Is.S3.C2.D1-Componentes Del BI I V2
-
Upload
roberto-salas -
Category
Documents
-
view
216 -
download
0
description
Transcript of Is.S3.C2.D1-Componentes Del BI I V2
-
Pg. 1 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
SAPBI Mster en Consultora
Business Intelligence SAP IS - Introduccin a SAP y Business Intelligence
Sesin 3- Introduccin a Business Intelligence
Clase 2- Componentes del Business Intelligence (I)
(18 Videos)
IS.S3.C2.D1
V2
-
Pg. 2 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 3 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo1 Datos, Informacin, Conocimiento
-
Pg. 4 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo1 Datos, Informacin, Conocimiento Definiciones
DATOS INFORMACIN CONOCIMIENTO VENTAJA COMPETITIVA
-
Pg. 5 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Ventas Productos solicitados Cantidad de pedidos Clientes que han comprado
Clientes ms rentables
Pedidos ms frecuentes
Productos ms rentables
% de nuevos clientes
Servicio
al Cliente
Datos de llamadas de nuestros clientes
Informacin sobre el log de nuestra pgina web
Qu clientes visitan nuestra pgina web ?
% pedidos realizados por nuestros canales de ventas
Qu consulta es ms frecuente?
Marketing
Nmero de campaas
realizadas y caractersticas
de cada una
% xito de las campaas
Qu tipo de clientes han
respondido mejor a cada una de
las campaas realizadas ?
Distribucin Productos que salen diariamente del almacn
Tiempo terico de entrega
Nmero de pedidos retrasados
Distribuidor que tiene el mayor
nmero de retrasos
Tiempo medio de entrega
Fuente : Deloitte & Touche
Vdeo1 Datos, Informacin, Conocimiento
-
Pg. 6 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 1 Datos, Informacin, Conocimiento
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Qu es Business Intelligence?
IS.S3.C2.V1
-
Pg. 7 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 8 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Para que los datos se consideren de calidad se debe
comprobar que cumplen con las siguientes caractersticas:
1. Precisin: Los datos deben representar con
precisin la realidad o lo almacenado en una fuente
de datos.
2. Integridad: La estructura entre los datos y sus
relaciones son invariables.
3. Totalidad: Deben estar todos los datos
necesarios.
4. Coherencia: Datos bien definidos y
comprensibles.
5. Validez: El valor de los datos debe encontrarse
entre los rangos aceptables segn las normas de la
organizacin.
6. Accesibilidad: Resulta fcil acceder a los datos.
7. Disponibilidad: Los datos se encuentran
disponibles cuando se necesitan.
Vdeo 2 Calidad del dato
-
Pg. 9 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Los principales problemas que provoca una baja
calidad en los datos son [Wayne W., 2002] los que
siguen:
- Tiempo extra para conciliar los datos.
- Baja credibilidad en el sistema.
- Costes extra.
- Insatisfaccin de los clientes.
- Retraso en el desarrollo de nuevos sistemas.
- Prdidas de ingresos.
- Problemas de conformidad.
En contra partida las ganancias que aportan
la calidad en los datos son:
- Incrementos en la satisfaccin de los
clientes.
- Mayor confianza en los sistemas de anlisis.
- Reduccin de costes.
- Menor dedicacin de recursos a la
conciliacin de datos.
- Incremento de ingresos.
Calidad del dato
Vdeo 2 Calidad del dato
-
Pg. 10 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 2 Calidad del DATO
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Qu es Business Intelligence?
IS.S3.C2.V2
-
Pg. 11 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 12 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 3 Modelo relacional
El modelo relacional desarrollado por E. F. Codd
en el ao 1970: Est formado por tablas y
relaciones entre las mismas.
La mayora de las aplicaciones de gestin
utilizan bases de datos fundamentadas en el
modelo relacional. El modelo relacional utiliza un
lenguaje de interrogacin conocido por Standard
Query Language (SQL).
El modelo de relacional se basa, pues en tablas
con distintos atributos o campos y las relaciones
entre las tablas.
Cada tabla tiene un Clave primaria (Primary key o PK en nuestro esquema) formada por uno o ms atributos y las tablas se relacionan entre
ellas mediante las Claves externas (Foreign Key o FK en nuestro esquema) que actan como claves primarias en sus propias tablas.
-
Pg. 13 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 3 Modelo relacional
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Qu es Business Intelligence?
IS.S3.C2.V3
-
Pg. 14 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 15 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 4 Modelo Multidimensional
Los datos son extrados desde aplicaciones, bases de datos, archivos, etc. Esta informacin generalmente reside en diferentes tipos de sistemas, orgenes y arquitecturas y tienen formatos muy variados.
Los datos son integrados, transformados y limpiados, para luego ser cargados en el DW.
Principalmente, la informacin del DW se estructura en cubos multidimensionales, ya que estos preparan esta informacin para responder a consultas dinmicas con una buena performance. Pero tambin pueden utilizarse otros tipos de estructuras de datos para representar la informacin del DW, como por ejemplo Business Models.
Los usuarios acceden a los cubos multidimensionales del DW utilizando diversas herramientas de consulta, exploracin, anlisis, reportes, etc.
-
Pg. 16 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 4 Modelo Multidimensional
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Qu es Business Intelligence?
IS.S3.C2.V4
-
Pg. 17 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 18 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo5 Conceptos de Tabla de Hecho y Dimensin
Hecho: una operacin que se realiza
en el negocio en un tiempo
determinado. Son objeto de anlisis
para la toma de decisiones. Se
representan en una caja con su
nombre y las medidas que lo
caracterizan
Los Hechos estn estrechamente
relacionados con el tiempo. Los
eventos que son estticos no tienen
objetivo de anlisis para un modelo
DW, son muy pocos los hechos que no
ocurren con determinada periodicidad
en un negocio. Los hechos estn
caracterizados por medidas numricas
Una Dimensin es una caracterstica
de un hecho que permite su anlisis
posterior, en el proceso de toma de
decisiones
Dimensiones compartidas: pueden
existir varios hechos que sean
analizados por dimensiones iguales.
(p.e el tiempo)
-
Pg. 19 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 5 Conceptos de Tabla de Hecho y Dimensin
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Qu es Business Intelligence?
IS.S3.C2.V5
-
Pg. 20 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 21 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 6 Concepto de indicador KPI
Los KPI deben ser cuantificables y deben medir las mejoras en aquellas actividades que son
crticas para conseguir el xito de la organizacin.
Los KPI deben estar relacionados con los objetivos y con las actividades fundamentales de
nuestra organizacin (aquellas que nos permiten obtener los resultados). Por ejemplo, en
venta por telfono es fundamental atender las llamadas antes de que cuelguen; por lo tanto, el
porcentaje de llamadas atendidas antes de 20 segundos podra ser un KPI.
Si queremos definir un KPI para las ventas, deberemos decidir:
Sobre o unidades.
En qu periodo restamos las devoluciones: en el actual, en el periodo anterior o cuando se produjeron.
Deberemos fijar un objetivo de ventas a conseguir.
Distintas empresas de un mismo sector pueden tener distintos KPIs en funcin de sus modelos
de negocio, objetivos o su propia idiosincrasia.
Los KPIs que escojamos deben:
Reflejar los objetivos del negocio. Ser crticos para conseguir el xito.
Ser cuantificables y comparables. Permitir las acciones correctivas.
Indicadores de gestin o variables son los datos que estn siendo analizados. Forman
parte de la tabla de hechos.
Las variables representan algn aspecto cuantificable o medible de los objetos o
eventos a analizar.
-
Pg. 22 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 6 Concepto de indicador KPI. Ejemplo KPIs Retail Financial KPIs
1. Accounts Payable Turnover = Avg Accts Payable / (Cost of Sales / 365)
2. Accounts Receivable Turnover Days = Avg Accts Rec / (Credit Sales/365)
3. Acid Test Ratio = (Current Assets - Inventory)/Current Liabilities
4. Admin Cost % = (Administration Costs / Sales )*100
5. Average Inventory = (Beginning of Period Inventory + End of Period Inventory)/2
6. Break-even ($) = Fixed Costs / Gross Margin Percentage
Cash Conversion Cycle = (Days Inventory Outstanding + Days Sales Outstanding +
Days Payable Outstanding)
7. Contribution Margin = (Total Sales - Variable Costs)
8. Cost of Goods = (Retail Price Markup)
9. Gross Margin = Total Sales - Cost of Goods
10. Current Ratio = Current Assets / Current Liabilities
Retail Customer KPIs
1. Customer GROSS Profit = Customer Sales - Customer Cost of Goods Sold for a period
2. Customer Lifetime Purchase Value - Monetary value of each customer's life time purchases
from the retailer
3. Customer Profitability = Customer Sales - (Customer Returns - Customer Cost of Goods Sold +
Customer Promotion Expenses + Activity Based Cost of Servicing Customer) for a period
4. Customer Purchase Freq Count - Count of customer purchases transactions over a period of
time
5. Customer Purchase Value - Monetary value of each customer purchase during a period with
an average value for all purchases for the period
6. Customer Reference question - A rating from 0 to 10 that indicates if the customer would
recommend the store.
7. Customer Sales by Segment - This formula is dependent upon defining customer segments
(based on age, education, lifestyle, income and other factors) and associating individual
customers to specific segments.
8. Customer Service Staffing = Face to face customer service staff count / total staff count
9. Visit to Buy Ratio = Sales Transaction Count per period / Visit Count Per Period
Retail increasing your sales KPIs
1. Sales per hour Statically compares one sales person with the other and determines who is efficient in selling
and attending the customers.
2. Average Sale Statically compares the average selling price of a sales person. The higher statistics shows that
the person has a wide knowledge on the product and the
less statistics reveals that he lacks in the product
knowledge or effective description.
3. Items Per Sale determines the ability of a sales person compare to sale.
4. Conversion Rate shows how many customers they have made from the visitors of the store.
5. Wage to Sales Ratio gives a graph comparing the hourly wages of a sales person to hourly sales they have
made. This KPI determine their performance level and
how effective they are.
The basic KPI a retailer
1.Sales annual turnover, transaction made, basket spend, footfall - all against LFL and budget
2. Loss prevention Shrinkage loss, (stock loss or cash loss)
3. Operational availability, inventory integrity
4. Salary
5. Service Complaints that are made
6. HR development training, coaching, staff turnover
7. Variable costs any expenses made at an additional cost are avoidable
-
Pg. 23 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 6 Concepto de indicador KPI
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Qu es Business Intelligence?
IS.S3.C2.V6
-
Pg. 24 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 25 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 7 Componentes y tipos de base de datos multidimensionales
Una base de datos multidimensional se forma
mediante una tablas de hechos y n tablas de
dimensiones.
Permite tener acceso flexible a los datos, para
explorar y analizar sus relaciones, y
consiguientes resultados.
Las bases de datos multidimensionales implican
tres posibles formas de modelo de datos:
Esquema en Estrella (Star Scheme).
Esquema Copo de Nieve (Snowflake
Scheme).
Esquema Constelacin o copo de estrellas
(Starflake Scheme).
-
Pg. 26 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Esquema en estrella
En las bases de datos usadas para data warehousing, un esquema en estrella es aquel que tiene una tabla de hechos que contiene los datos de anlisis, rodeada de las tablas de dimensiones. Este aspecto, de tabla de hechos (o central) ms grande rodeada de radios o tablas ms pequeas es lo que asemeja con una estrella.
Este esquema es ideal por su simplicidad y velocidad para ser usado para anlisis. Permite acceder tanto a datos agregados como de detalle.
Adems, permite reducir el nmero de joins entre tablas y deja a los usuarios establecer jerarquas y niveles entre las dimensiones.
Finalmente, es la opcin con mejor rendimiento y velocidad pues permite indexar las dimensiones de forma individualizada sin que repercuta en el rendimiento de la base de datos en su conjunto.
-
Pg. 27 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Esquema copo de nieve
Es una estructura ms compleja que el esquema en estrella.
Tiene dimensiones implementadas con ms de una tabla de datos
Minimiza el espacio en disco.
Su rendimiento es peor.
La finalidad es normalizar las tablas y as reducir el espacio de almacenamiento
al eliminar la redundancia de datos
-
Pg. 28 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Este esquema se utiliza principalmente cuando queremos dividir una tabla de
hechos para una mejor comprensin.
La divisin de la tabla de hechos se realiza slo cuando nos queremos enfocar
en la agregacin sobre algunos hechos y dimensiones.
El modelo este puede ser una solucin adecuada cuando por ejemplo hay una
tabla de hechos de venta (con un nivel de detalle hasta un da y el numero de
factura) y hay otra tabla de factos con los Pronsticos (con los campos clave:
mes, cdigo articulo, cdigo cliente).
Esquema en constelacin
-
Pg. 29 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 7 Componentes y tipos de base de datos multidimensionales
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Qu es Business Intelligence?
IS.S3.C2.V7
-
Pg. 30 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 31 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 8 Componentes de Business Intelligence Los componentes son:
Fuentes de informacin, de las cuales partiremos para alimentar de informacin el datawarehouse.
Proceso ETL de extraccin, transformacin y carga de los datos en el datawarehouse. Antes de almacenar los datos en un datawarehouse, stos deben ser transformados, limpiados, filtrados y
redefinidos. Normalmente, la informacin que tenemos en los sistemas transaccionales no est
preparada para la toma de decisiones.
El propio datawarehouse o almacn de datos, con el Metadata o Diccionario de datos. Se busca almacenar los datos de una forma que maximice su flexibilidad, facilidad de acceso
y administracin.
El motor OLAP, que nos debe proveer capacidad de clculo, consultas, funciones de planeamiento, pronstico y anlisis de escenarios en grandes volmenes de datos. En la
actualidad existen otras alternativas tecnolgicas al OLAP, que tambin desarrollaremos en el
presente captulo.
Las herramientas de visualizacin, que nos permitirn el anlisis y la navegacin a travs de los mismos.
-
Pg. 32 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 8 Componentes de Business Intelligence
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Qu es Business Intelligence?
IS.S3.C2.V8
-
Pg. 33 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 34 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 9 Las fuentes de informacin
Las fuentes de informacin a las que podemos acceder son:
Bsicamente, de los sistemas operacionales o transaccionales, que incluyen aplicaciones desarrolladas a medida, ERP, CRM, SCM, etc.
Sistemas de informacin departamentales: previsiones, presupuestos, hojas de clculo, etctera.
Fuentes de informacin externa, en algunos casos comprada a terceros, como por ejemplo estudios de mercado (Nielsen en
distribucin de gran consumo, IMS de la industria farmacutica). Las
fuentes de informacin externas son fundamentales
para enriquecer la informacin que tenemos de nuestros clientes. En
algunos casos es interesante incorporar informacin referente, por
ejemplo, a poblacin, nmero de habitantes, etc. Podemos acceder a
informacin de este tipo en la web del Instituto Nacional de
Estadstica (www.ine.es).
-
Pg. 35 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Las fuentes de informacin Los sistemas OLTP (Online Transactional Processing)
Los sistemas OLTP estn diseados para gestionar un gran nmero de peticiones
concurrentes sobre sus bases de datos, y que los usuarios puedan insertar, modificar,
borrar y consultar dichos datos. Estn enfocados a que cada operacin (transaccin)
trabaje con pequeas cantidades de filas, y a que ofrezcan una respuesta rpida.
Habitualmente utilizan sistemas de bases de datos relacionales para gestionar los datos,
y suelen estar altamente normalizados. En ellos es muy importante la integridad de los
datos, y deben cumplir las propiedades ACID (Atomicity, Consistency, Isolation, Dura-
bility):
Atomicidad: una operacin, o se realiza por completo o no se realiza, nunca debe
quedar a medias.
Consistencia: slo se ejecutan las operaciones que cumplen las reglas de integridad
de la base de datos.
Aislamiento (Isolation): una operacin no puede afectar a otras, dos transacciones
sobre los mismos datos son independientes y no generan errores entre s.
Durabilidad: una vez realizada una operacin, sta es persistente y no se puede
deshacer.
Como ejemplo de este tipo de sistemas, podemos citar un ERP, un CRM, aplicaciones
departamentales, aplicaciones de ventas, de comercio electrnico, y un largo etctera.
En general cualquier aplicacin con la que el usuario interacta para introducir datos
operacionales al sistema
-
Pg. 36 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 9 Las fuentes de informacin
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Qu es Business Intelligence?
IS.S3.C2.V9
-
Pg. 37 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 38 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Los procesos de Extraccin, Transformacin y Carga constan de mltiples pasos, cuyo
objetivo es transferir datos desde las aplicaciones de produccin a los sistemas de
Inteligencia de negocio.
Es el proceso que permite a las organizaciones extraer datos desde mltiples fuentes,
reformatearlos y recodificarlos y cargarlos en otros sistemas, bases de datos o aplicaciones
para realizar un proceso de anlisis.
Vdeo 10 ETL- Introduccin
Las premisas fundamentales son:
Criticidad alta: de ella dependen el resto de las fases del proyecto.
Costosa: puede resultar fuente potencial de costes inesperados.
Multidisciplinar: adems de solvencia tcnica, requiere una comprensin del negocio y del
significado de los datos.
Especfica: porque los datos necesarios para la minera de datos deben ajustarse a criterios de
contenido, calidad y formato muy concretos.
Son procesos ocultos para los usuarios.
-
Pg. 39 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 10 ETL
El proceso ETL se divide en 5 subprocesos:
1. Extraccin: Este proceso recupera los datos fsicamente de las
distintas fuentes de informacin. En este momento disponemos de
los datos en bruto.
2. Limpieza: Este proceso recupera los datos en bruto y comprueba
su calidad, elimina los duplicados y, cuando es posible, corrige los
valores errneos y completa los valores vacos, es decir se
transforman los datos -siempre que sea posible- para reducir los
errores de carga. En este momento disponemos de datos limpios y
de alta calidad.
3. Transformacin: Este proceso recupera los datos limpios y de
alta calidad y los estructura y sumariza en los distintos modelos de
anlisis. El resultado de este proceso es la obtencin de datos
limpios, consistentes, sumarizados y tiles.
4. Integracin: Este proceso valida que los datos que cargamos en
el datawarehouse son consistentes con las definiciones y formatos
del datawarehouse; los integra en los distintos modelos de las
distintas reas de negocio que hemos definido en el mismo. Estos
procesos pueden ser complejos.
5. Actualizacin: Este proceso es el que nos permite aadir los
nuevos datos al datawarehouse.
-
Pg. 40 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 10 ETL Introduccin
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Qu es Business Intelligence?
IS.S3.C2.V10
-
Pg. 41 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 42 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 11 ETL - Extraccin
1. Extraccin
La extraccin de los datos se puede realizar bien de
forma manual o bien utilizando herramientas de ETL.
De forma manual significa programar rutinas utilizando
lenguajes de programacin (por ejemplo: COBOL) que
extraigan los datos de las fuentes de datos origen,
aunque en otros casos se opta por las utilidades de
replicar la base de datos que tienen los motores de
bases de datos.
Diagrama ETL en sistemas SAP
El principal objetivo de la extraccin es extraer tan slo aquellos datos de los
sistemas transaccionales que son necesarios y prepararlos para el resto de los
subprocesos de ETL.
La alternativa ms rentable es la que proveen las herramientas especializadas de
ETL, ya que han sido diseadas para llevar a cabo esta funcin y nos permiten
visualizar el proceso y detectar los errores durante el proceso o durante la carga.
Cada vez ms los motores de bases de datos tienen mejores funcionalidades de ETL.
-
Pg. 43 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 11 ETL extraccin
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Qu es Business Intelligence?
IS.S3.C2.V11
-
Pg. 44 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 45 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 12 ETL - Transformacin
2. Limpieza
Los sistemas transaccionales contienen datos que no han sido
depurados y que deben ser limpiados.
Las herramientas ETL tienen funcionalidades de limpieza de datos,
aunque existen herramientas especializadas para ello. En proyectos de
CRM, la limpieza de los datos es clave: los nombres y las direcciones
de los clientes siempre necesitan ser limpiados, eliminar duplicados,
etc.
Si no llevamos a cabo este subproceso de forma exquisita, crearemos
escpticos al mostrar los resultados si, por ejemplo, mostramos los
mejores clientes de nuestra organizacin y aparecen duplicados; en tal
caso, lo ms habitual es que se cuestione la validez del modelo.
-
Pg. 46 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 12 ETL - Transformacin
cules son las causas que provocan que los datos estn
sucios?,
Valores por defecto: En la caja no saben la referencia de un producto e introducen el cdigo 999 y el precio a mano.
Ausencia de valor.
Campos que tienen distintas utilidades: Para algunos clientes ponemos una informacin y para otros, otra distinta.
Valores crpticos.
Valores contradictorios.
Uso inapropiado de los campos, por ejemplo en las direcciones de los clientes.
Vulneracin de las reglas de negocio.
Reutilizacin de claves primarias con valores que se haban utilizado en el pasado.
Identificadores que no son nicos.
Problemas de carga de antiguos sistemas o de integracin entre sistemas.
Seleccin del primer valor de una lista por defecto.
-
Pg. 47 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 12 ETL - Transformacin La limpieza de datos se divide en distintas etapas, que vamos a
describir:
Depurar los valores (Parsing): Este proceso localiza e identifica los elementos individuales de informacin en las fuentes de datos y los
asla en los ficheros destino. Por ejemplo: separar el nombre completo
en nombre, primer apellido, segundo apellido, o la direccin en: calle,
numero, piso, etctera.
Corregir (Correcting): Este proceso corrige los valores individuales de los atributos usando algoritmos de correccin y fuentes de datos externas. Por ejemplo: comprueba
una direccin y el cdigo postal correspondiente.
Estandarizar (Standardizing): Este proceso aplica rutinas de conversin para transformar valores en formatos definidos (y consistentes) aplicando procedimientos
de estandarizacin y definidos por las reglas del negocio. Por ejemplo: trato de Sr.,
Sra., etc. o sustituyendo los diminutivos de nombres por los nombres
correspondientes.
Relacionar (Matching): Este proceso busca y relaciona los valores de los registros, corrigindolos y estandarizndolos, basndose en reglas de negocio para eliminar
duplicados. Por ejemplo: identificando nombres y direcciones similares.
Consolidar (Consolidating): Este proceso analiza e identifica relaciones entre registros relacionados y los junta en una sola representacin.
-
Pg. 48 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 12 ETL Transformacin
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Qu es Business Intelligence?
IS.S3.C2.V12
-
Pg. 49 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 50 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 13 ETL Transformacin y carga 3. Transformacin
La transformacin de los datos se hace partiendo de los datos una
vez limpios. Transformamos los datos de acuerdo con las reglas de negocio y los estndares que han sido establecidos. La
transformacin incluye: cambios de formato, sustitucin de
cdigos, valores derivados y agregados.
5. Actualizacin
Este proceso determina la periodicidad con el que haremos nuevas cargas de datos al
datawarehouse.
4. Integracin
La ltima etapa es la de integracin en el datawarehouse: es el momento en el que
cargamos los datos y debemos comprobar si, por ejemplo, los totales de ventas que
hemos cargado coinciden con la informacin que resida en nuestro sistema tran-
saccional, as como si los valores que tienen los registros cargados corresponden a
los definidos en el datawarehouse. Es fundamental comprobar que se ha desarrollado
correctamente, ya que en caso contrario pueden llevar a decisiones errneas a los
usuarios.
Los agregados, como por ejemplo la suma de las ventas, normalmente se precalculan
y se almacenan para conseguir mayores rendimientos cuando lanzamos las consultas
que requieren el clculo de totales al datawarehouse.
-
Pg. 51 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
En la actualidad las herramientas de ETL permiten componer los procesos ETL mediante asistentes grficos.
Algunas de las herramientas ETL actuales:
Vdeo 13 ETL ejemplos de aplicaciones del mercado
IBM Websphere DataStage (Previously Ascential DataStage)
Informatica PowerCenter metaWORKS ( Document Tools) Microsoft DTS (incluido en SQL-Server 2000)
Microsoft Integration Services (MS SQL Server 2005)
MySQL Migration Toolkit Scriptella ETL - Libre, Apache-licensed ETL
Talend Open Studio Oracle Warehouse Builder WebFocus-iWay DataMigrator Server
XMLoder SAS Data Integration Studio & DataFlux Ab Initio Barracuda Software (Integrator) MakeWare Soluciones Tecnologicas Benetl Biable http://www.visiontecnologica.com BITool - ETL Software http://www.bitool.com/ BOPOS TLOG-4690 rhiscom (back-office POS) CloverETL [1] Cognos Decisionstream Data Integrator (herramienta de Business Objects) Data Migraton Toolset de Backoffice Associates (BoA) Genio, Hummingbird
-
Pg. 52 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
ETL Esquema del Proceso
Orgenes de datos
Procesos a implementar
El Job desarrollado
Job Designer
Componente tMap del grupo Processing Transformacin (MAP)
Esquema completo del Job
-
Pg. 53 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 13 ETL Transformacin y carga
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Qu es Business Intelligence?
IS.S3.C2.V13
-
Pg. 54 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 55 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 14 El datawarehouse
Un datawarehouse es una
coleccin de informacin creada
para soportar las aplicaciones de
toma de decisiones
Debe estar orientado sobre un
rea, integrado, indexado
al tiempo, es un conjunto no
voltil de informacin que soporta
la toma de decisiones.
-
Pg. 56 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 14 El datawarehouse El DW Manager presenta las siguientes caractersticas y
funciones principales:
Almacena los datos de forma multidimensional, es decir, a travs de tablas de hechos y tablas de dimensiones.
Gestiona las diferentes estructuras de datos que se construyan o describan sobre el DW, como Cubos
Multidimensionales, Business Models, etc.
Gestiona y mantiene metadatos.
Adems, el DW Manager se encarga de:
Transformar e integrar los datos fuentes y del almacenamiento intermedio en un modelo adecuado para la toma de decisiones.
Realizar todas las funciones de definicin y manipulacin del depsito de datos, para poder soportar todos los procesos de
gestin del mismo.
Ejecutar y definir las polticas de particionamiento. El objetivo de realizar esto, es conseguir una mayor eficiencia y
performance en las consultas al no tener que manejar todo el
grueso de los datos.
Realizar copias de resguardo incrementales o totales de los datos del DW.
-
Pg. 57 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 14 El datawarehouse Si no se construyera un datawarehouse y se recuperara
la informacin directamente de los sistemas
operacionales, para analizarla a travs de una hoja de
clculo por ejemplo, apareceran problemas surgidos
de los errores y del tiempo la mayora de ellos:
- Pueden cometerse errores al introducir la
informacin de las diferentes fuentes.
- El proceso de extraer la informacin de las
fuentes operacionales y la introduccin en la hoja
de clculo conllevara mucho tiempo.
- Si se necesitara posteriormente informacin ms
detallada, habra que repetir el proceso.
-Habra que repetir el proceso tambin cuando los
datos cambiaran
-El trabajo de construir un datawarehouse corporativo
puede generar inflexibilidades, o ser costoso y requerir
plazos de tiempo que las organizaciones no estn
dispuestos a aceptar. En parte, estas razones
originaron la aparicin de los Data Mart
-
Pg. 58 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 14 El datawarehouse
Los factores que deberamos tener en cuenta
cuando estamos evaluando una alternativa
tecnolgica para la construccin de un
datawarehouse son:
Tamao del datawarehouse: Es el volumen de datos que contiene el datawarehouse.
Complejidad de los esquemas de datos: Si el modelo de datos es complejo, puede dificultar la
optimizacin y el rendimiento de las consultas.
Nmero de usuarios concurrente: ste es un factor determinante. Si distintos usuarios pueden lanzar
consultas concurrentes (a la vez), el datawarehouse
debe gestionar sus recursos
para poder dar respuesta a las distintas consultas.
Complejidad de las consultas: Si las consultas necesitan acceder a un nmero elevado de tablas y
los clculos a realizar son complejos, podemos
poner en dificultades al motor de
la base de datos del datawarehouse.
-
Pg. 59 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 14 El datawarehouse
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Qu es Business Intelligence?
IS.S3.C2.V14
-
Pg. 60 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 61 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 15 El datawarehouse - DataMart
DataMart: productos o aplicaciones que utilizan la tecnologa Data Warehouse adaptada a las necesidades de las empresas medias, o a un rea o departamento de una empresa grande. Podemos entenderlo como una parte o subconjunto de un datawarehouse.
El hecho de que sea una parte de un DW no lo hace ms sencillo. Normalmente primero debe realizarse el DW para poder obtener el DataMart posteriormente.
Las ventajas operativas que proporciona un DataMart son:
Crea un conjunto de datos que se usan en unos casos determinados y por los usuarios de un rea determinada.
Mejora el rendimiento en una serie de consultas determinadas.
Mejora el rendimiento de todo el DW al parcelar los mbitos de consulta. Es decir, slo se interroga a parte de los datos y no a todos.
-
Pg. 62 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 15 El datawarehouse - DataMart
La manera de implementar esta solucin es construir un datamart e ir construyendo
tantos como se necesiten por rea de negocio. Esta solucin es sencilla de
implementar y no requiere mucho presupuesto, pero conlleva el problema de que
podran existir inconsistencias entre los diferentes datamart, y la informacin
corporativa se contradira.
-
Pg. 63 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 15 El datawarehouse DataMart
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Componentes del Business Intelligence (I)
IS.S3.C2.V15
-
Pg. 64 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 65 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 16 Metadatos
3.4.9. Metadatos
Los metadatos son datos que describen o dan informacin de
otros datos, que en este caso, existen en la arquitectura del
Data Warehousing. Brindan informacin de localizacin,
estructura y significado de los datos, bsicamente mapean los
mismos.
Los metadatos de BO se llaman universos. BO tiene, tal vez,
la capa semntica ms conocida. Se trata de un modelo
amplsimamente utilizado, y tremendamente sencillo y til.
Bsicamente, para crear un universo se tiene que informar al
sistema de la relacin entre las tablas, y definir las
dimensiones y objetos que ver el usuario. La relacin entre
las tablas se establece grficamente utilizando un diagrama
de tablas. Y las dimensiones e indicadores se definen a travs
de los campos o clculos SQL necesarios...
El concepto de metadatos es anlogo al uso de ndices para localizar objetos en lugar de datos.
Es importante aclarar que existen metadatos tambin en las bases de datos transaccionales, pero los
mismos son transparentes a los usuarios. La gran ventaja que trae aparejada el Data Warehousing en
relacin con los metadatos es que los usuarios pueden gestionarlos, exportarlos, importarlos, realizarles
mantenimiento e interactuar con ellos, ya sea manual o automticamente.
-
Pg. 66 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 16 Metadatos
Las funciones que cumplen los metadatos en el ambiente
Data Warehousing son muy importantes y significativas,
algunas de ellas son:
Facilitan el flujo de trabajo, convirtiendo datos automticamente de un formato a otro.
Contienen un directorio para facilitar la bsqueda y descripcin de los contenidos del DW, tales como:
bases de datos, tablas, nombres de atributos,
sumarizaciones, acumulaciones, reglas de negocios,
estructuras y modelos de datos, relaciones de
integridad, jerarquas, etc.
Poseen un gua para el mapping , de cmo se transforman e integran los datos de las fuentes
operacionales y externos al ambiente del depsito de
datos.
Almacenan las referencias de los algoritmos utilizados para la esquematizacin entre el detalle de datos
actuales, con los datos ligeramente resumidos y stos
con los datos altamente resumidos, etc.
Contienen las definiciones del sistema de registro desde el cual se construye el DW.
-
Pg. 67 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 16 Metadatos
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Componentes del Business Intelligence (I)
IS.S3.C2.V16
-
Pg. 68 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 69 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
OLAP (On-Line Analytical Processing). Es una solucin utilizada en Business
Intelligence, consiste en consultas a estructuras multidimensionales.
El objetivo es agilizar la consulta de grandes cantidades de datos
Tcnicamente la principal caracterstica de OLAP, es que es ms rpido a la hora
de hacer selects, en contraposicin con OLTP que es la mejor opcin para
INSERTS, UPDATES Y DELETES.
Vdeo 17 El motor OLAP
La gestin OLAP de la informacin es departamentalmente estructurada.
Comparado con un sistema OLTP, el sistema OLAP se caracteriza por:
Menos volumen de datos
Flexible
Personalizado
Precategorizado
Las fuentes de datos son generalmente sistemas OLTP
-
Pg. 70 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Permite recolectar y organizar la informacin analtica necesaria para los usuarios y disponer de ella en diversos formatos, tales como tablas, grficos, reportes, tableros de control, etc.
Soporta anlisis complejos de grandes volmenes de datos.
Complementa las actividades de otras herramientas que requieran procesamiento analtico en lnea.
Caracteristicas de navegacin OLAP (II)
Presenta a los usuarios una visin multidimensional de los datos (matricial) para cada tema de inters del negocio.
Es transparente al tipo de tecnologa que soporta el DW, ya sea ROLAP, MOLAP u HOLAP.
No tiene limitaciones con respecto al nmero mximo de dimensiones permitidas.
Permite a los usuarios, analizar la informacin basndose en ms criterios que un anlisis de forma tradicional.
Al contar con muestras grandes, se pueden explorar mejor los datos en busca de respuestas.
Permiten realizar agregaciones y combinaciones de los datos de maneras complejas y especficas, con el fin de realizar anlisis ms estratgicos.
-
Pg. 71 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Cubos de datos: conjunto formado por todas las tablas de
dimensiones y las tabla de hechos.
Vdeo 17 El motor OLAP Cubos Multidimensionales
-
Pg. 72 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 17 El motor OLAP Cubos Multidimensionales
hemos cambiado la dimensin clientes por la de modelos de coches
-
Pg. 73 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 17 El motor OLAP Cubos Multidimensionales
Tambin podemos seleccionar (en ingls dicing) slo algunas de las celdas, por ejemplo: Cules son las ventas al cliente 1, de los
modelos de coche Seat Ibiza y Seat Len, en el ao 1?
-
Pg. 74 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo 17 El motor OLAP Cubos Multidimensionales
O lo que nos puede interesar es el total de los modelos de coches
vendidos con el mximo nivel de agregacin (en ingls roll-up)
-
Pg. 75 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
Vdeo8.4. El motor OLAP Cubos Multidimensionales
Imaginemos que tenemos los modelos de coches de dos fabricantes distintos (
SEAT y FORD). El Seat Len y el Seat Ibiza son modelos del fabricante Seat y el
Ford Fiesta del fabricante Ford, Partiendo del cubo anterior de las ventas
agregadas, bajamos a ms detalle (en ingls drill-down) a travs de la jerarqua fabricante. En ese caso obtendramos:
-
Pg. 76 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
ROLAP (relacional OLAP) Sistema OLAP que almacena los datos en un motor relacional. La
informacin esta muy detallada aunque su uso sea analtico. Nivel muy alto de normalizacin, compartiendo incluso dimensiones.
Su punto fuerte es poder trabajar analticamente con un volumen muy importante de datos.
MOLAP (multidimensional OLAP) Sistema OLAP que almacena los datos en un motor
multidimensional. La informacin est agregada o precalculada, esto optimiza el tiempo de respuesta pero el volumen de informacin a tratar no puede ser muy voluminosos.
HOLAP (Hybrid OLAP) Almacena algunos datos en un motor relacional y otros uno
multidimensional.
DOLAP (Dessktop OLAP) Los datos se hayan en el escritorio o terminal de los usuario. No
necesito conexin.
Vdeo8.4. El motor OLAP Tipos de sistemas OLAP
-
Pg. 77 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 17 El motor OLAP
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Componentes del Business Intelligence (I)
IS.S3.C2.V17
-
Pg. 78 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
CONTENIDO Sesin 3. Clase 2. Componentes del Business Intelligence (I)
1 Datos, Informacin, Conocimiento IS.S3.C2.V1
2 Calidad del dato IS.S3.C2.V2
3 Modelo relacional IS.S3.C2.V3
4 Modelo Multidimensional IS.S3.C2.V4
5 Conceptos de Tabla de Hecho y Dimensin IS.S3.C2.V5
6 Concepto de indicador KPI IS.S3.C2.V6
7 Componentes y tipos de base de datos multidimensionales IS.S3.C2.V7
8 - Componentes de Business Intelligence IS.S3.C2.V8
9 Las fuentes de informacin IS.S3.C2.V9
10 ETL Introduccin IS.S3.C2.V10
11 ETL - Extraccin IS.S3.C2.V11
12 ETL - Transformacin IS.S3.C2.V12
13 ETL Transformacin y carga IS.S3.C2.V13
14 El datawarehouse IS.S3.C2.V14
15 El datawarehouse - DataMart IS.S3.C2.V15
16 Metadatos IS.S3.C2.V16
17 El motor OLAP IS.S3.C2.V17
18 BIG DATA Data Mangement IS.S3.C2.V18
Videos
-
Pg. 79 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
http://jagalindo.blogspot.com.es/ martes, 22 de
octubre de 2013
STAMFORD, Conn., September 23, 2013
Gartner Survey Reveals That 64 Percent of Organizations Have Invested or Plan to Invest in Big Data in 2013
Big data investments in 2013 continue to rise, with 64 percent of organizations investing or planning to
invest in big data technology compared with 58 percent in 2012, according to a survey by Gartner, Inc.
However, less than eight percent of survey respondents have actually deployed.
Vdeo 18- BIG DATA Data Mangement
-
Pg. 80 SAPBI Mster en Consultora
Business Intelligence SAP
IS-Introduccin a SAP y
Business Intelligence Sesin 3 - Clase 2
FINAL VIDEO 18 BIG DATA Data Mangement
FINAL CLASE 2
IS - Introduccin a SAP y Business Intelligence
Sesin 3 Introduccin a Business Intelligence
Clase 2 - Componentes del Business Intelligence (I)
IS.S3.C2.V18