Академический Документы
Профессиональный Документы
Культура Документы
UNMSM LIMA
Dieciembre 2010
1
Michael Lzaro Cubas, 2010.
Todos los derechos reservados.
Agradecimientos
A los profesores Mg. Percy Edwin de la Cruz Prez de Villa y Jos Piedra Isusqui, por su
orientacin y dedicacin para que este trabajo cumpla con los objetivos trazados.
A mis colegas y amigos de la universidad por sus observaciones y porque en todo momento
me incentivaron para que culmine este trabajo.
A los profesores de la UNMSM, principalmente al profesor Luis Rivera por sus
observaciones tericas que me sirvieron de mucho.
A todas aquellas personas que indirectamente me ayudaron para culminar este trabajo y que
muchas veces constituyen un invalorable apoyo.
Y por encima de todo doy gracias a Dios.
Decisiones, AQL.
Tabla de contenido
Captulo 1: Introduccin.........................................................................................................9
1.1. Problemtica.................................................................................................................10
1.2. Objetivos.......................................................................................................................11
1.3. Alcances........................................................................................................................12
1.4. Beneficios a alcanzar....................................................................................................12
1.5. Organizacin del trabajo...............................................................................................13
Captulo 2: Inteligencia de negocios (IN).............................................................................15
2.1. Inteligencia de negocios................................................................................................15
2.2. Solucin de IN..............................................................................................................16
2.3. Usuarios y tipo de decisiones........................................................................................17
2.4. Arquitectura de IN........................................................................................................20
2.5. Proyecto de IN..............................................................................................................21
2.6. Qu es AQL?...............................................................................................................22
2.7. Rol de la IN en la gestin del rendimiento del negocio................................................22
Captulo 3: Estado del arte....................................................................................................24
3.1. Tecnologas para el anlisis de la informacin y de los datos......................................24
1.
OLAP.....................................................................................................................24
2.
AQL.......................................................................................................................27
3.2. Modelos de datos..........................................................................................................31
1.
Modelo Relacional.................................................................................................32
2.
Modelo Multidimensional.....................................................................................33
Captulo 4: Aporte Terico....................................................................................................35
4.1. Benchmarking de las tecnologas.................................................................................35
4.2. Benchmarking de los modelos......................................................................................37
Captulo 5: Arquitectura de IN bajo la tecnologa AQL....................................................39
5.1. Capa de recursos...........................................................................................................40
5.2. Capa de procesamiento.................................................................................................42
1.
Determinar las necesidades del negocio:...............................................................43
2.
Desarrollar el mapa lgico de datos:.....................................................................43
5.3. Capa de presentacin....................................................................................................46
7
Captulo 1: Introduccin
Los contact centers son organizaciones reales ya que dan soporte a las actividades cotidianas
del negocio a travs de la interaccin con los clientes; como venderles, resolver sus
problemas y ver lo que necesitan; adems de identificar oportunidades de venta y atender
otros requerimientos del negocio.
Principalmente estn avocados a gestionar cada interaccin que se da con el cliente a travs
de las llamadas telefnicas, mensajes de correo electrnico que realizan los agentes, para esto
usan tecnologas, las que permite obtener las ventajas competitivas que el contact center
necesita.
Entre las tecnologas que se usan son la infraestructura telefnica (conmutador, telfonos,
Voz sobre IP), la infraestructura de datos (computadoras, bases de datos, CRM), el
distribuidor automtico de llamadas entrantes (ACD), un sistema de respuesta interactiva de
voz (IVR), un grabador de llamadas, y si la interaccin es de salida un marcador asistido,
progresivo o automtico y predictivo.
Las interacciones a las que nos referimos pueden ser de dos tipos inbound y outbound. En la
interaccin inbound o de entrada nos permite atender un servicio de post-venta, servicio al
cliente o mesa de ayuda (help desk); y en el caso de una interaccin outbound o de salida nos
permite realizar sondeos, televentas, telencuestas y telecobranzas entre otros.
Estas interacciones antes mencionadas nos permite obtener datos importantes a nivel de
infraestructura tecnolgica y a nivel de gestin; en el caso de infraestructura tecnolgica
manejamos datos como son tiempos de llamadas, llamadas entrantes, llamadas contestadas,
llamadas abandonadas, tiempo de respuesta del agente, duracin de la llamada; y a nivel de
gestin nos basamos netamente en las llamadas contestadas y manejamos datos como
9
1.1. Problemtica
Antecedentes
El Contact Center maneja grandes volmenes de llamadas entrantes y salientes desde y hacia
sus clientes con el propsito de dar soporte a las operaciones cotidianas de la organizacin
misma o de otras organizaciones, todas estas llamadas y clientes conllevan a manejar grandes
volmenes de datos los cuales hacen que los analistas o personas que tratan estos datos se
enfrenten a un problema al tratar de trabajarlos debido a la gran cantidad que son.
Si bien es cierto que el Contact Center cuenta con una gran cantidad de informacin obtenida
a partir de trabajar los datos que tienen los mencionados en el prrafo anterior-, esta no se
est considerando como lo que es realmente, es decir, una fuente importante de conocimiento
til para la organizacin y sus objetivos debido a que muchas de las veces no cuenta con los
indicadores de las mtricas a tiempo porque estas se realizan manualmente; y se presenta de
forma esttica y a expensas de errores que puedan cometer las personas encargadas de este
trabajo.
El buen manejo de los datos e informacin del Contact Center va a permitir evaluar y mejorar
el desempeo de su personal, que implica la mejora en la calidad y en la gestin del tiempo
respecto a la interaccin con los clientes.
10
Ante toda esta situacin el Contact Center tiene la necesidad de mejorar su rendimiento al
tratar mejor todos los datos e informacin que tienen, para as lograr maximizar la
satisfaccin del cliente y la satisfaccin de la necesidad del negocio.
Definicin
En contact center presenta los siguientes problemas puntuales:
Cuenta con poca accesibilidad a la informacin con lo cual no permite que se pueda
analizar adecuadamente cuando se necesite para la toma de decisiones.
La poca accesibilidad se debe a que cuenta con fuentes de datos que se encuentran en
diversos manejadores de base de datos a los cuales se les considera como silos de
informacin.
Los silos de informacin sesgan el rendimiento del contact center debido a que no
permite a los usuarios que tomen decisiones con una visin global.
No cuenta con una buena alineacin con respecto a sus objetivos y estrategias debido a
que no se cuenta con una herramienta visual y dinmica que permita supervisar
adecuadamente el contact center.
No puede evaluar tendencias de negocios lo cual es una desventaja competitiva en el
entorno empresarial tan dinmico en el que nos encontramos.
1.2. Objetivos
Objetivo general
Desarrollar una Solucin de Inteligencia de Negocios, bajo la tecnologa AQL para mejorar el
rendimiento del negocio.
Objetivos especficos
11
1.3. Alcances
El alcance de la investigacin est centrado principalmente en empresas de Contact Center y
en caso especfico de esta Tesis al Contact Center del TACP para que sirva a:
Los supervisores que son los encargados de gestionar el da a da de las campaas que se
manejan dentro del contact center.
Los clientes del Contact Center que necesitan saber cmo va el desenvolvimiento de
cada una de sus campaas.
Los niveles gerenciales de la empresa para que puedan tomar decisiones estratgicas y
adecuadas cuando la necesidad del negocio lo demande.
12
14
15
2.2. Solucin de IN
Las soluciones de inteligencia de negocios tienen que responder a ciertas caractersticas que
mencionaremos y describiremos a continuacin:
Accesibilidad a la informacin: La informacin es la esencia de una solucin de
inteligencia de negocios ya que debe proveer de esta a los usuarios finales para que les
sirva de soporte en la toma de decisiones; esta informacin que necesitan estos pueden
provenir de diversas fuentes, para lo cual en una solucin de inteligencia de negocios se
usa o construye fuentes de datos o informacin interna o externa que permite que estos
cuenten con informacin accesible.
Apoyo a la toma de decisiones: Un sistema que exclusivamente brinde informacin no
representa lo que se busca con una solucin de inteligencia de negocios, una segunda
caracterstica consiste en organizar y presentar los datos relevantes para que puedan
verdaderamente apoyar una Toma de Decisiones. Esto implica tecnologas, tcnicas de
anlisis y todo aquello que sea necesario para obtener de los datos, solo aquella
informacin relevante y til a la labor del usuario. La toma de decisiones en inteligencia
de negocios sirve para obtener ventajas competitivas producto de decisiones mejor
informadas.
Orientacin al usuario final: Un factor que dio pauta a pensar en nuevas tecnologas
para explorar la informacin, fue que el usuario final no posea conocimientos tcnicos
que le permitieran tener un acceso sencillo y directo a los datos operacionales, pues esa
rea est reservada para informticos
Una solucin de inteligencia de negocios incluye herramientas de exploracin de
informacin orientadas a usuario final, para eliminar la dependencia de terceras
16
personas. Se pretende brindar las facilidades necesarias para que, con la tecnologa, el
usuario acte solo. Las herramientas de inteligencia de negocios son sencillas, intuitivas
y fciles de entender y usar; pueden tener diversos fines, como son: Informar, reportar,
permitir anlisis, identificar tendencias, proyectar, etc. Cualquiera que sea su funcin
final, el comn es el mismo: orientacin a usuario final.
17
Los ejecutivos necesitan una solucin que sea fcil de usar, personalizada y que les d
una visin general del nivel de los indicadores clave de rendimiento.
Directores y supervisores:
Estos usuarios tienen la responsabilidad de cumplir determinados objetivos de negocio
en un plazo determinado. En general, son los directores y supervisores los que invierten
la mayor parte del tiempo en la toma de decisiones acerca de las medidas que se deben
adoptar, qu es lo que funciona y qu no, y donde para cambiar el foco de sus equipos.
Personal de produccin y administrativo:
El papel de estos usuarios es la ejecucin. Similares a los empleados en todos los niveles
dentro de la organizacin, estos usuarios necesitan informacin para llevar a cabo sus
funciones. Sin embargo, como estas personas no tienen los papeles de toma de
decisiones, la informacin que necesitan por lo general es muy limitada en su alcance.
Su uso de datos es en el mbito de la lectura y quizs algunos de supervisin en tiempo
real de las actividades que les han sido asignadas. Las necesidades de informacin del
personal de produccin y administrativo son de acceso rpido a la informacin
predefinida y facilidad de uso.
19
2.4. Arquitectura de IN
Cuando una solucin de inteligencia de negocios se despliega, como en otras aplicaciones
hay 3 capas como se muestra en la figura Fig 2.2:
20
2.5. Proyecto de IN
21
2.6. Qu es AQL?
AQL es una tecnologa de lgica asociativa de consultas patentada por QlikTech reside en la
memoria RAM y funciona de una forma realmente diferente, construyendo y manteniendo
una base de datos no relacional, asociativa y altamente eficiente en espacio, su arquitectura se
beneficia con los avances recientes en el equipamiento de los ordenadores y los sistemas de
redes, p.ej. de la reduccin de precio y del aumento de velocidad de la memoria RAM.
Como resultado se obtienen aplicaciones de anlisis de datos e inteligencia de negocios de
rpida implantacin, gran alcance, fcil aprendizaje y uso para cualquier tipo de usuario, que
proporcionan un rpido retorno de la inversin y bajo coste total de la propiedad.
La ventaja de esta arquitectura es que la fuente de datos es retenida en memoria principal, lo
que permite que inmediatamente se encuentre disponible de manera off-line para el anlisis,
los datos son codificados en binario y almacenados en tablas.
muchos casos, estas aplicaciones no slo proporcionan informacin sobre las operaciones
comerciales, sino tambin real en su contexto los resultados de las empresas mediante la
comparacin contra los planes de negocio, presupuestos y previsiones.
Son los tableros empresariales los mtodos preferidos para la entrega de inteligencia de
negocios y mostrrselo a los usuarios. Son paneles ms visuales e intuitivos, y suelen
direccionarte a la opcin ms inmediata que se debe tomar.
Permite estar cerca de tiempo real, debido a que la baja latencia de informacin
empresarial se est convirtiendo en un requisito importante de las organizaciones; que
cada vez hacen mayor uso de la inteligencia empresarial para la gestin y conduccin de
las operaciones comerciales diarias.
23
1. OLAP
OLAP se define como el anlisis multidimensional e interactivo de la informacin de
negocios a escala empresarial. El anlisis multidimensional consiste en combinar distintas
reas de la organizacin, y as ubicar ciertos tipos de informacin que revelen el
comportamiento del negocio. [BARAGOIN+01]
Los usuarios de herramientas OLAP se mueven desde una perspectiva de negocio a otra, por
ejemplo, pueden estar observando las ventas anuales por sucursal y pasar a ver las sucursales
con ms ganancias en los ltimos tres meses, y adems con la posibilidad de elegir entre
diferentes niveles de detalle, como ventas por da, por semana o por cuatrimestre. Es esta
exploracin interactiva lo que distingue a OLAP de las herramientas simples de consulta y
reportes.
El anlisis multidimensional, permite a los analistas de negocios examinar sus indicadores
clave o medidas, como ventas, costos, y ganancias, desde distintas perspectivas, como
24
Un motor OLAP que procesa las consultas multidimensionales sobre los datos.
Un mecanismo de almacenamiento para guardar los datos que se van a analizar. Este
componente puede ser externo a la herramienta, como un DataWarehouse.
25
DIMENSIONES
Son objetos del negocio con los cuales se puede analizar la tendencia y el comportamiento
del mismo. Las definiciones de las dimensiones se basan en polticas de la compaa o del
mercado, e indican la manera en que la organizacin interpreta o clasifica su informacin
para segmentar el anlisis en sectores, facilitando la observacin de los datos. Para
determinar las dimensiones requeridas para analizar los datos podemos hacer preguntas
como: Cundo, Dnde, Qu, Quin, Cul, etc.
MEDIDAS O METRICAS
Son caractersticas cualitativas o cuantitativas de los objetos que se desean analizar en las
empresas. Las medidas cuantitativas estn dadas por valores o cifras porcentuales.
Por ejemplo, las ventas en dlares, cantidad de unidades en stock, cantidad de unidades de
producto vendidas, horas trabajadas, el promedio de piezas producidas, el porcentaje de
aceptacin de un producto, el consumo de combustible de un vehculo, etc.
26
2. AQL
La tecnologa AQL reside en la memoria RAM y funciona de una forma realmente diferente,
construyendo y manteniendo una base de datos no relacional, asociativa y altamente eficiente
en espacio, su arquitectura se beneficia con los avances recientes en el equipamiento de los
ordenadores y los sistemas de redes, p.ej. de la reduccin de precio y del aumento de
velocidad de la memoria RAM.
Como resultado se obtienen aplicaciones de anlisis de datos e inteligencia de negocios de
rpida implantacin, gran alcance, fcil aprendizaje y uso para cualquier tipo de usuario, que
proporcionan un rpido retorno de la inversin y bajo coste total de la propiedad.
La ventaja de esta arquitectura es que la fuente de datos es retenida en memoria principal, lo
que permite que inmediatamente se encuentre disponible de manera off-line para el anlisis,
los datos son codificados en binario y almacenados en tablas.
Un poderoso motor analtico como es el AQL (Associative Query Logic) que permite
jerarquizar la informacin de forma ilimitada y navegar por los diferentes niveles (drilldown).
EXTRACCION
Es el proceso de extraer los datos desde los sistemas de origen. La mayora de los proyectos
de almacenamiento de datos fusionan datos provenientes de diferentes sistemas de origen.
Cada sistema separado puede usar una organizacin diferente de los datos o formatos
distintos. Los formatos de las fuentes normalmente se encuentran en bases de datos
relacionales o ficheros planos, pero pueden incluir bases de datos no relacionales u otras
estructuras diferentes. La extraccin convierte los datos a un formato preparado para iniciar
el proceso de transformacin.
TRANSFORMACION
La fase de transformacin aplica una serie de reglas de negocio o funciones sobre los datos
extrados para convertirlos en datos que sern cargados. Algunas fuentes de datos requerirn
alguna pequea manipulacin de los datos. No obstante en otros casos pueden ser necesarias
aplicar algunas de las siguientes transformaciones:
Seleccionar slo ciertas columnas para su carga (por ejemplo, que las columnas con
valores nulos no se carguen).
Traducir cdigos (por ejemplo, si la fuente almacena una "H" para Hombre y "M" para
Mujer pero el destino tiene que guardar "1" para Hombre y "2" para Mujer).
Codificar valores libres (por ejemplo, convertir "Hombre" en "H" o "Sr" en "1").
Calcular totales de mltiples filas de datos (por ejemplo, ventas totales de cada regin).
Dividir una columna en varias (por ejemplo, columna "Nombre: Garca, Miguel"; pasar a
28
Rolling: El proceso de Rolling por su parte, se aplica en los casos en que se opta por
mantener varios niveles de granularidad. Para ello se almacena informacin resumida
a distintos niveles, correspondientes a distintas agrupaciones de la unidad de tiempo o
diferentes niveles jerrquicos en alguna o varias de las dimensiones de la magnitud
almacenada (por ejemplo, totales diarios, totales semanales, totales mensuales, etc.).
La fase de carga interacta directamente con la base de datos de destino. Al realizar esta
operacin se aplicarn todas las restricciones y triggers (disparadores) que se hayan definido
en sta (por ejemplo, valores nicos, integridad referencial, campos obligatorios, rangos de
valores). Estas restricciones y triggers (si estn bien definidos) contribuyen a que se garantice
la calidad de los datos en el proceso ETL, y deben ser tenidos en cuenta.
MOTOR ANALITICO
El motor analtico del AQL proporciona capacidades analticas a todas las categoras de
usuarios - responsables de la toma de decisiones, usuarios avanzados, ocasionales e
inexperimentados - para que puedan analizar y comprender de forma interactiva e intuitiva la
29
Una cabecera XML bien constituida (con juego de caracteres UTF-8) que describe los
campos de la tabla, el diseo de la informacin subsiguiente y algunos otros metadatos.
La tabla real, en formato de bits. Es decir, que cada registro es un nmero de bytes,
mientras que cada campo puede ser de entre 0 y 32 bits (el desplazamiento de bit y el
ancho de cada campo se describe en la cabecera XML). Los campos no deben sobrepasar
la frontera de los 32 bits dentro de cada registro. No obstante, el orden de los archivos es
arbitrario (de hecho, ha sido optimizado para minimizar el tamao total de los registros).
Los registros se almacenan inmediatamente uno tras otro (alineados por byte).
Con este nuevo formato de fichero de datos tambin es posible realizar varias cargas binarias
mtodo de carga de ficheros nativos de soluciones AQL - en el mismo script de carga lo cual
facilita y optimiza procesos de carga. La utilidad fundamental de este nuevo formato de
fichero de datos es, agilizar en tiempo los procesos de carga y reducir el tamao de los
30
ficheros de datos.
Adems se utiliza los ficheros QVD para mejorar la gestin propia de la carga de datos. Esto
se consigue centralizando todo el volumen de datos de la organizacin o rea que comparte
datos, en un .qvd. Los diferentes documentos con su script de carga correspondiente tendrn como fuente de datos el qvd corporativo o de rea. De esta manera se consigue
optimizar la organizacin de la informacin.
INTERFAZ DE DESARROLLO
Bajo la tecnologa AQL es fcil lograr una visin global y visualizar las conexiones, incluso
cuando se manejan grandes conjuntos de datos o datos complejos. Usted puede integrar datos
procedentes de diversas fuentes y poner la informacin rpidamente a disposicin del usuario
a travs de la red. La informacin correcta llega a la persona correcta. La tecnologa
asociativa permite crear una interfaz nica para la presentacin interactiva y el anlisis de
cualquier tipo de informacin.
As se gestiona la informacin de modo parecido al funcionamiento del cerebro humano. Al
igual que sucede en nuestro cerebro, AQL va realizando, de manera gradual, conexiones
asociativas en la informacin que se est procesando. Usted - y no la base de datos - es quien
decide las preguntas que se van a plantear
1. Modelo Relacional
El modelo relacional puede considerarse como un lenguaje de programacin ms bien
abstracto, orientado de manera especfica hacia las aplicaciones de bases de datos.
En trminos tradicionales una relacin se asemeja a un archivo, una tupla a un
registro, y un atributo a un campo. Pero estas correspondencias son aproximadas, en el
mejor de los casos.
Una relacin no debe considerarse como solo un archivo, sino ms bien como un
archivo
disciplinado,
siendo
el
resultado
de
esta disciplina
una
simplificacin
considerable de las estructuras de datos con las cuales debe interactuar el usuario, lo cual a
su vez simplifica los operadores requeridos para manejar esas estructuras.
El modelo relacional es el pilar fundamental para el diseo de la mayora de las bases
de datos que existen hoy en las grandes y pequeas empresas. La composicin de
estas bases de datos son decenas de tablas relacionadas a travs de una compleja tela de
araa de uniones. [THOMSEN02]
La implementacin de bases de datos con un modelo relacional da lugar a escenarios como
los siguientes:
32
2. Modelo Multidimensional
El modelo multidimensional es una tcnica para modelar bases de datos simples y
entendibles al usuario final, ya sea, para presentar la informacin en un marco estndar e
intuitivo que permita un acceso de alto rendimiento. Los objetivos del modelo
multidimensional son segn Thomsen [THOMSEN02]:
el
empleo
de
cualquier base de datos, ya sea multidimensional, MOLAP, sta almacena y manipula los
datos en estructuras
especiales
33
Una segunda ventaja del modelo multidimensional reside en que es una estructura
predecible. Cada dimensin es equivalente. Todas las dimensiones pueden ser vistas
como un conjunto de puntos igualmente simtricos dentro de una tabla de mtricas
comunes del negocio.
Una tercera ventaja del modelo multidimensional, es que es extensible para acomodar
nuevos elementos de datos inesperados y nuevas decisiones de diseo. Esto se
lleva
cabo
aadiendo
34
Curva de
Aprendizaje
Usuarios a los
que va
orientado
AQL
OLAP
Instalacin
Personalizacin
La personalizacin se realiza en
minutos u horas y en la mayora de
los casos por el usuario final.
Desarrollo de
Aplicacin
Tiempo de
entrega de la
informacin
35
Muy pobre
2:
Pobre
3:
Regular
4:
Bueno
5:
Muy bueno
Curva de Aprendizaje
Usuarios a los que va orientado
Instalacin
Personalizacin
Desarrollo de Aplicacin
Tiempo de entrega de la informacin
Total
AQL
5
4
3
4
4
4
OLAP
4
3
3
4
3
4
24
21
36
37
respuesta a una pregunta que la necesitan con urgencia se desaniman con las consultas lentas
al repositorio.
Desnormalizacin de la base de datos
El modelo debe permitir tener una estructura de base de datos desnormalizada para crear
esquemas que son adecuados para apoyar el procesamiento de consultas para la toma de
decisiones, para ello tambin debe permitir clasificar la informacin en mtricas comunes de
negocio y dimensiones.
A continuacin se presentar el benchmarking en la tabla Tbl 4.3 de los modelos para lo cual
el puntaje asignado por modelo ser desde el 1 hasta el 5 de la siguiente manera:
1:
Muy pobre
2:
Pobre
3:
Regular
4:
Bueno
5:
Muy bueno
Simplicidad
Escalabilidad
Calidad de datos
Optimizacin del rendimiento
Desnormalizacin de la base de datos
Total
Modelo relacional
3
3
4
5
2
17
Modelo multidimensional
5
5
4
4
4
22
38
39
40
Tipo
Categora
Numricos exactos
Numricos
aproximados
Fecha y hora
Cadenas de
caracteres
Cadenas de
caracteres Unicode
Cadenas binarias
numeric
bit
decimal
int
money
real
float
time
date
datetime
varchar
char
text
nvarchar
nchar
ntext
varbinary
binary
image
Estructurar datos para que puedan ser usados por las herramientas de usuario final.
ETL: Es la abreviatura de la extraccin, transformacin y carga de los datos en las soluciones de IN.
42
Proceso de ETL:
1. Determinar las necesidades del negocio:
Cuando se menciona necesidades de negocio se refiere al contenido de informacin que
necesitan los usuarios finales para que tomen decisiones ms informadas, es as que para
determinarlas es necesario realizar una o ms entrevistas con estos y recopilar los
requerimientos del negocio.
Esto nos va a permitir obtener las expectativas de los usuarios con respecto de los datos y
estos que van a hacer por ellos; estos resultados no son del todo finales porque pueden ser
debatidos y reexaminados posteriormente para afinar algunos aspectos.
43
44
El tipo de SCD ser 2 cuando se requiera realizar un seguimiento preciso de los cambios en
las entidades de dimensiones y asociarlos correctamente con las tablas de mtricas comunes
de negocio, haciendo as que esta entidad tome una nueva clave principal sustituta para
cambiar el registro en vez de sobrescribirlo.
El tipo de SCD ser 3 cuando se requiera cambiar un registro de una dimensin, pero el
viejo atributo sigue siendo vlido como segunda opcin. Para esto se crea una nueva columna
y se coloca el valor antiguo antes de sobre escribir el valor principal.
Dentro de la Fuente se tiene el nombre de la base de datos (BD) que indica el nombre de la
base de datos que es donde estos residen (este campo suele ser la cadena de conexin a la
base de datos), el nombre de la tabla fuente que indica el nombre fsico de la tabla de
donde proviene los datos (en este campo se listar ms de una tabla si el objetivo as lo
requiere), el nombre de la columna fuente que indica el nombre de la columna necesaria
para cargar la columna objetivo (las asociaciones de las columnas se documentan en el
campo de Transformacin), y el tipo de dato que indica el tipo de dato que es la columna.
45
Dashboard: Segn Stephen Few, cuando se refiere a esta herramienta explica que se trata de
una pantalla de visualizacin, que presenta la informacin ms importante y necesaria para la
realizacin de uno o ms objetivos, consolidados y organizados en una sola pantalla; de
modo que la informacin se pueda controlar de un vistazo. Este est compuesto por:
Un mapa con cdigos de color que refleja si los indicadores de gestin estn yendo
bien o mal.
Una ficha donde indica los objetivos alcanzados.
Un indicador clave del desempeo con una flecha para indicar si los objetivos estn
de acuerdo al plan.
Una caracterstica fundamental del dashboard es que se presenta la informacin proveniente
de mltiples fuentes de datos, adems son flexibles y actualizadas en tiempo real.
46
Scorecard: Los trminos dashboard y scorecard se usan indistintamente, aunque son cosas
diferentes. Una diferencia importante es que el scorecard es un sistema que se enfoca en
determinadas mtricas y las compara con una previsin, mientras que un dashboard presenta
varios nmeros de diferentes maneras. Los scorecards estratgicos contienen cifras de las
cuatro reas clave que impulsan el xito de una empresa (personas, clientes, finanzas,
operaciones) y se incluyen mapas de estrategias para mostrar cmo la evolucin de las cifras
se relacionan entre s.
47
Analista de negocios
Cargar los datos
Supervisor
Extraer los datos
Cliente
Solicitar reporte
49
Requerimientos No Funcionales
Alta Disponibilidad
Niveles de Seguridad
Teniendo en cuenta el modelado del sistema y los requerimientos de los usuarios se hizo el
anlisis de las fuentes de datos, determinando las tablas y campos a seleccionar, diseando
de este modo el sistema ETL (Extraccin, Transformacin y Carga) que servir para las
creacin de los repositorios de datos (QVD) que se encontrarn en el Servidor.
Debido a que esta tecnologa usa una estructura asociativa a nivel de datos es necesario
saber que campos y de que tablas se van asociar, definindose esto en la etapa de diseo.
51
1.
En esta tesis trabajaremos con una base de datos SQL la cual tendr como nombre
BDINVTATELMEX en la cual se encontrar registrada la informacin obtenida de las
gestiones de llamadas realizadas por los agentes de la campaa de Telmex Ventas 3Play, con
una base de datos PostgreSQL la cual se llamar BDVTASTMX en la cual se encontrar
registrada la informacin sobre aspectos tcnicos de las llamadas (duracin de llamada,
llamadas abandonadas, etc.) y se contar con dos archivos en Excel los cuales se llamaran
BDLaMolina.xls y BDMiraflores.xls que tendrn informacin de clientes potenciales que
sern gestionados por los agentes.
52
2.
Capa de procesamiento
3.
Capa de presentacin
La capa de presentacin recibir el repositorio de datos que fue generado por el motor
analtico con las respectivas dimensiones para poder desarrollar los reportes de ventas por
distrito, ventas por mes, dashboards de indicador de efectividad de ventas, entre otros.
53
Posteriormente podemos observar el mapa lgico de datos en la figura Fig. 6.5 en donde se
muestra cmo es que las tablas y los campos de la fuente de datos van a servir para las
dimensiones y mtricas comunes de negocio en la solucin final
54
55
iguales, de no encontrar campos iguales asocia los parecidos y para ello crea campos
sintticos, lo ideal es tener la menor cantidad de campos sintticos.
56
Tambin tenemos a la hoja de VENTAS POR MES en la figura Fig. 6.8 en el cual se
muestra la tendencia de ventas de los productos mes a mes y de igual forma que la anterior
57
interfaz cuenta con otras dimensiones para customizar la mtrica comn de negocio.
59
7.1. Conclusiones
1. La tecnologa OLAP fue buena para la poca en que se implemento, pero tiene
grandes desventajas. Los cubos basados en OLAP limitan a los usuarios en la
cantidad de dimensiones. Las medidas son definidas al momento de la construccin
pero cuando se les quiere cambiar toma tiempo.
2. Se puede observar que la metodologa AQL nos permite manejar ms eficientemente
los datos que se traen desde las fuentes de datos permitiendo as un mejor desarrollo
de una solucin de Inteligencia de Negocios.
3. El modelo relacional es muy bueno para los sistemas transaccionales debido a que te
permite contar con una estructura de base de datos normalizada y eso hace que sean
ms eficientes.
4. El modelo multidimensional es el ms adecuado para desarrollar soluciones de
inteligencia de negocios debido a que te permite manejar una estructura predecible
para los reportes y consultas en grandes cantidades de informacin.
5. El desarrollo de la solucin ha permitido que los usuarios finales puedan tener un
acceso ms amigable, confiable y rpido a la informacin y la organizacin ha
logrado enfocarse ms en la toma de decisiones y as han desarrollado mas planes de
accin.
60
61
Referencias bibliogrficas
[BALLARD+05]
[BARAGOIN+01]
[COD+93]
E. F. Codd, S. B. Codd y C. T. Salley: Providing OLAP to UserAnalysts: An IT Mandate, Codd Associates, 1993
[DELHI+06]
[HAHN+00]
[HANCOCK+06]
[HOWSON08]
[INMON00]
[KIMBALL+02]
[KIMBALL+04]
[LARSON09]
62
[MOSS+03]
[PAREEK06]
63
Anexos
Anexo 01
Anexo 02
64
ANEXO 01
Especificacin de los casos de uso del negocio
66
1. Actores
1.1 Supervisor
Persona que se encarga de solicitar los reportes para ver como va el funcionamiento
de su(s) campaa(s) y poder tomar decisiones tcticas que le permitan mejorar el
rendimiento de la misma.
1.2 Jefe del call center
Persona que se encarga de solicitar los reportes para ver como va el funcionamiento
del call center y poder tomar decisiones estratgicas que le permitan mejorar el
rendimiento del call center.
1.3 Cliente
Persona que se encarga de solicitar los reportes para ver como va el funcionamiento
de las diversas campaas que tenga en el call center y poder tomar decisiones
estratgicas con respecto a los indicadores que les presenten a favor de sus empresas.
2. Propsito
Solicitar la elaboracin de un reporte.
3. Breve Descripcin
El cliente, el jefe del call center o el supervisor solicitan la elaboracin de un reporte
para que sea elaborado por el analista de negocios.
4. Flujo Bsico de Eventos
4.1 Buscar reporte de informacin que se necesita.
4.2 Si lo encuentra termina el proceso, si no lo encuentra solicita reporte.
5. Subflujos
Ninguno
6. Flujos Alternativos
Ninguno
7. Precondiciones
Tiene que existir la necesidad de un reporte.
8. Poscondiciones
Solicitud generada.
ANEXO 02
68
1. Actores
1.1 Usuario
Persona que requiere consultar informacin que le apoye en la toma de decisiones.
2. Propsito
El propsito principal de este caso de uso es que el usuario pueda consultar informacin
proveniente de los sistemas.
3. Breve Descripcin
El usuario requiere consultar informacin.
4. Flujo Bsico de Eventos
4.1 El usuario ingresa al sistema, solo puede ver las opciones a las que se le ha dado
permiso que pueda consultar.
5. Subflujos
Ninguno
6. Flujos Alternativos
Ninguno
9. Precondiciones
Requerimiento de reporte.
10. Poscondiciones
Nuevo reporte.
70