UNIVERSIDAD NACIONAL DE SAN MARTN

FACULTAD DE INGENIERA DE
SISTEMAS E INFORMTICA

PROYECTO DE INTELIGENCIA DE NEGOCIOS

Implementacin de un Datawarehouse para el apoyo a la toma de
decisiones para la empresa Comercial Arvalo

Presentado por:

Edin Luis Solano Linares

Elder Rodimar Tarifeo Daz
Ral Villegas Coblenz.
Rodolfo Trigoso Inuma
Jos Jeiler Vsquez Ruiz

Tarapoto Per

2010

1
 INDICE
INDICE....2
INTRODUCCIN....4
I. DE LA ORGANIZACIN.....5
1.1. UBICACIN...5
1.2. MISIN.5
1.3. VISIN..5
1.4. CONTEXTO O SITUACION ACTUAL....5
1.5. ORGANIGRAMA.....6
II. PLANTEAMIENTO DEL PROBLEMA.7
2.1. DEFINICIN DEL PROBLEMA...7
2.2. JUSTIFICACIN DE ESTUDIO8
III. MARCO TERICO.9
3.1. ANTECEDENSTES DEL PROBLEMA..9
3.1.1. Construccin de un sistema de apoyo a la toma de decisiones para el
rea gerencial del Hospital de Clnicas9
3.1.2. Proyecto en Sedapal..10
3.1.3. Proyecto en Corporacin DROKASA10
3.1.4. Proyecto ENAPU..10
3.2. BASES TERICAS11
3.2.1. Inteligencia de Negocios.11
3.2.2. Data warehouse...13
3.2.3. Modelamiento Multidimensional..16
3.2.4. Metodologas de BI.19
3.2.5. Solucin de Herramientas Business Intelligence.24
IV. OBJETIVOS..26
4.1. OBJETIVO GENERAL....26
4.2. OBJETIVOS ESPECFICOS......26
V. TECNICAS Y HERRAMIENTAS EMPLEADAS..26
5.1. Tcnicas26
5.2. Herramientas.26
VI. ALTERNATIVAS DE SOLUCIN.........27
6.1. Alternativa 0127

2
 6.2. Alternativa 0227
6.3. Descripcin de las alternativas27
VII. SELECCIN Y DESARROLLO DE LA ALTERNATIVA..28
7.1. Desarrollo de la propuesta28
7.1.1. Metodologa de Ralph Kimball.28
7.2. Cronograma.31
7.3. Anlisis de Costos.32
a. Requerimientos.32
b. Beneficios..33
c. Anlisis Costo/Beneficio.34
VIII. PROTOTIPO.36
IX. CONCLUSIONES.48
X. RECOMENDACIONES.49
XI. BIBLIOGRAFIA...50

3
 INTRODUCCIN

La inteligencia de negocio (Business Intelligence-BI) aporta herramientas

fundamentales para las funciones de control de gestin, y permite consolidar
informacin relevante en la toma de decisiones dentro de grandes corporaciones y
grupos de empresas. Especialmente tiles en entornos distribuidos, los sistemas BI
apoyan la planificacin, control y diagnstico, ofreciendo una perspectiva integral de la
empresa y permitiendo al mismo tiempo el conocimiento del mercado y de los clientes.
En resumen, utilizando bien estas herramientas, las organizaciones pueden obtener
ventajas competitivas en todos los mbitos: gestin empresarial, gestin comercial y
gestin de operaciones.

Pero en el entorno econmico actual, los enfoques de BI tradicionales ya no son

suficientes. El continuo aumento de la competencia en los mercados globales ha hecho
que, en la mayora de los casos, ya no sea suficiente con mejorar factores como la
eficiencia operativa o la reduccin de costes. En adelante, resultar imprescindible
adems, que las empresas sean capaces de diferenciarse por su capacidad de atraer y
retener clientes, y por tanto, la BI diseada para este fin ir cobrando una creciente
relevancia en el mercado.

En este contexto y presentado la problemtica que se describe lneas abajo, en este

proyecto se propone disear un Datawarehouse como herramienta para la explotacin
de la Informacin, utilizando herramientas sofisticadas.

4
I. DE LA ORGANIZACIN

1.1. UBICACIN

La empresa Comercial Arvalo E.I.R.L. se encuentra ubicado en el Jr. Santa

Rosa # 304 del distrito de Tarapoto, Provincia de San Martin.

1.2. MISIN

Dar una mejor atencin al servicio del cliente, mediante las diferentes
estrategias que tiene el gerente con sus empleados, para dar salida a las
ventas de los productos que ofrece la empresa, de esa manera generar
ingresos o ganancias por el bien de la empresa.

1.3. VISION

Al 2014 la empresa COMERCIAL AREVALO E.I.R.L debe consolidarse

como una empresa lder en el mercado, a lo que se refiere a su mbito
laboral.

1.4. CONTEXTO O SITUACION ACTUAL

Empresa Comercial Arvalo E.I.R.L.

De : Sidlio Arvalo y Familia

Departamento : San Martn
Regin : San Martn
Distrito : Tarapoto.
Ubicacin : Jr. Santa Rosa N 304 - Tarapoto
Telfono : 341603 - 530063 - 942687795

Es una empresa dedicada a la compra y venta de granos al por mayor y

menor, productos de granos como:
Caf
Faria
Maz
Man
Cacao
Frejoles en sus distintas variedades
Soya

5
 Actualmente la empresa cuenta con diferentes empleados que ocupan las
distintas reas que tiene la empresa. En el rea de ventas cuenta con tres
empleados, en el rea de compras cuenta con un empleado, en el rea de
almacn cuenta con dos empleados, tambin la empresa tiene un contador
quien se ocupa de todos los movimientos financieros que realiza.

Los proveedores entregan productos semanalmente a la empresa comercial

y en todo caso puede expandirse el tiempo de entrega, porque muchas veces
no se terminan de vender la cantidad de productos que se encuentran dentro
del almacn empresarial, Dentro de la empresa se practica los valores
estratgicos, tica, calidad, responsabilidad con los clientes, excelencia,
trabajo, innovacin, cumplimiento con los empleados, superacin,
productividad, competitividad e imagen frente a las dems empresas.

El empresario implementara su empresa en el rea de COMERCIO DE

ABARROTES, para dar mayor nfasis dentro del mercado laboral, razn por
lo que el Gerente nos permiti y al mismo tiempo nos dio la facilidad de
poder desarrollar el presente proyecto.

La organizacin actualmente cuenta con un sistema transaccional, el cual

est construido en Visual Studio 2003 y el almacn de datos se realiza en SQL
Server 2000, donde controla todas sus actividades comerciales, teniendo as
abundante informacin que al momento de tener un informe especfico de la
situacin actual en la que se encuentra la organizacin es engorroso el cual
dificulta tomar decisiones comerciales adecuadas y a tiempo.

1.5. ORGANIGRAMA

La imagen muestra el organigrama organizacional de los diferentes

niveles con que cuenta la organizacin, desde el nivel ms bajo que son
las areas de compras y ventas hasta el directorio, el cual es el encargado
de realizar la toma de decisiones de acuerdo a la informacin generada en
todos los niveles de la organizacin.

6
II. PLANTEAMIENTO DEL PROBLEMA

2.1. DEFINICIN DEL PROBLEMA

En la actualidad la mayora de las pequeas empresas son las que tienen ms

oportunidades de crecer y desarrollarse.

Tambin es cierto que si estas MYPE no estn debidamente preparadas para

afrontar los problemas en el futuro y no se desarrollan de la mano de la
tecnologa tienden a ser absorbidas por otras que han tenido una visin
empresarial y no consideraron a un sistema de informacin como un gasto
sino como una inversin ha futuro que les permitir optimizar costos,
procesos, tiempo; y sobre todo contar con informacin que es de vital
importancia y esto le servir para la toma de decisiones adecuadas y
acertadas.

La empresa Arvalo dedicada al comercio de granos en la regin San Martin

es una micro empresa; que cuenta con abundante informacin gestionado
con un sistema de informacin SICOAR elaborado en Visual Studio 2003 y la
base de datos se encuentra en SQL Server 2000, el cual no explota aquella
informacin a un nivel que sea posible obtener reportes adems de no estar
creado pensando en las necesidades y caractersticas particulares del
usuario para contribuir en el proceso de toma de decisiones permitiendo as
ampliar el mercado.

El sistema de informacin con el que cuanta la organizacin SICOAR,

controla todas sus actividades comerciales pero no tiene una herramienta
que le ayude a tomar mejor sus decisiones y as tener estrategias eficientes
para el crecimiento comercial de la empresa.

A esto se suma el desconocimiento por parte de los usuarios finales, los que
ignoran la existencia de nuevas herramientas, mucho ms eficientes y
sencillas de usar y que brindan informacin ms relevante para la toma de
decisiones y as emplear mejores decisiones para fidelizar a los clientes y ver
cules son los productos ms vendidos por temporadas.

7
2.2. JUSTIFICACIN DE ESTUDIO

Instituciones y empresas de manera rutinaria, acumulan informacin que los

sistemas de manejo de datos generan, relacionados a los procesos de
decisin propios de cada organizacin. Esta informacin es la base de
decisiones futuras, puesto que decisiones estratgicas requieren de datos
histricos que presenten los resultados de decisiones similares; de ah la
importancia de contar con sistemas automatizados de manejo de la
informacin que permita un acceso rpido a estas fuentes histricas, sin
interferencias con los sistemas administrativos presentes en la organizacin.

Dentro de las labores propias de cualquier negocio existente figuran diversas

formas de vender ya sea un servicio o unos productos. Las conocidas
"tcnicas de ventas" que finalmente son solo patrones similares de
comportamiento entre seres humanos de una misma sociedad.

Cmo logro entonces alcanzar el xito? Una forma es la implementacin de

un sistema que le sirva de soporte a los procesos de compra y venta y de esta
forma optimizar sus procesos de comercializacin y pueda estar al tanto de
las necesidades del cliente y pueda de esta forma llegar a satisfacer sus
necesidades.

El trabajo realizado, se presenta como una propuesta para optimizar el uso

de informacin en cuanto a tiempos, dando soporte rpido, confiable y
oportuno.
Se necesita soluciones que permita la optimizacin, de forma segura y
eficiente, de todos los procesos actuales que realizan a diario. Facilitar la
toma de decisiones oportunas, apuntando a cumplir con los objetivos de la
institucin, centrado en el usuario final para un manejo sencillo.

Las decisiones que toman los trabajadores en la empresa se dan en los

diferentes niveles, desde el nivel ms alto hasta el ms bajo, las decisiones
comerciales ms importantes lo toma el gerente, el cual necesita informacin
especfica de las actividades comerciales para el bien de la organizacin.

8
III. MARCO TEORICO

3.1. ANTECEDENTES DEL PROBLEMA

A continuacin se detallan algunas soluciones dadas a problemas que se
presentaban en estas organizaciones, las cuales fueron solucionadas al
implementar Business Intelligence, lo cual de forma satisfactoria logr un
crecimiento y mejoramiento de las actividades comerciales y en apoyo a la
toma de decisiones comerciales que realizaban.

3.1.1. Construccin de un sistema de apoyo a la toma de decisiones

para el rea gerencial del Hospital de Clnicas. Gutirrez (2005)
ha realizado en Uruguay, un proyecto titulado Construccin de un
sistema de apoyo a la toma de decisiones para el rea gerencial del
Hospital de Clnicas. Gutirrez analiza distintos sistemas de manejo
de informacin, resaltando las ventajas de los ms avanzados frente a
los primitivos, que ofrecen mnima interaccin entre el usuario y la
mquina, son de respuesta lenta y no permiten respuestas a
cuestiones complejas de inters para el usuario. Sistemas ms
modernos ofrecen mejoras, en cuanto a herramientas de anlisis,
mayor capacidad de manejo de informacin, interacciones complejas,
y uso de sistemas operacionales presentes en la empresa.
La metodologa usada por Gutirrez en este proyecto fue:
Etapa 1. Adquirir conocimientos de base: datos histricos, entrevistas.
Etapa 2. Anlisis de informacin y construccin del sistema legado (en
base a sistemas operacionales ya existentes).
Etapa 3. Diseo conceptual multidimensional, en esta etapa se elige la
herramienta de diseo a usar para representar el diseo conceptual
del modelo de datos del Data Warehouse, y el enfoque elegido para el
diseo lgico del modelo de datos del Data Warehouse. Se crea
tambin una tabla de correspondencias entre el diseo conceptual del
sistema legado y el diseo conceptual del Data Warehouse.
Etapa 4. Diseo lgico multidimensional, en esta etapa se selecciona el
enfoque a seguir en el diseo. Se disea la arquitectura en estrella
para cada relacin dimensional del Data Warehouse. Se crea una tabla
de correspondencias entre el diseo lgico del sistema legado y el
diseo lgico de la data. Se disean los procesos de carga y refresque.
Etapa 5. Construccin del prototipo de carga y refresque del Data
Warehouse. Gutirrez resalta que el proceso de implementacin del
sistema automatizado permiti a los usuarios conocer de manera
detallada las actividades y tiempos necesarios para la completa puesta
en marcha de tal sistema, identificndose los cuellos de botella, que
necesitan ser atendidos previamente para una exitosa
implementacin.

9
 Ms all de la metodologa en s, este trabajo permite mostrar las
actividades y tiempos que involucra la construccin de un sistema de
informacin con caractersticas de apoyo a la toma de decisiones. El
sistema construido se basa en el uso de tecnologa data warehousing y
OLAP. Para el Hospital de Clnicas este trabajo tuvo los siguientes
aportes:
Documentacin completa del sistema legado de partida.
Documentacin de diseo del sistema de Data Warehouse e
implementacin de un prototipo del cubo de Compras.
Conocimiento a nivel gerencial de la situacin actual de la
institucin respecto de los sistemas informticos que necesitan
finalizacin para poder ser integrados a un Data Warehouse
corporativo.
Conocimientos a nivel gerencial de las posibilidades de apoyo que
un Data Warehouse puede brindar a su gestin.
Si bien se cuenta con mejor tecnologa para resolver un sistema de
informacin que ayude a la toma de decisiones, es importante resaltar
el tiempo que consume la actividad de preparacin para el uso de la
misma, en particular el relevamiento de sistemas legados con
documentacin escasa o inexistente. Tambin se pudo experimentar
un alto costo en tiempo debido a la brecha que puede existir entre los
requerimientos a nivel gerencial y los sistemas realmente existentes
en una institucin de gran porte.

3.1.2. Proyecto en Sedapal - Asesora en la Estrategia de Business

Intelligence Sedapal apoya la gestin de la Direccin y Gerencias, a
travs de soluciones de Inteligencia de Negocios, que permitan
potenciar el uso de la informacin en la empresa. Proyecto culminado
en Enero del 2007 por la empresa IBSS Consulting en condicin de
consultora.

3.1.3. Proyecto en Corporacin DROKASA - Estrategia de Business

Intelligence Proyecto realizado por la empresa IBSS a la Corporacin
Drokasa en la estrategia de Business Intelligence a seguir, para
continuar de forma satisfactoria su crecimiento en lo que a estas
soluciones se refiere. Adems se realiz el sizing de la infraestructura
tecnolgica de Business Intelligence a considerar, para alcanzar sus
objetivos.

3.1.4. Proyecto ENAPU - Data Mart Comercial y Operaciones Proyecto

finalizado en Octubre del 2007 de forma satisfactoria el pase a
Produccin de la Solucin Data Mart Comercial y Operaciones en la
Empresa Nacional de Puertos. Est orientado a explotar informacin

10
 del Trfico de Carga, Trfico de Naves, Trfico de Contenedores,
Facturacin y Cobranzas, Servicios a las Naves y Servicios a las Cargas.
Adicionalmente se desarrollo un Dashboard (tablero de control) que
incluye 27 Indicadores Operativos y de Gestin del Puerto. Solucin
desarrollada sobre la plataforma MicroStrategy y Oracle Database.

En conclusin, as como estos casos, existen una gran cantidad de casos de

aplicacin de proyectos de inteligencia de negocios soportados sobre
almacenes de datos que puede ser un Data Mart o Data Warehouse,
proporcionndole a los negocios una notoria eficiencia y ventaja competitiva,
en ese sentido la empresa comercial Arvalo E.I.R.L. no puede estar ajena a
ese tipo de soluciones, que dan una gran ventaja competitiva en el mundo
comercial.
Estos antecedentes han servido para tener una idea para optar por la
solucin adecuada para la empresa.

3.2. BASES TEORICAS

Se definen a continuacin diferentes conceptos y trminos que se utilizaran
en el desarrollo del sistema y algunas metodologas empleadas para la
construccin de un Business Intelligence.

3.2.1. Inteligencia de Negocios.

3.2.1.1. Definicin:
La Inteligencia de Negocios o Business Intelligence (BI) se puede
definir como el proceso de analizar los bienes o datos acumulados en
la empresa y extraer una cierta inteligencia o conocimiento de ellos.
Dentro de la categora de bienes se incluyen las bases de datos de
clientes, informacin de la cadena de suministro, ventas personales y
cualquier actividad de marketing o fuente de informacin relevante
para la empresa.

BI apoya a los tomadores de decisiones con la informacin correcta,

en el momento y lugar correcto, lo que les permite tomar mejores
decisiones de negocios. La informacin adecuada en el lugar y
momento adecuado incrementa efectividad de cualquier empresa.

3.2.1.2. Proceso de Inteligencia de Negocios.

El proceso se divide en cinco fases, las cuales sern explicadas
teniendo como referencia el siguiente grfico, que sintetiza todo el
proceso:

11
Fase 1 Dirigir y Planear. En esta fase inicial es donde se debern
recolectar los requerimientos de informacin especficos de los
diferentes usuarios, as como entender sus diversas necesidades, para
que luego en conjunto con ellos se generen las preguntas que les
ayudarn a alcanzar sus objetivos.

Fase 2 Recoleccin de Informacin. Es aqu en donde se realiza el

proceso de extraer desde las diferentes fuentes de informacin de la
empresa, tanto internas como externas, los datos que sern
necesarios para encontrar las respuestas a las preguntas planteadas
en el paso anterior.

Fase 3 Procesamiento de Datos. En esta fase es donde se integran y

cargan los datos en crudo en un formato utilizable para el anlisis.
Esta actividad puede realizarse mediante la creacin de una nueva
base de datos, agregando datos a una base de datos ya existente o
bien consolidando la informacin.

Fase 4 Anlisis y Produccin. Ahora, se proceder a trabajar sobre

los datos extrados e integrados, utilizando herramientas y tcnicas
propias de la tecnologa BI, para crear inteligencia. Como resultado
final de esta fase se obtendrn las respuestas a las preguntas,
mediante la creacin de reportes, indicadores de rendimiento,
cuadros de mando, grficos estadsticos, etc.

Fase 5 Difusin. Finalmente, se les entregar a los usuarios que lo

requieran las herramientas necesarias, que les permitirn explorar
los datos de manera sencilla.

3.2.1.3. Beneficios De Business Intelligence

Permite a los usuarios interactuar directamente con los datos

almacenados en los sistemas de punto de venta, punto de
compras, introduccin de pedidos, administracin del inventario,
nminas y otros sistemas. Permite obtener el mximo provecho

12
 de las inversiones en tecnologa de administracin de datos y
bases de datos.
Mayor agilidad empresarial. La combinacin de mtodos de
prediccin ms exactos y la generacin de informes con
herramientas de implementacin y respuesta a transacciones en
tiempo real, se obtiene un rpido resultado de gran capacidad de
reaccin ante nuevas oportunidades.
Menores costes operativos. Reduccin de tiempo para la
recopilacin empresarial y permite a los empleados realizar
consultas, preparar informes e implementar resultados sin la
necesidad de ayuda de especialistas de IT.
Optimizacin de la adquisicin de clientes. Rpida identificacin
de clientes potenciales y presentacin de campaas eficaces y
precisas.
Mayor fidelidad de los clientes. Permite determinar qu
productos, caractersticas y servicios valoran los clientes. Ofrece
tambin herramientas eficaces para la comunicacin
personalizada.

3.2.2. Data Warehouse

3.2.2.1. Definicin
Una de las definiciones ms famosas sobre Data Warehouse, es la de
William Harvey Inmon, quien define: Un Data Warehouse es una
coleccin de datos orientada al negocio, integrada, variante en el
tiempo y no voltil para el soporte del proceso de toma de decisiones
de la gerencia.

3.2.2.2. Elementos de un Data WareHouse

Sistema fuente:
Sistemas operacionales de registros donde sus funciones son
capturar las transacciones del negocio. A los sistemas fuentes
tambin se le conoce como Legacy System.
rea de trfico de datos:
Es un rea de almacenamiento y grupo de procesos, que limpian
transforman, combinan, remover los duplicados, guardan,
archivan y preparan los datos fuente para ser usados en el Data
WareHouse.

13
 Servidor de presentacin:
La maquina fsica objetivo en donde los datos del Data
WareHouse son organizados y almacenados para consultas
directas por los usuarios finales, reportes y otras aplicaciones.
Modelo dimensional:
Una disciplina especfica para el modelado de datos que es una
alternativa para los modelos de entidad relacin.
Procesos de negocios:
Un coherente grupo de actividades de negocio que hacen sentido
a los usuarios del negocio del Data WareHouse.
Data Mart: Un subgrupo lgico del Data WareHouse completo.
Data WareHouse: Bsquedas fuentes de datos de la empresa. Y
es la unin de todos los Data Marts que la constituyen.
Almacenamiento operacional de datos: es el punto de
integracin por los sistemas operacionales. Es el acceso al soporte
de decisiones por los ejecutivos.
OLAP: actividad general de bsquedas para presentacin de texto
y nmeros del Data WareHouse, tambin un estilo dimensional
especfico de bsquedas y presentacin de informacin y que es
ejemplificada por vendedores de OLAP.
ROLAP: un grupo de interfases de usuarios y aplicaciones que le
dan a la base de datos relacional un estilo dimensional.
MOLAP: un grupo de interfases de usuarios, aplicaciones y
propietarios de tecnologa de bases de datos que tienen un fuerte
estilo dimensional.
Aplicaciones para usuarios finales: una coleccin de
herramientas que hacen los queries, analizan y presentan la
informacin objetivo para el soporte de las necesidades del
negocio.
Herramientas de acceso a datos por usuarios finales: un
cliente de Data WareHouse.
Ad Hoc Query Tool: un tipo especfico de herramientas de acceso
a datos por usuarios finales que invita al usuario a formas sus
propios queries manipulando directamente las tablas relacionales
y sus uniones.

14
 Modelado de aplicaciones: un sofisticado tipo de cliente de Data
WareHouse con capacidades analticas que transforma o digiere
las salidas del Data WareHouse.
Meta Data: toda la informacin en el ambiente del Data
WareHouse que no son as mismo los datos actuales.

3.2.2.3. Los procesos bsicos del Data WareHouse (ETL)

Extraccin: este es el primer paso de obtener la informacin

hacia el ambiente del Data WareHouse.
Transformacin: una vez que la informacin es extrada hacia el
rea de trfico de datos, hay posibles paso de transformacin
como; limpieza de la informacin, tirar la basura que no nos sirve,
seleccionar nicamente los campos necesarios para el Data
WareHouse, combinar fuentes de datos, hacindolas coincidir por
los valores de las llaves, creando nuevas llaves para cada registro
de una dimensin.
Carga: al final del proceso de transformacin, los datos estn en
forma para ser cargados.

15
3.2.3. Modelamiento multidimensional

3.2.3.1. Anlisis multidimensional

Las bases de datos multidimensionales, proveen una estructura que

permite, a travs de la creacin y consulta a una estructura de datos
determinada (cubo multidimensional, Business Model, etc.), tener
acceso flexible a los datos, para explorar y analizar sus relaciones, y
consiguientes resultados.

Las bases de datos multidimensionales implican tres variantes

posibles de modelamiento, que permiten realizar consultas de
soporte de decisin:

o Esquema en estrella (Star Scheme).

o Esquema copo de nieve (Snowflake Scheme).
o Esquema constelacin o copo de estrellas (Starflake Scheme).

Los mencionados esquemas pueden ser implementados de diversas

maneras, que, independientemente al tipo de arquitectura, requieren
que toda la estructura de datos este desnormalizada o semi
desnormalizada, para evitar desarrollar uniones (Join) complejas para
acceder a la informacin, con el fin de agilizar la ejecucin de
consultas. Los diferentes tipos de implementacin son los siguientes:

Relacional ROLAP.
Multidimensional MOLAP.
Hbrido HOLAP.

3.2.3.2. Esquema en Estrella

El esquema en estrella, consta de una tabla de hechos central y de
varias tablas de dimensiones relacionadas a esta, a travs de sus
respectivas claves. Como se muestra en la figura:

16
Es el ms simple de interpretar y optimiza los tiempos de respuesta
ante las consultas de los usuarios. Este modelo es soportado por casi
todas las herramientas de consulta y anlisis, y los metadatos son
fciles de documentar y mantener, sin embargo es el menos robusto
para la carga y es el ms lento de construir.

Dentro de las caractersticas que destacan algunas de este modelo,

son: ayudarn a comprender mejor el por qu de sus ventajas:

o Posee los mejores tiempos de respuesta.

o Su diseo es fcilmente modificable.
o Existe paralelismo entre su diseo y la forma en que los
usuarios visualizan y manipulan los datos.
o Simplifica el anlisis.
o Facilita la interaccin con herramientas de consulta y anlisis.

3.2.3.3. Esquema Copo de Nieve

Este esquema representa una extensin del modelo en estrella
cuando las tablas de dimensiones se organizan en jerarquas de
dimensiones. Como se aprecia en la figura.

17
Una de las razones principales para utilizar este tipo de modelo, es la
posibilidad de segregar los datos de las tablas de dimensiones y
proveer un esquema que sustente los requerimientos de diseo. Otra
razn es que es muy flexible y puede implementarse despus de que
se haya desarrollado un esquema en estrella. Posee las siguientes
caractersticas:

Posee mayor complejidad en su estructura.

Hace una mejor utilizacin del espacio.
Es muy til en tablas de dimensiones de muchas tuplas.
Las tablas de dimensiones estn normalizadas, por lo que
requiere menos esfuerzo de diseo.
Puede desarrollar clases de jerarquas fuera de las tablas de
dimensiones, que permiten realizar anlisis de lo general a lo
detallado y viceversa

3.2.3.4. Esquema Constelacin

Modelo compuesto por una serie de esquemas en estrella, y tal como
se puede apreciar en la siguiente figura, est formado por una tabla de
hechos principal (HECHOS_A) y por una o ms tablas de hechos
auxiliares (HECHOS_B), las cuales pueden ser sumarizaciones de la
principal. Dichas tablas yacen en el centro del modelo y estn
relacionadas con sus respectivas tablas de dimensiones.

No es necesario que las diferentes tablas de hechos compartan las

mismas tablas de dimensiones, ya que, las tablas de hechos auxiliares
pueden vincularse con solo algunas de las tablas de dimensiones
asignadas a la tabla de hechos principal, y tambin pueden hacerlo
con nuevas tablas de dimensiones.

18
 Su diseo y cualidades son muy similares a las del esquema en
estrella, pero posee una serie de diferencias con el mismo, que son
precisamente las que lo destacan y caracterizan. Entre ellas se pueden
mencionar:

Permite tener ms de una tabla de hechos, por lo cual se

podrn analizar ms aspectos claves del negocio con un
mnimo esfuerzo adicional de diseo.
Contribuye a la reutilizacin de las tablas de dimensiones, ya
que una misma tabla de dimensin puede utilizarse para varias
tablas de hechos.
No es soportado por todas las herramientas de consulta y
anlisis.

3.2.4. Metodologas de BI

3.2.4.1. Metodologa Microsoft Solutions Framework

MSF es una flexible e interrelacionada serie de conceptos, modelos y

mejores prcticas de uso que controlan la planificacin, el desarrollo y
la gestin de proyectos tecnolgicos para dar soluciones a empresas
que disean y desarrollan de una manera que se asegure de que todos
los elementos de un proyecto, tales como gente, procesos, y
herramientas, puedan ser manejados con xito.

MSF se centra en modelos de proceso y de equipo dejando en un

segundo plano las elecciones tecnolgicas. Concretamente MSF se
compone de principios, modelos y disciplinas.

Las caractersticas de MSF son: Adaptable, Flexible, Escalable y

Agnstico a tecnologas.

3.2.4.2. Metodologa Scrum

Es una metodologa de desarrollo gil de ciclos cortos e incrementales

basados en los principios de gestin de proyectos: Scrum. Esta
consiste en ciclos cortos o sprints de 2 a 4 semanas de duracin,
donde en cada uno se busca entregar una funcionalidad adicional.
Para ello cada sprint incluye los siguientes pasos: Definir, Planificar,
Construir, Presentar y Revisar.

De esta forma el equipo de desarrollo va agregando valor

incrementalmente en la medida que se van agregando componentes
al proyecto hasta alcanzar la completitud de los requerimientos.

19
3.2.4.3. Metodologa de Clearpeaks

Esta metodologa consta de los siguientes pasos:

Anlisis: Anlisis del proceso empresarial/de la infraestructura:

Coordinacin de la trayectoria de Business Intelligence por parte de
un equipo especialista en empresas.

Especificaciones: Definicin de los requisitos: La entrega de un

documento detallado sobre las especificaciones/envergadura IT o BI
de la empresa

Diseo: Especificaciones funcionales: La definicin de los elementos

funcionales del marco de BI es un requisito previo para asegurar el
xito de la fase de planificacin.

Planificacin: Coordinacin y gestin de los proyectos BI con el fin

de implementar soluciones efectivas de distribucin de informes
siempre que sea necesario.

Desarrollo: Desarrollar, integrar y realizar pruebas para asegurar la

ms alta calidad de las especificaciones de funcionalidad en los
mrgenes de tiempo acordados.

Aplicacin: Implementacin de la solucin ms adecuada

Formacin: El xito de una solucin BI depende sobre todo de un

buen equipo formado por expertos en la materia

Comprobacin: Progreso de la solucin: Las comprobaciones de

forma continuada aseguran un xito ms duradero, la adopcin por
parte del usuario y el mantenimiento del marco de BI

3.2.4.4. Metodologa de desarrollo de Ralph Kimball

Ralph Kimball, es reconocido como uno de los padres del concepto de

Datawarehouse, se ha dedicado desde hace ms de 10 aos al
desarrollo de su metodologa para que ste concepto sea bien
aplicado en las organizaciones y se asegure la calidad en el desarrollo
de estos proyectos.

La metodologa de Ralph Kimball se enfoca principalmente en el

diseo de la base de datos que almacenar la informacin para la
toma de decisiones.

El diseo se basa en la creacin de tablas de hechos, es decir, tablas

que contengan la informacin numrica de los indicadores a analizar,

20
 o sea la parte cuantitativa de la informacin para la toma de
decisiones.

Debido al empleo de esta metodologa en algunos de los antecedentes

encontrados y por contar la informacin apropiada se utilizara para el
desarrollo de este proyecto.

A continuacin se detalla las etapas de manera grfica y

posteriormente la explicacin de cada una de ellas.

Diseo de la Seleccin de
Arquitectura Productos e
Tcnica Instalacin

Definicin de los Diseo y

Planificacin Requerimientos del Desarrollo de
Modelado Diseo Implemen- Mantenimiento
del Proyecto Negocio Presentacin
Dimensional Fsico tacin y crecimiento
de Datos

Especificacin de Desarrollo de
Aplicaciones para Aplicaciones para
Usuarios Finales Usuarios Finales

Gerenciamiento del Proyecto

Metodologa de Ralph Kimball

Planificacin del Proyecto: La planificacin busca identificar la

definicin y el alcance del proyecto de data warehouse, incluyendo
justificaciones del negocio y evaluaciones de factibilidad. La
planificacin del proyecto se focaliza sobre recursos, perfiles, tareas,
duraciones y secuencialidad. El plan resultante integra todas las
tareas asociadas con el proyecto y documenta las personas o reas
involucrados.

21
 Definicin de los requerimientos del Negocio: El objetivo de esta
etapa es entender las necesidades del negocio y determinar los
requerimientos de los usuarios finales. Los diseadores del data
warehouse deben entender los factores claves que dirigen el negocio
para determinar efectivamente los requerimientos.

Modelamiento Dimensional: La definicin de los requerimientos

del negocio determina los datos necesarios para cumplir los
requerimientos analticos de los usuarios. Disear los modelos de
datos para soportar estos anlisis requieren un enfoque diferente al
usado en los sistemas operacionales. Bsicamente se comienza con
una matriz donde se determina la dimensionalidad de cada
indicador y luego se especifican los diferentes grados de detalle
(atributos) dentro de cada concepto del negocio (dimensin), como
as tambin la granularidad de cada indicador (variable o mtrica) y
las diferentes jerarquas que dan forma al modelo dimensional del
negocio (BDM) o mapa dimensional.

Diseo Fsico: El diseo fsico de las base de datos se focaliza sobre

la seleccin de las estructuras necesarias para soportar el diseo
lgico. Algunos de los elementos principales de este proceso son la
definicin de estndares de nombres y establecer el ambiente de
bases de datos. La indexacin y las estrategias de particionamiento
son tambin determinadas en esta etapa.

Diseo y Desarrollo de Preparacin de Datos: El proceso de

preparacin de datos tiene tres pasos principales: la extraccin, la
transformacin y la carga. Se definen como procesos de extraccin a
aquellos requeridos para obtener los datos que permitirn efectuar
la carga del Modelo Fsico acordado. As mismo, se definen como
procesos de transformacin los procesos para convertir o
recodificar los datos fuente a fin de poder efectuar la carga efectiva
del Modelo Fsico. Por otra parte, los procesos de carga de datos son
los procesos requeridos para poblar el Data Warehouse.

Diseo de la Arquitectura Tecnolgica: Los ambientes de data

warehousing requieren la integracin de numerosas tecnologas. Se
debe tener en cuenta tres factores: los requerimientos del negocio,
los actuales ambientes tcnicos y las directrices tcnicas estratgicas
futuras planificadas para de esta forma poder establecer el diseo de
la arquitectura tcnica del ambiente de data warehousing.

22
 Seleccin e instalacin de productos: Utilizando el Diseo de la
Arquitectura Tecnolgica como marco, se especifican los
componentes estructurales tales como: plataforma de Hardware,
administrador de base de datos, herramientas de preparacin
("staging").
Utilizando el diseo de arquitectura tcnica como marco, es
necesario evaluar y seleccionar componentes especficos de la
arquitectura como la plataforma de hardware, el motor de base de
datos, la herramienta de preparacin. Una vez evaluados y
seleccionados los componentes determinados se procede con la
instalacin y prueba de los mismos.

Especificacin de la Aplicacin del Usuario Final: en esta etapa se

identifican los diferentes roles o perfiles de usuarios para
determinar los diferentes tipos de aplicaciones necesarias en base al
alcance de los diferentes perfiles (gerencial, analista del negocio,
vendedor, etc.).

Desarrollo Aplicacin Usuario Final: Siguiendo a la especificacin

de las aplicaciones, el desarrollo de las aplicaciones de los usuarios
finales involucra configuraciones del metadata y construccin de
reportes especficos.

Implementacin: La implementacin representa la convergencia de

la tecnologa, los datos y las aplicaciones de usuarios finales
accesible desde el escritorio del usuario del negocio. Hay varios
factores extras que aseguran el correcto funcionamiento de todas
estas piezas, entre ellos se encuentran la capacitacin, el soporte
tcnico, la comunicacin, las estrategias de feedback. Todas estas
tareas deben ser tenidas en cuenta antes de que cualquier usuario
pueda tener acceso al data warehouse, data mart.

Mantenimiento: Se da soporte y capacitacin continua a los

usuarios, asegurndose que los procesos y procedimientos aseguren
una operacin efectiva del data warehouse o data mart. Una vez
construida la aplicacin es importante establecer las prioridades
para poder manejar los nuevos requerimientos de los usuarios y de
esa forma poder evolucionar y crecer.

23
3.2.5. SOLUCIN DE HERRAMIENTAS BUSINESS INTELLIGENCE

En esta parte del proyecto se detallan algunas herramientas que

permiten la construccin del Business Intelligence, las cuales se
caracterizan por ofrecer distintas funcionalidades segn el tamao de
la empresa y al uso que le van a dar al sistema dentro de la empresa.

3.2.5.1. Stage
DataStage [DAT 2007] es una herramienta que permite soportar la
informacin que necesita la compaa, y construir un Data Warehouse
en tiempo real. El DataStage es una herramienta ETL
(Extract/Transform/Load - Extraccin, Transformacin y Carga) que
utiliza notacin grfica para construir integracin de datos para dar
soluciones, y est disponible en varias versiones, como Server Edition
y Enterprise Edition. Es una de las herramientas ETL ms rpidas y
potentes del mercado.

3.2.5.2. SSIS
El software SQL Server Integration Services (SSIS) [SQL 2005],
permite la integracin de los datos de cualquier fuente. SISS provee
una plataforma escalable y extendible que capacita al equipo
desarrollador a construir, mantener, y desplegar soluciones de
integracin para alcanzar soluciones de integracin nicas de acuerdo
a las necesidades. Destacan sus herramientas de minera de datos y
administracin de objetos.

3.2.5.3. Sunopsis
Tambin existe en el mercado, Sunopsis [SUN 2007], que ofrece un
alto desempeo y una integracin efectiva, cubriendo las necesidades
de integracin. Esta herramienta permite el desarrollo y el
mantenimiento simple, que permite que los proyectos de integracin
se realicen a tiempo y en presupuesto. Sinopsis trabaja con una
arquitectura ELT (Extraccin, Load, Transform) en lugar de la
tradicional ETL.

3.2.5.4. Microstrategy
Existen soluciones como MicroStrategy Business Intelligence
Solutions [MIC 2007] que permite mejorar y predecir el
comportamiento del negocio, poniendo informacin en las manos de
toda persona de negocios en la empresa. Esta tecnologa ofrece
capacidades de monitoreo, de reportes y de anlisis, que permiten
tomar mejores decisiones cada da, y lograr las metas planteadas en
cada organizacin. Esta herramienta permite la generacin de

24
 scorecards y dashboards, reportes, anlisis OLAP, anlisis avanzado y
predictivo, alertas y notificaciones.

3.2.5.5. Cognos
Cognos 8 Business Intelligence [COG 2007] es una plataforma del
grupo IBM que permite la generacin y visualizacin de reportes,
cubos, dashboards y Balance scorecards, adems de la gestin de
permisos y usuarios necesaria para la implementacin de la
plataforma.

3.2.5.6. Business Objets

BussinessObjects [BUS 2007] es otra plataforma BI que se caracteriza
por ofrecer distintas funcionalidades segn el tamao de la empresa
que la adquiere y la licencia.

3.2.5.7. Pentaho
Existen herramientas orientadas a la Inteligencia de Negocios, de
cdigo abierto (Open Source) y de uso libre. Entre estas herramientas
se encuentra Pentaho [PEN 2007], la cual es una herramienta muy
completa, pues incluye elaboracin de reportes, cubos, dashboards,
data mining, ETL y una plataforma BI (lugar desde donde se puede
acceder a los datos).

3.2.5.8. Octopus
Octopus [OCT 2007] es, al igual que pentaho, una herramienta libre
pero slo se centra en los procesos ETL. Est basada en Java y por lo
tanto se puede conectar a cualquier fuente JDBC.
A continuacin se presenta un cuadro comparativo, con las
herramientas mencionadas anteriormente, que muestra las
caractersticas trascendentales para un trabajo como el que se
desarrollar en el presente proyecto de tesis.

ELABORACIN USO LIBRE

HERRAMIENTA PERMITE ETL
REPORTES (OPEN SOURCE)
Data Stage SI NO NO
SQL Server
Integration SI SI NO
Services
Sunopsis SI NO NO
Microstrategy NO SI NO
Cognos NO SI NO
Business Objets NO SI NO
Pentaho SI SI SI
Octopus SI NO SI

25
 Luego de detallar las diferentes herramientas que existen para la
construccin de Business Intelligence, en este cuadro se resume las
caractersticas principales de cada herramienta, de la cual el grupo ha
elegido la herramienta de SQL Server para la elaboracin del
Datawarehouse, el cual permite ETL (Extraccin, Transformacin y
Carga) y la elaboracin de reportes de acuerdo a las necesidades de la
organizacin.

IV. OBJETIVOS

4.1. OBJETIVO GENERAL

Implementar un Datawarehouse de soporte a la toma de decisiones

aplicando BI en la empresa comercial Arvalo E.IR.L.

4.2. OBJETIVOS ESPECFICOS

o Evaluar la situacin actual de la organizacin.

o Definir los requerimientos del proyecto.
o Analizar los datos del negocio.
o Disear la base de datos.
o Desarrollar el prototipo de la aplicacin.

V. TECNICAS Y HERRAMIENTAS EMPLEADAS

Para la elaboracin del presente proyecto se har uso de las siguientes tcnicas con
sus respectivas herramientas, como se detalla a continuacin:

5.1.1. Tcnicas

La observacin Directa, para comprender como se realiza el

procesamiento de los datos para la explotacin de la informacin y
generar reportes.
Entrevista al gerente del negocio (administrador), para determinar las
necesidades que debera cubrir la aplicacin propuesta.

5.1.2. Herramientas

Gua de observacin no estructurada.

Lista de chequeo de las aplicaciones y reportes.
Gua de entrevista.

26
VI. ALTERNATIVAS DE SOLUCIN:

A continuacin se especifican las alternativas de solucin al problema encontrado

en la empresa comercial Arvalo E.I.R.L.

6.1. ALTERNATIVA 01.

Adquisicin mediante compra de un Datawarehouse desarrollados por

terceros, para el apoyo a la toma de decisiones.

6.2. ALTERNATIVA 02.

Implementacin de un Datawarehouse para el apoyo a la toma de

decisiones desarrollado por la unidad formuladora y ejecutora del
proyecto.

6.3. DESCRIPCION DE LAS ALTERNATIVAS

Nombre de
Componentes (Resultados
cada Acciones necesarias para
necesarios para lograr el
Alternativa lograr cada resultado
Objetivo)
analizada
Alternativa 1: Elaboracin de la base del
Adquisicin concurso.
mediante Resultado 01: Automatizacin de
compra de un todo el proceso para realizar
Licitacin.
Datawarehouse informes especficos.
desarrollados
Implementacin.
por terceros, Resultado 02: Monitorizacin
para el apoyo a adecuada de todas las
Implantacin.
la toma de actividades diarias en la
decisiones. organizacin.
Capacitacin.
Puesta en marcha.
Alternativa 2:
Implementacin Levantamiento de
Resultado 01: Automatizacin de
de un Informacin.
todo el proceso para realizar
Datawarehouse
informes especficos.
para el apoyo a
la toma de Desarrollo del sistema.
Resultado 02: Monitorizacin
decisiones
adecuada de todas las
desarrollado por
actividades diarias en la
la unidad Utilizacin de equipos
organizacin.
formuladora y informticos existentes.
ejecutora del

27
 proyecto.
Capacitacin al usuario

Implantacin.

VII. SELECCIN Y DESARROLLO DE LA ALTERNATIVA:

La alternativa seleccionada es la alternativa 02, porque el desarrollo de la misma

ser ejecutada e implementada por la unidad ejecutora del proyecto, lo cual nos da
la ventaja de trabajar en equipo y complemetarlo con los conocimientos afines que
la carrera de ingeniera de sistemas nos ha permitido aprender.

7.1. DESARROLLO DE LA PROPUESTA

La metodologa seleccionada para el diseo del Data warehouse es la de Ralph

Kimball, el cual consta de 10 etapas: Planificacin del proyecto, definicin de
los requerimientos del negocio, modelamiento dimensional, diseo fsico,
diseo y desarrollo de preparacin de datos, diseo de la arquitectura
tecnolgica, seleccin e instalacin de productos, especificacin de la
arquitectura del usuario final, desarrollo aplicacin usuario final,
implementacin y mantenimiento.

7.1.1. METODOLOGA DE RALPH KIMBALL

Segn Moss (2003), casi todo proyecto de ingeniera, estructural o de
software, pasa a travs de seis etapas desde la concepcin hasta la
implementacin. Tambin se indica que los procesos de ingeniera son
iterativos, ya que una vez puestos en produccin, los proyectos son
continuamente mejorados dadas las sugerencias de la comunidad que usa el
producto. Cada iteracin produce una nueva versin del producto, y el
producto final va madurando y mejorando.

28
 Diseo de la Seleccin de
Arquitectura Productos e
Tcnica Instalacin

Definicin de los Diseo y

Planificacin Requerimientos del Desarrollo de
Modelado Diseo Implemen- Mantenimiento
del Proyecto Negocio Presentacin
Dimensional Fsico tacin y crecimiento
de Datos

Especificacin de Desarrollo de
Aplicaciones para Aplicaciones para
Usuarios Finales Usuarios Finales

Gerenciamiento del Proyecto

Diagrama de pasos para el desarrollo de la metodologa de Ralph Kimball.

Las razones que justifiquen el por qu de la implementacin de un

Datawarehouse en una organizacin, pero se puede hablar en forma general
sobre la normal evolucin de la arquitectura de sistemas de la empresa.

Credibilidad de los Datos

Los diferentes departamentos de la empresa preparan informes a partir de los
datos que generan los sistemas transaccionales, pero muchas veces ocurre
que a la Direccin le llegan informes de distintas reas, y sobre un mismo
tema las cantidades son diferentes, para lo cual la Direccin no sabe que
pensar y donde est la verdad. Este es un ejemplo de la crisis de credibilidad.
Las razones para predecir una crisis son las siguientes:

No hay una base comn de tiempo para los datos.

Algoritmos diferentes para tratar los datos.
Niveles de extraccin de los datos.
Problema de los datos externos.

29
 No hay una fuente comn de los datos.

Productividad
La productividad es un punto muy importante a tener en cuenta,
especialmente en organizaciones como la nuestra que poseen datos con una
historicidad. Cuando surge la necesidad de producir un informe corporativo
utilizando muchos archivos y de los datos que la organizacin ha ido
acumulando a travs de los aos, entonces se debe:

Localizar y analizar los datos a incluir en el informe

Consolidar los datos para el informe

Incapacidad para transformar datos en informacin

Los sistemas transaccionales no fueron construidos pensando en la
integracin de sus datos para la toma de decisin, sino con el fin de satisfacer
necesidades netamente operativas.

Un cambio en el enfoque
Para resolver los distintos problemas, las organizaciones necesitan
implementar un cambio de arquitectura de sus sistemas de decisin, y es aqu
donde juega un papel muy importante el Datawarehouse.
El datawarehouse suple las incapacidades que poseen los sistemas
transaccionales, almacenando datos que poseen las siguientes caractersticas:

Orientados a la toma de decisin

Consolidados
No voltiles, no hay bajas ni modificaciones substanciales
Gran historicidad

30
7.2. CRONOGRAMA

31
7.3. ANALISIS DE COSTOS
A continuacin se detallan los costos para el diseo y implementacin del Datawarehouse en la empresa comercial
Arvalo.

a) REQUERIMIENTOS
Funcionales
tem Descripcin Unidad de medida Cantidad
1 Un jefe de proyecto Mes 2
2 Administrador de Base de Datos Mes 2
3 Programador Mes 2

No Funcionales
tem Descripcin Unidad de medida Cantidad
1 Computadora Unidad 3
2 Celular Unidad 2
3 Electricidad Mes 2
4 tiles de oficina Lista 1
5 Impresora Unidad 1

DETALLES
Personal
Item Descripcin U.M Cant P.U (S/.) Importe (S/)

32
 1 Jefe de proyecto. Mes 2 2 000.00 4 000.00
Administrador y diseador
2 de Base de Datos. Mes 2 1 500.00 3 000.00
3 Programador Mes 2 800.00 1 600.00
Total 8 600.00

Servicios
Item Descripcin U.M Cant P.U (S/.) Importe (S/.)
1 tiles de oficina Lista 1 300.00 300.00
2 Electricidad Mes 2 70.00 140.00
3 Telfono Mes 2 150.00 300.00
Total 740.00
Software
Item Descripcin Cantidad Precio Total
1 Visual Studio .Net 2005 1 500 500.00
2 SQL Server 2005 Developer 1 550 550.00
3 Microsoft Office 2007 1 450 450.00
Total 1500.00

Hardware

33
 Item Descripcin Cantidad Precio Total
1 Computadoras 2 1800 3600.00
2 SQL Server 2005 Developer 1 3000 3000.00
3 Impresora 1 180 180.00
Total 6780.00

Cuadro Resumen.
tem Descripcin Monto (S/.)
1 Personal 8 600.00
2 Materiales y/o Servicios 740.00
3 Licencias 1500.00
4 Hardware 6780.00

Total 17 620.00

El costo total para la construccin del Datawarehouse es de S/. 17 620, tanto en pago a personal, materiales y costo de
licencias.

34
b) BENEFICIOS

Dentro de los muchos beneficios otorgados por la implementacin de un sistema de soporte de decisin basado en un
Datawarehouse son:

Reduccin de tiempos y costos asociados con la consolidacin de datos provenientes de distintas fuentes.
Acceso inmediato y flexible a informacin critica de la organizacin resultando esto en ventajas competitivas.
Mejoras en la calidad de los datos: consistencia, precisin y documentacin.
Creacin de una infraestructura flexible, capaz de adaptarse rpidamente a los cambios tcticos y estratgicos
de negocio.
Mayor conocimiento de las necesidades y expectativas de los clientes, pudiendo segmentar el mercado de
acuerdo a intenciones de negocios.
Decisiones ms rpidas.
Mejor entendimiento del negocio.
Descubrimiento de nuevas oportunidades de negocio.
Incremento de productividad y reduccin de costos en la disponibilidad de informacin.
Monitoreo del normal desenvolvimiento de las operaciones de la organizacin.
Capacidad de realizar comparaciones y obtener tendencias centrando la atencin sobre los verdaderos puntos
problemas.
Ahorro de costos en pago de horas extras al personal.

c) ANALISIS COSTO/BENEFICIO

35
Para demostrar la sostenibilidad y factibilidad del proyecto se har una evaluacin de costo-beneficio para ello se
tendr en cuenta los siguientes indicadores y datos:

FLUJO DE CAJA

COSTOS BENEFICIOS ESTIMADOS (2011-2015)

0 1 2 3 4
2011 2012 2013 2014 2015
COSTES
HARDWARE
Computadoras (2) 3 600.00
Servidor 3 000.00
Impresora 180.00

SOFTWARE
Visual Studio.Net 2005 500.00
SQL Server 2005 550.00 550.00 550.00 550.00 550.00
Microsoft Office 2007 450.00 450.00 450.00 450.00 450.00

36
 SERVICIOS
Desarrolladores y 8 600.00 3 000.00
Capacitacin
Otros servicios 740.00 740.00 740.00 740.00 740.00

COSTES TOTALES 17 620.00 4 740.00 1 740.00 1740.00 1 740.00

BENEFICIOS 10 800.00 10 800.00 10 800.00 10 800.00 10 800.00

BENEFICIOS TOTALES - 6 820.00 -760.00 8 300.00 17 360.00 26 420.00

De acuerdo al flujo de caja que se detalla en el cuadro anterior, se puede observar que con la implementacin del Data
warehouse la empresa en los dos primeros aos despus de la implementacin tiene beneficios negativos, lo cual desde
el tercer ao de funcionamiento del Data warehouse se obtiene beneficios econmicos favorables para la empresa.

37
VIII. PROTOTIPO
En esta parte de proyecto se muestran algunas imgenes del diseo del Data warehouse.

MODELO EN ESTRELLA DEL DATA WAREHOUSE

Tiempo_Dim
TiempoKey
Anual
Trimestre Banco_Dim
Mes BancoKey
Dia Descripcion
Fecha idBanco

Ventas_Hecho Cobranza_Hecho
VentasKey idCobranzaKey
ClienteKey ClienteKey
ProductoKey Personal_Dim TiempoKey MedioPago_Dim
PersonalKey PersonalKey BancoKey MedioPagoKey

TiempoKey Nombre MedioPagoKey MedioPago

Soles IdPersonal PuntoPagoKey IdMedioPago

Unidades MontoCobrado
Peso InteresCobrado

Producto_Dim Cliente_Dim PuntoPago_Dim

ProductoKey ClienteKey PuntoPagoKey
Linea RazonSocial PuntoPago
Proveedor IdCliente Sucursal
Marca Zona idPuntoPago
Producto
IdProducto

38
 ETL (EXTRACCIN TRANSFORMACIN CARGA)
CREACCIN DE UN NUEVO PROYECTO DE INTEGRATION SERVICES

ESTABLECEMOS LA CONEXIN CON LA BASE TRANSACCIONAL

39
ESTABLECEMOS LA CONEXIN CON LA BASE TRANSACCIONAL

REALIZAMOS UNA SEGUNDA CONEXIN PERO ESTA VEZ SELECCIONAMOS EL DATA

WAREHOUSE COMO EL ORIGEN DE CONEXIN.

40
PROCEDEMOS A CREAR LA TAREA DE FLUJO DE DATOS

Relacionamos el origen y destino de la informacin extrada, esto de acuerdo al modelo

en estrella del DWH y de la base de datos transaccional. De este modo vamos creando
las tareas del flujo de control para nuestro DWH. El proceso se desarrolla del siguiente
modo:

41
Definimos el origen de datos para cada flujo de control, en el flujo de datos.

Flujo de datos del flujo de control personal.

42
Para cada flujo de datos se define el origen y destino de datos.

ORIGEN (BASE DATOS TRANSACCIONAL)

43
DESTINO (DATA WAREHOUSE)

ESTO SE DA HASTA LLEGAR A LOS DATA MART COBRANZAS Y VENTAS

44
COMPLETADA LA TAREA EJECUTAMOS EL PROYECTO PARA COMENZAR CON EL ETL

HERRAMIENTA INTELIGENTE PARA EXPLOTACIN DE DATOS.

MICROSOFT EXCEL

45
46
47
IX. CONCLUSIONES

La habilidad de las organizaciones para adaptarse a los entornos

competitivos actuales, es una ventaja competitiva que asegura su
posicionamiento dentro del mercado. Uno de los principales enfoques
empresariales a este nivel es la inteligencia de negocios, que de ser
combinada con requerimientos tcnicos de software, brindan una
poderosa herramienta estratgica de negocios.

Con la aceptacin y la implementacin del proyecto en la empresa

Comercial Arvalo E.I.R.L., se lograr satisfacer las principales
necesidades actuales de la gerencia, que podr tomar decisiones
estratgicas destinadas a aumentar la rentabilidad y obtener estndares
de calidad por el buen servicio.

La satisfaccin mxima de los clientes es un factor muy importante a

considerar dentro de la administracin, esto permitir la retencin de los
clientes ms rentables y asegurar el xito de la empresa dentro del mundo
de los negocios.

48
X. RECOMENDACIONES

La perseverancia y la correcta motivacin son el principal factor que el

jefe de proyecto tendr que poseer como cualidades bsicas para lograr
las actividades correspondientes a la gestin de coordinaciones con la
empresa.

Una vez implementado el proyecto, la persona designada como jefe del

mismo tendr que implementar una estrategia eficiente para establecer
adecuadas polticas de mantenimiento y los procesos de
retroalimentacin.

El apoyo de la gerencia, las oportunidades de negocio con retorno de

inversin altos, la integracin de la arquitectura tecnolgica y asegurar la
flexibilidad y sostenibilidad son factores crticos de xito para garantizar
la efectividad de la solucin de inteligencia de negocios.

49
XI. BIBLIOGRAFA

www.microsoft.com/spain/partner/gotomarket/bi/businessintelligence.
mspx

http://www.monografias.com/trabajos17/data-warehouse/data-
warehouse.shtml

50