INTELIGENCIA DE NEGOCIOS (100000I62N)

Agosto 2018

1. DATOS GENERALES

1.1 Coordinador Robalino Gomez,Hernan

1.2 Créditos: 4

1.3 Horas semanales: 4

1.4 Modalidad PRESENCIAL

1.5 Facultad Ingeniería de sistemas y electrónica

1.6 Competencias asociadas por carrera:

Carrera Competencias

INGENIERÍA DE REDES Y Sistemas informáticos: Análisis

COMUNICACIONES N4 (Propone mejoras en los sistemas de información)

INGENIERÍA DE SEGURIDAD Y Sistemas informáticos: Análisis

AUDITORÍA INFORMÁTICA N4 (Propone mejoras en los sistemas de información)

INGENIERÍA DE SISTEMAS E Sistemas informáticos: Análisis y diseño

INFORMÁTICA N4 (Proponga diseños de sistemas informáticos teniendo en cuenta
todos los aspectos con su implementación.)

INGENIERÍA DE SOFTWARE Sistemas informáticos: Análisis y diseño

N4 (Elabora y presenta planes de sistemas informáticos.)

2. FUNDAMENTACIÓN
Las empresas requieren Analizar la Información para poder tener mejores ventajas
competitivas, por esta razón requieren herramientas que les facilite la labor de Análisis de
la Información, esto se logra aplicando Inteligencia de Negocios (BI) .
Con los conocimientos adquiridos el ingeniero de software podrá apoyar al desarrollo de
Proyectos de Inteligencia de Negocios en las empresas.

3. SUMILLA

1
 El curso es de naturaleza teórico-práctico y presenta los conocimientos sólidos sobre las
tecnologías de inteligencia de negocios: data mart, data warehouse, wata mining y balance
scored card. Se utiliza SQL server 2008 R2 y strategic map para el BSC.

4. LOGRO GENERAL DE APRENDIZAJE

Al final del curso: a) El alumno conoce los conceptos de inteligencia de negocios. b) El
alumno desarrolla un data mart y un data warehouse. c) El alumno define indicadores
de gestión y crea un cuadro de mando integral.

5. UNIDADES Y LOGROS ESPECÍFICOS DE APRENDIZAJE:

Unidad de aprendizaje 1 Semana

Conceptos de Inteligencia de Negocios y Semana 1, Semana 2, Semana 3, Semana 4
data mart data warehouse.
Logro específico de aprendizaje
Comprende, analiza e identifica los conceptos de la Inteligencia de Negocios.
Temario
● ● Introducción a la inteligencia de negocios.
● Dato, información, conocimiento.
● Data mart, modelo estrella, copo de nieve.
● Data wharehouse, diferencias bases de datos.
Unidad de aprendizaje 2 Semana
Integración de Servicios y Generación de Semana 5, Semana 6, Semana 7, Semana 8,
Cubos. Semana 9
Logro específico de aprendizaje
Comprende, analiza e identifica la Integración de Servicios y la Generación de Cubos de
datos.
Temario
● ● Creación de paquetes.
● Carga masiva de datos.
● Creación de bases de datos.
● Copia y transformación de datos.
● Creación de cubos de datos
● Explotación de cubos utilizando Excel.

Unidad de aprendizaje 3 Semana

Planeamiento Estratégico y BSC. Semana 10, Semana 11, Semana 12,
Semana 13, Semana 14
Logro específico de aprendizaje
Comprende, analiza y elabora un Plan Estratégico con la implementación de un BSC.
Temario
● ● Plan estratégico.
● Visión, misión, valores.
● Indicadores de gestión.
● BSC.
● Perspectivas de un BSC.
● Tableros de control.

Unidad de aprendizaje 4 Semana

2
 Introducción a Big Data. Semana 15, Semana 16, Semana 17
Logro específico de aprendizaje
Comprende técnicas y herramientas para gestionar y analizar grandes volúmenes de
información de manera inteligente y sustentando la toma de decisiones de manera
confiable en las organizaciones.
Temario
● ● Conceptos y Terminología
● Aspectos Generales de Big Data
● Tipos de Datos
● Drivers para adopción
● Patrones desde BI hacia Big Data.

6. METODOLOGÍA
El curso requiere de la participación permanente del alumno, se realizaran presentaciones
de casos de empresas en donde se han desarrollado aplicaciones prácticas de Inteligencia
de Negocios. El alumno elaborara en el laboratorio proyectos de Inteligencia de Negocios y
realizaran para una empresa su Plan Estratégico y su Cuadro de Mando Integral.

7. SISTEMA DE EVALUACIÓN
PC01 (20) + PC02 (20) + PC03 (30) + EXFN (30)

Descripción de la evaluación
PC01, PC02 y PC03 son Prácticas Calificadas Individuales.
EXFN es Examen Final.
Semana 18 - Examen final

8. FUENTES DE INFORMACIÓN
Fuentes de consulta obligatoria
Stair, R. (2010). Principios de sistemas de información: un enfoque administrativo. México:
Cengage Learning.

Fuentes de consulta complementaria

Cohen, D. (2005). Sistemas de información para los negocios: un enfoque para la toma de
decisiones. México D.F: Editorial McGraw-Hill.

9. CRONOGRAMA DE ACTIVIDADES
Unidad de 1
Semanas Temario Actividades y Evaluaciones
aprendizaje
Conceptos de Semana 1, ● Prueba de entrada.
Inteligencia de Semana 2, Introducción a El alumno entiende la importancia de la
Negocios y Semana 3, la inteligencia inteligencia de negocios.
data mart data Semana 4 de negocios. El alumno diferencia entre un data mart,
warehouse. ● Dato, data warehouse, data mining y BSC.
información, Diseñar un data mart.
conocimiento. Ejemplo de modelo estrella
● Data
mart, modelo
estrella, copo de

1
Solo se puede rezagar el examen final.
3
 nieve.
● Data
wharehouse,
diferencias
bases de datos.
Integración de Semana 5, ● Casos prácticos de modelo estrella.
Servicios y Semana 6, Creación de El alumno crea paquetes.
Generación de Semana 7, paquetes. Ejercicios con integración de servicios.
Cubos. Semana 8, ● Carga Ejemplos de conversión de datos.
Semana 9 masiva de Ejercicios con paquetes.
datos.
● Semana 5 - Práctica calificada 1
Creación de
bases de datos.
● Copia y
transformación
de datos.
●
Creación de
cubos de datos
●
Explotación de
cubos utilizando
Excel.
Planeamiento Semana 10, ● Plan El alumno genera cubos.
Estratégico y Semana 11, estratégico. El alumno elabora un mapa estratégico.
BSC. Semana 12, ● Visión, El alumno da ejemplos de indicadores.
Semana 13, misión, valores. El alumno define iniciativas estratégicas.
Semana 14 ● Exposición y discusión.
Indicadores de
gestión. Semana 10 - Práctica calificada 2
● BSC.
●
Perspectivas de
un BSC.
●
Tableros de
control.
Introducción a Semana 15, ● El alumno entiende la importancia del Big
Big Data. Semana 16, Conceptos y Data.
Semana 17 Terminología Ejercicios con integración de datos
● Casos reales.
Aspectos
Generales de Semana 15 - Práctica calificada 3
Big Data
● Tipos de
Datos
● Drivers
para adopción
●
Patrones desde

4
 BI hacia Big
Data.

10. FECHA DE ACTUALIZACIÓN:​ Agosto 2018