Proyecto Bi Tasa

DEDICATORIA
A Dios, Ser Supremo y Todopoderoso, por

guiarnos a través del buen camino y
darnos las fuerzas necesarias para
ir alcanzando nuestras metas.
A nuestros padres: Por brindarnos siempre

su confianza y apoyo moral, incentivándonos
en todo momento a lograr nuestros
objetivos de ser profesionales, a ellos todo
nuestro reconocimiento.
i
“SISTEMA DE SOPORTE A LA TOMA DE DESICIONES PARA EL AREA DE
PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”
AGRADECIMIENTO
Hacemos extensivo nuestro sincero agradecimiento a todo el Personal Docente y

Administrativo de la Escuela Académico Profesional de Ingeniería en Informática y
Sistemas de la Universidad “San Pedro”, por su valiosa contribución en el desarrollo de
nuestra formación profesional, y por habernos inculcado sus sólidos conocimientos,
experiencias y acertadas sugerencias, las que sirven de cimiento para fortalecer nuestra
correcta formación académica y profesional.
En especial al Ing. Miguel Valle por su constante apoyo durante el desarrollo

metodológico y didáctico en nuestro proyecto, indispensable para poder desempeñarnos
correctamente en nuestra profesión.
ii
Resumen
Las entidades Pesqueras nuestra ciudad de Chimbote, deben de tomar decisiones

orientadas a satisfacer la demanda de sus clientes extranjeros, los cuales son muy exigentes
en cuestión a calidad y eficiencia del producto final y es por ello muy importante buscar
mejorar los sistemas de información ligados a estos procesos de decisión. El presente tema
de tesis propone la construcción de un Data Warehouse que servirá de apoyo en el proceso
de toma de decisiones de la gerencia de la empresa, el cual, decidirá en base a datos
históricos y graficas generadas según la evolución de la misma.
Un sistema de este tipo permitirá evidenciar los puntos frágiles del área de
producción en función a los objetivos trazados de la misma, así también ayudara a
optimizar el uso del personal, mejorar el alcance de la información relevante relacionada a
dichos indicadores, dando mejores pasos para mejorar la calidad de nuestro producto
brindado, gestionar recursos, conocer el estado actual y la evolución de nuestro proceso de
producción, identificar fallas en los procesos, realizar auditorías y realizar notificaciones
en tiempo real, entre otras cosas.
Los datos almacenados por la empresa no tienen utilidad si es que no se

transforman en información que sirva como base para tomar decisiones. Es por ello que es
necesario que todos los datos históricos sean sometidos a un proceso de limpieza para
poder garantizar su confiabilidad. Este sistema se encargará de hacer una limpieza de los
datos almacenados para poder generar con ellos reportes que ayuden a la gerencia a la
toma de decisiones.
Para implementar este proyecto de tesis se realizarán todos los pasos de un proyecto
de Inteligencia de Negocios: diseño y construcción del Data Warehouse y los Data Marts,
creación y programación de los procesos ETL, creación de los cubos, creación de los
informes, y finalmente implementación de la plataforma BI (Excel).
iii
Summary
Fishing Entities our city of Chimbote, should take decisions aimed at meeting the demand
forforeign clients, which are very demanding in terms of quality and efficiency of the final
product andis there fore very important to seek to improve information systemslinked to
these decision processes. This thesis topic proposed building a data ware house that will
support the decision making process of management of the company, which will decide
based on historical data and graphs generated by the evolution of it.
A system of this type wills how the weak point sof the production area according to the
objectives set in the same, and also help optimize the use of staff, improve the range of
relevant information related to these indicators, giving best steps for improve the quality of
our product provided, manage resources,the current status and evolution of our production
process, identify gaps in processes, audit and perform real-time notifications, among other
things.
The data stored by the company are use lessif they do not become information that serves
as a basis for decision making. That is why it is necessary that all historical data are
subjected to a cleaning process to ensure reliability. This system will make a clean up of
the stored data to generate reports that help them to management decision making.
To implement this thesis Project is carried out every step of a BI project: design and
construction of the DataWarehouse and DataMarts, creation and programming of ETL
processes, building cubes, creating reports, and finally implementation of the BI
platform(Excel).
iv
Contenido
Introducción ........................................................................................................................ viii
Generalidades ........................................................................................................................ 1
I. Descripción de la Organización: ............................................................................. 2
RESEÑA HISTÓRICA ................................................................................................. 2
DATOS DE LA EMPRESA. ......................................................................................... 2
VISIÓN ......................................................................................................................... 3
Ser el líder mundial en la producción de harina y aceite de pescado. Está
comprometida en ser una de las empresas líderes en el sector alimenticio a nivel
nacional, proyectándose al mercado internacional, mediante la innovación de
productos acorde con las nuevas tendencias y exigencias de calidad del mercado ....... 3
MISIÓN ........................................................................................................................ 3
OBJETIVOS DE LA EMPRESA:................................................................................. 3
II. Situación Problema ............................................................................................... 4
III. Hipótesis ................................................................................................................. 6
IV. Justificación del proyecto ..................................................................................... 6
V. Objetivos Del Proyecto ......................................................................................... 7
a. Objetivo General: .............................................................................................. 7
b. Objetivo Especifico............................................................................................ 8
Marco Teórico ....................................................................................................................... 9
Sistemas de Soporte a la Decisión (DSS) ........................................................................ 10
Datawarehouse................................................................................................................. 11
ARQUITECTURA DATAWAREHOUSE ..................................................................... 14
PRINCIPALES APORTACIONES DE UN DATAWAREHOUSE ......................... 15
DATAMARTS ................................................................................................................ 15
Datamart OLAP ............................................................................................................ 16
Datamart OLTP............................................................................................................. 16
DATA MINING .............................................................................................................. 17
Metodología de Kimball .................................................................................................. 17
PLANIFICACIÓN .............................................................................................................. 20
1.1 Visión del Producto ............................................................................................. 21
1.1.1. Introducción ................................................................................................. 21
1.1.2. Objetivo ........................................................................................................ 21
1.1.3. Alcance.......................................................................................................... 21
1.1.4. Glosario de Términos .................................................................................. 22
1.1.5. Descripción de Stakeholders ....................................................................... 23
v
1.2 . Recursos ............................................................................................................. 23

1.3 Cronograma ........................................................................................................ 25
1.4 Estudio de viabilidad económica ....................................................................... 29
REQUERIMIENTOS .......................................................................................................... 31
2.1. Realizar Entrevistas ........................................................................................... 32
2.1.1. Plan estratégico ............................................................................................ 32
2.1.2. Objetivos de la empresa .............................................................................. 34
2.1.3. Estrategias, Indicadores y Medidas ........................................................... 35
2.1.4. Medidas: ....................................................................................................... 37
2.1.5. Dimensiones: ................................................................................................ 38
2.1.6. Indicadores:.................................................................................................. 38
2.2. Revisión de Cuadros de Gestión ........................................................................ 38
2.3. Revisión de la Base de Datos Transaccional ..................................................... 42
2.4. Documentación de la BD Transaccional ........................................................... 43
ANALISIS DIMENSIONAL .............................................................................................. 44
3.1. Preparar El Análisis Dimensional ..................................................................... 45
3.2. Preparación de Cuadros Comparativos ........................................................... 45
3.2.1. Análisis Dimensional ................................................................................... 45
3.2.2. Hojas de Gestión .......................................................................................... 46
3.2.3. Medidas: ....................................................................................................... 47
3.2.4. Dimensiones vs. Jerarquías......................................................................... 47
3.2.5. Dimensiones vs Medidas ............................................................................. 48
DISEÑO DIMENSIONAL .................................................................................................. 49
3.3. Definir el grano ................................................................................................... 50
3.3.1. HECHO_PRODUCTO_PRODUCCION .................................................. 50
3.3.2. HECHO_COSTOMP .................................................................................. 51
3.3.3. HECHO_MATERIAPRIMA ..................................................................... 51
3.3.4. HECHO_DEMANDA_CLIENTE ............................................................. 52
3.4. Escoger dimensiones ........................................................................................... 53
3.5. Definir las tablas Echo ........................................................................................ 55
3.5.1. Mart_Producción ......................................................................................... 55
3.6. Documentación Diseño Dimensional ................................................................. 58
3.6.1. Diseño Dimensional Lógico ......................................................................... 58
3.6.2. Documentación de medidas ........................................................................ 59
3.6.3. Documentación de las dimensiones ............................................................ 59
3.6.4. Documentación de Atributos ...................................................................... 60
vi
ARQUITECTURA .............................................................................................................. 62
3.7. Definir plataforma de implantación .................................................................. 63
POBLAMIENTO (ETL) ..................................................................................................... 64
4.1. Realizar Mapeo ................................................................................................... 65
4.1.1. Dim_Produccion: ......................................................................................... 65
4.1.2. Dim_Producto .............................................................................................. 65
4.1.3. Dim_MateriaPrima ..................................................................................... 66
4.1.4. Dim_Tiempo ................................................................................................. 67
4.1.5. Dim_Cliente.................................................................................................. 68
4.2. Estrategia de Poblamiento ................................................................................. 73
4.3. Poblando Dimensiones y Medidas ..................................................................... 74
CONTRUCCION DEL CUBO ........................................................................................... 75
5.1. Identificación De Orígenes ................................................................................. 76
5.2. Vistas de conexión ............................................................................................... 77
5.3. Creación de Cubo................................................................................................ 77
5.3.1. Dimensiones.................................................................................................. 77
5.3.2. Tabla Echo ................................................................................................... 78
CONSTRUCCION DE INTERFACES .............................................................................. 79
6.1. Desarrollo de aplicación ..................................................................................... 80
6.1.1. Usando Herramienta de Oficina ................................................................ 80
6.1.2. Reportes obtenibles ..................................................................................... 81
Conclusiones: ..................................................................................................................... 91
Recomendaciones: ............................................................................................................. 92
Referencias bibliográficas:................................................................................................ 93
Publicación Electrónica: ................................................................................................... 93
APENDICE A ..................................................................................................................... 94
ANEXOS ........................................................................................................................... 112
vii
Introducción
En la actualidad, las tecnologías de información, han automatizado los procesos de

carácter típicamente repetitivo o administrativo, haciendo uso de lo que se llama sistemas
de información operacionales. Se entienden por aplicaciones operacionales, aquellas que
resuelven las necesidades de funcionamiento de la empresa. En este tipo de sistemas, los
conceptos más importantes son la actualización y el tiempo de respuesta.
Una vez satisfecha las necesidades operacionales, surge un nuevo grupo de

necesidades sobre sistemas de la empresa, a los que se califican como necesidades de
información. Se entiende que son aquellas que tienen por objeto obtener información
necesaria, que sirva de base para la toma de decisiones tanto a escala estratégica como
táctica. Esto se basa en gran medida en el análisis de un número extenso de datos, en el que
es tan importante obtener un valor muy detallado del negocio, como el valor totalizado
para el mismo. Es fundamental la visión histórica de todas las variables analizadas, y el
análisis de los datos del entorno.
Estos requerimientos no son, a priori, difíciles de resolver dado que la información

esta efectivamente en los sistemas operacionales. Cualquier actividad que realiza la
empresa está reflejada de forma minuciosa en sus bases de datos.
La realidad, sin embargo, es distinta, puesto que al atender la falta de tipo

informacional, los responsables de sistemas se tropiezan con múltiples problemas
viii
En primer lugar, el realizar consultas masivas de información, se puede ver

perjudicado el nivel de servicio del resto de sistemas, dado que las consultas de las que se
habla, suelen ser bastante costosas en recursos. Además, las necesidades se ven
insatisfechas por la limitada flexibilidad a la hora de navegar por la información y a su
inconsistencia debido a la falta de una visión global.
En esta situación el siguiente paso evolutivo viene siendo la generación de un

entorno gemelo del operativo, que se denomina comúnmente ‘centro de información ’, en
esta se refresca con menor periodicidad que en los entornos operacionales y los
requerimientos en el nivel de servicio al usuario son más flexibles.
Con esta estrategia se resuelve el problema de la planificación de recursos ya que

las aplicaciones que precisan un nivel de servicio alto usan el entorno operacional y las
que precisan consultas masivas de información trabajan en el centro de información. Otro
beneficio de este nuevo entorno, es la no inferencia con las aplicaciones operacionales
ix
Generalidades
1
I. Descripción de la Organización:
RESEÑA HISTÓRICA
La Empresa PESQUERAS UNIDAS S.A. fue creada el 19 de

Diciembre de 1964, desde el inicio de sus actividades ha desarrollado un
gran esfuerzo por efectuar un desarrollo integral de la infraestructura y de
contar con la maquinarias y equipos que le permite elaborar productos de
calidad y competitivos, la falta de los recursos hidrobiológicos en los
últimos años debido al fenómenos del niño complico la situación a los
diferentes empresarios pesqueros. PESQUERAS UNIDAS S.A. no fue la
excepción a este proceso, esto motivo que la empresa no haya podido
implementar la Planta de Agua de Cola.
Luego de instalar la Planta de Agua de Cola el 27 de septiembre de
1995, se otorga a PESQUERAS UNIDAS S.AC. Licencia de operación para
su planta de enlatados con una capacidad de 1440 cajas/turno y para la
planta de harina de pescado con una capacidad de 20 TM/hora.
La planta de harina tiene como actividad principal la elaboración de
harina FAQ (calidad estándar) y aceite de pescado, tiene una línea de
producción: secado a fuego directo, actualmente se produce el secado con
una cámara Enercom de atomizado con aire – vapor.
DATOS DE LA EMPRESA.
o Nombre: PESQUERAS UNIDAS S.A.C.
o Dirección:
Jr. Huancavelica 1271 Florida Baja – Distrito
CHIMBOTE, Provincia SANTA, Departamento
ANCASH.
o Ubicación Geográfica: S: 09º 05´31´´. W: 78º34´25´´.

o Email: PUNSAC@speedy.com.pe.
o Teléfono: 353050.
2
o Actividad:
 Elaboración de enlatados de pescado.
 Elaboración de harina y aceite de pescado.
VISIÓN
Ser el líder mundial en la producción de harina y aceite de pescado.

Está comprometida en ser una de las empresas líderes en el sector
alimenticio a nivel nacional, proyectándose al mercado internacional,
mediante la innovación de productos acorde con las nuevas tendencias y
exigencias de calidad del mercado
MISIÓN
Producir y vender harina y aceite de pescado con eficiencia, calidad

y responsabilidad. Estamos comprometidos en ser una de las empresas
líderes en el sector alimenticio a nivel nacional, proyectándose al mercado
internacional, mediante la innovación de productos acorde con las nuevas
tendencias y exigencias de calidad del mercado
OBJETIVOS DE LA EMPRESA:
Área de producción:
- Lograr una producción de conservas de pescado (anchoveta, jurel,

caballa, bonito, machete)
- Lograr un producto de calidad de acuerdo a lo estipulado en el plan
HACCP y a los parámetros ya establecidos
- Lograr un mejor rendimiento sin alterar la calidad del producto
- Lograr una mejor eficiencia del tiempo en horas, optimizando el avance
de trabajo del personal
3
II. Situación Problema
Pesqueras Unidas SAC, es una empresa que continuamente ha

venido creciendo, tanto en productividad, como en capacidad de planta, es
por eso que el aumento en las exportaciones de conservas de pescado ha
sido considerable en los últimos años, llegando a ser por tres años
consecutivos la 3era empresa exportadora del país, pero también ha tenido
inconvenientes en la entrega de pedidos, análisis de costos, disminución del
rendimiento de los recursos humanos, y disminución de rendimiento en la
producción no fundamentando a ciencia cierta las diferentes decisiones que
se han tomado para el área de ventas y producción de la empresa.
Por esta razón hemos creído conveniente implantar una solución

basada en la inteligencia de negocios para poder resolver los inconvenientes
de estas empresas, ayudando a mejorar la toma de decisiones.
Los usuarios que toman decisiones y planifican día a día, a mediano

plazo o a largo plazo, la calidad, disponibilidad y presentación de la
información juegan un papel categórico. Este tipo de usuarios necesitan
disponer de información tanto consolidada como detallada de cómo
marchan las actividades ya cumplidas, predecir tendencias y
comportamientos para tomar decisiones proactivas.
Con los sistemas tradicionales se preparan reportes ad-hoc para

encontrar las respuestas a algunas de las preguntas, pero se necesita dedicar
aproximadamente un 70 % a más del tiempo asignado al análisis de
localización y presentación de los datos, como también asignación de
recursos humanos y de procesamiento del departamento de operaciones para
poder responderlas, sin tener en cuenta la degradación de los sistemas
transaccionales. Esta problemática se debe a que dichos sistemas
4
transaccionales no fueron construidos con el fin de brindar síntesis, análisis,

consolidación, búsquedas y/o proyecciones.
Esta optimización de los procesos administrativos debe considerarse

como parte del proceso de perfeccionamiento del proceso de producción,
orientado a satisfacer la demanda y mejorar la calidad los productos, exigida
por el mercado actual y el cliente extranjero.
El crecimiento de Pesqueras Unidas SAC, y la exigencia de los

clientes de la misma, ameritan que la toma de decisiones dentro de la
empresa, además de realizarse en un menor tiempo, tengan la solidez y
respaldos necesarios, con el fin de tomar las mejores alternativas de
solución para crecimiento y mejora de los procesos de la empresa, estamos
hablando de decisiones oportunas y acertadas que requieren un soporte
administrativo de calidad.
En contraste, parece imposible crear un único sistema de

información que resuelva la problemática entera de una pesquera, es decir,
que integre cada sub-proceso, por lo que debe considerarse que existen
diversas fuentes de información distintas, de cada uno de los diferentes
sistemas, con diferentes estándares o formas de representar los datos.
Dicho de otra forma, la gerencia de la empresa necesita planificar

sus metas, tomar decisiones para prevenir eventos adversos, responder a
situaciones imprevistas, cambios en la demanda de productos; siendo
posible medir los cambios en los indicadores de calidad y eficiencia de
gestión de la empresa y analizando el impacto de sus decisiones de forma
directa en diferentes niveles.
5
a. ¿Qué hacer? Sistema Toma de Decisiones
b. ¿Para qué? Mejorar el control del proceso de producción
c. ¿Con que? Metodología de Ralph Kimball.
III. Hipótesis
El Sistema para el soporte de toma de decisiones automatiza

elproceso de análisis selectivo de información sólida, acorde a los
objetivos trazados, mostrando información relevante;dando soporte a la
toma de mejores alternativas de solución, respaldadas por información
sólida, plasmadas en gráficas estadísticas, apoyando al crecimiento y mejora
de la Empresa.
IV. Justificación del proyecto
Justificación Técnica
 La empresa cuenta con los recursos tecnológicos como hardware

y software necesarios para el desarrollo del proyecto.
 Así como el empleo de la tecnología vigente, por ende el

Datawarehouse nos permitirá colocar a la Empresa Pesquera a la
vanguardia de los sistemas visuales y de ayuda para la toma de
decisiones.
6
Justificación Operativa
 El sistema de soporte de decisiones implica resultados más

rápidos a situaciones inesperadas, dicho en otras palabras; mejor
uso de los recursos de los datos existentes.
 El personal que labora en la empresa podrá trabajar con más
eficiencia y calidad en la atención a los requerimientos del área
gerencial, sin temor a errores de confusión y/o redundancia de
datos y documentos solicitados, prestando muchas más
facilidades a la Pesquera para la toma de decisiones.
 Se tendrá un almacén de datos que hará más fácil el acceso a una
gran variedad de datos para la alta gerencia.
Justificación Económica
 Tiene como base primordial el mejor manejo del presupuesto

financiero de la empresa.
 Las decisiones estratégicas mejoraran las inversiones, dando
como resultado mayores utilidades para la empresa.
 Al conocerse los puntos críticos de la empresa estos podrán ser
atenuados, dando como resultado la reducción de costos.
V. Objetivos Del Proyecto
a. Objetivo General:
Desarrollar un sistema de apoyo a la toma de decisiones para la

empresa Pesqueras Unidas SAC.
7
b. Objetivo Especifico
 Recopilar y analizar la información y requerimientos, a través de

visitas coordinadasrealizadas a la Empresa Pesquera.
 Identificar indicadores basado en los objetivos de la Empresa

Pesquera.
 Construir la base de datos del Datamart para optimizar las

consultas empresariales, basándoseen la metodología de Ralph
Kimball.
 Extracción de los datos desde la base de datos operacional.
 Transformar los datos extraídos ycargarlos al Datamart.
 Brindar información de Gestión; con un fácil acceso; para dar

soporte en la toma de decisiones del área Gerencial de la Empresa
Pesquera.
 Elaboración del Cubo utilizando el AnalysisServicesde SQL Server
 Elaborar los reportes dinámicos utilizando Microsoft Office Excel

para Mostrar los indicadores establecidos a través de la minería de
datos.
8
Marco Teórico
9
Sistemas de Soporte a la Decisión (DSS)
Un Sistema de Soporte a la Decisión (DSS)es una herramienta enfocada al

análisis de los datos de una organización.
El DSS es una de las herramientas más emblemáticas de Inteligencia de

Negocios ya que, entre otras propiedades, permiten resolver gran parte de
las limitaciones de los programas de gestión. Estas son algunas de sus
características principales:
 Informes dinámicos, flexibles e interactivos, de manera que el usuario no

tenga que ceñirse a los listados predefinidos que se configuraron en el momento
de la implantación, y que no siempre responden a sus dudas reales.
 No requiere conocimientos técnicos. Un usuario no técnico puede crear

nuevos gráficos e informes y navegar entre ellos, haciendo drag&drop o
drillthrough. Por tanto, para examinar la información disponible o crear nuevas
métricas no es imprescindible buscar auxilio en el departamento de informática.
 Rapidez en el tiempo de respuesta, ya que la base de datos subyacente suele

ser un datawarehouse corporativo o un datamart, con modelos de datos en
estrella o copo de nieve. Este tipo de bases de datos están optimizadas para el
análisis de grandes volúmenes de información (véaseanálisis OLTP-OLAP).
 Integración entre todos los sistemas/departamentos de la compañía. El

proceso de ETL previo a la implantación de un Sistema de Soporte a la
10
Decisión garantiza la calidad y la integración de los datos entre las diferentes

unidades de la empresa. Existe lo que se llama: integridad referencial absoluta.
 Cada usuario dispone de información adecuada a su perfil. No se trata de

que todo el mundo tenga acceso a toda la información, sino de que tenga acceso
a la información que necesita para que su trabajo sea lo más eficiente posible.
 Disponibilidad de información histórica. En estos sistemas está a la orden del

día comparar los datos actuales con información de otros períodos históricos de
la compañía, con el fin de analizar tendencias, fijar la evolución de parámetros
de negocio... etc.
Datawarehouse
Un Datawarehouse es una base de datos corporativa que se

caracteriza por integrar y depurar información de una o más fuentes
distintas, para luego procesarla permitiendo su análisis desde infinidad de
perspectivas y con grandes velocidades de respuesta. La creación de un
Datawarehouse representa en la mayoría de las ocasiones el primer paso,
desde el punto de vista técnico, para implantar una solución completa y
fiable de Inteligencia de Negocios.
La ventaja principal de este tipo de bases de datos radica en las

estructuras en las que se almacena la información (modelos de tablas en
estrella, en copo de nieve, cubos relacionales... etc). Este tipo de persistencia
de la información es homogénea y fiable, y permite la consulta y el
tratamiento jerarquizado de la misma (siempre en un entorno diferente a los
sistemas operacionales).
11
Un datawarehouse se caracteriza por ser:
 Integrado: los datos almacenados en el datawarehouse deben integrarse

en una estructura consistente, por lo que las inconsistencias existentes
entre los diversos sistemas operacionales deben ser eliminadas. La
información suele estructurarse también en distintos niveles de detalle para
adecuarse a las distintas necesidades de los usuarios.
 Temático: sólo los datos necesarios para el proceso de generación del

conocimiento del negocio se integran desde el entorno operacional. Los
datos se organizan por temas para facilitar su acceso y entendimiento por
parte de los usuarios finales. Por ejemplo, todos los datos sobre clientes
pueden ser consolidados en una única tabla del datawarehouse. De esta
forma, las peticiones de información sobre clientes serán más fáciles de
responder dado que toda la información reside en el mismo lugar.
12
 Histórico: el tiempo es parte implícita de la información contenida en un

datawarehouse. En los sistemas operacionales, los datos siempre reflejan el
estado de la actividad del negocio en el momento presente. Por el
contrario, la información almacenada en el datawarehouse sirve, entre
otras cosas, para realizar análisis de tendencias. Por lo tanto, el
datawarehouse se carga con los distintos valores que toma una variable en
el tiempo para permitir comparaciones.
 No volátil: el almacén de información de un datawarehouse existe para ser

leído, pero no modificado. La información es por tanto permanente,
significando la actualización del datawarehouse la incorporación de los
últimos valores que tomaron las distintas variables contenidas en él sin
ningún tipo de acción sobre lo que ya existía.
Es importante entender cuál es el proceso de construcción del mismo,

denominado ETL (Extracción, Transformación y Carga), a partir de los
sistemas operaciones de una compañía:
 Extracción: obtención de información de las distintas fuentes tanto internas

como externas.
 Transformación: filtrado, limpieza, depuración, homogeneización y

agrupación de la información.
 Carga: organización y actualización de los datos y los metadatos en la base

de datos.
13
ARQUITECTURA DATAWAREHOUSE
La estructura básica de la arquitectura DW incluye:
1. Datos operacionales: un origen o fuente de datos para poblar el componente

de almacenamiento físico DW. El origen de los datos son los sistemas
transaccionales internos de la organización como también datos externos a
ésta.
2. Extracción de Datos: selección sistemática de datos operacionales usados

para poblar el componente de almacenamiento físico DW.
3. Transformación de datos: procesos para sumarizar y realizar otros cambios

en los datos operacionales para reunir los objetivos de orientación a temas e
integración principalmente.
4. Carga de Datos: inserción sistemática de datos en el componente de

almacenamiento físico DW.
5. Datawarehouse: almacenamiento físico de datos de la arquitectura DW.
6. Herramientas de Acceso al componente de almacenamiento físico DW:

herramientas que proveen acceso a los datos. Estas herramientas pueden ser
herramientas específicas de mercado para visualización de bases
multidimensionales almacenadas en datawarehouses como también
aplicaciones desarrolladas dentro de la organización del tipo EIS/DSS.
14
PRINCIPALES APORTACIONES DE UN DATAWAREHOUSE
 Proporciona una herramienta para la toma de decisiones en cualquier área

funcional, basándose en información integrada y global del negocio.
 Facilita la aplicación de técnicas estadísticas de análisis y modelización para
encontrar relaciones ocultas entre los datos del almacén; obteniendo un valor
añadido para el negocio de dicha información.
 Proporciona la capacidad de aprender de los datos del pasado y de predecir
situaciones futuras en diversos escenarios.
 Simplifica dentro de la empresa la implantación de sistemas de gestión integral
de la relación con el cliente.
 Supone una optimización tecnológica y económica en entornos de Centro de
Información, estadística o de generación de informes con retornos de la
inversión espectaculares.
DATAMARTS
Un Datamart es una base de datos departamental, especializada en el

almacenamiento de los datos de un área de negocio específica. Se caracteriza por
disponer la estructura óptima de datos para analizar la información al detalle
desde todas las perspectivas que afecten a los procesos de dicho departamento. Un
datamart puede ser alimentado desde los datos de un datawarehouse, o integrar por
sí mismo un compendio de distintas fuentes de información.
Por tanto, para crear el datamart de un área funcional de la empresa es

preciso encontrar la estructura óptima para el análisis de su información, estructura
que puede estar montada sobre una base de datos OLTP, como el propio
datawarehouse, o sobre una base de datos OLAP. La designación de una u otra
15
dependerá de los datos, los requisitos y las características específicas de cada

departamento. De esta forma se pueden plantear dos tipos de datamarts:
Datamart OLAP
Se basan en los populares cubos OLAP, que se construyen agregando, según los
requisitos de cada área o departamento, las dimensiones y los indicadores
necesarios de cada cubo relacional. El modo de creación, explotación y
mantenimiento de los cubos OLAP es muy heterogéneo, en función de la
herramienta final que se utilice.
Datamart OLTP
Pueden basarse en un simple extracto del datawarehouse, no obstante, lo común es

introducir mejoras en su rendimiento (las agregaciones y los filtrados suelen ser las
operaciones más usuales) aprovechando las características particulares de cada área
de la empresa. Las estructuras más comunes en este sentido son las tablas report,
que vienen a ser fact-tables reducidas (que agregan las dimensiones oportunas), y
las vistas materializadas, que se construyen con la misma estructura que las
anteriores, pero con el objetivo de explotar la reescritura de queries (aunque sólo es
posibles en algunos SGBD avanzados, como Oracle).
Los datamarts que están dotados con estas estructuras óptimas de análisis
presentan las siguientes ventajas:
 Poco volumen de datos
 Mayor rapidez de consulta
 Consultas SQL y/o MDX sencillas
 Validación directa de la información
 Facilidad para la historización de los datos
16
DATA MINING
Es la extracción de información oculta y predecible de grandes bases de

datos, es una tecnología para ayudar a las compañías a descubrir información
relevante en sus bases de información (datawarehouses). Las Estas herramientas
exploran las bases de datos en busca de patrones ocultos, encontrando información
predecible que un experto no puede llegar a encontrar.
Muchas compañías ya colectan y refinan cantidades masivas de datos. Las

técnicas de Data Mining pueden ser implementadas rápidamente en plataformas ya
existentes de software y hardware para acrecentar el valor de las fuentes de
información existentes y pueden ser integradas con nuevos productos y sistemas
pues son traídas en línea (on-line).
Metodología de Kimball
Kimball difiere de los otros autores abordados en enfoque: “El Data

Warehouse no es nada más que la unión de todos los Data Marts que lo
constituyen” [K, p19]. En el mundo de Kimball el Data Mart es el Data Warehouse,
esto se afirma en el sentido de que Kimball expone que al construir los Data Marts
ya se está construyendo el Data Warehouse de una manera incremental. Un Data
Mart es un subconjunto de datos organizados, como en el Data Warehouse, para el
soporte a la toma de decisiones, pero que sólo representa la visión de un
departamento o individuo, por este motivo Kimball es frecuentemente asociado con
esfuerzos departamentales y no corporativos
El punto central de la metodología de Kimball es el modelado dimensional.

Un buen diseño asegura en gran parte el éxito del proyecto. El objetivo primordial
17
que se persigue con un Data Warehouse, servir de soporte a la toma de decisiones,

sólo es alcanzado si el diseño del Data Warehouse - Data Mart propone una
estructura consistente y adecuada a las necesidades de información de la
organización. Por este motivo Kimball pone énfasis en el diseño de los Data Marts,
para lo cual utiliza el modelado dimensional en la versión del esquema estrella.
Kimball afirma que esta tecnología siempre puede ser aplicada en cualquier
proyecto de Data Warehouse y que es el método más adecuado para alcanzar el
objetivo ya mencionado. El esquema estrella representa la denormalización óptima
de los datos que mejor se adapta a los requerimientos de los usuarios.
Fase I: PLANIFICACION.
Se contemplan las actividades preliminares para el desarrollo del

proyecto, donde se define la visión del sistema, la definición de los recursos,
la elaboración del cronograma de actividades y el análisis de los riesgos que
afectarían al correcto cumplimiento del desarrollo del proyecto.
Fase II: REQUERIMIENTOS.
Involucra la parte fundamental para el desarrollo del proyecto, donde

se realizara el levantamiento de los principales requerimientos de los
usuarios finales del sistema mediante la realización de entrevistas, la
revisión de los cuadros de gestión, la revisión de la base de datos
transaccional y su documentación y la conformidad de las entrevistas
Fase III: ANALISIS DIMENSIONAL:
En esta etapa se prepara la información antes levantada de las

diferentes fuentes de información las cuales permitirán realizar el análisis
dimensional, la elaboración de los cuadros comparativos de las Dimensiones
vs. Jerarquías y medidas, así como el refinamiento de la base de datos
transaccional.
18
Fase IV: DISEÑO DIMENSIONAL
Aquí se hace uso de las definiciones y conceptos básicos para el

moldeamiento dimensional, conceptos ya especificados en la parte inicial de
este capítulo.
Fase IV: IMPLEMENTACION
En esta etapa el diseño lógico es implementado físicamente en el

motor de Base de datos seleccionado en la etapa de diseño, para ello se
realiza el diseño físico del Data Mart.
19
Fase 1
PLANIFICACIÓN
20
1.1Visión del Producto
1.1.1. Introducción
El presente trabajo busca satisfacer las necesidades de información

respecto a los requerimientos estratégicos que permitan obtener información
oportuna, correcta y así mismos mejorar la gestión del proceso de ventas y
producción de la empresa PESQUERAS UNIDAS SAC-CHIMBOTE.
1.1.2. Objetivo
 Mejorar la distribución de información analítica dentro de la institución.

 Generar información veraz y oportuna, dirigida al usuario final en forma
consolidada y representativa para el soporte a la toma de decisiones.
 Integrar la información histórica de forma consistente.
 Dar soporte al proceso de toma de decisiones dentro de la empresa.
 Integrar y optimizar los procesos empresariales mediante el uso compartido
de fuentes de información.
 Facilitar el proceso de toma de decisiones a la gerencia del de la empresa
PESQUERAS UNIDAS SAC-CHIMBOTE.
 Impulsar la tecnología BI dentro de la empresa.
 Integración de los nuevos orígenes de datos en una única herramienta.
 Ahorro de tiempo en la elaboración de informes para el cuadro directivo
1.1.3. Alcance
El proyecto desarrollado busca dar el soporte a la gestión de la

Gerenciadel proceso de Producción de la empresa Pesqueras Unidas SAC a
través de la emisión de reportes analíticos con informaciónhistórica, veraz y
consolidada los cuales permitirá dar soporte a la toma de decisiones en la
entidad.
21
Dentro de los principales usuarios a quienes está dirigido y

quienesobtendrán beneficios directos en el desarrollo del proyecto es pues al
jefe del área de producción así como al gerente general de le entidad
mencionada anteriormente, quienes mediante la información que se
obtendrá del Sistema de Soporte a la Toma de Decisiones permitirámejorar
su gestión.
1.1.4. Glosario de Términos
a. Dimensión
Son las formas de cómo se van a analizar las medidas.

Constituye una clasificación de las actividades dentro de la
organización.
b. Medida
Son cosas cuantitativas que deseamos analizar y derivar

reportes combinando las dimensiones. Generalmente a partir de ellos
podemos encontrar indicadores de Gestión.
c. Indicadores de Gestión (KPI: Key Performance Indicator)
Un indicador de gestión es una variable cuantitativa cuya

finalidad es entregar información acerca del cumplimiento de la meta
22
Es un instrumento que permite la medición y, por lo tanto, su

calidad y su utilidad estará determinada principalmente por la
claridad y la relevancia de la meta que tiene asociada.
Metas, son la expresión concreta de la gestión para el logro

de los objetivos estratégicos de la unidad ejecutora. Pueden ser de
producción (toman en cuenta los productos y la población objetivos
atendida) o de gestión (se proponen mejorar los procesos).
1.1.5. Descripción de Stakeholders
Cargo Nombre y Apellidos

Propone políticas generadas por reportes, se basa en
Gerente General indicadores para la mejor toma de decisiones dentro de
la institución.
Define políticas de análisis de información preliminar
Jefe de Producción
para su análisis y elaboración de reportes consolidados.
1.2. Recursos
a. Recursos Humanos
Cargo Nombre y Apellidos
BUSINESS PROCESS EXPERT:  Ing. Rogelio Fiestas
PROJECT MANAGER  Cuyate Calderón Humberto
DATA SPECIALIST  Tolentino Acero Frank
23
b. Recursos Materiales
Cantidad Descripción
01 Millar Papel Bond
02 Unidades CDS
02 Unidades Cartucho de tinta color

Cartucho de tinta color
02 Unidades negro
02 Unidades Lapiceros
c. Recursos Tecnológicos
Tipo Características Observaciones

 Microprocesador Pentium IV 3.4
MHz
SERVIDOR  RAM 4GB DDR2 Si cuenta
 Disco Duro de 320GB rpm
 Combo LG 52*32*52
 SQL Server 2008
 Visual 2008
SOFTWARE No cuenta
 Microsoft Excel 2007
 Windows server 2003
 Red LAN
COMUNICACIONES Si cuenta
 Internet
24
1.3Cronograma
Fecha
Fase Actividades
Inicio Fin
1.1 Visión del Producto
1.2 Recursos
PLANIFICACION 1.3 Cronograma 03/03/12 20/03/12
1.4 Análisis de Riesgos
1.5 Estudio de viabilidad económica
2.1 Realizar Entrevistas
2.2 Revisión de Cuadros de Gestión
2.3 Revisión de la Base de Datos
REQUERIMIENTOS Transaccional 20/03/12 04/04/12
2.4 Documentación de la BD
Transaccional
2.5 Conformidad de Entrevistas
3.1 Preparar el Análisis Dimensional
3.2 Preparación de Cuadros
Comparativos
ANALISIS
3.2.1 Dimensiones vs. Jerarquías 29/03/12 31/04/12
DIMENSIONAL
3.2.2 Dimensiones vs. Medidas
3.3 Refinamiento de BD
Transaccional
4.1 Definir el grano
4.2 Escoger dimensiones
DISEÑO
4.3 Escoger tabla hecho 31/04/10 20/05/12
DIMENSIONAL
4.4 Documentación Diseño
Dimensional
5.1 Definir Plataforma de
Implantación
ARQUITECTURA 5.2 Manejo de Perfiles de Acceso 21/05/12 29/05/12
5.3 Selección de Herramienta
5.4 Estrategias de Backup
25
6.1 Realizar Mapeo

POBLAMIENTO 6.2 Estrategia de Poblamiento
29/05/12 07/06/12
(ETL) 6.2.1 Poblando Dimensiones
6.2.2 Poblando Medidas
7.1 Identificación de Orígenes
7.2 Vistas de la Conexión
CONSTRUCCION DE
7.3 Creación de Cubos 07/06/12 25/06/12
CUBOS
7.3.1 Dimensiones
7.3.2 Tabla Hecho
8.1 Desarrollo de Aplicaciones
CONSTRUCCION DE 8.1.1 Usando herramientas de oficina
26/06/12 14/07/12
INTERFACES 8.1.2 Usando herramientas visuales
8.2 Capacitación a usuarios
26
Diagrama de Gantt
27
Análisis de Riesgos
 Cambios de direcciones de personal, con esta inestabilidad en cuanto a los cargos

de personal de la empresa, lo único que se logra es impedir la evolución del uso del
proyecto, y por consecuencia el retraso en la capacitación del usuario final quien al
no hacer uso de esta herramienta, limitan la toma de decisiones en base a datos no
consolidados y por ende tomar decisiones erróneas.
 Implementación en Servidores de la empresa, debido al poco espacio que puede

tener los servidores, es una amenaza para el almacenamiento de la data de la
empresa, debido a que la mayoría de la información es histórica y de gran tamaño.
 Manejo de conceptos de Gestión es necesario y de gran importancia que los

usuarios finales tengan conocimientos claros de los conceptos básicos de gestión
pues de ello depende el mejor uso y comprensión del SSD.
 Calidad de la Data Operacional, es de suma importancia que la data operacional

tenga como características; robustez y solidez, pues de esta depende mucho el
desarrollo íntegro del proyecto ya que la data con la que se trabaja es histórica y
por ello es de difícil corrección debido a diferentes factores; entre ellos podemos
mencionar la perdida de la información manual que ayuda a corroborar dicha
información.
 Disminución en el presupuesto brindado para la ejecución de proyecto, el cual

limita a la adquisición de nuevas tecnologías y al mantenimiento del proyecto
evitando el mejoramiento continuo que ayudara a tener mayor solidez del proyecto
y la evolución del mismo a largo plazo.
28
1.4Estudio de viabilidad económica
Recursos Humanos:
Descripción Unidad Cantidad Costo Unitario Costo Total

Ingeniero de
Meses 4 meses 2500 10000
Sistemas
Analista de
Meses 4 meses 2500 10000
Sistemas
Programador Meses 2 meses 1500 2400
Total de costos de RRHH 22400
Bienes
Costo
Descripción Unidad Cantidad Unitario Costo Total
Equipos
- 03 Computadoras - 270 H - 270
Horas
- 01 Impresora Canon 0.1
IP1000 - 150 H - 15
Software
-1070
-OFFICE 2007 standard
-1720
-SQL Server 2008
Licencia
enterprise
-
-Visual.net 2008 express
-1296
- Windows server 2003
Materiales
-Papel A4/ bond -Millar -3 millares -5 -15
29
-CD’s -Unidad -2 cds -1 -2

-Útiles Escritorio -Variado -1 -12 -12
-Tinta de Inyección -1 recarga -15 -15
(Negra) -1 recarga
-Tinta de Inyección -Tinta
(Color)
Total 4415
Servicios
Costo
Descripción Unidad Cantidad Costo Total
Unitario
Asesoría Técnica Citas 5 200 1000
Copias Fotostáticas Millares 1 10 10
Servicio de Internet Horas 320 1 320
Servicio Tipeo e
Impresión Hojas 300 0.25 75
Transporte Local Viajes 80 2 160
Energía Eléctrica Meses 4 40 160
Servicio Telefónico Meses 4 60 240
Espira lado de
Copias 1 10 10
Capacitación Al
Personal de la
empresa - - - 600
Total 2575
Total Costo de Desarrollo 29,390nuevos soles
Fase 2
30
REQUERIMIENTOS
31
Las fuentes de información definidas para esta etapa serán principalmente:
 Entrevistas
 Reportes de Gestión
Entrevistas realizadas fueron a los siguientes recursos humanos:
 Jefe de Producción de la empresa Pesqueras Unidas SAC Ingeniero Rogelio

Fiestas
2. Realiza Entrevistas
2.1. Realizar Entrevistas
De las entrevistas realizadas y mencionadas el equipo investigador pudo identificar

puntos importantes los cuales son detallados a continuación:
2.1.1. Plan estratégico
a) Misión
 "Satisfacer las necesidades del cliente con productos y servicios de calidad."

 "Maximizar el valor de la empresa para los accionistas."
 "Promover el crecimiento de los empleados y recompensarlos
adecuadamente."
 "Contribuir con el desarrollo de la sociedad de manera responsable."
32
b) Visión
 "Ser el proveedor del cliente para toda la vida."

 "Ser reconocidos como la opción más confiable para el cliente a través de la
creación de valor para su empresa."
 "Convertirnos en una compañía de clase mundial en nuestra industria a
través de un crecimiento sostenido."
c) Matriz FODA
FORTALEZA OPORTUNIDAD
 Innovación de nuevos productos a nivel nacional y  Excesiva demanda en el mercado

la realización de pruebas para la innovación de más internacional por nuestros productos
productos a nivel internacional
 Desarrollo de nuevas tecnologías
 Los principales países donde nuestros productos
para el aprovechamiento de recursos
son distribuidos es en Colombia, Panamá, Uruguay,
en la producción de conservas
Chile y como cliente potencial tenemos a PACO
FISH en República Dominicana, Canales de
distribución a nivel internacional
 Nuevas sociedades estratégicas en el
 Nuestras marcas (“del muelle”, “Dorado fish”, y
exterior del país
“Paco fish”) es muy respetada en el Caribe, siendo
una de las marcas por excelencia en el mercado.
 Se cuenta con personal especialmente capacitado

para el manejo de la maquinaria correspondiente a
cada área
 Ofrecemos un producto de buena calidad ajustado a

estándares internacionales (HACCP)
 Posicionado en un lugar estratégico para el

desarrollo de la producción
33
DEBILIDAD AMENAZAS
 Poca capacidad de producción con respecto al  Disminución de la materia prima

rendimiento másóptimo de la empresa(solo se  Extinción de especies
realiza el 80% de la producción)  Leyes de veda
 Demandas judiciales por parte de
 Falta de presupuesto para la adquisición de nuevas
trabajadores
tecnologías
 Nuevas entidades protectoras del
 Falta de descentralización de la empresa
medio ambiente
 No se tiene un plan de contingencia completo y  Aparición de Nuevos codec’s
adecuado para los riesgos alimentarios para la calidad del
producto controlados por el ITP
 Falta de embarcaciones propias para el
abastecimiento de materia prima
 Falta de control en el envío de productos al

extranjero
2.1.2. Objetivos de la empresa

 Cumplir con las metas de producción.
 Mejorar el rendimiento, sin perjudicar la calidad del producto final
mejorando la eficiencia del proceso, optimizando el tiempo, y
maximizando el avance de producción del personal.
 Cubrir lo más posible, la gran demanda existente en el mercado.
 Obtener un producto de calidad.
 Maximizar la producción.
 Reducir costos.
 Captar más clientes.
 Ser los proveedores números uno a nivel nacional.
 Mejorar el record de ventas.
 Conocer las preferencias de los clientes.
 Mejorar la eficiencia de producción.
 Cumplir con la entrega puntual de productos.
34
2.1.3. Estrategias, Indicadores y Medidas
a. Cumplir con las metas de producción
Estrategias:
- Adquisición de maquinaria moderna y rápida

- Convenios con proveedores(Embarcaciones) de materia prima
- Contratar más Obreros Y Capacitarlos
Posibles medidas:
 Producción Real
 Meta de Producción
Posibles dimensiones
 Producto
 Tiempo
 Producción
b. Cubrirla mayor demanda posible
Estrategias:
- Estimar requerimiento de pedidos según comportamiento del mercado y

producto
- Cubrir la demanda existente en el mercado
- Maximizar la producción
Posibles medidas:
 Cantidad Vendida
 Demanda
35
 Cliente
 Tiempo
 Producto
 Producción
c. Mejorar el rendimiento de producción
Estrategias:
- Utilizar materia prima con buenos criterios de conservación

- Mejor el área frigorífica donde se almacena el pescado fresco
- Adquirir maquinaria que optimice la combinación del grated de
pescado con sus compuestos
Posibles medidas:
 Producción Real(Numero de cajas)

 Materia prima procesada
 Materia Prima
 Tiempo
 Producto
d. Reducir costos por Materia Prima
Estrategias:
- Utilizar la mejor oferta, recurriendo a nuevas embarcaciones

- Negociar los precios, exigiendo mayor calidad en el pescado
Posibles medidas:
 Costo MP x TM
 Costo real MPx TM
36
 Materia Prima
 Tiempo
e. Mejorar la eficiencia de producción
Estrategias:
- Control, reparación o compra de maquinaria selladora y empaquetadora
Posibles medidas:
 Numero de Latas dañadas

 Producción Real(latas)
 Producto
 Producción
 Tiempo
2.1.4. Medidas:
 Producción Real
 Producción Real(latas)
 Meta de Producción
 Costo MP x TM
 Costo real MP x TM
 Toneladas de MP procesada
 Cantidad Demanda
 Cantidad Vendida
 Numero de latas dañadas
37
2.1.5. Dimensiones:
 Producto
 Tiempo
 Materia prima
 Clientes
 Producción
2.1.6. Indicadores:
 Indicador de producción
 Indicador de costos MPxTM
 Indicador de rendimiento
 Indicador de cumplimiento de demanda
 Indicador de Eficiencia de Producción
2.2. Revisión de Cuadros de Gestión

a. Reporte de Gestión 1: muestra el personal que ha laborado en una producción, así
también el cálculo de sueldo correspondiente por las horas trabajadas.
Producción 25/05/2010
Hrs Hrs Extras

Apellidos y Nombres Área Total Horas sueldo
Normales 25 %
RamirezCarrionGladiz SSHH 13,00 8,00 5,00 S/. 35,71
EchevarriaSantillanJulian SSHH 14,00 8,00 6,00 S/. 38,58
Espinoza Ortiz Hipolito Bajando Camara 13,00 8,00 5,00 S/. 35,71
Linch Aguirre Roberto Bajando Camara 13,00 8,00 5,00 S/. 35,71
Ventura Poemape Gloria Pesa y Lavado 13,00 8,00 5,00 S/. 38,96
Panta Vilar Cesar Pesa y Lavado 13,00 8,00 5,00 S/. 35,71
Rodriguez Castillo Juan Pesa y Lavado 13,00 8,00 5,00 S/. 35,71
Panta Mendoza Junior Pesa y Lavado 13,00 8,00 5,00 S/. 35,71
Benites Villanueva William Pesa y Lavado 13,00 8,00 5,00 S/. 35,71
Santa Cruz Rocky Pesa y Lavado 14,00 8,00 6,00 S/. 38,58
Ponte Cipra Jaime Pelado 16,00 8,00 8,00 S/. 44,31
Zavala Baltodano Lewis Pelado 13,50 8,00 5,50 S/. 37,14
Salinas Leon Juan Pelado 12,00 8,00 4,00 S/. 32,85
SanchezJulian Carlos Pelado 10,50 8,00 2,50 S/. 28,55
Roque Pardo Pelado 9,50 8,00 1,50 S/. 35,03
38
Reporte de Gestión de Personal En la producción
b. Reporte de Gestión 2: En este cuadro se muestra la relación de los trabajadores,

toda la información importante de cada uno.
Nombres Área Sueldo Genero

RamirezCarrionGladiz SSHH S/. 18,33 m
EchevarriaSantillanJulian SSHH S/. 18,33 m
Espinoza Ortiz Hipolito Bajando Camara S/. 18,33 m
Linch Aguirre Roberto Bajando Camara S/. 18,33 m
Ventura Poemape Gloria Pesa y Lavado S/. 20,00 f
Panta Vilar Cesar Pesa y Lavado S/. 18,33 m
Rodriguez Castillo Juan Pesa y Lavado S/. 18,33 m
Panta Mendoza Junior Pesa y Lavado S/. 18,33 m
Benites Villanueva William Pesa y Lavado S/. 18,33 m
Santa Cruz Rocky Pesa y Lavado S/. 18,33 m
Ponte Cipra Jaime Pelado S/. 18,33 m
Zavala Baltodano Lewis Pelado S/. 18,33 m
Salinas Leon Juan Pelado S/. 18,33 m
SanchezJulian Carlos Pelado S/. 18,33 m
Roque Pardo Pelado S/. 25,00 m
Chavez Morales Manuel Pelado S/. 18,33 m
Estrada Chang Jorge Cocina S/. 20,00 m
Reporte de Gestión de Personal perteneciente a la empresa
39
c. Reporte de gestión 3: En este cuadro se muestra la información de los productos

que la empresa produce, datos importantes para la empresa, muestra el stock
perteneciente a cada producto
TIPO
PRODUCTOS C/DIARIA C/MENSUAL C/ANUAL
PRODUCTO
Grated Aceite 1/2 Lb 0,00 10.618,17
Grated Natural 1/2 Lb 1.471,00 4.453,00 105.804,24
Grated Tomate 1/2 Lb 0,00 0,00
Filete Aceite 1/2 Lb 0,00 0,00
Filete Natural 1/2 Lb 0,00 0,00
Flecks Natural 1/2 Lb 0,00 0,00
Chunk Aceite 1/2 Lb 202,00 202,00 25.098,12
Chunk Natural 1/2 Lb 0,00 5,00
Chunk Verduras 1/2 Lb. 0,00 0,00
Grated Aceite Tall 1 Lb. 0,00 0,00
Grated Natural Tall 1Lb 0,00 818,18
Entero Tomate Oval 1 Lb 1.016,00 34.567,00
Entero Aceite Oval 1 LB. 0,00 712,00
Entero Natural Oval 1 Lb 0,00 0,00
Entero Tomate Tall 1 Lb 125,00 426,00 22.325,12
Entero Natural Tall 1 lb. 0,00 48.776,08
Reporte de Gestión de Productos existentes en la empresa
40
d. Reporte de Gestión 4: muestra la información de la materia prima usada en el

transcurso del tiempo
ESPECIE TONELADA/DIA TONELADA/MES TONELADA/AÑO ESTADO TIPO

JUREL 0 1411,451 B
CABALLA 5,751 837,799 A
ANCHOVETA 254,441 1876,021 A
MACHETE 31,481 718,365 A
OTROS 0 0,023 B
Reporte de Gestión de la materia prima usada en la empresa
41
2.3. Revisión de la Base de Datos Transaccional

Producion
nro_parte
Jornal cod_trabajador
nro_parte fecha
cod_trabajador hora_inicio
Trabajador horas_normales residuo_cocido
cod_trabajador
horas_extras residuo_crudo
cod_ocupacion Ocupacion
cod_ocupacion haber_basico residuo_descarte
nom_trabajador
nom_ocupacion importe_he hora_termino
ape_trabajador
area_ocupacion dominical t_cambio
gen_trabajador
desc_ocupacion total_base horas_trabajadas
direc_trabajador
moneda
tele_trabajador
id_jornal
edad_trabajador
email_trabajador Insumo Insumo_produccion

suedob_trabajador cod_insumo nro_parte
estado_trabajador cod_tipo cod_insumo
especialidad nom_insumo
Tipo_insumo
cantidaduso
cod_tipo
desc_insumo costo
nom_tipo
unid_insumo
costobasico
moneda Despacho
Producto_produccion Nombre de columna
nro_parte cod_despacho
Gasto_produccion
cod_pedido fecha_despacho
nro_parte Producto
cod_producto cantidad
Tipo_gasto cod_tipogasto cod_producto
num_lote nro_parte
cod_tipogasto cant_horas nom_producto
cantidad cod_pedido
nom_tipo cant_personas desc_producto
cantidad_dañada cod_producto
hora unidad_caja
rendimiento estado
monto
item observ acion
moneda
precio_v enta
observ aciones
Pedido
cod_pedido Servicio_produccion Servicio
cod_cliente nro_parte cod_serv icio
Cliente fecha_pedido cod_tiposerv icio cod_tiposerv icio
cod_cliente
estado_pedido cod_serv icio nom_serv icio
tipo_cliente
fecha_entrega cantidad tarifa_serv icio
razon_social
cod_producto importe unidad
ape_responsable
cantidad moneda
nom_responsable
observ aciones
pais Detalle_plan
item
ciudad cod_plan
precio
direccion cod_producto
Tipo_servicios
ruc cantidad
cod_tiposerv icio
observ aciones
desc_tiposerv icio
Especie id_plan
cod_especie
nom_especie
precio Plan_produccion
cod_plan
fecha Costos
cod_producto
Ingreso_mp observ aciones
cod_codto
nro_parte estado
Vehiculo cod_especie ccalidad
[cant _lote]
matricula costo_hombre
matricula porc_cumplimiento
propetario costo_mp
num_guia
marca costo_insumo
num_caja
modelo combustible
p_promo
color costototal
peso_total
capacidad_TM moneda
estado
42
2.4. Documentación de la BD Transaccional
Tabla Descripción
Trabajador Se registra los datos de los trabajadores que existen en la empresa
Ocupación Almacena los datos pertenecientes a las ocupaciones de los trabajadores
Insumo Almacena los insumos que se usan en la empresa
Jornal Registra los jornales que se le asignan a los empleados
Producción Almacena los datos pertenecientes a cada producción realizada
Almacena los diferentes gastos que se realizan en la producción de

Tipo de Gasto conserva
Producto Contiene los diferentes tipos de producto existentes en la empresa
Despacho Tabla que registra los datos de productos despachados
Cliente Registra los clientes que se encuentran afiliados a la empresa
Almacena los datos de los pedidos que han realizado los clientes a la
Pedido empresa
En esta tabla se almacena los vehículos que participan en el ingreso de

Vehículo materia prima a la empresa para el área de producción
Servicio
Especie Registra el tipo de especie de la materia prima existente en la empresa
Registra todos los datos de los ingresos de materia prima para la

Ingreso_MP producción de conserva
Plan de Almacena los datos de planes de producción de la empresa

Producción
43
Fase 3
ANALISIS DIMENSIONAL
3. D
44
3.1. Preparar El Análisis Dimensional
Luego de haber realizado el análisis de las entrevistas, se definieron los

requerimientos de los usuarios finales, plasmados mediante la identificación de
medidas y dimensiones, orientadas a analizar la información en sus diferentes niveles
3.2. Preparación de Cuadros Comparativos
3.2.1. Análisis Dimensional
a. Mart_Producción
Tiempo
Cliente
Año
Producto
Produccii Razón social
Trimestre
Unidad/caja
País
Tipo- Mes
Ciudad
Área
Día
Descripción- Tipo
Cliente
Horas totales Estado
Jefe
Nombre
Materia
Producción
Prima
45
3.2.2. Hojas de Gestión

HOJA DE GESTION
PROCESO DE PRODUCCION
Proceso Producción
Objetivo  Alcanzar las metas de producción

 Mejorar el rendimiento de producción
 Reducir costos por MP
 Mejorar la eficiencia de producción
 Cumplir con la mayor demanda disponible
Estrategias  Adquisición de maquinaria moderna y rápida

 Convenios con proveedores (Embarcaciones) de materia
prima
 Control, reparación o compra de maquinaria selladora y
empaquetadora
Sistema de Inf Ejecutivos Sist. Soporte Decisiones

INDICADORES Medidas Estados
Indicadores Producción Producción Real >85%
Meta de producción 83 - 85%
<83%
costos MP / TM Costo real MP * TM <7%

)-1
Costo MP * TM 7 - 10%
>10%
Rendimiento MP procesada x Kg <5.7

Producción Real 5.7-5.8
>5.8
Eficiencia >97.7%
Producción Real(latas)
de Producción 1-
Numero de latas dañadas 97.2% – 97.7%
<97.2%
Cumplimiento Cantidad Vendida >96%

de demanda Cantidad Demanda 90 - 96%
<90%
46
3.2.3. Medidas:
Medidas
 Producción Real
 Producción Real(latas)
 Meta de Producción
 Costo MP x TM
 Costo real MP x TM
 Toneladas de MP procesada
 Cantidad Demanda
 Cantidad Vendida
 Numero de Cajas dañadas
3.2.4. Dimensiones vs. Jerarquías
Dimensiones Nivel 0 Nivel 1 Nivel 2 Nivel 3
Dim_Producto Nombre Tipo producto Medida
Dim_Tiempo Día Mes Trimestre Año
Dim_Materia prima Nombre Estado
Dim_Clientes Razón social Tipo cliente Ciudad País

Horas
Dim_Producción jefe
trabajadas
47
3.2.5. Dimensiones vs Medidas
a. Mart_Producción
Materia
Producto Tiempo Producción Cliente
prima
Producción Real X X X
Producción Real
X X X
(Latas)
Numero de Latas
X X X
dañadas
Meta de
X X X
Producción
Costo MP/TM X X
Costo real MP/TM X X
Toneladas de MP
X X X
procesada
Cantidad
X X X
Demanda
Cantidad
X X X
Vendida
48
Fase 4
DISEÑO DIMENSIONAL
49
3.3. Definir el grano
El grano es el nivel más detallado de análisis de las medidas encontradas,

este análisis nos permitirá tener bien clara nuestros límites de análisis.
A continuación detallaremos el grano de cada tabla hecho encontrado en el

análisis dimensional realizado (fase anterior).
3.3.1. HECHO_PRODUCTO_PRODUCCION
Producto
Tiempo
Produccii
Descripción- Día
- Producción Real
- Meta de producción
-Número de latas
dañadas
-Número de latas
Producción
Jefe
50
3.3.2. HECHO_COSTOMP
Materia Prima
Tiempo
Nombre Día
-Costo MP x TM
-Costo real MP x TM
3.3.3. HECHO_MATERIAPRIMA
Materia Prima
Tiempo
Nombre Día
Toneladas de MP
procesada
Jefe
Producción
51
3.3.4. HECHO_DEMANDA_CLIENTE
Producto
Tiempo
Descripción-
Día
---Cantidad Demanda
- Cantidad Vendida
Tipo
Cliente
Clientes
52
3.4. Escoger dimensiones
En esta etapa describiremos los atributos de las dimensiones, detallando sus

jerarquías y niveles correspondientes
a. Dim_Produccion
b. Dim_Producto
c. Dim_Cliente
53
d. Dim_MateriaPrima
e. Dim_Tiempo
54
3.5. Definir las tablas Echo
En la preparación de cuadros comparativos, se realizó el cruce de medidas y

dimensiones (ver punto 3.2.5) permitiéndonos identificar las tablas hechos de
nuestro diseño dimensional. Las tablas hecho identificadas son:
3.5.1. Mart_Producción
a) HECHO_PRODUCTO_PRODUCCION
Producto
Tiempo
Produccii
- Producción Real
- Meta de producción
-Número de latas dañadas
-Número de latas
Producción
55
b) HECHO_COSTOMP
Trabajador
Tiempo
Produccii
-Costo MP x TM
-Costo real MP x TM
c) HECHO_MATERIAPRIMA
Materia Prima
Tiempo
Kg de MP
procesada
Producción
56
d) HECHO_DEMANDA_CLIENTE
Producto
Tiempo
---Cantidad Demanda
- Cantidad Vendida
Clientes
57
3.6. Documentación Diseño Dimensional
3.6.1. Diseño Dimensional Lógico
hecho_demanda dim_cliente
keytiempo keycliente
keyproducto tipo_cliente
keycliente razon_social
cantidaddemandada pais
cantidadvendida ciudad
cod_cliente
Dim_tiempo
Keytiempo
año hecho_costos
mes keytiempo
dia keymateriaprima
trimestre costoMP
fecha costostandarMP
hecho_materiaprima Dim_materiaprima
keyprod
keymateriaprima
keymateriaprima
nombret
keytiempo
estado
toneladasmpprocesadas
codmateriaprima
Dim_prod hecho_producto_produccion
keyprod
keyproduccion
Dim_producto Jefe_encargado
keyproducto
keyproducto horas_trabajadas
keytiempo
descripcion codparte
cantidad_cajas
tipo
cantidad_latas
unidad
cantidad_latasdañada
codproducto
cantidad_cajasmeta
58
3.6.2. Documentación de medidas
Medidas Descripción
Producción Real Cantidad Total de Cajas realizados en la producción
Es el monto total de productos por latas realizados en
Producción Real(latas)
la producción
Cantidad de productos que se establecen como
Meta de Producción
objetivo a alcanzar para cada producción a realizar
Costo MP * TM Costo estándar(histórico)por Materia Prima
Costo real por Materia Prima que se obtiene en una
Costo real MP x TM
compra.
Toneladas de MP Muestra la cantidad de materias prima procesada a lo
procesada largo de una producción
Representa la cantidad de demanda que se encuentra
Cantidad Demanda
en el mercado
Numero de Latas El número de latas producidas que han sufrido algún
dañadas desperfecto a lo largo de la producción
Cantidad Vendida El número de cajas que le fueron entregados a los
Cliente que tienen pedidos realizados
3.6.3. Documentación de las dimensiones
Dimensiones Descripción
Contempla los productos pertenecientes a la empresa,

Dim_Producto con los que cuenta la empresa/Resultados de la
Producción
Dimensión que almacena la información de los
Dim_Tiempo intervalos de tiempo usados dentro las fechas del
sistema
Almacena la información de la materia prima usada en
Dim_Materia prima
el proceso de producción durante un intervalo de
59
tiempo
Dimensión que almacena la información de los clientes

Dim_Clientes
afiliados a la empresa
Dimensión que almacena la información puntual de las
Dim_Producción
producciones realizadas en la empresa
3.6.4. Documentación de Atributos
a) Dim_Producto
Atributos Descripción
Es el nombre o descripción del producto perteneciente
Nombre
a la empresa
Tipo Detalla el producto, muestra la clasificación del mismo
Unidad Detalla la medida con la que se representa el producto
b) Dim_Tiempo
Día Contempla el análisis referente a las 24 horas del día.
Este campo contempla un análisis del mes en
Mes
transcurso.
Este campo se analiza el periodo de tiempo en
Trimestre
trimestres, cada 3 meses
Año Este campo analiza el periodo de tiempo de un año
60
c) Dim_Materia Prima
Este campo muestra el nombre o descripción de la
Nombre
materia prima usada en la empresa
Estado Representa el estado de la materia prima
d) Dim_Clientes
Detalla el nombre de la empresa (cliente) afiliado a la
Razón social
pesquera
Tipo cliente Detalla la clase de cliente a la que pertenece
Ciudad Detalla la ubicación por ciudad del cliente
País Detalla la ubicación por país del cliente
e) Dim_Produccion
Horas Muestra la cantidad de horas usadas en la producción
Trabajadas de inicio a fin
Informa el nombre del jefe encargado de dicha
Jefe
producción
Muestra el turno a la que pertenece cada producción
Turno
realizada
61
Fase 5
ARQUITECTURA
62
3.7. Definir plataforma de implantación
3.7.1. Sistema Operativo: Windows Server 2003
3.7.2. Tipo de Aplicación: Aplicación en Excel 2007
3.7.3. Data Mart: SQL 2008
3.7.4. Cubo: OLAP
3.7.5. Diagrama Físico:
Estructura Básica de un Datawarehouse
63
Fase 6
POBLAMIENTO (ETL)
64
4.
4.1. Realizar Mapeo
4.1.1. Dim_Produccion:
a. Script
SELECT dbo.Trabajador.nom_trabajador + ' ' +

dbo.Trabajador.ape_trabajador AS jefe_encargado,
dbo.Producion.nro_parte, dbo.Producion.horas_trabajadas
FROM dbo.Producion INNER JOIN dbo.Trabajador ON

dbo.Producion.cod_trabajador = dbo.Trabajador.cod_trabajador
b. Mapeo
4.1.2. Dim_Producto
a. Script
selectdistinct Producto.* from Producto

innerjoinProducto_producciononProducto.cod_producto =
Producto_produccion.cod_producto
65
a. Mapeo
4.1.3. Dim_MateriaPrima
a. Script
SELECT dbo.Especie.nom_especie,
dbo.Ingreso_mp.estado, dbo.Ingreso_mp.num_guia
FROM dbo.Especie INNER JOINdbo.Ingreso_mp ON

dbo.Especie.cod_especie = dbo.Ingreso_mp.cod_especie
b. Mapeo
66
4.1.4. Dim_Tiempo
a. Script
SELECT DISTINCT
YEAR(fecha) AS anual, 'Trimestre - ' +
CONVERT(varchar(1), DATEPART(QQ, fecha)) AS trimestre,
RIGHT('00' + convert(varchar(2),MONTH(fecha)),2) AS mes,
convert(varchar(2),RIGHT('00' + convert(varchar(2),DAY( fecha)),2))
AS dia,
CONVERT(varchar(10), fecha, 101) AS Fecha
FROM dbo.Producion
UNION
SELECT DISTINCT
YEAR(fecha_pedido) AS anual, 'Trimestre - ' +
CONVERT(varchar(1), DATEPART(QQ, fecha_pedido)) AS trimestre,
RIGHT('00' + convert(varchar(2),MONTH(fecha_pedido)),2) AS mes,
convert(varchar(2),RIGHT('00' + convert(varchar(2),DAY(
fecha_pedido)),2)) AS dia, CONVERT(varchar(10), fecha_pedido, 101)
AS Fecha
FROM dbo.Pedido
b. Mapeo
67
4.1.5. Dim_Cliente
a. Script
SELECT cod_cliente, CASE WHEN tipo_cliente = '1' THEN

'Natural' ELSE 'Juridico' END AS tipocliente, razon_social, pais,
ciudadFROMdbo.Cliente
b. Mapeo
68
4.1.6. HECHO_PRODUCTO_PRODUCCION
a. Script
select DISTINCT dimpr.keyprod,dt.Keytiempo,dimprod.keyproducto,

cantidad_cajas=SUM(prp.cantidad),
cantidad_cajasmeta=SUM(plp.cantidad),
cantidad_latas=SUM(prp.cantidad * dimprod.unidad ),
cantidad_latasdañada=SUM(prp.cantidad_dañada * dimprod.unidad)
from
(
selectplan_produccion.cod_plan,
Detalle_plan.cantidad,Detalle_plan.cod_producto
fromplan_produccioninnerjoindbo.Detalle_planonplan_produccion.cod_pl
an = Detalle_plan.cod_plan
)as plpinnerjoin
( select
Producion.nro_parte,Producion.cod_plan,Producto_produccion.cod_produ
cto,Producto_produccion.cantidad,Producto_produccion.cantidad_dañada,
Producion.fecha
fromdbo.Producto_produccioninnerjoinProduciononProducto_produccion.
nro_parte = Producion.nro_parte
) as prp on plp.cod_plan = prp.cod_plan and plp.cod_producto =
prp.cod_producto
inner join Mart_produccion.dbo.Dim_prod as dimpr on
dimpr.codparte=prp.nro_parte
inner join Mart_produccion.dbo.Dim_producto as dimprod on
dimprod.codproducto=prp.cod_producto
inner join Mart_produccion.dbo.Dim_tiempo as dt on
CONVERT(char(10),dt.fecha,101)=CONVERT(char(10),prp.fecha,101)
group by dimpr.keyprod,dt.Keytiempo,dimprod.keyproducto
69
b. Mapeo
4.1.7. HECHO_COSTOMP
b. Script
select DISTINCT mp.keymateriaprima,dt.Keytiempo,

costomp=sum(imp.precio_total),
costompestandar= SUM(e.precio_standar*peso_total)
from ingreso_mp as imp inner join Producion as p on
imp.nro_parte = p.nro_parte
inner join Especie as e on imp.cod_especie = e.cod_especie
inner join Mart_produccion.dbo.Dim_materiaprima as mp on
imp.num_guia= mp.codmateriaprima
dt.fecha=convert(char(10),p.fecha,101)
group by mp.keymateriaprima,dt.Keytiempo
70
b. Mapeo
4.1.8. HECHO_MATERIAPRIMA
a. Script
select DISTINCT
dimpr.keyprod,dimmp.keymateriaprima,dt.Keytiempo,toneladasmp
=SUM(imp.peso_total) fromIngreso_mp as imp
inner join Producion as pro on pro.nro_parte=imp.nro_parte
inner join Mart_produccion.dbo.Dim_prod as dimpr on
dimpr.codparte=imp.nro_parte
inner join Mart_produccion.dbo.Dim_materiaprima as dimmp on
dimmp.codmateriaprima=imp.num_guia
CONVERT(char(10),dt.fecha,101)=CONVERT(char(10),pro.fecha,
101)
group by dimpr.keyprod,dimmp.keymateriaprima,dt.Keytiempo
71
b. Mapeo
4.1.9. HECHO_DEMANDA_CLIENTE
a. Script
select DISTINCT dt.Keytiempo,dimprod.keyproducto,dimcli.keycliente,

cantidaddemandada=SUM(ped.cantidad),
cantidadvendida = sum(isnull(desp.cantidad,0) )
from Pedido as ped
inner join Producto as prod on prod.cod_producto=ped.cod_producto
left join Despacho as desp on ped.cod_pedido = desp.cod_pedido
inner join Mart_produccion.dbo.Dim_producto as dimprod on
dimprod.codproducto=ped.cod_producto
inner join Mart_produccion.dbo.Dim_cliente as dimcli on
dimcli.cod_cliente=ped.cod_cliente
CONVERT(char(10),dt.fecha,101)=CONVERT(char(10),ped.fecha_pedido,101)
group by dt.Keytiempo,dimprod.keyproducto,dimcli.keycliente
72
b. Mapeo
4.2. Estrategia de Poblamiento
Usando la herramienta análisis Services de Visual Basic.net 2008 para el proceso

ETL del SSD
73
4.3. Poblando Dimensiones y Medidas
74
Fase 7
CONTRUCCION DEL CUBO
5. S
75
5.1. Identificación De Orígenes
El origen de datos a usar para la

construcción del cubo es
únicamente la base de datos
Mart_Produccionla cual
contiene las medidas y
dimensiones, así también las
tablas echo seleccionadas, con
las medidas respectivas
76
5.2. Vistas de conexión
5.3. Creación de Cubo
5.3.1. Dimensiones
77
5.3.2. Tabla Echo
78
Fase 8
CONSTRUCCION DE
INTERFACES
6. S
79
6.1. Desarrollo de aplicación
6.1.1. Usando Herramienta de Oficina
Interfaz de Ingreso al SSD
80
6.1.2. Reportes obtenibles
a. Indicador de Eficiencia
81
Datos del Indicador de Eficiencia
82
b. Indicador de Producción
83
Datos del Indicador de Producción
84
c. Indicador de Demanda
85
Datos del Indicador de Demanda
86
d. Indicador de Costo MP
87
Datos del Indicador de Costos
88
e. Indicador de Rendimiento
89
Datos del Indicador de Rendimiento
90
Conclusiones:
El concepto de DWH está teniendo una gran aplicación en la actualidad para el

desarrollo de las empresas, como almacén de datos:
A lo largo del desarrollo del presente proyecto se ha llegado a las siguientes
conclusiones:
 La información relevante para el análisis de los indicadores de la empresa fueron

distribuidas eficientemente, según requerimientos de cada usuario final.
 El Proceso de Toma de Decisiones es más consistente ya que ahora es respaldada en

base a información consolidada y detallada.
 Se integró con éxito la información histórica, la cual fue seleccionada según los
objetivos establecidos.
 El sistema implantado proporciona la capacidad de aprender de los datos del pasado y de

predecir situaciones futuras en diversos escenarios relacionadas con los objetivos
establecidos.
 El sistema implantado facilita la aplicación de técnicas estadísticas de análisis y

modelización encontrando relaciones entre los datos del almacén; generando un valor
añadido a dicha información.
 La implementación exitosa de este Proyecto aumento el interés de la empresa en invertir

en Tecnología BI para sus demás áreas.
 Se ha Simplificado el proceso de selección de información para la toma de decisiones,

actualmente se muestran imágenes integradas de los datos obtenidos en base a los
objetivos establecidos. Se ha Facilitado el proceso de comparación, proyección a futuro,
relación con otros datos.
91
Recomendaciones:
 Se recomienda informarse bien en el uso de las herramientas y realizar pruebas antes de

iniciar el uso de “producción” de estas. Se puede conocer muy bien el proceso a
desarrollar, pero si las herramientas no son utilizadas de la manera correcta entonces
llevará al fracaso del producto final.
 Identificar los datos no agregables, datos “sucios”, procesos lentos, optimizaciones

posibles y tiempos aceptables de ejecución para los procesos. Si estos son identificados
durante la fase de análisis entonces esto conllevará a un gran ahorro de tiempo y recursos
en el proyecto.
 Investigar acerca de todas las posibles optimizaciones para los distintos casos en
particular que se presentan, antes que se inicie la fase de implementación.
 Revisar varios reportes que hagan referencia al mismo Data Mart. Los datos deben ser
congruentes entre ellos e idénticos para los casos en que muestran lo mismo, dado los
filtros.
 Algunos procesos, tanto en el ETL como la construcción de reportes, presentan casos

particulares que son muy difíciles de solucionar y en los cuales la documentación no
presenta una solución. Para tratar estos problemas, resulta muy útil consultar los foros de
las herramientas mismas u otras páginas de Internet dedicadas a resolver consultas de este
tipo. Resultan frecuentes estas situaciones, y al ser una tecnología relativamente nueva, se
crean foros de ayuda comunitaria en donde los usuarios comparten sus diversas
experiencias. Se puede considerar a estos lugares como una fuente muy útil de
información.
92
Referencias bibliográficas:
Tesis
 Autores: Keller Rodríguez Cabanillas, Angela MendozaPeña
Título: Análisis Diseño e Implementación de Una Solución de Inteligencia de
Negocios para el Área De Compras y Ventas de una Empresa
Comercializadora de Electrodomésticos
Edición: Pontificia Universidad Católica Del Perú
Año: 2011
Pag: 50
 Autor: Ing. Javier Nader
Título: Sistema de Apoyo Gerencial Universitario
Edición: Instituto Tecnológico de Buenos Aires
Año: 2010
Pag: 282
Libros:
 Autor: RALPH KIMBALL
Libro: “The Data Warehouse ETL Toolkit”, 2004
 Autor: Xavier Mendoza
Libro: “Business Intelligence: Competir Con Información”, 2010
Publicación Electrónica:
 http://www.scribd.com/doc/15487492/Data-Warehousing-Kimball-Model-vs-Inmon-
Model
 http://www.pwc.com/ve/es/asesoria-gerencial/boletin/assets/boletin-advisory-
edicion-10-2008.pdf
 http://www.monografias.com/trabajos14/bi/bi.shtml
 http://es.wikipedia.org/wiki/Sistemas_de_soporte_a_decisiones
 http://www.ucasal.net/templates/unid-academicas/ingenieria/apps/5-p56-rivadera-
formateado.pdf
93
APENDICE A
94
A.1 Almacén de datos
En este apéndice se describen y analizan los conceptos asociados a almacenes de datos y su
construcción a través del proceso de integración de datos. Una vez construido, el almacén
de datos es una excelente fuente de datos para un sistema para análisis de información. Un
almacén de datos es una colección de datos orientados a temas de interés para análisis,
integrados, no-volátiles y variantes en el tiempo que apoyan la toma de decisiones, la figura
A.1 muestra gráficamente el significado de la definición.
Construir un almacén de datos es una tarea que requiere de un gran esfuerzo para integrar y
validar los datos, pero una vez construido, se convierte en la fuente de información
institucional para obtener informes y para toma de decisiones. Acceder a los datos del
almacén se puede llevar a cabo a través de consultas directas al mismo o bien construyendo
servicios de explotación que permitan visualizar, navegar e interactuar con los datos
almacenados generando una interfaz de usuario adecuada. Debido a que el almacén de
datos consolida los datos de interés a partir de los sistemas operacionales de una institución,
se convierte en una fuente de datos valiosa para todas las áreas de la misma puesto que no
habrá diferencias cuantitativas ni cualitativas en los informes que se generen a partir de ahí.
95
Figura A.1 La definición de almacén de datos
Es importante mencionar que no se debe confundir el término en inglés para almacén de
datos (data warehouse) con el concepto más general de “data warehousing” que se define
como la colección de tecnologías para soporte a toma de decisiones dirigidas a habilitar al
trabajador del conocimiento (ejecutivo, administrador, analista) para tomar decisiones
mejores y más rápido [Chaudhuri et al. 1997], la cual también es una definición similar a la
de inteligencia de negocio.
96
Figura A.2 El almacén de datos como fuente para análisis
Un almacén de datos es una base de datos para el análisis o explotación de información
como se muestra en la figura A.2, normalmente se administra separada de las bases de
datos transaccionales de los sistemas operacionales en una empresa (“OLTP’s”), tenemos
dos opciones para implementarlo, la primera es utilizar un manejador de bases de datos
(DBMS) existente y las herramientas que vienen incluidas con él, aprovechando las
características del mismo pero también heredando sus limitaciones puesto que un sistema
de gestión de base de datos actual seguramente fue construido con la idea de ser el soporte
para aplicaciones OLTP (ejemplos de DBMS: Oracle, MySql, MS SQL Server, IDMS,
etc.), la otra opción es construir un manejador de base de datos especial que responda a los
requerimientos de análisis de información (ya hay alguno en el mercado como el NCR
97
Teradata). Este manejador de base de datos debería estar orientado a resolver consultas
sobre grandes volúmenes de información, así como a almacenar de la mejor manera esa
información, seguramente haciendo uso intensivo de paralelismo y de una administración
de espacio en disco sofisticada. Una vez que se define la infraestructura de hardware y
sistemas de base de datos, siendo un almacén de datos una base de datos entonces tendrá
que ser diseñada, administrada y mantenida.
Es importante mencionar que el concepto de sucursal de datos (“Data Mart”) se utiliza
para definir un almacén de datos “a la medida” de las necesidades de un departamento o
área particular en una institución, es decir solo contiene el subconjunto de datos del
almacén de datos corporativo que son de interés para análisis de esa área. Alternativamente,
una sucursal de datos puede ser un recurso compartido por varias áreas donde existen
necesidades analíticas comunes, por ejemplo: el análisis de compras compartido por varias
áreas permitirá la compra inteligente para surtir a toda la institución en una sola compra
para todas sus áreas aprovechando descuentos por compras de mayoreo.
Un sistema de análisis de información es distinto a un sistema operacional (OLTP). El
cuadro de la figura A.3 muestra algunas de esas diferencias por las cuales un sistema de
análisis de información debe ser administrado de manera distinta:
98
Análisis de información
Sistemas OLTP (Almacén de datos –

OLAP)
Eficiencia a través de la Generar conocimiento para
automatización de toma de decisiones
Objetivo procesos de negocio estratégicas
Alta disponibilidad, alto Simple de usar, acceso
Prioridades volumen de datos flexible a los datos
vista de los datos Detallada Frecuentemente agregados
Edad de los Datos Actuales Históricos
Unidad de trabajo Transacción Consulta
Número de datos por
operación Decenas Millones
Operaciones en la base de Lectura (la escritura es una
datos Lectura/escritura excepción)
Directivos / tomadores de
Tipo de usuario Personal decisiones
Decenas (cientos en algunos
Número de usuarios Miles casos)
Estructuras de datos típicas Relacional (normalizado) Multidimensional
Figura A.3 Comparación entre sistemas OLTP y de análisis de información. NOTA: La

tabla esta basada parcialmente en [Han 2003]
99
A.2 Diseño de un almacén de datos
En esta sección se describirán las actividades de planeación relacionadas al diseño de un
almacén de datos puesto que deben ser tomadas en cuenta antes de iniciar un proyecto
como este. Los pasos para el diseño de almacén de datos propuestos en la bibliografía y
conocidos como los nueve puntos de decisión son los siguientes:
1) Decidir que proceso(s) de negocio se van a modelar, es decir que “hechos” nos
interesa analizar, combinando un entendimiento del negocio con un entendimiento
de cuales son los datos disponibles. Por ejemplo se puede decidir analizar datos de
compras o datos de ventas.
2) Decidir sobre la granularidad del almacén de datos, es decir el nivel de detalle de
datos que se tendrá en el almacén de datos que puede ir desde transacción por
transacción hasta agregados por día, semana, mes o como se decida.
3) Definir por cuales dimensiones se quiere analizar lo hechos, el termino dimensión
se revisará en el siguiente capítulo. Por ejemplo podemos analizar las compras por
periodos de tiempo o por proveedor.
4) Una vez identificado el proceso de negocio de interés se pueden identificar las
medidas a analizar por ejemplo en el caso de compras posiblemente nos interese
analizar las medidas siguientes: número de libros comprados o cantidad pagada.
5) Todos los atributos de cada dimensión, por ejemplo si se tiene la dimensión
proveedor entonces podemos tener los siguientes atributos: nombre, teléfono,
dirección, ciudad y RFC. Incluso se puede decidir si se almacenarán en distintos
idiomas.
100
6) Se debe decidir cómo almacenar “las dimensiones que cambian lentamente en el
tiempo“, es decir dimensiones que cambian, por ejemplo el nombre de algún
producto. En la bibliografía [Kimball 1996] se proponen tres alternativas de diseño:
a) Sobrescribir los valores viejos en el registro de la dimensión y por lo tanto perder
la posibilidad de rastreo histórico, b) crear un registro adicional en la dimensión al
momento del cambio con los valores nuevos de los atributos y c) crear nuevos
campos en el registro llamados “actuales”. Definir las reglas de negocio que se van
aplicar a los datos para reflejar la verdad histórica de los mismos, por ejemplo si se
está construyendo un almacén de datos que incluye compras en dólares
estadounidenses se tiene que definir si la conversión a pesos mexicanos se realiza al
día en el que se realizan las consultas del almacén de datos o si mantiene una tabla
(catálogo) de tipo de cambio por día para mostrar cual fue el valor verdadero del
dólar en el día de la transacción.
7) Definir los agregados
8) El “envejecimiento” de los datos es decir cuanta información del almacén de datos
va estar disponible en línea y como y donde se va a almacenar aquella que ya es
más vieja, o como en la bibliografía lo llaman: la duración histórica de la base de
datos [Kimball 1996].
9) Definir la periodicidad del refrescamiento y carga de los datos al almacén de datos
101
A.3 Administración y mantenimiento del almacén de datos

Un almacén de datos al menos debería contar con las siguientes funcionalidades para poder
administrarlo y mantenerlo:
1) Una herramienta para el monitoreo para:
 Ver la actividad del almacén de datos.
 Poder cancelar procesos.
 Ver el uso de recursos.
2) Administración de la seguridad a nivel usuarios, perfiles y grupos.
3) Administración de la seguridad a nivel datos: objetos, tablas, campos.
4) Esquemas de respaldo y recuperación de los datos y todos los objetos que
componen el almacén:
 Respaldo y recuperación completa.
 Respaldo y recuperación incremental.
5) Administración de los metadatos (el diccionario de datos del almacén de datos que
se describirá más adelante).
6) Administración de la actualización de datos.
7) Generación de bitácoras de actividad del almacén de datos.
8) Generación de bitácoras de los cambios en la base de datos.
9) Una herramienta para afinación o auto afinación de la base de datos.
10) Una herramienta para auto depuración de los datos.
102
A.4 Integración de datos
La extracción de datos a partir de fuentes operacionales heterogéneas requiere de la
construcción de programas que permitan acceder a ellos. Por ejemplo, para extraer datos
operacionales de sistemas heredados (“legacy systems”) que posiblemente se tienen que
obtener de los discos en una mini o súper computadora, se tendrán que desarrollar
programas usando un lenguaje de programación como Cobol o herramientas particulares de
esa plataforma. Seguramente habrá datos que se tienen que extraer desde sistemas de
gestión de bases de datos relacionales (RDBMS – Relational Database Management
System) o incluso de archivos de texto u hojas electrónicas. Puede haber datos que se
encuentran en sistemas de planeación de recursos (ERP - Enterprise Resource Planning)
como SAP con formatos especiales y que requerirán del desarrollo de programas complejos
para acceder a ellos. Actualmente también se están realizando estudios de investigación
sobre la extracción de datos no estructurados como los multimediales [Cerquitelli 2003] a
partir de fuentes como la Web para su integración en un almacén de datos.
La transformación de datos se puede realizar durante el proceso de extracción, o bien, una
vez ya extraídos los datos aplicarles programas que realicen transformaciones como:
cálculo de valores nuevos, conversiones de tipos de datos para homogenizarlos con otras
fuentes, formateo de los datos o reorganización de los mismos.
Antes de tratar el tema de la carga de datos, es interesante saber como vamos a copiar o
mover los datos de una máquina a otra a través de una red si es que es necesario. Poco se
habla de la transmisión de datos que puede ser necesaria cuando el almacén de datos está
instalado en una infraestructura de hardware diferente a la de los sistemas fuente.
103
Probablemente el proceso debería llamarse “ETTL – Extraction, Transformation,
Transmission & Loading”, dada la problemática que implica la transmisión de datos entre
plataformas. Entre los problemas que se encuentran con la transmisión de datos tenemos:
a) El espacio temporal de disco que se tiene que reservar para recibir los datos que
provienen de los sistemas operacionales, además del espacio en el sistema fuente
para extraer esos datos.
b) El volumen de información que se transmite, por ejemplo en sistemas operativos
con sistemas de archivos de 32 bits solo se pueden crear archivos de 2 o 4
Gigabytes dependiendo de la manera como lo administren. Si este es el caso
entonces un archivo mayor tendrá que ser partido en pedazos, transmitido y
posteriormente pegado dentro del manejador de base de datos en el que este
implementado el almacén de datos siendo esta una tarea que pone en riesgo la
integridad de los datos.
c) La velocidad de la red. Todavía existen redes instaladas de velocidades 10 Mbps
(mega bits por segundo) aunque ya la más común de 100 Mbps, será de gran alivio
tener velocidades mayores.
d) El uso de la red que normalmente es compartida entre todos los usuarios de la
organización y que obligará a la realización de transmisiones en horario donde no se
impacte el trabajo de los demás.
e) Los medios de transmisión que van desde herramientas para transmisión como
“FTP” o el uso de medios de respaldo como cintas magnéticas que pueden tener
capacidades de megabytes, gigabytes o más.
104
f) Si una transmisión de datos masiva se cancela entonces tendrá que volverse a
realizar, esto nos lleva a la necesidad de crear herramientas de transmisión que sean
tolerantes a fallas y que puedan reiniciar la transmisión desde el punto de se
quedaron antes de la caída garantizando la completes e integridad de los datos que
están siendo transmitidos.
Es importante mencionar que algunas herramientas permitirán la conexión directa a otras de
su mismo tipo, por ejemplo si una fuente operacional es Oracle y el almacén de datos se
construyó en Oracle entonces se tienen “db-links” que permitirán una conexión
transparente entre ambas instancias de base de datos. Con la correspondiente necesidad de
transmisión de datos si las bases de datos están instaladas en máquinas diferentes. Es
interesante comentar también que se pueden realizar cargas de los datos en paralelo así
como cálculos paralelos si es que la infraestructura de hardware ofrece paralelismo.
Una vez que los datos ya se encuentran en la máquina donde está instalado el almacén de
datos se debe proceder a poblarlo usando programas de carga. Esto se puede realizar
mediante programas a la medida o bien usando herramientas del manejador de base de
datos del almacén de datos (por ejemplo, “sqlldr” en Oracle).
Durante el proceso integración de datos debe crearse la base de datos de meta datos o
“datos de los datos” que servirá para homogenizar y documentar el contenido del almacén
de datos. Los meta datos son los datos que describen el origen, significado, derivación, etc.
de los datos operacionales y se guardan en un repositorio de datos. Esta creación de meta
datos puede realizarse de manera manual o como parte de los programas de extracción y
transformación.
105
Durante el proceso de integración de datos se debe realizar un aseguramiento de la calidad
de los datos del almacén de datos, esto se hace usando cifras de control que se definen con
el dueño del almacén de datos y quien es la persona que conoce los datos y el tipo de
análisis que se realizará. Para hacerlo se debe decidir cuál será el método de validación, por
ejemplo se pueden validar cifras de control como número de registros o algunos agregados
de campos numéricos generados en los diferentes momentos del proceso de ETL
(“Extraction, Transformation, & Loading”).
A.5 Integración de esquemas
Los metadatos son datos acerca de los datos, los cuales se almacenan en una base de datos y
son utilizados por el almacén de datos para saber que hay y donde esta cada objeto en el
almacén de datos [Inmon 1996]. Durante todo el proceso de integración de datos, e incluso
durante la explotación, típicamente se almacena en los metadatos lo siguiente (ver figura
A.4):
o La estructura de datos como se dará a conocer al programador
o La estructura de datos como se dará a conocer al analista de información
o Los datos fuentes que alimenten el almacén de datos
o Las transformaciones de datos que ocurren cuando pasan de la fuente al
almacén de datos
o El modelo de datos
o Las relaciones entre el modelo de datos y el almacén de datos
o Las bitácoras que incluyen la historia de los extractos
106
Figura A.4 Los metadatos
Como se ve en la figura, el repositorio de metadatos es el diccionario de datos o esquema
del almacén de datos. Este repositorio almacenará información de los esquemas de datos
fuente así como de los objetos mismos del almacén de datos que pueden ser utilizados en
todos los pasos de la integración así como por las herramientas de explotación de datos. Se
sugiere [Ascential 2002] almacenar metadatos técnicos y de negocio:
• Los metadatos técnicos proporcionan un rastro detallado de las actividades y objetos del
almacén de datos que los encargados de su mantenimiento pueden utilizar para construir
nuevos objetos y mantener los existentes. Típicamente se incluyen nombres de
107
implementaciones de bases de datos, tamaños de tablas y columnas, tipos de datos
e información estructural tal como los atributos llave de la base de datos e índices.
• Los metadatos de negocio incluyen descripciones de datos que no están relacionadas a
implementaciones de software, por ejemplo, el nombre del negocio, las reglas de negocio
en relación a otros datos y el dueño de la definición. Los metadatos de negocio le
proporcionan al usuario final un mapa para navegar todos los datos en la empresa
documentado que información está disponible en el almacén de datos y cuando es
consultado, proporciona un contexto para interpretar los datos, descripciones de negocio de
un elemento de datos, información sobre cuando fue cargado el dato y como fue calculado
o transformado, todo sirve para que el usuario pueda entender y confiar en los datos y
usarlos para la toma de decisiones.
La administración de metadatos debe considerar que los metadatos se deben actualizar y/o
agregar cada vez que se haga algún cambio en el almacén de datos.
Formalmente, los metadatos se pueden estructurar como ontologías [Cerquitelli 2003]. Una
ontología describe un dominio en términos de conceptos (colección de objetos - clases) y
roles (relaciones binarias y relaciones de herencia entre instancias de conceptos). Los
metadatos se pueden organizar en la forma de un vocabulario y un diccionario donde se
almacena información sobre la fuente y la correspondencia entre términos globales y
locales. Un vocabulario proporciona información sobre fuentes donde un subconjunto de
datos requeridos puede estar disponible. En el vocabulario están almacenados el nombre de
la fuente, su dirección, su correo electrónico, el cual es el protocolo de comunicación y otra
108
información que puede ser útil para un ETL en el proceso de recuperación. El vocabulario
también contiene el tipo de información que es exportada por cada fuente de datos, es decir
información del esquema de la fuente de datos.
El diccionario establece la correspondencia entre palabras globales y palabras locales. Este
tipo de metadatos es requerido en el proceso de integración porque para organizar los datos
en el esquema del almacén de datos, las relaciones entre términos usados en las fuentes de
datos y en el esquema del almacén deben ser conocidas. Sin esos metadatos no sería posible
identificar cuáles son los diferentes términos que son utilizados para referirse al mismo
concepto.
A.6 El mediador y la integración de datos
El mediador es el programa que coordina todo el proceso de ETL hasta que los datos
fuentes son colocados en el almacén de datos, este programa podría ser extendido para
incluir labores de limpieza de datos o extracción de datos de fuentes de datos no
estructurados o semi estructurados, e incluso coordinar la definición y construcción de los
objetos del almacén de datos como, sirviendo como un integrador del servicio de
integración con la parte de construcción de datos del almacén de datos para la explotación.
Un proceso de integración de datos se podría llevar a cabo de manera manual. Siguiendo
los pasos del proceso de ETL para una fuente de datos podría hacerse lo siguiente:
1) Extracción y transformación de datos desarrollando programas en cobol o con SQL
o un lenguaje orientado a objetos como Java o C++.
109
2) Transmisión a equipo del almacén de datos usando alguna herramienta para
transmisión como “FTP” o incluso usando medios de respaldo como cintas.
3) Carga a almacén de datos con herramientas del DBMS donde se esta construyendo
el almacén de datos, por ejemplo Oracle cuenta con una herramienta llamada
“sqlloader” que permite la carga de datos externos a tablas de Oracle, en otro
ejemplo se podría desarrollar un programa en Java con JDBC de MySql que lea
registro por registro de la fuente ya transformada y vaya insertando en las tablas
adecuadas de MySql.
4) Creación de los metadatos de manera manual creando una estructura de tablas en un
DBMS.
5) Las cifras de control definidas se generan en cada paso del proceso desarrollando
cada programa de ETL de tal forma que las obtengan como parte del resultado y las
almacenen en el repositorio de metadatos.
6) La estructura de los objetos previamente creados en el almacén de datos pueden
estar disponibles en el repositorio de metadatos o bien como una estructura de
XML.
Con base en lo anterior vemos que es posible construir un módulo para la integración de
datos integrado que lleve a cabo todo el proceso de una manera coordinada y automatizada
basada en las definiciones del usuario o administrador del almacén de datos. Ese módulo de
integración de datos puede incluir:
1) Una interfaz de usuario para la definición de las fuentes de datos, el cual puede
validar la existencia de los objetos en las fuentes y generar los metadatos
correspondientes.
110
2) Opcionalmente, una interfaz de usuario para definir los objetos del almacén de
datos que pueden ser los receptores de los datos fuente.
3) Una interfaz de usuario para definir reglas de transformación e
integrarlas al repositorio de metadatos
4) Una interfaz de usuario para definir reglas de negocio e integrarlas al repositorio
de metadatos
5) Una interfaz de usuario para definir la agenda de ejecución de los programas

de ETL generados.
6) Una interfaz del mediador que permita monitorear el proceso,
administrarlo manualmente y definir seguridad, respaldos y reglas de
administración de los datos como el refrescamiento.
7) El generador de programas de extracción, transformación, carga y

transmisión basado en las definiciones que se encuentran en los meta datos.
111
ANEXOS
112
Entrevista: Cuestionario
Entrevistado: Ing. Rogelio Fiestas
¿Cuáles son los Objetivos de la empresa?

 Obtener un producto de calidad
 El área de Control de calidad, se encargan de registrar el producto conforme a los
parámetros,
 Actualmente se hace 2000 cajas y se quiere hacer hasta 3000 cajas, así mismo
 Lograr un mejor rendimiento, sin perjudicar la calidad ni eficiencia en tiempo en
horas, avance de producción del personal.
 Cuidar la materia prima para que no se malogre, Evitar mermar.
 Contar con repuestos a la mano para la planta, es decir lo que mayor mente se
malogra,
 Como rodajes, pernos, etc.
 Cambiar un hombre x máquina, abastecerle más pescado para que tengan que
hacer.
 Uno de nuestras prioridades es tener 01 maquina selladora operativa en caso de
emergencia.
 La capacidad de las mesas es de 70 personas, y avanzan aprox. 30 kilos x hora.
 Lograr un mejor mantenimiento de los equipos.
¿Cuáles son tus medidas de éxito?

 Cuanto es el rendimiento, producción de anchoveta 60 cajas por toneladas, mayor
excelente, menor malo.
 Tener equipos necesarios y en buen estado.
¿Hay innovaciones?
Años pasados innovamos en conservas con vegetales, haciendo pruebas,

para sacar un buen color (grated vegetal), por ejemplos con sabores.
113
Que hace para cumplir los objetivos anteriores (uno por uno)
a) Uso de parámetros estándar de calidad para la producción de conservas

b) Contratar más Obreros Y Capacitarlos
c) Adquisición de nuevas maquinarias para la conservación de la materia prima
d) Estudio estadísticos antes de cada producción
e) Realizar Estudios Estadísticos de los costos antes de cada producción
f) Comparar producciones realizadas con anterioridad, mejorando los errores para no
volver a repetirlos
g) La producción no debe detenerse hasta abastecer la demanda
¿Valores en la empresa?
 Se cumple con todo, el manejo de Persona
 Responsabilidad: Se entrega con lo que se ha sellado
¿Cuáles son los canales?

 Manda república dominicana
 Colombia
 Panamá
 Uruguay
 Chille
Marcas:
“El muelle”, “Doradofish”, ”Pacofish (R. Dominicana) es bien respetada.” En el Caribe no
hay pescado, compran aquí en Perú el buen sabor del pescado
Recurso:
 Anchoveta, caballa , jurel, machete, bonito, atun, sardina
 Chauchilla, barrilete
114
Costes
 Corte 30 céntimos el kilo
 Cabeza y cola 35 el kilo
 ¿Se comercializa conserva en el mercado local?
 No se vende al menoreo
¿Tienen Certificación de Calidad?

 CERTIFICACION PLAN HACCP “Hazard Analysis and Critical Control Points”
 CODEX ALIMENTARIO – NORMAS DE CALIDAD , X MEDIO DEL ITP
¿Cumplen con el 100% de los pedidos?

 Los nuevos Mercados siempre está a la vista pero no se puede cumplir por la falta
de pescado.
¿Con qué porcentaje cumple?

 50%
¿Hay desarrollo de nuevas tecnologías?

 Si hay maquinas
 Se tiene registrado todas las máquinas de la empresa.
 Reparación de cocina, fraga, cortadora de pescado, peladora
 Si hay la necesidad ve la forma de adquirir más máquinas, nuevas máquinas.
 Datos de producción
 Rendimiento de petróleo 4 galones por caja.
 Producción en cajas 2000 cajas x dia, 33.334 toneladas x dia, 60 cajas x tonelada
Nuevas tendencias:
 Grated de anchoveta blanco, mejor color
115
Nuevas leyes q perjudican a la empresa:

 PAMA del medio ambiente
 Normas de higiene, infraestructura, salubridad
¿Hay empresas con quien competir?

 Si, la materia prima mercado.
 Competencia por la calidad del producto, mayormente con otros países, x la calidad
de productos
¿Hay demandas judiciales?

 Si, mayormente es por cancelación de Contratos
Producción 25/05/2010
Hrs Hrs Extras

Apellidos y Nombres Área Total Horas sueldo
Normales 25 %
RamirezCarrionGladiz SSHH 13,00 8,00 5,00 S/. 35,71
EchevarriaSantillanJulian SSHH 14,00 8,00 6,00 S/. 38,58
Espinoza Ortiz Hipolito Bajando Camara 13,00 8,00 5,00 S/. 35,71
Linch Aguirre Roberto Bajando Camara 13,00 8,00 5,00 S/. 35,71
Ventura Poemape Gloria Pesa y Lavado 13,00 8,00 5,00 S/. 38,96
Panta Vilar Cesar Pesa y Lavado 13,00 8,00 5,00 S/. 35,71
Rodriguez Castillo Juan Pesa y Lavado 13,00 8,00 5,00 S/. 35,71
Panta Mendoza Junior Pesa y Lavado 13,00 8,00 5,00 S/. 35,71
Benites Villanueva
Pesa y Lavado 13,00 8,00 5,00 S/. 35,71
William
Santa Cruz Rocky Pesa y Lavado 14,00 8,00 6,00 S/. 38,58
Ponte Cipra Jaime Pelado 16,00 8,00 8,00 S/. 44,31
Zavala Baltodano Lewis Pelado 13,50 8,00 5,50 S/. 37,14
Salinas Leon Juan Pelado 12,00 8,00 4,00 S/. 32,85
SanchezJulian Carlos Pelado 10,50 8,00 2,50 S/. 28,55
Roque Pardo Pelado 9,50 8,00 1,50 S/. 35,03
Reporte de Gestión de Personal En la producción
116
Nombres Área Sueldo Genero
RamirezCarrionGladiz SSHH S/. 18,33 m

EchevarriaSantillanJulian SSHH S/. 18,33 m
Espinoza Ortiz Hipolito Bajando Camara S/. 18,33 m
Linch Aguirre Roberto Bajando Camara S/. 18,33 m
Ventura Poemape Gloria Pesa y Lavado S/. 20,00 f
Panta Vilar Cesar Pesa y Lavado S/. 18,33 m
Rodriguez Castillo Juan Pesa y Lavado S/. 18,33 m
Panta Mendoza Junior Pesa y Lavado S/. 18,33 m
Benites Villanueva William Pesa y Lavado S/. 18,33 m
Santa Cruz Rocky Pesa y Lavado S/. 18,33 m
Ponte Cipra Jaime Pelado S/. 18,33 m
Zavala Baltodano Lewis Pelado S/. 18,33 m
Salinas Leon Juan Pelado S/. 18,33 m
SanchezJulian Carlos Pelado S/. 18,33 m
Roque Pardo Pelado S/. 25,00 m
Chavez Morales Manuel Pelado S/. 18,33 m
Estrada Chang Jorge Cocina S/. 20,00 m
Reporte de Gestión de Personal perteneciente a la empresa
117
TIPO
PRODUCTOS C/DIARIA C/MENSUAL C/ANUAL
PRODUCTO
Grated Aceite 1/2 Lb 0,00 10.618,17
Grated Natural 1/2 Lb 1.471,00 4.453,00 105.804,24
Grated Tomate 1/2 Lb 0,00 0,00
Filete Aceite 1/2 Lb 0,00 0,00
Filete Natural 1/2 Lb 0,00 0,00
Flecks Natural 1/2 Lb 0,00 0,00
Chunk Aceite 1/2 Lb 202,00 202,00 25.098,12
Chunk Natural 1/2 Lb 0,00 5,00
Chunk Verduras 1/2 Lb. 0,00 0,00
Grated Aceite Tall 1 Lb. 0,00 0,00
Grated Natural Tall 1Lb 0,00 818,18
Entero Tomate Oval 1 Lb 1.016,00 34.567,00
Entero Aceite Oval 1 LB. 0,00 712,00
Entero Natural Oval 1 Lb 0,00 0,00
Entero Tomate Tall 1 Lb 125,00 426,00 22.325,12
Entero Natural Tall 1 lb. 0,00 48.776,08
Reporte de Gestión de Productos existentes en la empresa
ESPECIE TONELADA/DIA TONELADA/MES TONELADA/AÑO ESTADO TIPO

JUREL 0 1411,451 B
CABALLA 5,751 837,799 A
ANCHOVETA 254,441 1876,021 A
MACHETE 31,481 718,365 A
OTROS 0 0,023 B
Reporte de Gestión de la materia prima usada en la empresa
118

Proyecto Bi Tasa

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Proyecto Bi Tasa

Hochgeladen von

Copyright:

Verfügbare Formate

DEDICATORIA

A Dios, Ser Supremo y Todopoderoso, por

A nuestros padres: Por brindarnos siempre

PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”

Hacemos extensivo nuestro sincero agradecimiento a todo el Personal Docente y

En especial al Ing. Miguel Valle por su constante apoyo durante el desarrollo

PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”

Las entidades Pesqueras nuestra ciudad de Chimbote, deben de tomar decisiones

Los datos almacenados por la empresa no tienen utilidad si es que no se

PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”

PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”

PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”

1.2 . Recursos ............................................................................................................. 23

PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”

PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”

En la actualidad, las tecnologías de información, han automatizado los procesos de

Una vez satisfecha las necesidades operacionales, surge un nuevo grupo de

Estos requerimientos no son, a priori, difíciles de resolver dado que la información

La realidad, sin embargo, es distinta, puesto que al atender la falta de tipo

PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”

En primer lugar, el realizar consultas masivas de información, se puede ver

En esta situación el siguiente paso evolutivo viene siendo la generación de un

Con esta estrategia se resuelve el problema de la planificación de recursos ya que

PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”

La Empresa PESQUERAS UNIDAS S.A. fue creada el 19 de

o Ubicación Geográfica: S: 09º 05´31´´. W: 78º34´25´´.

PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”

Ser el líder mundial en la producción de harina y aceite de pescado.

Producir y vender harina y aceite de pescado con eficiencia, calidad

- Lograr una producción de conservas de pescado (anchoveta, jurel,

PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”

II. Situación Problema

Pesqueras Unidas SAC, es una empresa que continuamente ha

Por esta razón hemos creído conveniente implantar una solución

Los usuarios que toman decisiones y planifican día a día, a mediano

Con los sistemas tradicionales se preparan reportes ad-hoc para

PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”

transaccionales no fueron construidos con el fin de brindar síntesis, análisis,

Esta optimización de los procesos administrativos debe considerarse

El crecimiento de Pesqueras Unidas SAC, y la exigencia de los

En contraste, parece imposible crear un único sistema de

Dicho de otra forma, la gerencia de la empresa necesita planificar

PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”

a. ¿Qué hacer? Sistema Toma de Decisiones

b. ¿Para qué? Mejorar el control del proceso de producción

c. ¿Con que? Metodología de Ralph Kimball.

El Sistema para el soporte de toma de decisiones automatiza

IV. Justificación del proyecto

 La empresa cuenta con los recursos tecnológicos como hardware

 Así como el empleo de la tecnología vigente, por ende el

PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”

 El sistema de soporte de decisiones implica resultados más

 Tiene como base primordial el mejor manejo del presupuesto

V. Objetivos Del Proyecto

Desarrollar un sistema de apoyo a la toma de decisiones para la

PRODUCCION DE LA EMPRESA PESQUERAS UNIDAS SAC”

 Recopilar y analizar la información y requerimientos, a través de

 Identificar indicadores basado en los objetivos de la Empresa

 Construir la base de datos del Datamart para optimizar las

 Extracción de los datos desde la base de datos operacional.

 Transformar los datos extraídos ycargarlos al Datamart.

 Brindar información de Gestión; con un fácil acceso; para dar

 Elaboración del Cubo utilizando el AnalysisServicesde SQL Server

 Elaborar los reportes dinámicos utilizando Microsoft Office Excel