Beruflich Dokumente
Kultur Dokumente
Contenido
Objetivo del Taller
Contenido
Mdulo 3: Los proyectos de BI Etapas para la implementacin de BI Factores crticos de xito en un proyecto de BI:
Aspectos organizacionales.
Aspectos tcnicos. Medicin del impacto de BI Cuando fracasan los proyectos de BI
Centro de Competencias de BI
Resumen del Mdulo 4
Contenido
Mdulo 5: Las herramientas Herramientas existen en el mercado Resumen del Mdulo 5 Mdulo 6: El Futuro de BI Tecnologas emergentes Caso prctico analticas avanzadas de alto desempeo Resumen del Mdulo 6 Palabras de sabidura de quienes lo han vivido Cierre y discusin final Referencias Bibliogrficas
El Concepto y su Evolucin
El concepto y su evolucin
Qu es Business Intelligence?
Qu es Business Intelligence?
El concepto de BI tambin est atado a la persona que se le pregunta:
Presidente
Gerente Mercadeo Gerente de Ventas
Analista Financiero
Analista de Operaciones
Qu es Business Intelligence?
Una definicin de BI para todos:
El concepto y su evolucin
Information Management administra (captura, limpia, almacena, organiza, gobierna, etc.) las entradas (datos) de las que depende BI.
BI produce los contenidos de valor para la toma de decisiones a partir de la informacin con la que cuenta. Tanto IM como BI no son nicamente un conjunto de tecnologas, sino una combinacin de procesos, personas y tecnologas.
Christian Walker
El concepto y su evolucin
El concepto y su evolucin
Un aspecto clave a travs del cual se mide el xito de BI en un negocio, es a travs del nivel de impacto que tiene en mejorar el Performance de la organizacin en los aspectos estratgicamente relevantes.
La diferencia principal entre BI para Administracin y Control, con el BI Operacional es en el nivel de detalle requerido en la informacin; as como el lapso de tiempo que transcurre entre la ocurrencia del evento y la publicacin del resultado.
cuellos
de
botella,
incumplimiento
estndares, antes que los clientes sean los que detecten las fallas. Ejemplo: El servicio postal noruego (Norway Post) monitorea
permanentemente el nmero de paquetes y cartas despachadas por hora y en caso de encontrar desviaciones, analizan la instancia precisa en la que se presenta el cuello de botella para tomar los correctivos.
-Las soluciones de Business Process Management (BPM), son instancias especializadas de BI, con dedicacin casi exclusiva al diseo, monitoreo y automatizacin de procesos. - Se potencializan en su etapa de toma de decisiones con metodologas de optimizacin como Lean Manufacturing y Six Sigma.
comprender las causas raz de los problemas con sus productos para tomar los correctivos que lleven a mejorar la satisfaccin de los clientes.
- Con el creciente cmulo de aplicaciones de valor de BI, el mercado ha venido creciendo de forma acelerada. En un estudio del 2008, era de 31 billones de dlares*, a un ratio de crecimiento del 14% anual. - A raz del caso ENRON y la implementacin del Sarbanes-Oxley en el 2002, las organizaciones de hoy no pueden darse el lujo de no saber lo que pasa interna y externamente; y en niveles de detalle nunca antes imaginados.
*Vesset, Whilhilde, McDonough Worldwide Business Analytics Software 2006-2010 Forecast and 2005 Vendor Shares IDC, Julio 2008
Resumen
Resumen Mdulo #1
Resumen
Se acord la definicin de Business Intelligence.
Se analiz cmo BI ha ido evolucionando en el tiempo hasta nuestros das. Se reconoci cmo la evolucin de BI tiene un impacto tambin al interior de las organizaciones.
El funcionamiento de BI
El funcionamiento de BI
BI Back End
ETL (Extract, Transform, Load):
Los Sistemas Transaccionales (ERPs o Legacy) de
la organizacin son las principales fuentes de datos para la solucin de BI.
Al proceso de extraer datos de diversas fuentes de informacin, dejarlos disponibles en un repositorio ad hoc (Data Warehouse) y adaptarla en sus caractersticas, para que sean tiles en un posterior proceso de anlisis se le denomina ETL.
BI Back End
La informacin es el punto clave desde el inicio:
- Dentro del ciclo de vida de BI, los Sistemas Transaccionales (ERPs, Legacy) son el punto de partida para que los datos se puedan analizar.
- Si no se cuenta con los datos en el Sistema Transaccional, o la informacin contiene errores, los problemas se empiezan a multiplicar dado que ms adelante estos datos se agregan y combinan generando an ms errores. Lo anterior hace que BI pierda credibilidad.
BI Back End
ETL (Extract, Transform, Load):
La Extraccin se realiza automticamente en tiempos muertos o de baja demanda del
aplicativos de visualizacin.
- Finalmente, la informacin ya transformada se carga (Load) en el Data Warehouse o Data Mart y queda lista para ser utilizada.
BI Back End
ETL Integrado
- Actualmente, los proveedores de Sistemas Transaccionales han incorporado a sus soluciones aplicaciones de ETL que interactan de forma nativa con ellos, tal es el caso de: -Informatica Power Center, -IBM Websphere Data Stage, -Oracle Data Integrator, -Ab Initio, -Microsoft Integration Services (un componente de SQL Server).
BI Back End
Por qu no extraerlo TODO?!!!
- Se generara una alta repeticin de datos y se dispararan los costos de almacenamiento. - La ventana de tiempo en la que los datos deben ser extrados, transformados y cargados, cada vez es menor.
BI Back End
Cmo se aporta control a la data que se extrae?
- La respuesta est en dos conceptos claves: - Metadata: Def: data de la data o en otras palabras: es informacin intrnseca a los datos, que permite reconocer muchos atributos tales como: Cundo se generaron, qu sistema los origin, la regla de negocio (clculo) que les dio origen, su significado en trminos de negocio etc. -Master Data Management (MDM): Se compone de aplicaciones de negocio, mtodos y herramientas que permiten implementar las polticas y procedimientos que garantizarn la consistencia e integridad de la data a lo largo de todo el proceso de aprovechamiento en BI. Ejemplo: MDM asegura que un campo denominado ID Cliente represente lo mismo en todas las aplicaciones.
BI Back End
Que es EIM ?
-Enterprise Information Management (EIM): Evolucin del ETL que refiere a un concepto ms completo de administracin de la data que se extrae de un sistema. Implica en simultneo: - El ETL mismo. - Herramientas de modelamiento de datos. - Herramientas para limpieza y depuracin de datos. - Administracin de la metadata. - Administracin de datos maestros (MDM) Master Data Management.
BI Back End
Bodega de Datos (Data Warehouse):
Es un conjunto de datos extrados de diversos sistemas y fuentes, transformados para darles
BI Back End
Son tiles los Data Marts?
- PROS: - Proveen de flexibilidad a las reas que los administran para tener mayor independencia al momento de definir contenidos sin depender del DW central. - Bien administrados, pueden ser utilizados tambin para hacer archiving (respaldos) que son ms fciles de incorporar a los DWH. - CONS: - Favorecen la prdida de consistencia e integridad de la data. - Favorecen la existencia de registros duplicados. - Dificultan la gobernabilidad de la informacin.
BI Back End
Diferencias entre un Sistema Transaccional y un Data Warehouse:
Su propsito principal es proporcionar acceso a la informacin para gestionar el negocio y permitir identificar elementos que conducen a la mejor toma de decisiones.
BI Back End
Diferencias entre un Sistema Transaccional y un Data Warehouse:
Cantidades ms grandes de la historia que permiten un anlisis de la tendencia de varios aos, as como comparaciones entre periodos.
BI Back End
Diferencias entre un Sistema Transaccional y un Data Warehouse:
Informacin extrada de forma peridica (cada hora, diariamente, semanal). Para algunas necesidades puede estar cercana al Tiempo Real.
BI Back End
Diferencias entre un Sistema Transaccional y un Data Warehouse:
Data agregada, con diferentes niveles de granularidad. Puede incorporar informacin de clculos que no existen en la fuente primaria.
BI Back End
Diferencias entre un Sistema Transaccional y un Data Warehouse:
De gil ingreso de informacin. Los reportes son consultas histricas que dependen de queries y resultan lentas. Se afecta el desempeo de otras aplicaciones.
Son slo de consulta. Diseados para una respuesta rpida a cualquier peticin disponible.
BI Back End
Diferencias entre un Sistema Transaccional y un Data Warehouse:
La mayor parte de las consultas se hacen sobre estructuras de copo de nieve o estrella.
BI Back End
Sobre la Data del (Data Warehouse):
En un DWH la data queda almacenada en
Tablas bajo la estructura de un modelo relacional, donde todos los datos visibles al usuario estn organizados estrictamente como tablas de valores y en donde todas las operaciones de la base de datos operan sobre estas tablas.
BI Back End
Sobre la Data del (Data Warehouse):
Existen dos tipos de Tablas en el DWH:
Tablas de Hechos: las cuales contienen
cdigos para identificar los datos, as como los datos mismos tales como: ventas, movimientos en cuenta, llamadas realizadas, etc. A esta tabla tambin se le conoce como Tabla de Mtricas.
Tablas de Dimensiones: que permiten analizar los hechos bajo diferentes pticas, tales como: geografa, tipo de producto, segmento de clientes, tiempo. Tambin se les conoce como Tablas
BI Back End
Las tablas de hechos:
- Las tablas de hechos pueden constar de millones de filas de datos, que implican una alta granularidad o detalle; pero tambin pueden ser mucho ms compactas cuando representan datos sumarizados. - Para mejorar el desempeo, los diseadores de bases de datos crean capas de agregados, las cuales sumarizan hechos en elementos que sean de uso permanente. Ejemplo - Nmero de movimientos en cuenta: por ao, por mes, por semana, por da etc.
BI Back End
Modelo Estrella:
Se define cuando una Tabla de Hechos se asocia con diferentes Tablas de Dimensiones para agilizar la bsqueda:
BI Back End
Modelo Copo de Nieve:
Las dimensiones se pueden romper en sus sub componentes, generando un nmero elevado de stas; es entonces cuando se sugiere el modelo Copo de Nieve:
BI Back End
Redundancia de datos en el DWH:
- Por el tipo de modelo de datos, tanto en Estrellas como Copos de Nieve es comn que se presente redundancia en stos. - Lo anterior no genera inconvenientes siempre que la regla de negocio (algoritmo del clculo del indicador o condiciones de extraccin de la mtrica) se respeten. - Al ser un repositorio creado fundamentalmente para slo lectura tampoco se tiene ningn inconveniente en su performance.
BI Back End
Software como un Servicio (Software as a Service) SaaS BI: -Estos modelos simplifican enormemente la implementacin de BI: o Un cliente se suscribe con un proveedor. o El proveedor hace el hosting de la aplicacin del Datawarehouse y el cliente tiene acceso a sta va Web.
-Algunos proveedores de este tipo de soluciones son:
Birst Blink Logic Oco PivotLink (Antes SeaTab)
Cloud9
Data Applied youcalc.com Good Data
RapidMetrix
Litebi Zoho Reports Jaspersoft
Indicee
Scoremind
BI "Front End":
BI Front End
Elementos del Front End de BI:
Son todas las aplicaciones que servirn para aprovechar la
informacin disponible en la
arquitectura de datos construida en el Back End. Debe fundamentalmente:
Responder a las necesidades de negocio. Ser intuitivo y de fcil utilizacin. De muy rpida respuesta. Flexible a las consultas.
BI Front End
Elementos del Front End de BI:
Entre las aplicaciones se encuentran:
Consultas y Reportes.
OLAP.
Dashboards. Scorecards.
Performance Management.
Modelos Analticos y Predictivos.
BI Front End
Consultas (Queries) y Reportes:
En el argot de las soluciones de Front End de BI, se denominan genricamente
BI Front End
Herramientas de Query & Reporting:
- Existen diversas herramientas de Front End diseadas para soportar las consultas. -Entre otras se pueden mencionar: SAP BusinessObjects Web Intelligence Cognos 8 Query Studio, SAS Web Report Studio. Oracle Reports
BI Front End
Herramientas de Query & Reporting:
Muchas de ellas pueden interactuar tambin directamente con el Sistema Transaccional para efectos de poder hacer: facturas, cheques, etc.
BI Front End
Diferencias entre un reporte del Sistema Transaccional y uno de BI:
Desarrollador de T.I.
BI Front End
Diferencias entre un reporte del Sistema Transaccional y uno de BI:
Gestin operativa.
BI Front End
Diferencias entre un reporte del Sistema Transaccional y uno de BI:
BI Front End
Diferencias entre un reporte del Sistema Transaccional y uno de BI:
Data Warehouse o Data Mart. Eventualmente el Sistema Transaccional. Cientos o miles de datos agregados.
BI Front End
Procesamiento Analtico en Lnea (Online Analytical Processing - OLAP):
Es una capacidad de BI que se centra en el
ocurriendo.
Para descubrir el "por qu", los usuarios deben navegar a voluntad el conjunto de datos disponibles y descubrir detalles particulares y patrones que den respuesta. La aplicacin toma la informacin del DWH y la presenta por demanda de la forma que el usuario defina, permitiendo comparar con otras mtricas.
BI Front End
Diferencias entre OLAP y un Reporte de BI:
Totalmente flexible, puede analizar mtricas desde cualquier dimensin: ciudad, fecha, producto, etc. etc.
Son menos dinmicos, una vez se procesa el reporte no se puede modificar con tanta facilidad.
BI Front End
Diferencias entre OLAP y un Reporte de BI:
Consistentemente rpidos, a la velocidad del doble click. Para garantizar esa respuesta maneja constantemente agregados.
No son lentos, pero requiere ser agendada su ejecucin. Pueden manejar alta granularidad en la informacin.
BI Front End
Diferencias entre OLAP y un Reporte de BI:
Permite hacer: Drill down: Entrar en detalle. Pivoting: Ver la informacin por diferentes perspectivas. Slice & Dice: Segregar informacin no deseada y fragmentar el resto.
No se tiene la misma interactividad dado que hay que reconstruir el reporte con los cambios deseados.
BI Front End
Diferencias entre OLAP y un Reporte de BI:
Realizan cruces, siempre y cuando estos estn pre-establecidos en la definicin del reporte.
BI Front End
Tipos de plataformas OLAP:
Los clculos se realizan en una base de datos Relacional, se pueden manejar volmenes altos y los tiempos de respuesta suelen no ser predecibles. Los clculos se efectan en Cubos Multidimensionales que permiten tambin escribir informacin producto de los mismos clculos que se realizan como proyecciones. Versin Hibrida de OLAP que combina almacenamientos Relacionales y Multidimensionales. Versin Dinmica de OLAP que genera un cach cada vez que los usuarios ejecutan alguna consulta.
Oracle BI , SAP Netweaver BI, MicroStrategy, IBM Cognos 8, SAP BusinessObjects Web Intelligence. Oracle Hyperion Essbase, Microsoft Analysis Services, IBM Cognos TM1, SAS OLAP, IBM Cognos PowerCubes. Microsoft Analysis Services, SAS OLAP, Oracle Hyperion Essbase. SAP BusinessObjects Web Intelligence, Oracle Hyperion Interactive Reporting
BI Front End
Qu son las Expresiones Multidimensionales (MDX):
- As como SQL (Structured Query Language) permite hacer consultas y comunicarse con bases de datos tradicionales (relacionales), las MDX (Multidimensional Expressions) permiten hacerlo pero de bases de datos OLAP. - Las MDX fueron creadas por Microsoft y conforme su aceptacin aument ahora se han incorporado a muchas de las soluciones OLAP.
BI Front End
Panel de Control (Dashboard):
Es el equivalente al tablero de mando de un carro.
BI Front End
Sistemas de Informacin Ejecutiva vs. Dashboards Ejecutivos: - El concepto de Dashboard no es nuevo, a finales de los 80s se desarrollaron aplicaciones con esta finalidad llamadas EIS (Executive Information Systems). - La diferencia entre los EIS vs los Dashboards actuales es principalmente tecnolgica: - Los EIS eran rgidos y programados por un desarrollador, mientras que los Dashboards son definidos por el usuario de negocio o un superusuario. - Los EIS tenan cada de informacin a los cierres de periodo y aunque tenan algunas ventajas, tendan a ser estticos. Los Dasboards tienen informacin reciente incluso casi en tiempo real. - Los Dashboards se pueden interconectar con otras aplicaciones de BI como: alertas automticas, analticas, scorecards, etc.
BI Front End
Tableros de Mando(Scorecard):
Suele utilizarse indistintamente el trmino Dashboard y Scorecard, pero existen algunas diferencias entre ellos: Un Scorecard se centra en una determinada mtrica y la compara contra un presupuesto o meta, mientras que un Dashboard mostrar varias presentaciones de la misma cifra para llegar a conclusiones. Un Scorecard suele estar semaforizado, lo cual implica que el nivel de cumplimiento se encuentra previamente parametrizado en rangos de xito. Un Scorecard Estratgico asocia las mtricas a sus respectivas perspectivas (Financiera, Cliente Procesos Internos y AprendizajeCrecimiento) y las integra en Mapas Causa-Efecto.
BI Front End
Tableros de Mando(Scorecard):
BI Front End
Tableros de Mando(Scorecard):
BI Front End
Tableros de Mando(Scorecard):
BI Front End
Cul es el mayor reto de un Scorecard en BI?
- Lograr consenso en los objetivos estratgicos a seguir, la relacin de causalidad entre los mismos, los indicadores, las reglas de negocio a aplicar y los niveles de xito esperados.
- La parte tcnica de la programacin es la parte ms sencilla.
BI Front End
Gestin del Desempeo Organizacional
(Performance Management): Anteriormente las organizaciones separaban el monitoreo al desempeo
BI Front End
Strategic Performance Management (SPM):
Es comn que las iniciativas individuales de Performance Management y sus proyectos no compartan un sentido estratgico nico.
BI Front End
Strategic Performance Management (SPM):
BI permite integrar diferentes prcticas que conforman el Performance Management, y monitorearlas como un todo, para apoyar la toma de decisiones estratgicas. Tpicamente, consideran estos componentes: o Planeacin y Presupuesto. o Consolidacin Financiera. o ABC / M o Aplicaciones Analticas Avanzadas y Especializadas. o Balanced Scorecard.
BI Front End
Aplicacin de Strategic Performance Management (SPM):
BI Front End
Strategic Performance Management (SPM):
El mayor valor agregado de SPM se encuentra en el anlisis que se realice y en la toma de acciones que retroalimenten a la organizacin. Integrado con el Balanced Score Card es una herramienta poderosa para el seguimiento integral de cualquier empresa, y focaliza al logro de objetivos estratgicos.
BI Front End
Analticas y Analticas Predictivas:
La Minera de Datos, el anlisis estadstico y la prediccin de comportamientos representan una forma avanzada de aprovechar la informacin residente en el DWH a travs de BI. Existen muchas aplicaciones analticas de BI de gran impacto para los negocios tales como: Deteccin de fraudes. Anlisis de riesgos. Credit Scoring. Forecasting. Campaas de mercadeo. Estudios actuariales de sensibilidad a decisiones de negocio. Entre muchos otros que permiten a las organizaciones anticiparse a los acontecimientos.
Herramienta What If de BI
Resumen
Se identificaron los elementos que componen BI:
-Back End -Front End
Dentro del Back End se detall lo que es un DWH, as como su funcionamiento. Para el Front End se identificaron y explic el funcionamiento de las diferentes soluciones de BI. -Reportes -OLAP
-Dashboards -Scorecards -Performance Mangement -Modelos Analticos y Analticos Predictivos.
Lluvia de Ideas
Preguntas Sesin 1
Tarea siguiente sesin 1. Analizar en sus organizaciones qu necesidades de BI / IM se tienen actualmente. 2. Identificar aquellas que ya se hayan atacado con alguna solucin de BI y traer la experiencia al evento. 3. Analizar aquellas que estn pendientes de atacar y que seran susceptibles de implementar soluciones de BI y traerlas para compartirlas.
Tarea!
Contenido
Compartir Experiencias (TAREA) Mdulo 3: Los proyectos de BI Etapas para la implementacin de BI Factores crticos de xito en un proyecto de BI: Medicin del impacto de BI Cuando fracasan los proyectos de BI Mdulo 4: Modelos de gobierno en BI: BI Corporativo vs. BI Departamental Comit de Iniciativas de BI Centro de Competencias de BI
Contenido
Mdulo 5: Las herramientas Herramientas existen en el mercado Mdulo 6: El Futuro de BI Tecnologas emergentes Caso prctico analticas avanzadas de alto desempeo Palabras de sabidura de quienes lo han vivido
Antonio Tangassi
Socio Director Intellego Colombia
atangassi@intellego.com.co
Calle 110 No. 9 -25 of 816: + 57 (1) 6 420 700 Calle 81 No. 11 68 of 505: +57 (1) 6 180 704 www.grupointellego.com