Inteligencia_de_negocios de Sesion01.pptx

BI

1. Sesión 1 Qué es Inteligencia de Negocio Qué es Datawarehouse Qué Ofrece un Datawarehouse Qué se necesita para implementar BI en una empresa Arquitectura de una Solución BI Cuáles son los Líderes del mercado en BI

2. Business Intelligence Roadmap: The Complete Project Lifecycle for Decision-support Applications Larissa T. Moss and Shaku Atre Parte I .- Las seis etapas de un proyecto de BI: justificación, planificación, análisis de negocio, diseño, construcción y despliegue. Cada capítulo se describe uno de los dieciséis pasos de desarrollo y las principales actividades, entregables, roles y responsabilidades. Todo el material técnico se expresa claramente en tablas, gráficas y diagramas. Parte II proporciona cinco matrices que sirven como referencia para el proceso de desarrollo trazado en la parte I. herramientas de gestión, tales como gráficos que ilustran el calendario y la coordinación de las actividades, se incluyen en el libro. Los autores concluyen cristalizando sus muchos años de experiencia en una lista de tareas pendientes, no hacer, consejos y reglas generales.

3. Introducción a la Minería de Datos Luis Paulo Vieira Braga (Autor), Luis Iván Ortiz Valencia (Autor), Santiago S. Ramírez Carvajal (Autor) 2010

4. Websites http://todobi.blogspot.pe/ www.powerdata.es/index.php http://businesssintelligence.blogspot.pe/ https://www.businessintelligence.info/ http://www.smartdatacollective.com/

5. ¿Qué es Inteligencia de Negocios?

6. BUSINESS INTELLIGENT Se denomina  inteligencia empresarial ,  inteligencia de negocios  o  BI  (del inglés  business intelligence ) al conjunto de estrategias y herramientas enfocadas a la administración y creación de conocimiento mediante el análisis de datos existentes en una organización o empresa. Accesibilidad a la información. Los datos son la fuente principal de este concepto. Lo primero que deben garantizar este tipo de herramientas y técnicas será el acceso de los usuarios a los datos con independencia de la procedencia de estos. Apoyo en la toma de decisiones . Se busca ir más allá en la presentación de la información, de manera que los usuarios tengan acceso a herramientas de análisis que les permitan seleccionar y manipular sólo aquellos datos que les interesen. Orientación al usuario final. Se busca independencia entre los conocimientos técnicos de los usuarios y su capacidad para utilizar estas herramientas.

7. Término BI En 1989, Howard Dresner (más tarde, un analista de Gartner Group ) propuso la “Inteligencia de Negocios" como un término general para describir conceptos y métodos para mejorar la toma de decisiones de negocio mediante el uso de los sistemas de apoyo basados ​​en hechos No fue hasta finales del 1990 que este uso fue generalizado.

8. Objetivo El objetivo de la Inteligencia de negocios (BI) es mejorar la toma de decisiones de negocio a través del uso de tecnologías que permitan reunir, almacenar, analizar, y proporcionar acceso a los datos de gestión de la organización. 

9. 2016

10. 2017

11. Facilidad de uso e interfaz atractiva ( E ase of use and visual appeal ) . Según el informe de Gartner , para un 14% de los clientes de Microsoft la usabilidad es el principal criterio de compra. La importancia de ambass cualidades en Power BI forma parte de la estrategia “ five by five ” de Microsoft,  five seconds to sign up and five minutes to “ wow ” the customer ,  es decir, cinco segundos para registrarse y cinco minutos para sorprender al cliente. Costes muy competitivos  de las licencias en sus diferentes versiones   ( Low-priced incumbent ) : incluye incluso una versión gratuita para Desktop, el estudio de Gartner considera decisivas ambas cuestiones a la hora de elegir una plataforma de BI u otra. Visión global de producto ( Product vision ).  La estrategia diferenciadora de Microsoft con otros de sus productos como Cortana , Surface Hub , Dynamics CRM, etc. y su fácil integración con Power BI son otra de las fortalezas que Gartner ha extraído en su informe para situar esta herramienta de BI en la parte superior del cuadrante. Customer Experience .  Los clientes de Microsoft han valorado muy positivamente su experiencia con la marca especialmente a la hora de compartir información con el resto de usuarios. La multinacional tecnológica cuenta con una gran comunidad de partners , resellers y particulares que disponen de una gran variedad de recursos para compartir dicha información (experiencias, casos prácticos, analíticas, etc.) con clientes, entre empleados o con otras compañías.

12. ¿Porqué un Datawarehouse ?

13. ¿Porqué usar un Datawarehouse ?  Dificultades de los sistemas tradicionales en satisfacer las necesidades informacionales. Necesidad de contar con información clave para la toma de decisiones empresariales. Necesidad de contar con información resumida, histórica, oportuna, integrada y de calidad. Existencia de mucha dependencia del área de TIC.

14. ¿qué es un Datawarehouse ?

15. ¿Qué es un Datawarehouse ? Un  Datawarehouse  es una base de datos corporativa que se caracteriza por integrar y depurar información de una o más fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad de pespectivas y con grandes velocidades de respuesta. La creación de un datawarehouse representa en la mayoría de las ocasiones el primer paso, desde el punto de vista técnico, para implantar una solución completa y fiable de Business Intelligence .

16. Orientado a temas . Variante en el tiempo . No volátil . Integrado . Considerado el padre del Datawarehouse DATAWAREHOUSE

17. Definición de Ralph Kimball “U na copia de las transacciones de datos específicamente estructurada para la consulta y el análisis" .

18. Los datos están organizados en Indicadores y Dimensiones Indicadores : Son valores numéricos que permiten medir el performance de la empresa Dimensiones : Son perspectivas o filtros sobre los cuales puede analizarse los indicadores

19. ¿Qué necesito para crear un Data Warehouse ?

20. Cómo Construir una Solución de BI Conocer exactamente los requerimientos y necesidades de la organización Identificar los KPI y desarrollar un modelo de datos multidimensional Identificar las fuentes de datos para su extraccion Realizar una limpieza de datos Transformar los datos según el modelo dimensional Cargar los datos seleccionados y transformados al Datawarehouse Aplicar técnicas de explotación de DWH (OLAP) Utilizar herramientas para la elaboración de Dashboards

21. Once pasos para construir un Datawarehouse con éxito Reconocer que el trabajo será más duro de lo que se esperaba inicialmente. Conocer los datos en los sistemas origen. Saber reconocer entidades equivalentes Usar metadatos como soporte a la calidad de los datos. Seleccionar las herramientas ETL adecuadas. Tomar ventaja de las fuentes externas Utilizar nuevos métodos de distribución de la información. Centrarse en aplicaciones para uso en Marketing Enfatizar los primeros resultados positivos para ganar apoyo de la organización No hay que infravalorar los requerimientos de Hardware Considerar el Outsourcing para el desarrollo y mantenimiento del DW Fuente: Syntel

22. Desventajas No es muy útil para la toma de decisiones en tiempo real Requiere de continua limpieza, transformación e integración de datos. Mantenimiento. En un proceso de implantación puede encontrarse dificultades ante los diferentes objetivos que pretende una organización. Una vez implementado puede ser complicado añadir nuevas fuentes de datos. Requieren una revisión del modelo de datos, objetos, transacciones y además del almacenamiento. Requieren una reestructuración de los sistemas operacionales. Tienen un alto coste. Requiere involucrar todos los Stakeholders