonado_dbf_viru`

--

CREATE TABLE IF NOT EXISTS `clonado_dbf_viru` (

`CAMPA` varchar(4) DEFAULT NULL,

`CODIGO` int(11) DEFAULT NULL,

`PRODU` varchar(7) DEFAULT NULL,

`PRECIO` bigint(20) DEFAULT NULL,

`ZONA` varchar(3) DEFAULT NULL,

`CONTRATO` bigint(20) DEFAULT NULL,

ÈSTADO` char(1) DEFAULT NULL,

`CANTIDAD` bigint(20) DEFAULT NULL,

`SERIE` char(1) DEFAULT NULL,

`SUCURSAL` varchar(3) DEFAULT NULL,

`TIMBRADO` varchar(3) DEFAULT NULL,

`DOC` bigint(20) DEFAULT NULL,

`TIPO` varchar(2) DEFAULT NULL,

`SUBTIPO` varchar(2) DEFAULT NULL,

`FECHA` datetime DEFAULT NULL,

ÒTRODOC` varchar(20) DEFAULT NULL,

ÒTROFEC` datetime DEFAULT NULL,

ÒTROHOR` varchar(11) DEFAULT NULL,

`VENDEDOR` varchar(3) DEFAULT NULL,

`FECHADOC` datetime DEFAULT NULL,

ÌMPRESO` char(1) DEFAULT NULL,

`COSTO` bigint(20) DEFAULT NULL,

ÌMPUESTO` char(1) DEFAULT NULL,

`PREMIO` char(1) DEFAULT NULL,

ÈXPREMIO` char(1) DEFAULT NULL,

`FOLLETO` varchar(10) DEFAULT NULL,

`C_UNIDADES` bigint(20) DEFAULT NULL,

`C_VENTAS` bigint(20) DEFAULT NULL,

`C_CAJA` bigint(20) DEFAULT NULL,

`VERIFI` char(1) DEFAULT NULL,

`RESULT` char(1) DEFAULT NULL,

`BRASIL_1` char(1) DEFAULT NULL,

`BRASIL_2` char(1) DEFAULT NULL,

`COLUMNA` int(11) DEFAULT NULL,

`GRUPO` varchar(8) DEFAULT NULL,



ÒPERADOR` varchar(3) DEFAULT NULL,

`PAGINA` int(11) DEFAULT NULL,

`FSCODE` bigint(20) DEFAULT NULL,

`C_CLIENTES` bigint(20) DEFAULT NULL,

`C_SUSTITU` char(1) DEFAULT NULL,

`C_PACKIN` char(1) DEFAULT NULL,

`XXUSR` varchar(15) DEFAULT NULL,

`XXFECHA` datetime DEFAULT NULL,

`XXHORA` varchar(11) DEFAULT NULL

) ENGINE=InnoDB DEFAULT CHARSET=latin1;

-- --------------------------------------------------------

--

-- Estructura de tabla para la tabla `dw_articulos`

--

CREATE TABLE IF NOT EXISTS `dw_articulos` (

`codArticulo` int(5) unsigned zerofill NOT NULL,

ìdArticulo` int(6) unsigned zerofill NOT NULL,

`codEmpresa` int(1) NOT NULL,

`Descripcion` varchar(100) CHARACTER SET utf8 NOT NULL,

`Categoria` varchar(30) NOT NULL,

`sub_categoria` varchar(30) NOT NULL,

PRIMARY KEY (ìdArticulo`)


-- --------------------------------------------------------

--

-- Estructura de tabla para la tabla `dw_campañas`

--

CREATE TABLE IF NOT EXISTS `dw_campañas` (

`Campaña` int(2) unsigned zerofill NOT NULL,

Àño` int(4) unsigned zerofill NOT NULL,

`Quarter` varchar(20) CHARACTER SET latin1 NOT NULL,

PRIMARY KEY (`Campaña`,Àño`)




-- --------------------------------------------------------

--

-- Estructura de tabla para la tabla `dw_clientes`

--

CREATE TABLE IF NOT EXISTS `dw_clientes` (

`contrato` int(11) NOT NULL,

`zona` int(11) NOT NULL,

`division` varchar(30) NOT NULL,

`departamento` varchar(30) NOT NULL


-- --------------------------------------------------------

--

-- Estructura de tabla para la tabla `dw_consolidado`

--

CREATE TABLE IF NOT EXISTS `dw_consolidado` (

`campaña` int(11) NOT NULL,

àño` int(11) NOT NULL,


`Pedidos` int(11) NOT NULL,

Ùnidades` int(11) NOT NULL,

`Facturacion` int(11) NOT NULL

) ENGINE=MyISAM DEFAULT CHARSET=latin1;

-- --------------------------------------------------------

--

-- Estructura de tabla para la tabla `dw_empresa`

--

CREATE TABLE IF NOT EXISTS `dw_empresa` (

`codEmpresa` int(11) NOT NULL AUTO_INCREMENT,

Èmpresa` varchar(10) NOT NULL,

PRIMARY KEY (`codEmpresa`)

) ENGINE=InnoDB DEFAULT CHARSET=latin1 AUTO_INCREMENT=3 ;



-- --------------------------------------------------------

--

-- Estructura de tabla para la tabla `dw_hechospedidos`

--

CREATE TABLE IF NOT EXISTS `dw_hechospedidos` (

`campaña` int(2) unsigned zerofill DEFAULT NULL,

àño` int(4) unsigned zerofill NOT NULL,


`codArticulo` int(11) DEFAULT NULL,

ìdArticulo` int(11) DEFAULT NULL,

`codCliente` int(11) DEFAULT NULL,

`cantidad` int(11) DEFAULT NULL,

`monto` int(11) DEFAULT NULL,

KEY `codCampaña` (`campaña`),

KEY `codCliente` (`codCliente`),

KEY `codEmpresa` (`codEmpresa`),

KEY `codArticulo` (`codArticulo`)


-- --------------------------------------------------------

--

-- Estructura de tabla para la tabla `dw_hechosventas`

--

CREATE TABLE IF NOT EXISTS `dw_hechosventas` (

`Campaña` int(2) unsigned zerofill DEFAULT NULL,



`numfactura` bigint(11) NOT NULL,






KEY `codCampaña` (`Campaña`),

KEY `codCliente` (`codCliente`),



KEY `codEmpresa` (`codEmpresa`),

KEY `codArticulo` (`codArticulo`)


-- --------------------------------------------------------

--

-- Estructura de tabla para la tabla `dw_proyeccion`

--

CREATE TABLE IF NOT EXISTS `dw_proyeccion` (

`campaña` int(2) unsigned zerofill NOT NULL,



`Pedidos` int(11) NOT NULL,

Ùnidades` int(11) DEFAULT NULL,

`Facturacion` decimal(12,0) DEFAULT NULL


-- --------------------------------------------------------

--

-- Estructura de tabla para la tabla ìnter_articulos_viru`

--

CREATE TABLE IF NOT EXISTS ìnter_articulos_viru` (

`codArticulo` int(5) unsigned zerofill NOT NULL,

`Descripcion` varchar(100) CHARACTER SET utf8 NOT NULL,

`Categoria` varchar(30) NOT NULL,

`sub_categoria` varchar(30) NOT NULL


-- --------------------------------------------------------

--

-- Estructura de tabla para la tabla ìnter_pedido_avon`

--

CREATE TABLE IF NOT EXISTS ìnter_pedido_avon` (










`codEmpresa` int(11) DEFAULT NULL


-- --------------------------------------------------------

--

-- Estructura de tabla para la tabla ìnter_pedido_viru`

--

CREATE TABLE IF NOT EXISTS ìnter_pedido_viru` (










-- --------------------------------------------------------

--

-- Estructura de tabla para la tabla ìnter_ventas_avon`

--

CREATE TABLE IF NOT EXISTS ìnter_ventas_avon` (

`numDocumento` int(11) NOT NULL,

`Campaña` int(2) unsigned zerofill NOT NULL,


`codCliente` int(11) NOT NULL,





`cantidad` int(11) NOT NULL,

`monto` int(11) NOT NULL,

`codEmpresa` int(11) NOT NULL


-- --------------------------------------------------------

--

-- Estructura de tabla para la tabla ìnter_ventas_viru`

--

CREATE TABLE IF NOT EXISTS ìnter_ventas_viru` (

`CAMPA` bigint(20) DEFAULT NULL,

ÀÃ‘O` smallint(4) DEFAULT NULL,

`PRODU` varchar(7) DEFAULT NULL,


`PRECIO` bigint(20) DEFAULT NULL,

`CONTRATO` bigint(20) DEFAULT NULL,

`CANTIDAD` bigint(20) DEFAULT NULL,

`DOC` bigint(20) DEFAULT NULL,



DELIMITER $$

--

-- Procedimientos

--

CREATE DEFINER=`root`@`localhost` PROCEDURE `carga_consolidado`()

BEGIN

insert into dw_consolidado select `dw_hechosventas`.`campaña` AS

`campaña`,`dw_hechosventas`.àño` AS

àño`,`dw_hechosventas`.`codEmpresa` AS `codEmpresa`,count(distinct

`dw_hechosventas`.`codCliente`) AS

`Pedidos`,sum(`dw_hechosventas`.`cantidad`) AS

Ùnidades`,sum(`dw_hechosventas`.`monto`) AS `Facturacion` from

`dw_hechosventas` group by

`dw_hechosventas`.`codEmpresa`,`dw_hechosventas`.`campaña`,`dw_hec

hosventas`.àño`;



END$$

CREATE DEFINER=`root`@`localhost` PROCEDURE `limpiar_clonado_viru`()

begin

truncate table clonado_dbf_viru;

end$$

CREATE DEFINER=`root`@`localhost` PROCEDURE `limpiar_hechospedidosAvon`()

begin

delete from dw_hechospedidos where codEmpresa=1 and año*100+campaña in (select campaña

from campañas_actuales where orden in(1,2,3));

end$$

CREATE DEFINER=`root`@`localhost` PROCEDURE `limpiar_hechospedidosViru`()

begin

delete from dw_hechospedidos where codEmpresa=2 and año*100+campaña in (select campaña


end$$

CREATE DEFINER=`root`@`localhost` PROCEDURE `limpiar_hechosventasAvon`()

begin

delete from dw_hechosventas where codEmpresa=1 and año*100+campaña in (select campaña


end$$

CREATE DEFINER=`root`@`localhost` PROCEDURE `limpiar_hechosventasViru`()

begin

delete from dw_hechosventas where codEmpresa=2 and año*100+campaña in (select campaña


end$$

CREATE DEFINER=`root`@`localhost` PROCEDURE `regresion_lineal`()

BEGIN

DECLARE _promedioX DECIMAL(20,10);

DECLARE _promedioY DECIMAL(20,10);

DECLARE _stdY DECIMAL(20,10);

DECLARE _varY DECIMAL(20,0);

DECLARE _maxY DECIMAL(20,10);

DECLARE _pendiente DECIMAL(20,10);



DECLARE _intercepto DECIMAL(20,10);

DECLARE _empresa INT;

DECLARE _campa INT;

SET _empresa = 1;

regresion_lineal: LOOP

SELECT AVG(Unidades) INTO _promedioY FROM view_consolidado WHERE codEmpresa =

_empresa;

SELECT AVG(Pedidos) INTO _promedioX FROM view_consolidado WHERE codEmpresa =

_empresa;

SELECT STD(Unidades) INTO _stdY FROM view_consolidado WHERE codEmpresa =

_empresa;

SELECT POW(STD(Unidades),2) INTO _varY FROM view_consolidado WHERE codEmpresa

= _empresa;

SELECT MAX(Unidades) INTO _maxY FROM view_consolidado WHERE codEmpresa =

_empresa;

SELECT SUM((Unidades-_promedioY)*(Pedidos-_promedioX))/SUM(POW((Pedidos-

_promedioX),2)) INTO _pendiente

FROM view_consolidado WHERE codEmpresa = _empresa;


UPDATE dw_proyeccion SET Unidades = _pendiente * Pedidos + _intercepto WHERE


SELECT AVG(Facturacion) INTO _promedioY FROM view_consolidado WHERE codEmpresa

= _empresa;

SELECT AVG(Pedidos) INTO _promedioX FROM view_consolidado WHERE codEmpresa =

_empresa;

SELECT STD(Facturacion) INTO _stdY FROM view_consolidado WHERE codEmpresa =

_empresa;

SELECT POW(STD(Facturacion),2) INTO _varY FROM view_consolidado WHERE


SELECT MAX(Facturacion) INTO _maxY FROM view_consolidado WHERE codEmpresa =

_empresa;

SELECT SUM((Facturacion-_promedioY)*(Pedidos-_promedioX))/SUM(POW((Pedidos-

_promedioX),2)) INTO _pendiente

FROM view_consolidado WHERE codEmpresa = _empresa;




UPDATE dw_proyeccion SET Facturacion = _pendiente * Pedidos + _intercepto WHERE


SELECT MAX(año*100+campaña) INTO _campa FROM view_consolidado WHERE


DELETE FROM dw_proyeccion WHERE (año*100+campaña) <= _campa AND codEmpresa =

_empresa;

SET _empresa = _empresa + 1;

IF _empresa > 2 THEN

LEAVE regresion_lineal;

END IF;

END LOOP regresion_lineal;

END$$

DELIMITER ;

/*!40101 SET CHARACTER_SET_CLIENT=@OLD_CHARACTER_SET_CLIENT */;

/*!40101 SET CHARACTER_SET_RESULTS=@OLD_CHARACTER_SET_RESULTS */;

/*!40101 SET COLLATION_CONNECTION=@OLD_COLLATION_CONNECTION */;

Education

Tesis Prototipo de Sistema de Inteligencia de Negocios