Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Universidad Autnoma de Carmen

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

l. CONCEPTOS BSICOS RELACIONADOS CON LOS SISTEMAS DE APOYO PARA LA TOMA DE DECISIONES. Los Sistemas de Soporte a la Decisin (DSS por sus siglas en ingles) son una clase especfica de sistemas de informacin basados en equipo de cmputo y que tienen como finalidad apoyar las actividades de toma de decisiones en una organizacin. 1.1.- Historia de los DSS El proceso de toma de decisiones dentro de las organizaciones ha tenido significativos cambios en las ltimas dcadas, desde la aparicin del concepto de Sistemas de Soporte a la Decisin (DSS) aunque de forma acadmica durante los aos 60s, este concepto continu su desarrollo hasta los aos 80s donde ya se involucr el diseo de los sistemas de informacin para ejecutivos(EIS) as como los sistemas de soporte a la decisin organizacionales (ODSS), para la dcada de los 90s las tecnologas de procesamiento analtico en lnea (OLAP) y data warehousing son ya componentes de los DSS. Adems que algunas tcnicas basadas en aplicaciones web fueron adicionadas hacia finales de los 90s. Podramos considerar que los DSS reaparecieron como una nueva generacin dentro del rea de sistemas de informacin ahora ms complejos y sofisticados. 1.2.- Tipos de decisiones La toma de decisiones en las empresas sola ser responsabilidad exclusiva de administracin. En la actualidad, empleados de niveles inferiores son responsables de algunas de estas decisiones, a medida que los sistemas de informacin ponen la informacin a disposicin de los niveles inferiores de la empresa. Las decisiones se clasifican como estructuradas, semi-estructuradas y no estructuradas: Las decisiones no estructuradas: Son aquellas en las cuales el encargado de la toma de decisiones debe aportar buen juicio, evaluacin y entendimiento para la solucionar el problema. Cada una de estas decisiones es nueva, importante, no rutinaria y no existe un procedimiento bien entendido para tomarla. Las decisiones estructuradas: Son repetidas y rutinarias, y su manejo implica un procedimiento bien definido que ahorra tener que tratarlas como si fueran nuevas cada vez que se toman. Las decisiones semi-estructutadas: Aplica cuando las decisiones tiene elementos de los dos tipos de decisiones anteriores y en ellas solo una parte del problema tiene una respuesta clara proporcionada por un procedimiento aceptado. En general, las decisiones estructuradas se presentan con ms frecuencia en los niveles inferiores de la organizacin, en tanto que los problemas no estructurados son ms comunes en los niveles ms altos de la empresa. [Ver Fig. 1]

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Fig. 1.- Los directivos, los gerentes de nivel intermedio, los gerentes operativos y los empleados tienen diferente tipos de decisiones y de requerimientos de informacin.

1.3.- El proceso de toma de decisiones en una organizacin. La toma de una decisin implica un proceso de varios pasos. Simn (1960) describi 4 etapas diferentes en la toma de decisiones: inteligencia, diseo, eleccin e implementacin [vea la Fig. 2] La inteligencia: Consiste en descubrir, identificar y comprender los problemas que ocurren en la empresa; porque se presenta un problema, donde y que efectos tiene en la empresa. El diseo: Implica identificar y explorar diversas soluciones para el problema. La eleccin: Consiste en seleccionar alguna de las alternativas de solucin. La implementacin: Involucra hacer que la alternativa elegida funcione y continuar vigilando que tambin se desempea la solucin.

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Fig. 2.- el proceso de toma de decisiones se puede dividir en cuatro etapas

1.4.- Gerentes y toma de decisiones en la vida real. Los sistemas de informacin no pueden tomar o mejorar las decisiones en una empresa por si solos, sino que tiene que existir un responsable de esa decisin. Roles administrativos Los gerentes desempean roles importantes en las organizaciones. Sus responsabilidades abarcan desde la toma de decisiones, la elaboracin de informes, la asistencia a reuniones, etc. Podemos entender mejor las funciones y roles administrativo examinando los modelos clsicos y contemporneos del comportamiento administrativo. El modelo clsico de administracin, el cual describe lo que hacen los gerentes, permaneci largo tiempo sin ser cuestionado, desde su Concepcin en la dcada de 1920 hasta aos recientes. Henry Fayol y otros escritores de su poca describieron las 5 funciones clsicas de los gerentes como planeacin, organizacin, coordinacin, decisin y control. El modelo clsico describe las funciones administrativas formales pero no aborda lo que hacen exactamente los gerentes cuando planifican, toman decisiones y controlan el trabajo de los dems. Los modelos del comportamiento indican que el comportamiento real de los gerentes parece ser menos sistemticos, ms informal, menos reflexivo, ms reactivo y menos formalmente organizado de lo que el modelo clsico nos ha hecho creer. Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Los observadores consideran que el comportamiento administrativo tiene en realidad 5 atributos que difieren en gran medida de la descripcin clsica: Primero, los gerentes realizan una gran cantidad de trabajo a un ritmo incesante los estudios han encontrado que los gerentes se ocupan de ms de 600 actividades diferentes cada da, sin disminuir su ritmo. Segundo, las actividades administrativas estn fragmentadas; la mayora de las actividades duran por lo menos 9 minutos y solo 10 % exceden una hora de duracin. Tercero, los gerentes prefieren informacin actual, especifica y adecuada (con frecuencia la informacin impresa ser demasiado obsoleta). Cuarto, prefieren las formas orales de comunicacin que las escritas porque las primeras le dan mayor flexibilidad, requieren menos esfuerzo y propician una respuesta ms rpida. Quinto, los gerentes dan una prioridad ms alta al mantenimiento de una red diversa y compleja de contactos que funcione como un sistema de informacin informal y les ayude a alcanzar sus objetivos personales y sus metas a corto y largo plazos. Al analizar el comportamiento cotidiano de los gerentes, Mintzberg encontr que se poda clasificar en 10 roles administrativos. Los roles administrativos son expectativas de las actividades que los gerentes deben desempear en una organizacin. Mintzberg encontr que estos roles administrativos caen tres categoras: interpersonales, informativos y de decisin. Roles interpersonales: los gerentes actan como representantes de la empresa ante el mundo exterior y realizan tareas simblicas, como otorgar premios a los empleados. Los gerentes actan como lderes y procuran motivar, aconsejar y apoyar a sus subordinados. Roles informativos: los gerentes actan como centros nerviosos de sus organizaciones, recibiendo la informacin ms correcta y actualizada, y retribuyndola a quienes necesitan estar enterado de ella. En consecuencia, los gerentes son distribuidores de informacin y voceros de sus organizaciones. Roles de decisin: actan como emprendedores al iniciar nuevas actividades; manejan los disturbios que se presentan en la organizacin; asignan recursos a miembros del personal que lo requieran, negocian conflictos y sirven de intermediarios entre grupos en conflicto.

Toma de decisiones en la vida real Ahora podemos ver que los sistemas de informacin no son tiles para todos los roles administrativos. Y en aquellos roles administrativos donde los sistemas de informacin pueden mejorar las decisiones, las inversiones en tecnologa de informacin no siempre producen resultados positivos. Existen tres razones principales: la calidad de la informacin, los filtros administrativos y la inercia y polticas de la organizacin. Calidad de la informacin: las decisiones de alta calidad requieren informacin de alta calidad. [ver Fig. 3] Filtros administrativos: Incluso con informacin oportuna y precisa, algunos gerentes toman malas decisiones. Los gerentes obtienen la informacin a travs de filtros para darle sentido al mundo que los rodea. Los gerentes tienen atencin selectiva, se enfocan en ciertos tipos de problemas y soluciones, y tienen una diversidad de predisposiciones que rechazan informacin que no se apega a sus ideas previas. Inercia y polticas de la organizacin: las organizaciones son burocracia absoluta, con capacidades y aptitudes limitadas para actuar de manera decisiva. Cuando Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

cambia el entorno y las empresas necesitan adoptar nuevos modelos de negocios para sobrevivir, grandes fuerzas dentro de las organizaciones presentan resistencia a la toma de decisiones encaminada a realizar cambios mayores.

Fig. 3.- Si la salida de los sistemas de informacin no satisface estos criterios de calidad, la toma de decisiones tendr problema.

ll. TIPOS DE SISTEMAS DE APOYO A LA TOMA DE DECISIONES 2.1.- Sistemas de Informacin Gerencial (MIS) La gerencia intermedia necesita sistemas que le ayuden con las actividades de supervisin, control, toma de decisiones y administracin. La principal pregunta que ayudan a responder estos sistemas es la siguiente: Todo est funcionando bien? Los MIS proporcionan a la gerencia intermedia informes sobre el desempeo actual de la organizacin, los cuales utilizan los datos aportados por los sistemas de procesamiento de transacciones (TPS) [Ver Fig. 4]. Esta informacin se utiliza para supervisar y controlar la empresa y pronosticar su desempeo futuro. Por lo general los MIS dan servicio a gerentes interesados principalmente en resultados semanales, mensuales y anuales, aunque si es necesario, algunos MIS permiten ver los datos por da o por hora. [Ver Fig. 5]

Fig. 4.- En el sistema que ilustra este diagrama, tres TPS aportan datos resumidos de transacciones, al final del periodo, al sistema de elaboracin de informes de los MIS. Los gerentes obtienen acceso a los datos de la organizacin por medio del MIS, que los provee de los informes apropiados.

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Fig. 5.- Este informe muestra los datos resumidos de las ventas anuales por producto y plaza, fue producido por los MIS de la Fig. 4.

2.2.- Sistemas de Apoyo a la toma de Decisiones (DSS) Ayudan a la gerencia intermedia a tomar decisiones poco habituales. Se enfocan en problemas de naturaleza nica y que cambian con rapidez, para cuya solucin tal vez no haya un procedimiento totalmente predefinido. Estos sistemas procuran contestar preguntas como estas: Cul sera el impacto en los calendarios de produccin si tuviramos que duplicar las ventas de diciembre? Qu pasara con nuestro rendimiento sobre la inversin si el calendario de produccin de una fabrica se retrasara seis meses? Aunque los DSS utilizan informacin interna de los TPS y de los MIS, con frecuencia ocupan informacin de fuentes externas, como precios accionarios actuales o precios de productos de competidores. Principales componentes de un DSS [ver Fig. 6] Base de datos del DSS: Es un conjunto de datos histricos o actuales de varias aplicaciones o grupos. Podra ser una pequea base de datos en una computadora que contenga un subconjunto de datos corporativos que se hayan descargado y posiblemente combinados con datos externos. Alternativamente la base de datos del DSS podra ser un enorme almacn de datos actualizado de manera continua por los principales TPS organizacionales. El sistema de software de DSS: Contiene las herramientas de software que se usan para el anlisis de datos. Puede contener varias herramientas OLAP, herramientas de minera de datos o un conjunto de modelos matemticas y analticas que pueden ponerse fcilmente a disposicin del usuario del DSS. Un modelo es una representacin abstracta que ilustra los componentes o las relaciones de un fenmeno. Un modelo puede ser un modelo fsico (como un avin modelo), un modelo matemtico (como una ecuacin) o un modelo verbal (como una descripcin de un procedimiento para escribir un pedido). El modelo estadstico ayuda establecer relaciones, como las ventas de productos relacionados con las diferencias en edad, ingresos u otros factores entre las comunidades. Los modelos de optimizacin determinan la asignacin ptima de recursos para maximizar o minimizar variables especificadas, como el costo o el tiempo. Con frecuencia se utilizan los modelos de elaboracin de pronsticos de ventas. El usuario de este tipo de modelo podra proporcionar un rango de datos histricos Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

para proyectar las condiciones futuras y las ventas que podran resultar de esas condiciones. El encargado de tomar decisiones podra variar esas condiciones futuras (introduciendo, por ejemplo, un alza en los costos de las materias primas o la entrada de un nuevo competidor, con precios bajos, en el mercado) para determinar cmo podran afectar a las ventas estas nuevas condiciones. La interfaz del usuario: Permite una fcil interaccin entre los usuarios del sistema y las herramientas de software del DSS. Muchos DSS actuales tienen interfaces Web para aprovechar el despliegue de grficos, la interactividad y la facilidad de uso.

Fig. 6. Panorama de un sistema de apoyo a la toma de decisiones

2.3.- Sistemas de Apoyo a Ejecutivos (ESS) Los directores requieren sistemas que aborden aspectos estratgicos y tendencias de largo plazo, tanto en la empresa como en el entorno externo. Se ocupan de preguntas como las siguientes: Cules sern los niveles de empleo dentro de 5 aos? Cules son las tendencias de los costos a largo plazo en la industria, y en qu nivel se encuentra la nuestra? Qu tan bien se estn desempeando nuestros competidores? Qu productos deberemos estar elaborando dentro de 5 aos? Los ESS ayudan a la alta direccin en las decisiones no rutinarias que requieren juicio, evaluacin y comprensin porque no hay un procedimiento convenido para llegar a una solucin. Un gran reto de la construccin de los sistemas de apoyo a ejecutivos ha sido integrar los datos de sistemas diseados para propsitos muy diferentes a fin de que los directores puedan revisar el desempeo organizacional desde una perspectiva que abarque toda la empresa. Actualmente, los sistemas empresariales pueden proporcionar a los gerentes informacin, comprensiva y exacta de toda la empresa. Que son los sistemas empresariales? Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Tambin conocido como sistemas de planeacin de recursos empresariales (ERP), integran todos los procesos de negocios de una empresa en un solo sistema de software que permita un flujo transparente de la informacin a travs de la organizacin. 2.4.- Sistemas de Apoyo a la toma de Decisiones en Grupo (GDSS) Qu es un GDSS? Es un sistema interactivo basado en computadora para facilitar la solucin de problemas no estructurados por un conjunto de responsables de tomar de decisiones que trabajan juntos como un grupo. Proporcionan herramientas y tecnologa diseadas explcitamente para la toma de decisiones en grupo y se desarrollaron en respuesta a una preocupacin creciente sobre la calidad y efectividad de las reuniones. Componentes de un GDSS Hardware: Se refiere a las instalaciones de la conferencia misma, como son el saln, las mesas y las sillas. Tambin se debe incluir algn hardware electrnico, como tableros electrnicos de despliegue y equipo audiovisual, de cmputo y de conectividad de redes. Herramientas de software: Se desarrollaron originalmente para reuniones en la que todos los participantes estn en la misma sala, pero tambin pueden usarse para reuniones en red en las que los participantes estn en ubicaciones diferentes. Las herramientas de software GDSS especificas incluyen lo siguiente: o Los cuestionarios electrnicos ayudan a los organizadores en la planeacin previa a la reunin identificando aspectos de inters y ayudando a asegurar que no se pase por alto la informacin clave de planeacin. o Las herramientas electrnicas de lluvia de ideas permiten a los individuos contribuir de manera simultnea y annima a las ideas de los temas de la reunin. o Los organizadores de ideas facilitan la integracin y sntesis organizada de las ideas generadas durante la lluvia de ideas. o Las herramientas de cuestionario apoyan a los moderadores y a los lderes de grupo conforme obtienen la informacin antes y durante el proceso de establecimiento de prioridades. o Las herramientas para votar o establecer prioridades ofrecen diversos mtodos, desde la votacin simple, hasta la clasificacin ordenada y una diversidad de tcnicas de evaluacin para establecer prioridades o votar. o Las herramientas de anlisis e identificacin de participantes, utilizan mtodos estructurados para evaluar el impacto de una propuesta que surja en la organizacin. o Las herramientas de constitucin de polticas proporcionan apoyo estructurado para fomentar el acuerdo en la redaccin de declaraciones de polticas. o Los diccionarios de grupo documentan el acuerdo del grupo sobre definiciones de palabra y trminos centrales para el proyecto. Personas: Se refiere no solo a los participantes sino tambin a un moderador especializado y con frecuencia al personal que apoya en el manejo de hardware y el software. Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

lll. ALMACENES DE DATOS (DATAWAREHOUSE) Suponga que requiere informacin concisa y confiable a cerca de las operaciones actuales, las tendencias y los cambios a travs de toda la empresa. Si usted trabajara en una empresa grande, podra dificultrsele obtener esta informacin porque con frecuencia los datos se conservan en sistemas separados, como ventas, produccin o contabilidad. Alguno de los datos que usted necesitara podra estar en el sistema de ventas, y otros fragmentos en el sistema de produccin. Muchos de estos sistemas son antiguos y heredados, que utilizan tecnologa de administracin de datos obsoletos o sistemas de archivos en los cuales es difcil para los usuarios acceder a la informacin. Usted podra pasar cantidades de tiempo excesivas localizando y recopilando los datos que necesitara, o podra verse obligado a tomar sus decisiones con base en conocimientos incompletos. Si requiere informacin sobre tendencias, tambin podra tener problemas para encontrar los datos acerca de sucesos pasados porque la mayora de las empresas solo ponen a disposicin inmediata sus datos actuales. El almacenamiento de datos resuelve los problemas mencionados. 3.1.1- Qu es un almacn de datos? Un almacn de datos es una base datos que almacena datos actuales e histricos de potencial inters para los encargados de la toma de decisiones de toda la empresa. Los datos se originan en muchos sistemas de transacciones operativas esenciales, como los sistemas de ventas, cuentas de clientes y produccin, podra incluir datos derivados de transacciones en sitios Web. El almacn de dato consolida y estandariza informacin de diferentes bases de datos operativas con el propsito de que la informacin se pueda utilizar atreves de la empresa para el anlisis y la toma de decisiones por parte de la administracin. La Fig. 7 ilustra la manera en que funciona un almacn de datos. El almacn de datos pone los datos a disposicin de quien los necesite, pero no se pueden modificar. Mercados de datos Con frecuencia las compaas construyen almacenes de datos a nivel general de la empresa, en los que un almacn central de datos abastece a toda la organizacin, o crean almacenes descentralizados ms pequeos llamados mercado de datos. Un mercado de datos es un subconjunto de un almacn de datos en el que una parte resumida o altamente enfocada de los datos de la organizacin se coloca en una base de datos separada para una poblacin especfica de usuarios.

Fig. 7.- Componentes de un almacn de datos

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

3.1.2.- Caractersticas de un DataWarehouse Orientado al tema: Una primera caracterstica del DataWarehouse es que la informacin se clasifica en base a los aspectos que son de inters para la empresa. Siendo as, los datos tomados estn en contraste con los clsicos procesos orientados a las aplicaciones. En la Figura 8; se muestra el contraste entre los dos tipos de orientaciones.

Fig. 8.- Los DataWarehouse tienen una fuerte orientacin al tema.

El ambiente operacional se disea alrededor de las aplicaciones y funciones tales como prstamos, ahorros, tarjeta bancaria y depsitos para una institucin financiera. Por ejemplo, una aplicacin de ingreso de rdenes puede accesar a los datos sobre clientes, productos y cuentas. La base de datos combina estos elementos en una estructura que acomoda las necesidades de la aplicacin. En el ambiente DataWarehousing se organiza alrededor de sujetos tales como cliente, vendedor, producto y actividad. Por ejemplo, para un fabricante, stos pueden ser clientes, productos, proveedores y vendedores. Para una universidad pueden ser estudiantes, clases y profesores. Para un hospital pueden ser pacientes, personal mdico, medicamentos, etc. Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

La alineacin alrededor de las reas de los temas afecta el diseo y la implementacin de los datos encontrados en el DataWarehouse. Las principales reas de los temas influyen en la parte ms importante de la estructura clave. Las aplicaciones estn relacionadas con el diseo de la base de datos y del proceso. En DataWarehousing se enfoca el modelamiento de datos y el diseo de la base de datos. El diseo del proceso (en su forma clsica) no es separado de este ambiente. Las diferencias entre la orientacin de procesos y funciones de las aplicaciones y la orientacin a temas, radican en el contenido de la data a nivel detallado. En el DataWarehouse se excluye la informacin que no ser usada por el proceso de sistemas de soporte de decisiones, mientras que la informacin de las orientadas a las aplicaciones, contiene datos para satisfacer de inmediato los requerimientos funcionales y de proceso, que pueden ser usados o no por el analista de soporte de decisiones. Otra diferencia importante est en la interrelacin de la informacin. Los datos operacionales mantienen una relacin continua entre dos o ms tablas basadas en una regla comercial que est vigente. Las del DataWarehouse miden un espectro de tiempo y las relaciones encontradas en el DataWarehouse son muchas. Muchas de las reglas comerciales (y sus correspondientes relaciones de datos) se representan en el DataWarehouse, entre dos o ms tablas.

Integrado El aspecto ms importante del ambiente DataWarehousing es que la informacin encontrada al interior est siempre integrada. La integracin de datos se muestra de muchas maneras: en convenciones de nombres consistentes, en la medida uniforme de variables, en la codificacin de estructuras consistentes, en atributos fsicos de los datos consistentes, fuentes mltiples y otros. El contraste de la integracin encontrada en el DataWarehouse con la carencia de integracin del ambiente de aplicaciones, se muestran en la Figura N 9, con diferencias bien marcadas. A travs de los aos, los diseadores de las diferentes aplicaciones han tomado sus propias decisiones sobre cmo se debera construir una aplicacin. Los estilos y diseos personalizados se muestran de muchas maneras. Se diferencian en la codificacin, en las estructuras claves, en sus caractersticas fsicas, en las convenciones de nombramiento y otros. La capacidad colectiva de muchos de los diseadores de aplicaciones, para crear aplicaciones inconsistentes, es fabulosa. La Figura N 9 mencionada, muestra algunas de las diferencias ms importantes en las formas en que se disean las aplicaciones.

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Codificacin. Los diseadores de aplicaciones codifican el campo GENERO en varias formas. Un diseador representa GENERO como una "M" y una "F", otros como un "1" y un "0", otros como una "X" y una "Y" e inclusive, como "masculino" y "femenino".

No importa mucho cmo el GENERO llega al DataWarehouse. Probablemente "M" y "F" sean tan buenas como cualquier otra representacin. Lo importante es que sea de cualquier fuente de donde venga, el GENERO debe llegar al DataWarehouse en un estado integrado uniforme. Por lo tanto, cuando el GENERO se carga en el DataWarehouse desde una aplicacin, donde ha sido representado en formato "M" y "F", los datos deben convertirse al formato del DataWarehouse.

Medida de atributos. Los diseadores de aplicaciones miden las unidades de medida de las tuberas en una variedad de formas. Un diseador almacena los datos de tuberas en centmetros, otros en pulgadas, otros en millones de pies cbicos por segundo y otros en yardas.

Fig. 9.- Cuando los datos se mueven al DataWarehouse desde las aplicaciones orientadas al ambiente operacional, los datos se integran antes de entrar al depsito.

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Al dar medidas a los atributos, la transformacin traduce las diversas unidades de medida usadas en las diferentes bases de datos para transformarlas en una medida estndar comn. Cualquiera que sea la fuente, cuando la informacin de la tubera llegue al DataWarehouse necesitar ser medida de la misma manera.

Convenciones de Nombramiento.- El mismo elemento es frecuentemente referido por nombres diferentes en las diversas aplicaciones. El proceso de transformacin asegura que se use preferentemente el nombre de usuario. Fuentes Mltiples.- El mismo elemento puede derivarse desde fuentes mltiples. En este caso, el proceso de transformacin debe asegurar que la fuente apropiada sea usada, documentada y movida al depsito.

Tal como se muestra en la figura, los puntos de integracin afectan casi todos los aspectos de diseo - las caractersticas fsicas de los datos, la disyuntiva de tener ms de una de fuente de datos, el problema de estndares de denominacin inconsistentes, formatos de fecha inconsistentes y otros. Cualquiera que sea la forma del diseo, el resultado es el mismo - la informacin necesita ser almacenada en el DataWarehouse en un modelo globalmente aceptable y singular, aun cuando los sistemas operacionales subyacentes almacenen los datos de manera diferente. Cuando el analista de sistema de soporte de decisiones observe el DataWarehouse, su enfoque deber estar en el uso de los datos que se encuentre en el depsito, antes que preguntarse sobre la confiabilidad o consistencia de los datos. De tiempo variante Toda la informacin del DataWarehouse es requerida en algn momento. Esta caracterstica bsica de los datos en un depsito, es muy diferente de la informacin encontrada en el ambiente operacional. En stos, la informacin se requiere al momento de accesar. En otras palabras, en el ambiente operacional, cuando usted accesa a una unidad de informacin, usted espera que los valores requeridos se obtengan a partir del momento de acceso. Como la informacin en el DataWarehouse es solicitada en cualquier momento (es decir, no "ahora mismo"), los datos encontrados en el depsito se llaman de "tiempo variante". Los datos histricos son de poco uso en el procesamiento operacional. La informacin del depsito por el contraste, debe incluir los datos histricos para usarse en la identificacin y evaluacin de tendencias. (Ver Figura N 10).

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Fig. 10.- De tiempo variante

El tiempo variante se muestra de varias maneras: 1 La ms simple es que la informacin representa los datos sobre un horizonte largo de tiempo - desde cinco a diez aos. El horizonte de tiempo representado para el ambiente operacional es mucho ms corto - desde valores actuales hasta sesenta a noventa das. Las aplicaciones que tienen un buen rendimiento y estn disponibles para el procesamiento de transacciones, deben llevar una cantidad mnima de datos si tienen cualquier grado de flexibilidad. Por ello, las aplicaciones operacionales tienen un corto horizonte de tiempo, debido al diseo de aplicaciones rgidas. 2 La segunda manera en la que se muestra el tiempo variante en el DataWarehouse est en la estructura clave. Cada estructura clave en el DataWarehouse contiene, implcita o explcitamente, un elemento de tiempo como da, semana, mes, etc. El elemento de tiempo est casi siempre al pie de la clave concatenada, encontrada en el DataWarehouse. En ocasiones, el elemento de tiempo existir implcitamente, como el caso en que un archivo completo se duplica al final del mes, o al cuarto. 3 La tercera manera en que aparece el tiempo variante es cuando la informacin del DataWarehouse, una vez registrada correctamente, no puede ser actualizada. La informacin del DataWarehouse es, para todos los propsitos prcticos, una serie larga de "snapshots" (vistas instantneas). Por supuesto, si los snapshots de los datos se han tomado incorrectamente, entonces pueden ser cambiados. Asumiendo que los snapshots se han tomado adecuadamente, ellos no son alterados una vez hechos. En algunos casos puede ser no tico, e incluso ilegal, alterar los snapshots en el DataWarehouse. Los datos operacionales, siendo requeridos a partir del momento de acceso, pueden actualizarse de acuerdo a la necesidad.

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

No voltil La informacin es til slo cuando es estable. Los datos operacionales cambian sobre una base momento a momento. La perspectiva ms grande, esencial para el anlisis y la toma de decisiones, requiere una base de datos estable. En la Figura N 11 se muestra que la actualizacin (insertar, borrar y modificar), se hace regularmente en el ambiente operacional sobre una base de registro por registro. Pero la manipulacin bsica de los datos que ocurre en el DataWarehouse es mucho ms simple. Hay dos nicos tipos de operaciones: la carga inicial de datos y el acceso a los mismos. No hay actualizacin de datos (en el sentido general de actualizacin) en el depsito, como una parte normal de procesamiento. Hay algunas consecuencias muy importantes de esta diferencia bsica, entre el procesamiento operacional y del DataWarehouse. En el nivel de diseo, la necesidad de ser precavido para actualizar las anomalas no es un factor en el DataWarehouse, ya que no se hace la actualizacin de datos. Esto significa que en el nivel fsico de diseo, se pueden tomar libertades para optimizar el acceso a los datos, particularmente al usar la normalizacin y denormalizacin fsica. Otra consecuencia de la simplicidad de la operacin del DataWarehouse est en la tecnologa subyacente, utilizada para correr los datos en el depsito. Teniendo que soportar la actualizacin de registro por registro en modo on-line (como es frecuente en el caso del procesamiento operacional) requiere que la tecnologa tenga un fundamento muy complejo debajo de una fachada de simplicidad.

Fig. 11

La tecnologa permite realizar backup y recuperacin, transacciones e integridad de los datos y la deteccin y solucin al estancamiento que es ms complejo. En el DataWarehouse no es necesario el procesamiento. La fuente de casi toda la informacin del DataWarehouse es el ambiente operacional. A simple vista, se puede pensar que hay redundancia masiva de datos entre los dos ambientes. Desde luego, la primera impresin de muchas personas se Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

centra en la gran redundancia de datos, entre el ambiente operacional y el ambiente de DataWarehouse. Dicho razonamiento es superficial y demuestra una carencia de entendimiento con respecto a qu ocurre en el DataWarehouse. De hecho, hay una mnima redundancia de datos entre ambos ambientes. Se debe considerar lo siguiente:

Los datos se filtran cuando pasan desde el ambiente operacional al de depsito. Existe mucha data que nunca sale del ambiente operacional. Slo los datos que realmente se necesitan ingresarn al ambiente de DataWarehouse. El horizonte de tiempo de los datos es muy diferente de un ambiente al otro. La informacin en el ambiente operacional es ms reciente con respecto a la del DataWarehouse. Desde la perspectiva de los horizontes de tiempo nicos, hay poca superposicin entre el ambiente operacional y de DataWarehouse. El DataWarehouse contiene un resumen de la informacin que no se encuentra en el ambiente operacional. Los datos experimentan una transformacin fundamental cuando pasa al DataWarehouse. La mayor parte de los datos se alteran significativamente al ser seleccionados y movidos al DataWarehouse. Dicho de otra manera, la mayora de los datos se alteran fsica y radicalmente cuando se mueven al depsito. No es la misma data que reside en el ambiente operacional desde el punto de vista de integracin.

En vista de estos factores, la redundancia de datos entre los dos ambientes es una ocurrencia rara, que resulta en menos de 1%.

3.1.3.- Estructura del DataWarehouse Los DataWarehouse tienen una estructura distinta. Hay niveles diferentes de esquematizacin y detalle que delimitan el DataWarehouse. La estructura de un DataWarehouse se muestra en la Figura N 12. En la figura, se muestran los diferentes componentes del DataWarehouse y son:

Detalle de datos actuales.- En gran parte, el inters ms importante radica en el detalle de los datos actuales, debido a que:

Refleja las ocurrencias ms recientes, las cuales son de gran inters Es voluminoso, ya que se almacena al ms bajo nivel de granularidad. Casi siempre se almacena en disco, el cual es de fcil acceso, aunque su administracin sea costosa y compleja.

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Detalle de datos antiguos.- La data antigua es aquella que se almacena sobre alguna forma de almacenamiento masivo. No es frecuentemente accesada y se almacena a un nivel de detalle, consistente con los datos detallados actuales. Mientras no sea prioritario el almacenamiento en un medio de almacenaje alterno, a causa del gran volumen de datos unido al acceso no frecuente de los mismos, es poco usual utilizar el disco como medio de almacenamiento. Datos ligeramente resumidos.- La data ligeramente resumida es aquella que proviene desde un bajo nivel de detalle encontrado al nivel de detalle actual. Este nivel del DataWarehouse casi siempre se almacena en disco. Los puntos en los que se basa el diseador para construirlo son:

Que la unidad de tiempo se encuentre sobre la esquematizacin hecha. Qu contenidos (atributos) tendr la data ligeramente resumida.

Datos completamente resumidos.- El siguiente nivel de datos encontrado en el DataWarehouse es el de los datos completamente resumidos. Estos datos son compactos y fcilmente accesibles.

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Fig.- 12. Estructura de los datos en un DataWarehouse.

A veces se encuentra en el ambiente de DataWarehouse y en otros, fuera del lmite de la tecnologa que ampara al DataWarehouse. (De todos modos, los datos completamente resumidos son parte del DataWarehouse sin considerar donde se alojan los datos fsicamente.)

Metadata.- El componente final del DataWarehouse es el de la metadata. De muchas maneras la metadata se sita en una dimensin diferente al de otros datos del DataWarehouse, debido a que su contenido no es tomado directamente desde el ambiente operacional.

La metadata juega un rol especial y muy importante en el DataWarehouse y es usada como:

Un directorio para ayudar al analista a ubicar los contenidos del DataWarehouse. Una gua para el mapping de datos de cmo se transforma, del ambiente operacional al de DataWarehouse. Una gua de los algoritmos usados para la esquematizacin entre el detalle de datos actual, con los datos ligeramente resumidos y stos, con los datos completamente resumidos, etc. Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

La metadata juega un papel mucho ms DataWarehousing que en un operacional clsico.

importante

en

un

ambiente

A fin de recordar los diferentes niveles de los datos encontrados en el DataWarehouse, considere el ejemplo mostrado en la Figura N 13. El detalle de ventas antiguas son las que se encuentran antes de 1992. Todos los detalles de ventas desde 1982 (o cuando el diseador inici la coleccin de los archivos) son almacenados en el nivel de detalle de datos ms antiguo. El detalle actual contiene informacin desde 1992 a 1993 (suponiendo que 1993 es el ao actual). En general, el detalle de ventas no se ubica en el nivel de detalle actual hasta que haya pasado, por lo menos, veinticuatro horas desde que la informacin de ventas llegue a estar disponible en el ambiente operacional.

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Fig. 13.- Ejemplo de niveles de esquematizacin que podra encontrarse en un DataWarehouse.

En otras palabras, habra un retraso de tiempo de por lo menos veinticuatro horas, entre el tiempo en que en el ambiente operacional se haya hecho un nuevo ingreso de la venta y el momento cuando la informacin de la venta haya ingresado al DataWarehouse. El detalle de las ventas es resumido semanalmente por lnea de subproducto y por regin, para producir un almacenamiento de datos ligeramente resumidos. Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

El detalle de ventas semanal es adicionalmente resumido en forma mensual, segn una gama de lneas, para producir los datos completamente resumidos. La metadata contiene (al menos):

La estructura de los datos Los algoritmos usados para la esquematizacin El mapping desde el ambiente operacional al DataWarehouse

La informacin adicional que no se esquematiza es almacenada en el DataWarehouse. En muchas ocasiones, all se har el anlisis y se producir un tipo u otro de resumen. El nico tipo de esquematizacin que se almacena permanentemente en el DataWarehouse, es el de los datos que son usados frecuentemente. En otras palabras, si un analista produce un resumen que tiene una probabilidad muy baja de ser usado nuevamente, entonces la esquematizacin no es almacenada en el DataWarehouse.

3.1.4.- Arquitectura de un DataWarehouse Una de las razones por las que el desarrollo de un DataWarehouse crece rpidamente, es que realmente es una tecnologa muy entendible. De hecho, DataWarehousing puede representar mejor la estructura amplia de una empresa para administrar los datos informacionales dentro de la organizacin. A fin de comprender cmo se relacionan todos los componentes involucrados en una estrategia DataWarehousing, es esencial tener una Arquitectura DataWarehouse.

Fig. 14.- Arquitectura de un DataWarehouse

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

3.1.5.- Elementos constituyentes de una Arquitectura DataWarehouse Una Arquitectura DataWarehouse (DataWarehouse Architecture - DWA) es una forma de representar la estructura total de datos, comunicacin, procesamiento y presentacin, que existe para los usuarios finales que disponen de una computadora dentro de la empresa. La arquitectura se constituye de un nmero de partes interconectadas:

Base de datos operacional / Nivel de base de datos externo Nivel de acceso a la informacin Nivel de acceso a los datos Nivel de directorio de datos (Metadata) Nivel de gestin de proceso Nivel de mensaje de la aplicacin Nivel de DataWarehouse Nivel de organizacin de datos

Base de datos operacional / Nivel de base de datos externo Los sistemas operacionales procesan datos para apoyar las necesidades operacionales crticas. Para hacer eso, se han creado las bases de datos operacionales histricas que proveen una estructura de procesamiento eficiente, para un nmero relativamente pequeo de transacciones comerciales bien definidas. Sin embargo, a causa del enfoque limitado de los sistemas operacionales, las bases de datos diseadas para soportar estos sistemas, tienen dificultad al accesar a los datos para otra gestin o propsitos informticos. Esta dificultad en accesar a los datos operacionales es amplificada por el hecho que muchos de estos sistemas tienen de 10 a 15 aos de antigedad. El tiempo de algunos de estos sistemas significa que la tecnologa de acceso a los datos disponible para obtener los datos operacionales, es as mismo antigua. Ciertamente, la meta del DataWarehousing es liberar la informacin que es almacenada en bases de datos operacionales y combinarla con la informacin desde otra fuente de datos, generalmente externa. Cada vez ms, las organizaciones grandes adquieren datos adicionales desde bases de datos externas. Esta informacin incluye tendencias demogrficas, economtricas, adquisitivas y competitivas (que pueden ser proporcionadas por Instituciones Oficiales - INEI). Internet o tambin llamada "information superhighway" (supercarretera de la informacin) provee el acceso a ms recursos de datos todos los das.

Nivel de acceso a la informacin

El nivel de acceso a la informacin de la arquitectura DataWarehouse, es el nivel del que el usuario final se encarga directamente. En particular, representa las Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

herramientas que el usuario final normalmente usa da a da. Por ejemplo: Excel, Lotus 1-2-3, Focus, Access, SAS, etc. Este nivel tambin incluye el hardware y software involucrados en mostrar informacin en pantalla y emitir reportes de impresin, hojas de clculo, grficos y diagramas para el anlisis y presentacin. Hace dos dcadas que el nivel de acceso a la informacin se ha expandido enormemente, especialmente a los usuarios finales quienes se han volcado a las PCs mono usuarias y las PCs en redes. Actualmente, existen herramientas ms y ms sofisticadas para manipular, analizar y presentar los datos, sin embargo, hay problemas significativos al tratar de convertir los datos tal como han sido recolectados y que se encuentran contenidos en los sistemas operacionales en informacin fcil y transparente para las herramientas de los usuarios finales. Una de las claves para esto es encontrar un lenguaje de datos comn que puede usarse a travs de toda la empresa.

Nivel de acceso a los datos

El nivel de acceso a los datos de la arquitectura DataWarehouse est involucrado con el nivel de acceso a la informacin para conversar en el nivel operacional. En la red mundial de hoy, el lenguaje de datos comn que ha surgido es SQL. Originalmente, SQL fue desarrollado por IBM como un lenguaje de consulta, pero en los ltimos veinte aos ha llegado a ser el estndar para el intercambio de datos. Uno de los adelantos claves de los ltimos aos ha sido el desarrollo de una serie de "filtros" de acceso a datos, tales como EDA/SQL para accesar a casi todos los Sistemas de Gestin de Base de Datos (Data Base Management Systems - DBMS) y sistemas de archivos de datos, relacionales o no. Estos filtros permiten a las herramientas de acceso a la informacin, accesar tambin a la data almacenada en sistemas de gestin de base de datos que tienen veinte aos de antigedad. El nivel de acceso a los datos no solamente conecta DBMSs diferentes y sistemas de archivos sobre el mismo hardware, sino tambin a los fabricantes y protocolos de red. Una de las claves de una estrategia DataWarehousing es proveer a los usuarios finales con "acceso a datos universales". El acceso a los datos universales significa que, tericamente por lo menos, los usuarios finales sin tener en cuenta la herramienta de acceso a la informacin o ubicacin, deberan ser capaces de accesar a cualquier o todos los datos en la empresa que es necesaria para ellos, para hacer su trabajo. El nivel de acceso a los datos entonces es responsable de la interface entre las herramientas de acceso a la informacin y las bases de datos operacionales. En algunos casos, esto es todo lo que un usuario final necesita. Sin embargo, en general, las organizaciones desarrollan un plan mucho ms sofisticado para el soporte del DataWarehousing. Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Nivel de Directorio de Datos (Metadata)

A fin de proveer el acceso a los datos universales, es absolutamente necesario mantener alguna forma de directorio de datos o repositorio de la informacin metadata. La metadata es la informacin alrededor de los datos dentro de la empresa. Las descripciones de registro en un programa COBOL son metadata. Tambin lo son las sentencias DIMENSION en un programa FORTRAN o las sentencias a crear en SQL. A fin de tener un depsito totalmente funcional, es necesario tener una variedad de metadata disponibles, informacin sobre las vistas de datos de los usuarios finales e informacin sobre las bases de datos operacionales. Idealmente, los usuarios finales deberan de accesar a los datos desde el DataWarehouse (o desde las bases de datos operacionales), sin tener que conocer dnde residen los datos o la forma en que se han almacenados.

Nivel de Gestin de Procesos

El nivel de gestin de procesos tiene que ver con la programacin de diversas tareas que deben realizarse para construir y mantener la DataWarehouse y la informacin del directorio de datos. Este nivel puede depender del alto nivel de control de trabajo para muchos procesos (procedimientos) que deben ocurrir para mantener el DataWarehouse actualizado.

Nivel de Mensaje de la Aplicacin

El nivel de mensaje de la aplicacin tiene que ver con el transporte de informacin alrededor de la red de la empresa. El mensaje de aplicacin se refiere tambin como "subproducto", pero puede involucrar slo protocolos de red. Puede usarse por ejemplo, para aislar aplicaciones operacionales o estratgicas a partir del formato de datos exacto, recolectar transacciones o los mensajes y entregarlos a una ubicacin segura en un tiempo seguro.

Nivel DataWarehouse (Fsico)

En el DataWarehouse (ncleo) es donde ocurre la data actual, usada principalmente para usos estratgicos. En algunos casos, uno puede pensar del DataWarehouse simplemente como una vista lgica o virtual de datos. En muchos ejemplos, el DataWarehouse puede no involucrar almacenamiento de datos. En un DataWarehouse fsico, copias, en algunos casos, muchas copias de datos operacionales y/o externos, son almacenadas realmente en una forma que es fcil de accesar y es altamente flexible. Cada vez ms, los DataWarehouses son almacenados sobre plataformas cliente/servidor, pero por lo general se almacenan sobre mainframes.

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Nivel de Organizacin de Datos

El componente final de la arquitectura DataWarehouse es la organizacin de los datos. Se llama tambin gestin de copia o rplica, pero de hecho, incluye todos los procesos necesarios como seleccionar, editar, resumir, combinar y cargar datos en el depsito y accesar a la informacin desde bases de datos operacionales y/o externas. La organizacin de datos involucra con frecuencia una programacin compleja, pero cada vez ms, estn crendose las herramientas DataWarehousing para ayudar en este proceso. Involucra tambin programas de anlisis de calidad de datos y filtros que identifican modelos y estructura de datos dentro de la data operacional existente. 3.1.6.- Operaciones en un DataWarehouse En la Figura N 15 se muestra algunos de los tipos de operaciones que se efectan dentro de un ambiente DataWarehousing.

Fig. 15

a) Sistemas Operacionales Los datos administrados por los sistemas de aplicacin operacionales son la fuente principal de datos para el DataWarehouse. Las bases de datos operacionales se organizan como archivos indexados (UFAS, VSAM), bases de datos de redes/jerrquicas (I-D-S/II, IMS, IDMS) o sistemas de base de datos relacionales (DB2, Oracle, Informix, etc.). Segn las encuestas, aproximadamente del 70% a 80% de las bases de datos de las empresas se organizan usando DBMSs no relacional. Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

b) Extraccin, Transformacin y Carga de los Datos Se requieren herramientas de gestin de datos para extraer datos desde bases de datos y/o archivos operacionales, luego es necesario manipular o transformar los datos antes de cargar los resultados en el DataWarehouse. Tomar los datos desde varias bases de datos operacionales y transformarlos en datos requeridos para el depsito, se refiere a la transformacin o a la integracin de datos. Las bases de datos operacionales, diseadas para el soporte de varias aplicaciones de produccin, frecuentemente difieren en el formato. Los mismos elementos de datos, si son usados por aplicaciones diferentes o administrados por diferentes software DBMS, pueden definirse al usar nombres de elementos inconsistentes, que tienen formatos inconsistentes y/o ser codificados de manera diferente. Todas estas inconsistencias deben resolverse antes que los elementos de datos sean almacenados en el DataWarehouse. c) Metadata Otro paso necesario es crear la metadata. La metadata (es decir, datos acerca de datos) describe los contenidos del DataWarehouse. La metadata consiste de definiciones de los elementos de datos en el depsito, sistema(s) del (os) elemento(s) fuente. Como la data, se integra y transforma antes de ser almacenada en informacin similar. d) Acceso de usuario final Los usuarios accesan al DataWarehouse por medio de herramientas de productividad basadas en GUI (Graphical User Interface - Interface grfica de usuario). Pueden proveerse a los usuarios del DataWarehouse muchos de estos tipos de herramientas. Estos pueden incluir software de consultas, generadores de reportes, procesamiento analtico en lnea, herramientas data/visual mining, etc., dependiendo de los tipos de usuarios y sus requerimientos particulares. Sin embargo, una sola herramienta no satisface todos los requerimientos, por lo que es necesaria la integracin de una serie de herramientas. e) Plataforma del DataWarehouse La plataforma para el DataWarehouse es casi siempre un servidor de base de datos relacional. Cuando se manipulan volmenes muy grandes de datos puede requerirse una configuracin en bloque de servidores UNIX con multiprocesador simtrico (SMP) o un servidor con procesador paralelo masivo (MPP) especializado. Los extractos de la data integrada/transformada se cargan en el DataWarehouse. Uno de los ms populares RDBMS disponibles para DataWarehousing sobre la plataforma UNIX (SMP y MPP) generalmente es Teradata. La eleccin de la plataforma es crtica. El depsito crecer y hay que comprender los requerimientos despus de 3 o 5 aos. Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Muchas de las organizaciones quieran o no escogen una plataforma por diversas razones: el Sistema X es nuestro sistema elegido o el Sistema Y est ya disponible sobre un sistema UNIX que nosotros ya tenemos. Uno de los errores ms grandes que las organizaciones cometen al seleccionar la plataforma, es que ellos presumen que el sistema (hardware y/o DBMS) escalar con los datos. El sistema de depsito ejecuta las consultas que se pasa a los datos por el software de acceso a los datos del usuario. Aunque un usuario visualiza las consultas desde el punto de vista de un GUI, las consultas tpicamente se formulan como pedidos SQL, porque SQL es un lenguaje universal y el estndar de hecho para el acceso a datos. f) Datos Externos Dependiendo de la aplicacin, el alcance del DataWarehouse puede extenderse por la capacidad de accesar a la data externa. Por ejemplo, los datos accesibles por medio de servicios de computadora en lnea (tales como CompuServe y America On Line) y/o va Internet, pueden estar disponibles a los usuarios del DataWarehouse. 1. Evolucin del Depsito Construir un DataWarehouse es una tarea grande. No es recomendable emprender el desarrollo del DataWarehouse de la empresa como un proyecto cualquiera. Ms bien, se recomienda que los requerimientos de una serie de fases se desarrollen e implementen en modelos consecutivos que permitan un proceso de implementacin ms gradual e iterativa. No existe ninguna organizacin que haya triunfado en el desarrollo del DataWarehouse de la empresa, en un slo paso. Muchas, sin embargo, lo han logrado luego de un desarrollo paso a paso. Los pasos previos evolucionan conjuntamente con la materia que est siendo agregada. Los datos en el DataWarehouse no son voltiles y es un repositorio de datos de slo lectura (en general). Sin embargo, pueden aadirse nuevos elementos sobre una base regular para que el contenido siga la evolucin de los datos en la base de datos fuente, tanto en los contenidos como en el tiempo. Uno de los desafos de mantener un DataWarehouse, es idear mtodos para identificar datos nuevos o modificados en las bases de datos operacionales. Algunas maneras para identificar estos datos incluyen insertar fecha/tiempo en los registros de base de datos y entonces crear copias de registros actualizados y copiar informacin de los registros de transaccin y/o base de datos diarios. Estos elementos de datos nuevos y/o modificados son extrados, integrados, transformados y agregados al DataWarehouse en pasos peridicos programados. Como se aaden las nuevas ocurrencias de datos, los datos antiguos son eliminados. Por ejemplo, si los detalles de un sujeto particular se mantienen por 5 aos, como se agreg la ltima semana, la semana anterior es eliminada.

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

3.2.- PROCESAMIENTO ANALTICO EN LNEA (OLAP) Una vez que se ha capturado y organizado los datos en los almacenes de datos y en mercados de datos, estn a disposicin para anlisis ms profundo. Una serie de herramientas permite a los usuarios analizar estos datos para descubrir nuevos patones, relaciones y conocimientos profundos para orientar la toma de decisiones. Estas herramientas para consolidar, analizar y dar acceso a extensas cantidades de datos para ayudar a los usuarios a tomar mejores decisiones de negocio con frecuencia se denominan inteligencia de negocios (BI). Las principales herramientas para la inteligencia de negocios incluyen software para consultas e informes de base de datos, herramientas para el anlisis de datos multidimensionales y minera de datos. Supongamos que su empresa vende cuatro diferentes productos: tuercas, pernos, arandelas y tornillos; en las regiones Este, Oeste y Central. Si usted quisiera hacer una pregunta bastante directa, como la cantidad de arandelas vendidas durante el trimestre pasado, podra encontrar fcilmente la respuesta consultando la base de datos de ventas. Pero qu pasara si quisiera saber la cantidad de arandelas vendidas en cada una de las regiones de ventas y comparar los resultados reales con las ventas proyectadas? Para obtener la respuesta, usted necesitara el procesamiento analtico en lnea (OLAP). OLAP soporta el anlisis de datos multidimensionales; el cual permite a los usuarios ver los mismos datos en diferentes formas utilizando mltiples dimensiones. Cada aspecto de la informacin: producto, Tiempo, Mercado, representa una dimensin diferente [ver Fig. 16]. As, un gerente de productos podra utilizar una herramienta de de anlisis de datos para saber cuntas arandelas se vendieron durante junio en el Este, como se compara esto con el mes anterior y con el miso mes del ao pasado, y como se compara con el pronstico de ventas.

Fig. 16.- Esta figura muestra un modelo multidimensional.

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

3.3.- MINERA DE DATOS (DATA MINING) La minera de datos est ms orientada al descubrimiento de informacin. La minera de datos proporciona conocimientos acerca de los datos corporativos que no se podran obtener con OLAP, al encontrar patrones y relaciones ocultas en robustas bases de datos e infiriendo reglas a partir de ellos para predecir el comportamiento futuro. Los patrones y las reglas se utilizan para orientar la toma de decisiones y predecir el efecto de tales decisiones. Los tipos de informacin que se pueden obtener a partir de la minera de datos incluyen asociaciones, secuencias, clasificaciones, agrupaciones y pronsticos. Las asociaciones son ocurrencias enlazadas a un solo evento. Por ejemplo, un estudio de los patrones de compra de un supermercado podra revelar que cuando se compran hojuelas de maz tambin se compra, en un 65% de las veces, una bebida de cola, pero cuando hay alguna promocin se compra una bebida de cola en 85% de las veces. Esta informacin ayuda a los gerentes a tomar mejores decisiones porque se han dado cuenta de la rentabilidad de las promociones. En las secuencias, los eventos se enlazan con el paso del tiempo. Por ejemplo podra encontrar que si se compra una casa, 65 % las veces se comprara un nuevo refrigerador dentro de las siguientes dos semanas, y que al mes de la compra de la casa habr un 45% de veces en que se comprara un horno. La clasificacin reconoce patrones que describen el grupo al cual pertenece un elemento por medio del anlisis de los elementos existentes que se han clasificado y por medio de la inferencia de un conjunto de reglas. Por ejemplo, las empresas de tarjetas de crdito o telefnicas se preocupan por la prdida de clientes permanentes. La clasificacin ayuda a descubrir las caractersticas de los clientes que se podran perder y puede aportar un modelo para ayudar a los gerentes a predecir quines son estos clientes e idear campaas especiales para retenerlos. El agrupamiento funciona de una manera semejante a la clasificacin cuando a un no se han definido grupos. Una herramienta de minera de datos puede descubrir diferentes agrupamientos dentro de los datos, como encontrar grupos de afinidad para tarjetas bancarias o particionar una base de datos en grupos de clientes por sus caractersticas demogrficas y el tipo de sus inversiones personales. Aunque estas aplicaciones incluyen predicciones, la generacin de pronsticos utiliza las predicciones de una manera distinta. Emplea una serie de valores existentes para pronosticar que otros valores habr. Por ejemplo, la elaboracin de pronsticos podra encontrar patrones en los datos para ayudar a los gerentes a estimar el valor futuro de variables continuas, como cifras de ventas.

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

lV.- VISION GLOBAL PARA EL DESARROLLO DE UN SISTEMA DE APOYO A LA TOMA DE DECISIONES GERENCIAL Los nuevos sistemas de informacin son una consecuencia del proceso de resolucin de los problemas organizacionales. Un nuevo SI se construye como una solucin para uno o varios problemas a que se est enfrentando la organizacin. Uno de los problemas puede ser que los gerentes y los empleados se den cuenta que la organizacin no se est desempeando tambin como se esperaba, o bien porque perciben que la empresa debiera a provechar nuevas oportunidades para desempearse con ms xito. Las actividades involucradas en la generacin de una solucin de sistemas de informacin para un problema organizacional o una oportunidad, se denomina desarrollo de sistemas, el cual consiste en la ejecucin de distintas tareas, tales como: Anlisis de sistemas, Diseo de sistemas, Programacin, Pruebas, Conversin, Produccin y mantenimiento. 4.1.- ANLISIS DE SISTEMAS El anlisis de sistemas es el anlisis de un problema que una organizacin tratara de resolver con un sistema de informacin. Consiste en definir el problema, identificar sus causas, especificar la solucin e identificar los requerimientos de informacin que debe satisfacer una solucin de sistemas. El analista de sistemas elabora un panorama general de la estructura organizacional y los sistemas existentes, identificando a los principales responsables y usuarios de datos junto con el hardware y software existente. A partir de este anlisis organizacional, el analista de sistemas detalla los problemas de los sistemas existentes. Mediante el examen de documentos de trabajo y procedimientos, la observacin de operaciones de sistemas y la entrevista a usuarios clave de los sistemas, el analista puede identificar las reas con problemas y los objetivos que tendra que cumplir una solucin. Con frecuencia la solucin requiere construir un nuevo sistema de informacin o mejorar el existente. El anlisis de sistemas podra incluir u estudio de factibilidad para determinar si esa solucin sera factible, o alcanzable, desde un punto de vista financiero, tcnico y organizacional. El estudio de factibilidad podra determinar si el sistema propuesto sera una buena inversin, si la tecnologa necesaria para el sistema estara disponible, si los especialistas de la empresa podran manejarla y si la organizacin podra manejara los cambios introducidos por el sistema. Establecimiento de requerimientos de informacin Quiz la tarea ms desafiante del analista de sistemas sea definir los requerimientos especficos de informacin que debe satisfacer la solucin de sistemas seleccionada. Al nivel ms bsico, los requerimientos de informacin de un nuevo sistema implican identificar quien necesita que informacin, donde, cuando y como. El anlisis de requerimientos define cuidadosamente los objetivos del sistema nuevo o modificado y produce una descripcin detallada de las funciones que el nuevo sistema debe realizar. Un Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

anlisis de requerimientos defectuoso es la principal causa del fracaso de los sistemas y de los altos costos del desarrollo de los mismos. 4.2.- DISEO DE SISTEMAS El anlisis de sistemas describe lo que un sistema debera hacer para satisfacer los requerimientos de informacin, y el diseo de sistemas muestra como cumplir este objetivo el sistema. El diseo de un sistema es el modelo o plan general para ese sistema. Al igual que los planos de un edificio o una casa, consta de todas las especificaciones para dar forma y estructura al sistema [ver Fig. 17].

Fig. 17.- Especificaciones de diseo

4.3.- PROGRAMACION Durante la etapa de programacin, las caractersticas tcnicas del sistema que se prepararon durante la etapa de diseo se traducen en cdigo de programa. En la actualidad, muchas organizaciones ya no realizan por s misma la programacin para nuevos sistemas. En vez de ello, compran a fuentes externas el software que cumple con los requerimientos para un nuevo sistema, como paquetes de software a un fabricante de software comercial, servicios de software a un proveedor de servicios de aplicaciones o subcontratan a empresas que desarrollen software de aplicaciones personalizado para sus clientes. Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

4.4.- PRUEBAS Se deben realizar pruebas exhaustivas y completas para determinar si el sistema produce los resultados correctos. Las pruebas responden a la pregunta:El sistema producir los resultados deseados en condiciones conocidas? Las pruebas de un sistema de informacin pueden dividirse en tres tipos: La prueba unitaria: Consiste en comprobar por separado cada programa del sistema. Esta prueba debe verse como medio para localizar errores en los programas, enfocndose en encontrar todas las maneras de hacer que un programa falle. La prueba del sistema: Su propsito es determinar si los mdulos independientes funcionaran juntos tal y como se planeo y si realmente hay diferencias entre la manera en que el sistema trabaja y la manera en que fue concebido. Entre las reas examinadas esta el tiempo de desempeo, la capacidad de almacenamiento de archivos y manejo de cargas mximas, las capacidades de recuperacin y restablecimiento y los procedimientos manuales. La prueba de aceptacin: Proporciona la certificacin final de que el sistema est listo para usarse en una situacin de produccin. Las pruebas de los sistemas son evaluadas por los usuarios y revisadas por la administracin. Cuando todas las partes estn satisfechas de que el nuevo sistema cumple con sus normas, se acepta formalmente la instalacin. 4.5.- CONVERSION La conversin es el proceso de cambiar el sistema antiguo al nuevo; en donde pueden emplearse 4 tipos de estrategias para la conversin. Estrategia en paralelo: El sistema anterior y su reemplazo se ejecutan juntos durante un tiempo hasta que todos en la organizacin estn seguros de que el nuevo sistema funciona correctamente. Este es el mtodo ms seguro de conversin porque, en caso de errores o interrupciones de procesamiento, todava puede usarse el sistema anterior como un apoyo. Sin embargo, este mtodo es muy caro y puede requerir personal o recursos adicionales para ejecutar el sistema adicional. Estrategia de conversin directa: Reemplaza totalmente el sistema anterior con el nuevo en un da designado. Este es un mtodo muy arriesgado, que puede ser potencialmente ms costoso que la ejecucin de dos sistemas en paralelo si se encuentran problemas graves con el nuevo sistema, pues no hay ningn otro sistema al cual acudir. Estrategia de estudio piloto: Presenta el nuevo sistema a solo un rea limitada de la organizacin, como un solo departamento o unidad operativa. Cuando esta versin piloto este completa y trabajando sin problemas, se instala en toda la organizacin, ya sea simultneamente o por etapas.

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

Estrategia de enfoques por fases: Introduce el nuevo sistema en etapas, ya sea por funciones o por unidades organizacionales. Por ejemplo, si el sistema se introduce por funciones, se podra empezar por un nuevo sistema de nominas con obreros que trabajen por horas a quienes se les pague por semana, agregando seis meses despus al sistemas a los empleados asalariados(a quienes se les pague mensualmente). Si el sistema se introduce por unidades organizacionales, la primera a convertir es la oficina corporativa principal, seguida 4 meses despus por las unidades operativas perifricas. El cambio de un sistema antiguo a uno nuevo requiere que se capacite a los usuarios finales para que puedan usar el nuevo sistema. La documentacin muestra cmo trabaja el sistema desde el punto de vista tcnico como del usuario final, se determina durante el tiempo de la conversin con el propsito de utilizarla en la capacitacin y las operaciones cotidianas. La falta de capacitacin y documentacin adecuadas contribuyen al fracaso del sistema, por lo que esta parte del proceso de desarrollo de sistema es muy importante. 4.6.- PRODUCCION Y MANTENIMIENTO Una vez instalado el nuevo sistema y completada la conversin, se dice que el sistema est en produccin. Los cambios en el hardware, software, documentacin o procedimientos para corregir errores en un sistema en produccin, cumplir con los nuevos requerimientos o mejorar la eficiencia del proceso se le conoce como mantenimiento. Los estudios de mantenimiento han examinado que el 20% del tiempo se dedica a depurar o a corregir problemas urgentes en la etapa de produccin; otro 20% se relaciona con los cambios de datos, archivos, informes, hardware o software del sistema. Pero el 60% de todo el trabajo de mantenimiento consiste en el perfeccionamiento de las recomendaciones del usuario, mejoras a la documentacin y cambios al cdigo de los componentes del sistema para una mayor eficacia del procesamiento. Con los datos anteriores nos podemos dar cuenta de la cantidad de trabajo, tiempo y dinero que se ahorrara si se hicieran mejores anlisis de sistemas y se siguiera practicas de diseo adecuado.

Ciudad del Carmen Campeche a 26 de Abril2012

Sistemas de Soporte a la toma de Decisiones Universidad Autnoma del Carmen

BIBLIOGRAFA Sistemas de Informacin Gerencial (Administracin de la empresa digital); Decima Edicin; Kenneth C. Laudon and Jane P. Laudon; Pearson Educacin, Mxico 2008. Referencias Web: http://www.gestiopolis.com/canales/gerencial/articulos/70/ssdg.html http://www.cientec.com/management/management-dss.html http://www.gestiopolis.com/canales6/ger/sistemas-soporte-para-la-toma-de-decisiones.html http://www.tecnologias-informacion.com/soportedecisiones.html http://www.sinnexus.com/business_intelligence/sistemas_soporte_decisiones.aspx http://www.sinnexus.com/business_intelligence/datamining.aspx http://www.sinnexus.com/business_intelligence/datawarehouse.aspx http://antiguo.itson.mx/dii/jgaxiola/introduccion/programa.htm http://www.iiia.csic.es/udt/es/artificialintelligence/sistemas-soporte-decisiones

Ciudad del Carmen Campeche a 26 de Abril2012