FUNDAMENTOS DE INTELIGENCIA DE NEGOCIOS

PRESENTACION:FUNDAMENTOS DE INTELIGENCIAS DE NEGOCIOS

INicio

INicio

APRENDIZ: JHON QUIROGAFICHA: 2077086

CONCEPTOS: 1-BODEGA DE DATOS. 2-ARQUITECTURA FUNCIONAL. 3-MINERIA DE DATOS. 4-ARQUITECTURA EN BI. 5-INTELIGENCIA DE NEGOCIOS.

INTRODUCCION:

FUNDAMENTOS DE INTELIGENCIAS DE NEGOCIOS.

LA EVOLUCION DE LAS TECNOLOGIAS DE LA INFORMACIÓN Y COMUNICACIÓN, LOS DATOS DE NEGOCIOS FUERON ALMACENADOS POR PRIMERA VEZ EN BASE DE DATOS, LO CUAL CONTINUO CON MEJORAS EN EL ACCESO A LOS DATOS, POSTERIORMENTE ESTAS MISMAS TECNOLOGIAS PERMITIAN A LOS DUEÑOS DE ESTA INFORMACIÓN TENER ACCESO A ESTOS DATOS EN TIEMPO REAL.

1. BODEGA DE DATOS

DATA WAREHOUSE-BODEGA DE DATOS. Es el proceso de extraer datos de distintas aplicaciones (internas y externas), para que una vez depurados y especialmente estructurados sean almacenados en un deposito de datos consolidados para el analisis del negocio. Requiere una combinación de metodologías, técnicas, hardware y los componentes de software que proporcionan en conjunto la infraestructura para soportar el proceso de información.

Para la construcción de una DATA WAREHOUSE se establecen tres etapas: 1. La primera esta dedicada a examinar el esquema Entidad Relación de la base de datos operacional, generando los esquemas multidimensionales candidatos. 2. La segunda etapa, consiste en recoger los requisitos de usuarios por medio de entrevistas, para obtener información acerca de las necesidades de análisis de estos. 3. La tercera etapa, contrasta la información obtenida en la segunda etapa, con los esquemas multidimensional candidatos formados en la primera etapa generando así, una solucion que refleja los requisitos de usuario.

DATA MART Ó CUBO DE DATOS.Es un subconjunto de repositorio de datos, que se orienta a un área especifica del negocio. como recursos humanos, ventas ó marketing. Un DATA MART corresponde a un almacén de datos más restringido que un DW en datos al volumen de datos que contiene y al alcance dentro de la organización.

2. ARQUITECTURA FUNCIONAL

La clave es identifcar los procesos, las interfaces de datos, tecnologias, y los clientes que hacen que el modelo funcionalpase de la vision a la realidad - PROCESOS BPMN : Se define como Notación gráfica con diagramas y representación computacional de modelos de procesos de negocio. TOGAF- (The Open Group Architecture Framework) Es un marco de arquitectura. Proporciona los métodos y herramientas para ayudar en la aceptación, producción, uso y mantenimiento de la arquitectura emprarial.

3. data mining-mineria de datos

Es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones, repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto.Hace uso de prácticas estadísticas y, en algunos casos, de algoritmos de búsqueda próximos a la Inteligencia Artifical y a las redes neuronales.

4. ARQUITECTURA EN BI.

Un sistema de Business Intelligence parte de los diferentes sistemasoperacionales de una organizacion (ERP, CRM, Bases de Datos, otras), al aplicarles una transformacion estructural para optimizar su proceso analitico o explotacion de informacion. Para ello se realiza una fase de extraccion, transformacion y carga (ETL) de datos. Esta etapa suele apoyarse en un almacen intermedio, llamado ODS, que actua como pasarela entre los sistemas fuente y los sistemas destino ( generalmente un data warehouse), y cuyo principal objetivo consiste en evitar la saturacion de los servidores funcionales de la organizacion.

La informacion resultante, ya unificada, depurada y consolidada, sealmacena en un data warehouse corporativo, que puede servir como base para la construccion de distintos datamarts departamentales. Estos datamarts se caracterizan por poseer la estructura optima para el analisis de los datos de esa area de la empresa, ya sea mediante bases de datos transaccionales (OLTP) o mediante bases de datos analiticas (OLAP).

Para integrar una arquitectura BI es necesario seguir los siguientes pasos:

1- Identificar la informacion que se quiere obtener. Es decir, cuales son las preguntas a las que quiere dar respuesta con el sistema BI. 2- Identificar los origenes de datos: ¿De donde obtenemos los datos a analizar? ¿Del CRM, del ERP, de una combinacion de sistemas? El sistema origen debe proporcionar los datos para responder a las preguntas identificadas en el primer punto.

3- Crear un modelo de datos. En base a la informacion disponible, y a lo que se pretende analizar, se debe crear un modelo de datos que permita obtener el conocimiento deseado a partir de los datos disponibles. El proceso de modelado es un analisis logico previo al desarrollo, en el que se diseña la estructura de datos y las relaciones jerarquicas entre los alementos. 4- Crear infraestructura de base de datos (DWH) y proceso de carga (ETL). Las herramientas BI no suelen consultar los datos de las bases de datos transaccionales, para evitar bloqueos o sobrecargas. Es por este motivo que se construte un almacen de datos (Datawarehouse o DWH) con una estructura adecuada para el modelo de datos definido.En este DWH se cargara la informacion que se extrae de los sistemas origen.

Esta extraccion y carga se realiza con proceso ETL (del ingles Extract,Transform, Load), que extraen los datos del sistema origen, los procesan (limpiar datos, regularizar nombres de diferentes origenes, etc.) y los cargan en el DWH. 5- Implementar el modelo de datos, el sistema de reporting y cuadros de mando. Una vez se ha definido el DWH y ya contiene datos, se puede utilizar una gerramienta de BI para plasmar el modelo de datos y crear reportes o cuadros de mando con la informacion requerida para dar las respuestas buscadas.

5- INTELIGENCIA DE NEGOCIOS:

Es un amplio campo de estudio. El principal objetivo de la teoria de inteligencia de negocios es de dar soporte a las decisiones. Los factores a analizarincluyen los clientes, competidores, socios comerciales, el entorno economico y las operaciones internas. Aqui hay mas informacion sobre como estos factores ayudan a las empresas a hacer las decisiones de calidad. La inteligencia de negocios aprovecha el software y los servicios para transformar los datos en inteligencia procesable que informa las decisiones comerciales tacticas y estrategicas de una organizacion.

Las herramientas acceden y analizan conjuntos de datos y presentan losresultados analiticos en informes, resumenes, cuadros de mandos, graficos, cuadros y mapas para proporcionar a los usuarios informacion detallada sobre el estado del negocio. La inteligencia de negocios permite la toma de decision en los niveles estrategicos, tacticos u operativos, extrayendo datos para analizarlo, generar reporte y realizar analisis cruzados por medio del analisis multidimensional.

INTELIGENCIA DE NEGOCIO (BUSINESS INTELLIGENCE):Es un conjunto de sistemas de informacion que trabajan deforma coordinada.

Las principales herramientas de business intelligence son: 1-Generadores de informes: Utilizadas por desarrolladores profesionales para crear informes estandar para grupos, departamentos o la organizacion. 2-Herramientas de usuario final de consultas e informes: Empleadas por usuarios finales para crear informes para ellos mismos o para otros, no requieren programacion. 3- Herramientas OLAP: Permiten a los usuarios finales tratar la informacion de forma multidimensional para explorarla desde distintas perspectivas y periodos de tiempo.

4- Herramientas de Dashboard y Scorecard:Permiten a los usuarios finales ver informacion critica para el rendimiento con un simple vistazo utilizando iconos graficos y con la posibilidad de ver mas detalle para analizar informacion detallada e informes, si lo desean. 5- Herramienta de planificacion, modelizacion y consolidacion: Permite a los analistas y a los usuarios finales crear planes de negocio y simulaciones con la informacion de Business Intelligence. Puede ser para elaborar la planificacion, los presupuestos, las previsiones. Estas herramientas proveen a los dashboards y los scorecards con los objetivos y los umbrales de las metricas.

6- Herramientas datamining: Permiten a estadisticos o analista de negociocrear modelos estadisticos de las actividades de los negocios. Datamining es el proceso para descubrir e interpretar patrones desconocidos en la informacion mediante los cuales resolver problemas de negocio. Los usos mas habituales del datamining son: Segmentacion, venta cruzada, sendas de consumo, clasificacion, previsiones, optimizaciones, etc

Algunas de las tecnologias que forman parte de Business Intelligence - BI: 1- Sistemas de almacenamiento de datos (Data Warehouse). 2-Reporting. 3-Sistemas de mineria de datos (Data Mining). 4-Herramientas de procesamiento analitico de datos (On-Line Analytical Processing, OLP), analisis visual y predictivo. 5-Sistemas de administracion de conocimiento (KBS). 6-Minerias de datos. 7-Cuadro de mando. 8-Herramientas de consulta y reporte de datos. 9-Tableros de informacion (Dashboards).

BIBLIOGRAFIA:

https://www.sinnexus.com/business_intelligence/arquitectura.aspx https://www.tecnologias-informacion.com/inteligencianegocios.html