HERRAMIENTAS DE BUSINESS
INTELLIGENCE
DATAWAREHOUSING
Y
DATAMINING
QUE ES BUSINESS INTELLIGENCE
*Conjunto de estrategias y herramientas enfocadas a la
administración y creación de conocimiento mediante el anáisis
de datos existentes en una organización.
*Abarca la comprensión del funcionamiento actual de la empresa,
y la anticipación de acontecimientos futuros, con el objetivo de
ofrecer conocimientos para respaldar las decisiones
empresariales.
QUE ES BUSINESS INTELLIGENCE
*Las herramientas de inteligencia se basan en la
utilización de un sistema de información de inteligencia
que se forma con distintos datos extraídos de la
producción, información relacionada con la empresa y
datos del entorno y el contexto.
*Mediante las herramientas y técnicas (extraer, cargar y
transformar), se extraen los datos de distintas fuentes,
se depuran y preparan para luego cargarlos en un
almacén de datos
DATAWAREHOUSE
*Es un gran almacén de datos para consultar
*Es un repositorio de datos de muy fácil acceso, alimentado de
numerosas fuentes, transformadas en grupos de información sobre
temas específicos de negocios, para permitir nuevas consultas,
análisis, toma de y decisiones.
*Tiene gran capacidad de almacenamiento, pues los datos pueden ser
de grandes periodos de tiempo.
DATAWAREHOUSE
-Emplea el concepto de Metadatos (datos que describen otros
datos). Por ejemplo, en una biblioteca se usan fichas que
especifican autores, títulos, casas editoriales y lugares para
buscar libros. Así, los metadatos ayudan a ubicar datos.
-Cumple el principio de arquitectura fundamental que es
separar los sistemas transaccionales de los informacionales
en dos entornos de manera que el análisis de los datos
existentes no intefiera con el procesamiento y registro de
nuevos datos.
• Un DWH tiene varias características:
Es una colección de datos orientada a un tema ,
integrada, variable en el tiempo y que sea útl
para la toma de decisiones.
Es integrado porque agrupa a todos los sistemas
operacionales en un sistema de información con
formatos y códigos consistentes.
• Un DWH tiene varias características:
Es variante en el tiempo porque los datos se
organizan y almacenan en jerarquíass en el
tiempo, lo que permite análisis comparativos
de estados actuales y de períodos anteriores.
Etapas en la construcción de
un DWH
1. Captura de los datos de las fuentes
seleccionadas (extraer de otras fuentes excel, documentos, etc- datos al DWH)
2. Tratamiento, conversión y transformación de
los datos (operaciones de limpieza,
homogeneización, etc) En esta etapa se
considera lo siguiente…
Etapas en la construcción de
un DWH
-Detectar y corregir errores (duplicados, eliminar valores sin
sentido)
-Consistencia del uso de valores (codificación igual de los valores
por ejemplo DD/M/AAAA)
-Tratamiento de la ausencia de valores (por default)
-Codificar campos (ej. Pasar de fechas de nacimiento a intervalos
de edades)
-Reestructurar y añadir nuevos campos (enriquecer el sistema)
Herramientas para explotación del
Datawarehouse
• Queries and reporting:
generación de consultas
y reportes de las bases
de datos relacionales
que generan informes
predefinidos a partir de
campos calculados
Herramientas para explotación del
Datawarehouse
• Análisis multidimensional
(OLAP online analytical
processing)
Facilitan el análisis de
datos a través de
dimensiones y
jerarquías, uutilizando
consultas rápidas
predefinidas
Herramientas para explotación del
Datawarehouse
• Herramientas de datamining:
técnicas avanzadas que
permiten detectar y modelizar
relaciones entre los datos y
obtener información no
evidente como patrones de
consumo, predicción del
comportamiento de los
clientes, asociaciones de
productos.
Herramientas de datamining
• Estadísticas: regresión, análisis
multivariable, análisis cluster
• Simbólicas: árboles de decisión, reglas
• Técnicas de inteligencia artificial: redes
neuronales, algoritmos
Metodología de un proceso de
datamining
• Muestreo: selección de muestra de datos para reducir
costos y tiempos.
• Exploración: determinar tendencias principales, rango
de variables, frecuencia de valores
• Modificación: transformación y filtrado de variables
para adecuarse a los requisitos del problema o
cuestión que se quiere analizar
Metodología de un proceso de
datamining
• Modelización del comportamiento: empleando redes
neuronales, árboles, etc.
• Evaluación: comprobación de la validez del modelo
obtenido.
• Presentación gráfica de los resultados
Herramientas de datamining y
datawarehouse
Oracle
IBM
KNIME
SPSS Clementine (software)
SAS Enterprise Miner
RapidMiner
Weka
KXEN
Orange
BENEFICIOS
• Con los sistemas de datawarehousing y
datamining los directivos pueden disponer de
la información necesaria en poco tiempo y
con validez y dedicarse a su análisis.
• Permiten conocer el comportamiento de los
clientes logrando la eficacia en operaciones
de marketing y comunicaciones.
• Se pueden detectar tendencias y previsiones
de cara al futuro.
En definitiva, una solución BI completa permite:
Observar ¿qué está ocurriendo?
Comprender ¿por qué ocurre?
Predecir ¿qué ocurriría?
Colaborar ¿qué debería hacer el equipo?
Decidir ¿qué camino se debe se
Descargar

Document