OLAP

Introducción al Business Intelligence

Marta Zorrilla
Universidad de Cantabria

2010/11

Tabla de contenido
¿Qué es “Business Intelligence”?
Campos de aplicación
Evolución de los sistemas de gestión de datos hacia
los sistemas de soporte a la decisión
Data warehouse: justificación, definición, componentes
Herramientas de análisis y consultas
El proceso KDD
El modelo relacional vsdimensional
Tecnología OLAP

Marta Zorrilla - Universidad de Cantabria

2010/11

2

Situación actual en las organizaciones

Entorno competitivo y globalizado
Optimizar procesos
Reducir costes, rentabilidad financiera
Anticiparse a la competencia, análisis del mercado
Innovar, búsqueda de nuevos productos o estrategias
Ganar y fidelizar al “cliente” : Personalizar – simular quecada cliente es
único

Las empresas maneja cantidades ingentes de información:
Fuentes internas (Sistemas corporativos propios, aplicaciones
departamentales, etc. )
Fuentes externas (INE, INEM, colegios profesionales, encuestas, … hasta
un 20%)
Problemas
Saturación de información
Difícil de acceder
No selectiva

Marta Zorrilla - Universidad de Cantabria

Business Intelligence2010/11

3

¿Qué es Business Intelligence?
“Convertir datos en información”
Es lograr que los gerentes y directivos de las organizaciones, y por extensión todos los
usuarios de la información, tomen las mejores decisiones cada día accediendo de
forma directa a la información “clave” de su negocio de manera ágil y sencilla.
BI suministra el marco para:
Definir y medir los indicadoresrelevantes del negocio, y entender su comportamiento
Procesar, resumir, reportar y distribuir la información relevante a tiempo
Gestionar y compartir el conocimiento del negocio con la organización
Analizar y optimizar los procesos que actúan sobre los indicadores

Incluye aplicaciones software, tecnología y metodologías para realizar el análisis de
datos:
Bases de datos
Aplicaciones analíticas(OLAP)
Reporting y querying
Data mining, web mining, text mining, data streaming
Técnicas de visualización de datos
Herramientas ETL

Decision Support System (DSS): sinónimo de BI
Marta Zorrilla - Universidad de Cantabria

2010/11

4

Campos de aplicación

Science
astronomy, bioinformatics, drug discovery, …

Business
CRM (Customer Relationship management), fraud detection,ecommerce, manufacturing, sports/entertainment, telecom,
targeted marketing, health care, …

Web:
search engines, advertising, web and text mining, …

Government
surveillance, crime detection, profiling tax cheaters, …

Marta Zorrilla - Universidad de Cantabria

2010/11

5

Evolución de las tecnologías de bases de datos
Hito histórico

Pregunta de
Negocio

Tecnología que loposibilita

Suministrador

Característica
principal

Data Collection
(1960s)

¿Cuáles fueron
mis ingresos en
los últimos 5
años?

Ordenadores,
cintas, discos,
DBMS jerárquicos
(IMS) y en red

IBM, CDC

Datos históricos

Data Access
(1980s)

¿Cuántas
unidades vendí el
mes pasado en
España?

Bases de datos
relacionales
(RDBMS, SQL,
ODBC)

Oracle, Sybase,
Informix,IBM,
Microsoft

Datos dinámicos
a nivel de registro
(histórico)

Data
Warehousing &
Decision Support
(1990s)

¿Cuántas
unidades vendí el
mes pasado en
España en
relación con
Europa?

On-line analytic
processing
(OLAP), gestores
multidimensionales

Cognos,
Business
Objects,
Microstrategy,
NCR, SPSS,
Comshare, etc.

Datos dinámicos
en múltiples
niveles o
jerarquías(histórico)

Data Mining
(2000s)

¿Cuáles serán las
ventas del
próximo mes en
Europa?

algoritmos
avanzados (data
stream, weblog,
bio-data…),
RDBMS

SPSS/Clementi
ne, Lockheed,
IBM, SGI, SAS,
NCR, Oracle,
etc.

Datos de
prospección
(análisis de
mercado, de
riesgos, …)

Marta Zorrilla - Universidad de Cantabria

2010/11

6

¿Por qué un Data Warehouse?
Los datos...