Curso de Inteligencia de Negocios

Fundamentos Parte I

Expositor:

Ahias Portillo

elrincondesqlserver@outlook.com

Agenda

• Introducción a conceptos de BI

• Microsoft BI

• Demo

• Gartner

• Preguntas

Qué es Inteligencia de Negocio?

• The Data Warehousing Institute:

«Inteligencia de Negocios son procesos, tecnologías y herramientas que nos ayudan a convertir datos en información, información en conocimiento y conocimiento en ayuda a la toma de decisiones.»

• Hans Peter Luhn, IBM 1958:

«La capacidad de interpretar las relaciones mutuas de los hechos presentados, de tal manera que permita orientar nuestras acciones hacia una meta deseada.»

Business Intelligence

Business Intelligence

• Reporting

• Dashboarding

• DW

• Data Mining

• BSC

• Big Data

• DQ

• MDM

TDWI Maturity Model

Pirámide BI

(http://www.be-analytic.com/businessintelligence.html)

Myth.

Business Intelligence is…

Reality. Myth.

Business Intelligence is…

Software vs Business Intelligence

Aplicaciones Estándar Inteligencia de Negocios

Necesidad del negocio Oportunidad del negocio

Consultas estáticas Consultas dinámicas

Nuevos informes necesitan desarrollo El usuario diseña con facilidad y flexibilidad sus informes

Información operacional Información estratégica e histórica

Orientado tanto a niveles altos como bajos

Principalmente orientado a altos niveles jerárquicos

Información a nivel de detalle Datos integrados y estandarizados

Qué no es Business Intelligence?

• NO es una tecnología, se apoya en ella.

• NO da una única solución, se enfoca en la visión y las necesidades del negocio.

• NO es un sistema operacional, son herramientas para analizar información.

Arquitectura

ETL

Staging Area

Sistema que permanece entre las fuentes de datos y el data warehouse con el objetivo de:

• Facilitar la extracción de datos.

• Data cleansing (limpieza de datos).

• Mejorar la calidad de datos.

• Ser usado como cache de datos operacionales con el que posteriormente se realiza el proceso de Data Warehousing.

Data Marts

Los Data marts son subconjuntos de datos de un data warehouse para áreas específicas.

• Entre las características de un data mart destacan: • Usuarios limitados.

• Área específica.

• Tiene un propósito específico.

• Tiene una función de apoyo.

Datawarehouse

“Una copia de las transacciones de datos específicamente estructurada para la consulta y el análisis”.

Un data warehouse no era más que: "la unión de todos los Data marts de una entidad“.

Metodología (bottom-up)

Ralp Kimball

Datawarehouse

“Un Data Warehouse es un conjunto integrado de bases de datos, con orientación temática, que están diseñados para el apoyo a la toma de decisiones, y donde cada unidad de datos es relevante en algún momento del tiempo”.

Metodología (top-down)

Bill H. Inmon

Datawarehouse

• Orientado a temas.- Los datos en la base de datos están organizados de manera que todos los elementos de datos relativos al mismo evento u objeto del mundo real queden unidos entre sí.

• Variante en el tiempo.- Los cambios producidos en los datos a lo largo del tiempo quedan registrados para que los informes que se puedan generar reflejen esas variaciones.

• No volátil.- La información no se modifica ni se elimina, una vez almacenado un dato, éste se convierte en información de sólo lectura, y se mantiene para futuras consultas.

• Integrado.- La base de datos contiene los datos de todos los sistemas operacionales de la organización, y dichos datos deben ser consistentes.

Bill H. Inmon

Arquitectura Kimball

Diseño en Estrella

(Start Model, http://kle.sisorg.com.mx/articulo03.html)

Tablas de dimensiones

• Tienen tres tipos de campos: llave primaria, niveles de las jerarquías y campos de atributos

• Recomendación: Las llaves primarias deben ser enteros identity, no se recomienda utilizar las llaves del OLTP

• Cada nivel de una jerarquía equivale a un campo de la tabla

• Los datos almacenados en los campos son los miembros

• Una tabla de dimensión puede tener mas de una dimensión.

• Los atributos son datos adicionales

Tablas de Hechos

• Almacena entre el 97% y 99% de los datos

• Crece constantemente, con registros diarios o semanales

• Los registros no se actualizan a no ser que se detecten errores en los datos

• Tiene dos tipos de columnas: LLAVES Y MEDIDAS

• Existe una llave externa por cada dimensión

• La llave primaria puede estar compuesta por las llaves de las dimensiones

• No deben existir nulos en los campos de las llaves

Microsoft BI

• Evolución

• Data quality

• MDM

• ETL

• Reporting

• Cube

• Semantic Model

• Self Services

• ScoredCard y Dashboard

• Mobile

• Dataminig

• Big Data

Evolución

ETL(SSIS)

MDM

• Maneja los datos maestros

• Único repositorio de entidades de negocio.

• Interface Web y Office Excel

• Gobernanza de la información

Data Quality

Reporting(SSRS)

Cube(SSAS)

Sematic Model(SSAS)

Self Services(Power Pivot)

Self Services (Power Map)

Self Services (Power Piew)

Self Services (Sharepoint)

Scorecard (Performance Point)

Mobile(Microsoft Power BI)

DataMinig

Big Data

Demo

Microsoft según Gartner

Data Warehouse

Microsoft según Gartner

Integración de Datos

Microsoft según Gartner

Business Intelligence

Reflexión Final

La información en las organizaciones está aumentando rápidamente, así como, las decisiones críticas del negocio; el

problema es la actitud de las empresas para utilizar estos datos

Garnet Group

Ganar no es lo importante ... es lo único (Edison Medina, BI El poder de la información)

Preguntas

Comunidad

https://www.facebook.com/groups/elrincondesqlserver/

http://www.youtube.com/user/elrincondesqlserver