GESTIÓN DE CONOCIMIENTO
INTEGRANTES:
1. MUÑOZ GÁLVEZ WILSON
GUILLERMO.
2. PARRILLA ACHA WILTON
ALFREDO.
3. PAULINO MORENO ANACSA
LUCIA.
4. RAMOS SOSA RONALD
ENRIQUE.
5. YAMUNAQUE ZAVALA NILDA
LORENA DE LOS MILAGROS.
FUNDAMENTO DE INTELIGENCIA DE NEGOCIOS ENTRE OLTP Y
OLAP Y ADEMÁS COMO ESTAS INFLUYEN EN LA CONSTRUCCIÓN
DE LOS CUBOS OLAP.
Fundamento de inteligencia de negocios entre
OLTP y OLAP y además como estas influyen en la
construcción de los cubos OLAP.
Los sistemas OLTP son bases de
datos orientadas al procesamiento
de transacciones. Una transacción
genera un proceso atómico (que
debe ser validado con un commit, o
invalidado con un rollback), y que
puede involucrar operaciones de
inserción, modificación y borrado
de datos.
El proceso transaccional es típico de las bases de datos
operacionales.
El acceso a los datos está optimizado para tareas frecuentes de
lectura y escritura. (Por ejemplo, la enorme cantidad de
transacciones que tienen que soportar las BD de bancos o
hipermercados diariamente).
Los datos se estructuran según el nivel aplicación (programa de
gestión a medida, ERP o CRM implantado, sistema de información
departamental...).
Los formatos de los datos no son necesariamente uniformes en los
diferentes departamentos (es común la falta de compatibilidad y la
existencia de islas de datos).
El historial de datos suele limitarse a los datos actuales o recientes.
OLAP - On-Line Analytical Processing
Los sistemas OLAP son bases de datos
orientadas al procesamiento analítico.
Este análisis suele implicar,
generalmente, la lectura de grandes
cantidades de datos para llegar a extraer
algún tipo de información útil:
tendencias de ventas, patrones de
comportamiento de los consumidores,
elaboración de informes complejos…
etc. Este sistema es típico de los
datamarts.
Este sistema es típico de los datamarts.
El acceso a los datos suele ser de sólo lectura. La acción más común es la consulta, con
muy pocas inserciones, actualizaciones o eliminaciones.
Los datos se estructuran según las áreas de negocio, y los formatos de los datos están
integrados de manera uniforme en toda la organización.
El historial de datos es a largo plazo, normalmente de dos a cinco años.
Las bases de datos OLAP se suelen alimentar de información procedente de los
sistemas operacionales existentes, mediante un proceso de extracción, transformación y
carga (ETL).
Cubos OLAP
Un cubo OLAP es una estructura de datos que supera las
limitaciones de las bases de datos relacionales y proporciona un
análisis rápido de datos. Los cubos OLAP pueden mostrar y sumar
grandes cantidades de datos, a la vez que proporcionan a los
usuarios acceso mediante búsqueda a los puntos de datos para que
los datos se puedan acumular, segmentar y reorganizar según sea
necesario para administrar la variedad más amplia de preguntas
relevantes para el área de interés de un usuario.
Cubos OLAP
¿Por qué las organizaciones deben emprender el desarrollo de proyectos de
inteligencia de negocios y cual seria las consecuencias de no hacerlo?
Una inteligencia de negocios eficaz ayuda a
Algunas de las alternativas que ofrece la
las empresas y las organizaciones a
inteligencia de negocios a las empresas para
formular y responder preguntas acerca de
tomar decisiones más inteligentes basadas en
los datos, además, la inteligencia de
los datos:
negocios permite a las organizaciones
tomar mejores decisiones, porque ofrece •Identificar maneras de aumentar los beneficios
datos actuales e históricos dentro de su •Analizar el comportamiento de los clientes
contexto empresarial, asi Los analistas
pueden aprovechar la BI para establecer •Comparar los datos con la información de la
valores de referencia de rendimiento y de la
competencia
competencia, de esta manera, la
organización podrá operar de manera más •Hacer un seguimiento del rendimiento
ágil y eficiente. Asimismo, podrán •Optimizar las operaciones
identificar las tendencias del mercado más
fácilmente a fin de incrementar las ventas o •Predecir el éxito
los ingresos. Cuando se usan de forma •Identificar las tendencias del mercado
eficiente, los datos correctos permiten
mejorar todo tipo de iniciativas, desde el •Detectar los inconvenientes o problemas
cumplimiento de las normas hasta la
contratación.
LAS CONSECUENCIAS AL NO EMPRENDER EL DESARROLLO DE
PROYECTOS DE INTELIGENCIA DE NEGOCIOS
No hay una relación e identificación de sus clientes
Resistencia al cambio por parte de los usuarios.
Existe un riesgo de que la persona una vez capacitada emigre de la organización.
Se puede llegar a infravalorar los recursos necesarios.
Hay ausencia de un personal disponible y habilidoso.
Existe un mal concepto del software de BI.
No trabajan bajo una estructura detallada.
No existe un análisis del negocio.
No existe una apreciación del impacto que causan los datos de mala calidad en la
rentabilidad del negocio.
No se entiende la necesidad del uso de un meta datos.
Demasiada confianza métodos y herramientas no alineadas.
