Inteligencia de Negocios

Inteligencia de Negocio
Unidad 3:
Diseño y Construcción de soluciones de
Inteligencia de Negocios
Inteligencia de Negocios

Objetivo
TEMA: 1.- Modelado Multidimensional

Elabora soluciones de inteligencia de negocios

mediante el uso de herramientas que permiten
transformar datos en conocimiento para
administrar de manera eficiente las áreas de
gestión administrativa contribuyendo a la toma de
decisiones oportunas.
Inteligencia de Negocios

Análisis de requisitos gerenciales 1

Mapeo de información 2

Metodologías de modelado
3
multidimensional

Datamart lógico y físico 4

Inteligencia de Negocios

Lluvia de Ideas

¿Cómo determinar las necesidades de los

gerentes?
Inteligencia de Negocios

Modelamiento
Objetivos

Kimball (1997), el modelado

dimensional es la técnica de diseño de
Existen muchas metodologías de diseño
almacenes de datos destinada a
y construcción de DW, sin embargo se
apoyar las consultas de los usuarios
imponen las de Kimball y la de Imon
finales dentro de estas bases de datos
que funcionan en torno a la
comprensibilidad y rendimiento.
Inteligencia de Negocios

Metodología de Kimball

6
Inteligencia de Negocios

Metodología de Kimball

7
 Inteligencia de Negocios

Planificación
En este proceso se determina el objetivo
del proyecto del DW, el alcance del mismo
y los principales riesgos. Incluye las
siguientes acciones propias de un plan de
proyecto de tecnología:

• Definir el alcance.
• Identificar las tareas del cronograma.
• Programar las tareas.
• Planificar el uso de los recursos.
• Elaboración de un documento final
que representa un plan del proyecto.

8
Inteligencia de Negocios

Definición de Requerimientos
La definición de requerimientos es un
proceso en el cual se entrevista a los
usuarios de las áreas de negocio y de
tecnología, para fijar el objetivo de
negocio, los análisis e informes que se
requieren obtener del DW. Es
conveniente efectuar reuniones
basadas en la jerarquía de la compañía
y preparar las entrevistas para
mantener el control de las mismas.
Seleccionar información relevante en
relación a los objetivos de la empresa.

9
Base de Datos

Modelo Dimensional

• Técnica para diseñar el modelo lógico de la

bodega de datos
• Permite alto rendimiento al acceder a los datos por
la desnormalización
• Orientado al negocio
• Diferente al modelo entidad/relación de un sistema
transaccional
Modelo Multidimensional
Tablas maestras que le
El de mayor impacto dan sentido a un dato
Proceso de numérico Elegir
Negocio Dimensiones

Modelo

Granuralidad Definir Medidas

Nivel de detalle de la Valores que
información queremos analizar
Inteligencia de Negocios

DISEÑO FISICO

1. En esta tarea, se determina el modelo físico

que da respuesta a los requerimientos de los
puntos anteriores. Se requiere determinar la
arquitectura que se utilizará para la solución
del DW. Las tablas de dimensiones y hechos
son creadas. Estas tablas forman parte del
modelo estrella o copo de nieve del DM

12
Inteligencia de Negocios

Implementación

• La implementación representa la
construcción de la solución completa, tanto
en la sección de tecnología como la de
usuarios finales. En esta fase es importante
considerar el paso del conocimiento para dar
soporte y mantenimiento de la solución.

13
Inteligencia de Negocios

Mantenimiento y Crecimiento
El mantenimiento y crecimiento del DW
es necesario, dado que las compañías
están en un proceso de constante
cambio y las etapas de análisis de
información varían de acuerdo a las
nuevas necesidades de las mismas. El
adecuado y preciso diseño del DW,
asegurará que la escalabilidad de la
solución sea factible y con un menor
costo para la compañía

14
Inteligencia de Negocios

Análisis de requisitos
Negocio Necesidades
Entender el modelo Identificación de
de negocio datos requeridos

1 2 3 4

Transaccional Saturn
Revelamiento de Análisis detallado,
fuentes mapeo de
información
Inteligencia de Negocios

16
 Inteligencia de Negocios
Preguntas del negocio
• ¿Cuánto dinero se produce en ventas anualmente? La dimensión en esta pregunta tiene relación con
• ¿Cuál sucursal de mi negocio tiene la mayor venta el tiempo en el que se desarrolla el hecho, es decir,
mensual? es la perspectiva de análisis que se utiliza para
• ¿Cuántos ingresos genera el producto que más vende mi evaluar el dinero que se produce en ventas.
negocio? A diferencia de los hechos, las dimensiones
• ¿Cuál es mi top 5 de productos que generan las mayores solamente consideran los atributos de
ganancias? las entidades que los describen,
• ¿Cuáles son los empleados con mayores teniendo registros únicos y con historia limitada.
ventas por sucursal?
• Respecto al año anterior, ¿Cómo
han variado mis ventas por producto y sucursal?
 Inteligencia de Negocios

Modelo Estrella
Este tipo de modelo se basa en una
tabla central que contiene
el hecho concepto de análisis (tabla de
hecho), los campos id que la
relacionan con las tablas de
dimensiones y los cálculos
relacionados al hecho en la mínima
granularidad requerida.
Este modelo se considera el ideal para
utilizar en conjunto con herramientas
de visualización de datos, ya que
facilita el filtrado de los datos.

18
Inteligencia de Negocios
 Inteligencia de Negocios

Modelo Estrella

• Dimensiones:
Producto, Tiempo,
Sucursal y
Empleado
• Medidas: Cantidad,
Precio, Valor,
Descuento,
HoraVenta

20
 Inteligencia de Negocios

Modelo copo de Nieve

Este tipo de modelo es más
complejo que un modelo en
estrella, pero el concepto de
creación parte de la misma
base de análisis.
Se presenta cuando
las dimensiones tienen más
de una tabla para
conformarla, y el objetivo es
básicamente disminuir el
almacenamiento con la
normalización de estas tablas

21
Inteligencia de Negocios

MODELO ESTRELLA O COPO DE NIEVE

22
Inteligencia de Negocios
Inteligencia de Negocios
Inteligencia de Negocios
Inteligencia de Negocios

26
 Inteligencia de Negocios

VIDEO
Actividad de Cierre: ¿Qué factores deben tomarse en cuenta para el modelado multidimensional ?

27
Inteligencia de Negocios

Conceptos básicos
Bibliografía

• ELMASRI RAMEZ. (2010). FUNDAMENTOS DE BASES DE DATOS. BARCELONA: PEARSON, (1 Ejemplar

disponible en Biblioteca)
• RAMAKRISHNAN RAGHU. (2007). SISTEMAS DE GESTIÓN DE BASES DE DATOS. MEXICO D F: MC GRAW
HILL, (4 Ejemplares disponibles en Biblioteca)