UNIVERSIDAD

NACIONAL DEL
FACU
LTAD
TITULO:
DATAWAREHOUSE COMO HERRAMIENTA DE APOYO PARA LA TOMA DE
DECISIONES EN EL REA DE ATENCIN AL CLIENTE DE LA EMPRESA SEDAM
HUANCAYO S.A.

CATEDRTICO: GUILMER MATOS

AVILA
ALUMNO:

ESTRELLA BALDEON, Tayra

MOLINA QUISPE, Jean
FRANCO RAYMUNDO, Arnold
GUILLERMO ROJAS, Aldo
ROJAS DE LA CRUZ, Deybi
SEDANO ICHPAS, Guillermo
2

 VERASTEGUI NGELES,
Brahian
NDICE
Captulo 1: Generalidades..........................................................................1
1.1. Sedam Huancayo S.A.......................................................................1
1.1.1. Misin y visin...........................................................................2
1.1.2. Objetivos empresariales............................................................2
1.1.3. Lineamientos empresariales......................................................2
1.1.4. Servicios.................................................................................... 3
1.1.5. Servicio de disposicin sanitaria de excretas, sistema de
letrinas y fosas spticas...........................................................................3
1.2. rea de atencin al cliente de Sedam Huancayo.............................4
1.3. Planteamiento del problema............................................................5
1.4. Formulacin del problema................................................................9
1.4.1. Pregunta General.......................................................................9
1.4.2. Preguntas Especficas................................................................9
1.5. Objetivos.......................................................................................... 9
1.5.1. Objetivo General........................................................................9
1.5.2. Objetivos Especficos.................................................................9
1.6. Justificacin y alcance de la investigacin.....................................10
1.6.1. Justificacin Terica..................................................................10
1.7.1. Justificacin Prctica................................................................10
1.7. Formulacin de hiptesis...............................................................10
1.7.1. Hiptesis General.....................................................................10
1.7.2. Hiptesis Especfica.................................................................10
1.7.3. Variables..................................................................................11
1.8. Diseo metodolgico.....................................................................12
1.8.1. Tipo de Investigacin...............................................................12
1.8.2. Diseo Metodolgico................................................................13
Captulo 2: Marco de referencia y marco terico......................................15
2.1. Antecedentes de la investigacin..................................................15
2.1.1. Toma de decisiones gerenciales en empresas prestadoras de
servicios de saneamiento.......................................................................15
2.1.2. Casos de xitos de datawarehouse en Per.............................15
2.1.3. Casos de xitos de datawarehouse en otros pases.................17
2.2. Marco terico.................................................................................21
2.2.1. Datawarehouse........................................................................21
2.2.2. Por qu un datawarehouse?...................................................21

2.2.3. Objetivos del datawarehouse...................................................22

2.2.4. Caractersticas de los datos contenidos en el datawarehouse. 23
2.2.5. Sistema de soporte a la decisin.............................................24
2.2.6. Toma de decisiones..................................................................25
2.3. Marco conceptual...........................................................................38
2.4. Metodologas de desarrollo de un datawarehouse.........................40
2.5. Eleccin de la metodologa Kimball para el desarrollo del proyecto
.................................................................................................................. 45
2.6. Modelo y arquitecturas habitualmente utilizados en un
datawarehouse.......................................................................................... 45
2.6.1. Modelo en estrella....................................................................46
2.6.2. Modelo en copo de nieve (snowflake)......................................47
2.6.3. Modelo dimensional.................................................................49
2.6.4. Eleccin de un modelo.............................................................50
Captulo 3: Intervencin metodolgica.....................................................52
3.1. Desarrollo del sistema de apoyo al proceso de toma de decisiones
rea atencin al cliente Sedam Huancayo S.A..........................................52
3.1.1. Planificacin del proyecto........................................................52
3.1.2. Definicin de los requerimientos del negocio..........................53
3.1.3. Modelado dimensional.............................................................54
2.1.4. Identificacin de los hechos.....................................................56
3.1.5. Diseo fsico del datawarehouse..............................................57
Captulo 4: Presentacin de resultados....................................................58
4.1. RESULTADOS AL INVESTIGACIN....................................................58
4.2. COMPROBANDO LA HIPTESIS GENERAL.......................................59
Conclusiones............................................................................................ 61
Recomendaciones.................................................................................... 62

Captulo 1: Generalidades

1.1. Sedam Huancayo S.A.

La empresa de Servicios de Agua Potable y alcantarillado Municipal de Huancayo
SEDAM HUANCAYO S.A. es una empresa Municipal de derecho privado, sujetndose
su gestin y presupuesto a la normativa que anualmente establece la Direccin Nacional
del Presupuesto Pblico DNPP (Ministerio Economa y Finanzas).
El objetivo social de la empresa, es la prestacin de servicios de saneamiento, en el
cual estn comprendido los siguientes sistemas:
Servicio de Agua Potable.
Sistema de Alcantarillado Sanitario y Pluvial.
Servicio de disposicin sanitario de excretas, sistema de letrina y fosas
spticas.
SEDAM HUANCAYO S.A. se desarrolla geogrficamente en el departamento de
Junn, el cual se ubica en la zona central del pas. La Empresa tiene domicilio legal en el
Jr. Junn N 987 de la ciudad de Huancayo, pudiendo contar con rganos de lnea
desconcentrados dentro de su jurisdiccin. La empresa podr celebrar contratos de
explotacin con otras municipalidades provinciales que no se encuentren comprendidas
actualmente dentro de su mbito.
Segn el Estatuto Social de la empresa, estn dentro de su mbito de responsabilidad
los Distritos del El Tambo, Huancayo, Chilca, Huancan, San Agustn de Cajas, Vquez y
Huacrapuquio en la provincia de Huancayo y el distrito de Orcotuna de la provincia de
Concepcin. La sede central se encuentra en la ciudad de Huancayo, donde se concentra

DATAWAREHOUSE

todas las reas de direccin y operaciones. La localidad de Orcotuna cuenta con una
oficina descentralizada de cobranzas y atencin de reclamos.
1.1.1. Misin y visin.
1.1.1.2. Misin.
Ser una empresa eficiente entre las mejores empresas prestadoras de
servicios de saneamiento de la regin, en proceso de adaptacin a los
impactos del cambio climtico en agua y saneamiento

1.1.1.3. Visin.
Brindar servicios bsicos de saneamiento con buena calidad,
utilizando los recursos hdricos, racionalmente y ampliando nuestra
cobertura para contribuir y mejorar la calidad de vida de la poblacin
1.1.2. Objetivos empresariales.
Mejorar la calidad y cantidad (cobertura) de agua potable y alcantarillado
observando los estndares y disposiciones de la OMS y la SUNASS
Fortalecer el desarrollo organizacional de la empresa SEDAM Huancayo
S.A.C.
Optimizar el uso racional del agua potable (tratamiento, almacenamiento,
distribucin y consumo) coadyuvando a minimizar el agua no
contabilizada.
Lograr el mejor servicio y atencin al cliente para cubrir la plena
satisfaccin en el uso de los servicios que brinda la Empresa.
1.1.3. Lineamientos empresariales.

Optimo Servicio de agua potable y alcantarillado.

Optima situacin financiera de la empresa.
Modernizacin de la gestin empresarial.
Promocin de la cultura de planeamiento y de control de los procesos.
DATAWAREHOUSE

1.1.4. Servicios.
1.1.4.1. Servicio de Agua Potable.
Sistema de produccin que comprende la captacin, almacenamiento y
conduccin de agua cruda, tratamiento y conduccin de agua tratada.
Sistema de distribucin, que comprende el almacenamiento de agua potable,
redes de distribucin y distribucin y dispositivos de entrega al cliente,
conexiones domiciliarias, incluye la medicin, pileta publica, unidad sanitaria y
otros.
1.1.4.2. Sistema de Alcantarillado Sanitario y Pluvial.
Sistema de recoleccin, que comprende las conexiones domiciliarias, redes de
recoleccin y emisores, sistema de tratamiento y disposicin de las aguas
servidas.
Sistema de conduccin y disposicin de aguas de lluvias
1.1.5. Servicio de disposicin sanitaria de excretas, sistema de letrinas y
fosas spticas.
Sedam Huancayo S.A.C., podr dedicarse a la ejecucin de actividades
afines, conexas y/o complementarias permitidas por la Ley General de Servicios
de Saneamiento que sea compatible con su Naturaleza y aprobada por la Junta
Empresarial.
Los servicios de saneamiento que presta la Empresa, son de necesidad y
utilidad pblica y de preferente inters nacional, cuya finalidad es proteger la
salud y el medio ambiente.

DATAWAREHOUSE

1.2. rea de atencin al cliente de Sedam Huancayo

El rea de ATENCIN AL CLIENTE de la empresa SEDAM HUANCAYO S.A., es
la encargada de informar, orientar y atender de forma eficiente y cortsmente al cliente
en sus demandas y solicitudes de servicio de agua potable, alcantarillado sanitario y
pluvial, servicios colaterales y otros considerados en el estatuto social de la empresa.
Para el cumplimiento normal de sus actividades y la adecuada atencin a los clientes
el rea realiza las siguientes actividades.
Informar adecuadamente la poltica de la empresa en materia de la
prestacin de los servicios que brinda y los procedimientos necesarios
para tender nuevas conexiones, proyectos de ampliacin y renovacin de
las redes existentes, etc.
Orientar sobre los requisitos, procedimientos a seguir para conseguir los
servicios y/o demandas solicitadas por los usuarios.
Atender de manera eficiente y cortes las demandas y consultas de los
clientes respecto a los servicios que brinda la empresa
Canaliza y solucionar la demanda de los clientes de manera eficiente,
satisfactoria y oportuna las demandas y propuestas de los usuarios.

TABLA N1.1: Informacin que Administra el Sistema de Gestin Comercial

DATAWAREHOUSE

SISTEMA DE GESTIN COMERCIAL

REAS
ATENCIN AL
CLIENTE

FACTURACIN

CATASTRO
COBRANZA
VENTAS DE
CONEXIN

FUNCIONALIDADES
Su principal actividad es decepcionar los reclamos comerciales
y no comerciales de los clientes, correspondiendo esto ltimo a
los reclamos operativos y emitir las resoluciones
correspondientes.
rea cuya actividad principal consiste en manejar el proceso de
facturacin desde el ingreso de las lecturas, hasta la emisin de
recibos, para luego efectuar los anlisis correspondientes y
preparar los informes que permitan a la direccin de la empresa
a tomar medidas.
Actividades relacionadas con las acciones de inspeccin de la
empresa.
Actividad relacionada al cobro de los acciones de inspeccin de
la empresa.
Se inicia la relacin con el cliente, con la venta de la conexin
domiciliaria, sea de agua, desage o ambos.

rea que tiene como funcin principal la toma de estado o

lectura de los medidores que SEDAM tiene instalados en las
conexiones domiciliarias
CORTES Y
Accin referida al corte del servicio que se efecta por el no
REAPERTURAS
pago oportuno de los recibos vencidos de pago de servicio.
Fuente: manual de procedimientos y funciones SEDAM HUANCAYO S.A
MEDICIN

1.3. Planteamiento del problema

Para el desarrollo normal de todas sus actividades dicha rea est integrada a un
sistema de DOS (FoxPro 2.6), asimismo para el desarrollo normal de sus funciones esta
rea requiere informacin de otras reas de la empresa, como son el rea de facturacin
e informtica.

TABLA N 1.2 Evaluacin de la cantidad de Reclamos Comercial recibidas Fuente:

Gerencia Comercial (Atencin al Cliente).
DATAWAREHOUSE

Ao/meses
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Setiembre
Octubre
Noviembre
Diciembre
Total
reclamos
Resueltos

2010

2011

2012

2013

1012
850
919
1076
906
1172
901
943
945
907
784
754
1116

451
552
512
577
1018
793
591
718
832
944
1480
1257
9734

671
568
433
571
533
397
508
531
517
534
402
452
6117

514
612
682
554
665
633
614
614
584
835
741
561
7609

1041

9169

5966

7523

751

565

151

86

9
8

Pendientes

Dicha rea genera y recopila grandes cantidades de informacin acerca de los

reclamos de los clientes , la mayora de los reclamos que recibe la Empresa estn
relacionados directa o indirectamente al precio que pagan por el servicio .los rubros de
asignacin de consumo ,consumo elevado y unidades de uso ,que acumulamos alcanzar
el 56% ,estn relacionados con el volumen que se les viene asignando o leyendo por el
servicio de agua potable y de manera indirecta el servicio de recoleccin de desages.
Si bien el sistema transaccional se puede preparar reportes Ad-Hoc para encontrar las
respuestas a muchas de las interrogantes que generan dichos reportes se necesita mucho
tiempo y recursos del rea de Atencin al Cliente para responderlas. Adems interfiere
con los sistemas transaccionales, aumentando los tiempos de respuesta de los miembros.
Los encargados del rea de atencin al cliente de la empresa Sedam Huancayo S. A.
deben solicitar del rea de informtica el reporte diario de solicitudes de reclamos
mensualmente (Ver anexo 1) y el reporte de resumen estadstico atendidos por tipo de
DATAWAREHOUSE

reclamo (Ver anexo 2), es este segundo reporte el que les permite la toma de decisiones
en el rea.
Como se puede ver en el anexo 2 este reporte de resumen estadstico atendidos por el
reclamo, no muestra informacin clara y especfica para la toma de decisiones, es por
eso que los encargados del rea deben elaborar sus reportes de indicadores de gestin,
para la toma de decisiones a partir del reporte diario de solicitudes de reclamo
mensualmente (ver anexo 3), lo cual genera que el rea utilice mucho tiempo en la
elaboracin de dichos reportes que les permiten la toma de decisiones en dicha rea.
A continuacin se muestra el diagrama de procesos de la toma de decisiones de los
encargados del rea de Atencin al Cliente.

Diagrama N 1.1
DATAWAREHOUSE

Diagrama de procesos de toma de decisiones rea de Atencin al Cliente

rea de atencin al cliente

TOMA DE DECISIONES ATENCIN AL CLIENTE SEDAM HUANCAYO S. A.

Quie
Que
n
FIN

Jefe de Atencin
al cliente

Toma de decisiones a
partir de reportes

Solicita
informacin

Elabora
reportes de toma

rea de Informtica

de decisin
Recepciona

Entregar

pedido

reportes

Procesa
reporte

Fuente indita

Con sistemas OLAP (On-Line Analytical Processing) se puede formular y responder

las preguntas clave sobre el funcionamiento clave acerca de los reclamo de los clientes,
accediendo directamente a los indicadores de xito, sealar cuales son los factores que
realmente inciden en el buen o mal funcionamiento de dicha rea que se ve reflejada en
la buena o mala atencin al cliente, detectar situaciones fuera de lo normal, encontrar
los factores que maximicen el beneficio y predecir el comportamiento futuro con alto
grado de certeza.

DATAWAREHOUSE

1.4. Formulacin del problema

1.4.1. Pregunta General.
Cmo optimizar el proceso de toma de decisiones en el rea de atencin
al cliente de SEDAM HUANCAYO S.A. Por medio de la utilizacin de
la tecnologa Datawarehouse?
1.4.2. Preguntas Especficas.
Cmo lograr reducir el tiempo de procesamiento de la informacin para
la adecuada toma de decisiones en el rea de atencin al cliente de
SEDAM HUANCAYO S.A.?
Cmo lograr que el rea de atencin al cliente SEDAM HUANCAYO
S.A. Aproveche la abundante informacin histrica disponible para la
toma de decisiones?
1.5. Objetivos
1.5.1. Objetivo General.
Optimizar el procesamiento mediante la construccin de una herramienta
que sirva de apoyo al proceso de toma de decisiones del rea de atencin
al cliente de SEDAM HUANCAYO S.A.
1.5.2. Objetivos Especficos.
Se lograra reducir el tiempo estructurando y modelando los volmenes de
datos histricos en un Datawarehouse.
Se aprovechar la abundante informacin histrica, analizando
multidimensionalmente en los volmenes de datos que los sistemas
transaccionales, recopilan, generan, procesan, derivan y diseminan.

DATAWAREHOUSE

1.6. Justificacin y alcance de la investigacin

1.6.1. Justificacin Terica.
El trabajo de investigacin generar un antecedente al ser aplicado en
empresas de saneamiento de agua potable, en el mbito de la aplicacin de
tecnologa OLAP como un apoyo en el proceso de toma de decisiones
empresariales.
1.7.1. Justificacin Prctica.
El presente trabajo de investigacin contribuye al anlisis de la informacin
histrica del rea de atencin al cliente de la empresa SEDAM HUANCAYO
S.A. a travs de la construccin de un sistema de apoyo al proceso de toma de
decisiones, l mismo que permitir empresa:
Permitir el anlisis sobre los reclamos que hacen los clientes de la
empresa.
Mejorar el proceso de toma de decisiones, ya que el sistema est orientado
a brindar informacin gerencial, para quienes tienen responsabilidades en
el mbito estratgico y tctico de la empresa.
1.7. Formulacin de hiptesis
1.7.1. Hiptesis General
La implantacin de un sistema Datawarehousing permitir optimizar el
proceso de toma de decisiones en el rea de atencin al cliente de
SEDAM HUANCAYO S.A.
1.7.2. Hiptesis Especfica
Por medio de la implantacin de un sistema Datawarehousing se lograra
reducir el tiempo de procesamiento de informacin para la adecuada
DATAWAREHOUSE

1
0

toma de decisiones en el rea atencin al cliente de SEDAM

HUANCAYO S.A.
En el anlisis multidimensional y proceso de anlisis en lnea (OLAP, On
Line Analytical Processing) permitir analizar los volmenes de datos de
los sistemas operacionales generen a lo largo del tiempo.
1.7.3. Variables
Con el fin de uniformizar el significado de la hiptesis, en la tabla 1.6, se
desarrolla en la definicin conceptual y operacional de las variables que
se utilizaron en la investigacin.
Hiptesis:
La implantacin de un sistema Datawarehousing permitir optimizar el
proceso de toma de decisiones en el rea de atencin al cliente de SEDAM
HUANCAYO S.A.
X=f(x)
X= Toma de decisiones de los encargados del rea (Variable dependiente V.D)
Y= Sistema de apoyo de la Toma de decisiones (Variable independiente V.I)
Variables
Definicin
Definicin operacional
Conceptual
El sistema de apoyo a la toma de
decisiones brinda informacin
Comprende una

confiable, oportuna, til y de

Sistema de apoyo a

Datawarehouse as como

calidad. Para ello se construye el

la toma de

el entorno de aplicaciones

Datawarehouse de la siguiente

decisiones V.I

para consultar, manipular,

manera:

analizar y visualizar los

Requerimiento de la
DATAWAREHOUSE

1
1

datos y la informacin

informacin.
Diseo del sistema OLAP.
Creacin de Cubos y

(OLAP).

anlisis de Datos.

Toma de decisiones Comprende los diferentes

Dichos procesos se llevan a cabo

de los encargados

procesos que llevan a cabo

en las oficinas del rea de

del rea de

los encargados para la

atencin al cliente de la empresa.

atencin al cliente

toma de decisiones.

V.D

Con la finalidad de completar la comprensin de la hiptesis y de sus variables, en la

tabla 1.7, se incluye una sinopsis de las variables que describe la variable, el indicador,
el instrumento y la fuente de donde se tomara la informacin.
Variables
Toma de

Indicador

Instrumento

Fuente

Tiempo de

decisiones de los

procesamiento de la

encargados del rea

informacin para la

de atencin al

toma de decisiones.

Entrevistas

Entrevistas

cliente V.D

DATAWAREHOUSE

1
2

Cantidad de
requerimientos de
informacin
obtenidos de la

Entrevistas

Entrevistas

SQL

Tablas

entrevista, validados
por el alcance y
limitaciones del
asunto.
Sistema de
Cantidad de
apoyo a la Toma de
tablas Fact y

Server

generadas en el

dimensionales.

Enterprise

Sistema

Manager

Comercial.

Decisiones V.I

Cantidad de

Analysis

Base de datos

Cubos que

Services y

satisfacen los

Excel

requerimientos de

SQL Server
Enterprise
Manager

informacin.

1.8. Diseo metodolgico

1.8.1. Tipo de Investigacin.
El tipo de investigacin que se va a utilizar es la investigacin aplicada,
porque la investigacin se enfoca a transformar el conocimiento cientfico en

DATAWAREHOUSE

1
3

tecnologa, donde se aplicaran las tcnicas de desarrollo de Datawarehouse en la

solucin del problema de investigacin.
1.8.2. Diseo Metodolgico.
Para definir los alcances de esta investigacin es necesario saber primero que
existen diferentes tipos de investigacin, que son exploratorios, descriptivos,
correlacinales y explicativos.
1.8.2.1. Exploratorios.
Cuando se pretende profundizar ms acerca de un tema poco conocido o
desconocido totalmente, esto con el fin de abordar puntos que no fueron tocados
anteriormente, podemos obtener resultados tanto positivos como negativos pero
siempre importantes.
1.8.2.2. Descriptivos.
Los estudios descriptivos miden, evalan o recolectan datos sobre diversos
aspectos, dimensiones o componentes del fenmeno a investigar. Esto con el fin
de recolectar toda la informacin que obtengamos para poder llegar al resultado
de la investigacin.
1.8.2.3. Correlacinales.
Estos estudios son los que se encargan de identificar la relacin entre dos o
ms conceptos o variables. Los estudios correlacinales tiene en cierta forma un
valor tanto explicativo, con esto puede conocer el comportamiento del otras
variables que estn relacionadas.

DATAWAREHOUSE

1
4

1.8.2.4. Explicativos.
Esos estudios son los encargados de explicar porque ocurre uno o ms
fenmenos, las condiciones en las que este fenmeno se presenta y las variables
que se puedan relacionar. Este tipo de investigaciones se realizan con una
estructura mayor.
El tipo de diseo de investigacin a aplicar es el diseo descriptivo, debido a que
tenemos que conocer acerca de la empresa, recopilar informacin y datos. Se manejaran
las diversas informaciones de la empresa como variables y los grupos de observacin
sern sus diversas reas que corroboran a cumplir con su visin y misin de la empresa,
adems tendremos cierta injerencia en la informacin que se obtenga de los sistemas
operacionales.

DATAWAREHOUSE

1
5

Captulo 2: Marco de referencia y marco terico

2.1. Antecedentes de la investigacin
2.1.1. Toma de decisiones gerenciales en empresas prestadoras de servicios
de saneamiento.
El aumento progresivo de las agencias y expectativas de los clientes reales y
factibles de las empresas prestadoras de servicios de saneamiento genera la
necesidad de implementar mejoras en la calidad del servicio que brinda,
promoviendo una armona que ayude a construir en el da a da una cultura del
agua consciente y valorada del recurso que refuerce su imagen institucional,
favoreciendo el grado de fidelidad de sus clientes respecto a otros servicios
bsicos.
2.1.2. Casos de xitos de datawarehouse en Per.
2.1.2.1. Farmindustria.
Farmindustria es una empresa lder en la industria farmacutica del Per. Para
los ejecutivos de ventas y marketing, la informacin del da a da es vital; las
exigencias del mercado imponen decisiones rpidas. Hasta hace poco, dependan
de un sistema que distaba de ser una aplicacin de inteligencia de negocios.
Obtener informacin era una tarea larga y onerosa; una consulta en el sistema
demoraba en promedio 25 min y el resultado era data plana, sin grficos. Hoy,
gracias a una potente solucin tipo datawarehouse creada con Office XP, los
usuarios con solo hacer un click pueden ahora acceder a informacin de ventas,
al momento, desde cualquier lugar, con grficos, y con un nivel de detalle
impresionante.
DATAWAREHOUSE

1
6

Gracias a Discovery-View, en farmindustria, una consulta que antes demoraba

en promedio 25 min, hoy toma apenas unos instantes.
Discovery-View ha permitido adems una descentralizacin extraordinaria
del conocimiento, de los analistas de datos hacia los ejecutivos de la empresa
responsable de la toma de decisiones, quienes ahora tienen acceso inmediato a la
informacin y pueden generar por s mismos, al instante, vistas y reportes, al
nivel de detalle que precisen, con graficas de calidad, a la medida de sus
necesidades, Y a travs de la web, por lo que pueden acceder a la informacin
desde cualquier lugar y en cualquier momento.
La solucin permite al usuario monitorear por s mismo, variables crticas del
negocio: ventas diarias, mensuales; medir el impacto de las estrategias
promocionales de marketing sobre las ventas; obtener la utilidad por lneas de
producto, etc. Proporciona el momento informacin clave a los ejecutivos, lo
que les permite tomar acciones correctivas el tiempo.
El desarrollo de la solucin en Office XP ha presentado menores costos de
desarrollo por la rapidez con la que se construyen aplicaciones, y mnimos
gastos de capacitacin y soporte al estar construida sobre una plataforma que es
totalmente familiar al usuario.
2.1.2.2. Supermercados Wong.
La empresa Wong ha implementado un sistema de soporte a la toma de
decisiones en base a un Datawarehouse para poder aplicar estrategias de
Marketing a diferentes segmentos de clientes para incrementar sus ventas.
La segmentacin de los clientes se hace en base a modelos de Datamining
teniendo en consideracin informacin histrica de los clientes. Campaas
exitosas de Wong, tales como WongKids, que tiene sus kioskos en todos los

DATAWAREHOUSE

1
7

Wongs, donde se inscriben los nios, les dan revistas, le envan una cierta revista
quincenal, mensual.
Esto lo hace Wong como resultado del estudio de una de las variables del
modelo del Datawarehouse (variable unidad familiar), que es por servir a la
comunidad y tener cierta apariencia de unidad familiar, y la otra parte es
obviamente de Marketing.
Wong mide esta promocin cuando los nios de alguna manera tocan el tema
Wong en casa por la promocin y obligan a los familiares a comprar ciertos
productos asociados a la revista.
2.1.2.3. Compaa de seguros Rmac.
En el Per ya hay empresas que usan el Data Warhouse, una de ellas es la
compaa de seguros Rmac. Asimismo, un diario local utiliza el Data Warhouse
en su departamento de recursos humanos. Los trabajadores pueden acceder al
estado de sus cuentas y verificar sus prstamos o beneficios. Los responsables de
recursos humanos usan anlisis multidimensionales para determinar una serie de
comportamientos y variables que muestran como marcha la empresa con
respecto a recursos humanos. Otras de las empresas que tiene esta tecnologa son
Luz del sur y Aduanas.
Esta tecnologa, que como ya hemos dicho no es nueva, se espera que en
nuestro pas recin tenga una gran acogida este ao.
2.1.3. Casos de xitos de datawarehouse en otros pases.
2.1.3.1. CONAVI
Reconocida entidad bancaria y crediticia de Colombia, una de las principales
protagonistas en el pas en servicios hipotecarios, as como una de las ms
innovadoras en materia tecnolgica al servicio del cliente.

DATAWAREHOUSE

1
8

Tras un visionario programa de desarrollo y modernizacin tecnolgica, la

entidad requera unificar en una misma plataforma sus ms importantes procesos
de negocio. Requera implementar una robusta base de informacin conocida
como Data warhouse (bodega de datos) y un sistema de crditos, que les
permitiera continuar con dicho proceso de ajuste informtico en procura de un
mejoramiento continuo a sus clientes.
Conavi decidi adoptar la tecnologa Punto Net de (NET) de Microsoft como
la plataforma para el desarrollo de estos proyectos, proceso en el cual contina
trabajando de la mano con la compaa. Igualmente, a futuro, esta tecnologa de
Microsoft ser utilizada para la puesta en marcha de nuevos sistemas de servicio.
Conavi experimento ahorros en el soto de propiedad al desarrollar con
tecnologa Microsoft su Data Warhouse, adems de contar con un soporte y
apoyo constante de Microsoft y sus partners en el desarrollo de sus sistemas de
negocio.
La interaccin con las plataformas existentes y el fcil acceso las personas
calificadas para la construccin de sus sistemas sobre tecnologa de Microsoft,
fueron factores de beneficio para la corporacin, la cual continuara cosechando
importantes logros en un servicio mejorado hacia sus clientes.
Banco de Santiago-Segundo Banco privado de Chile. Asistido por Pampa
Bytes de Argentina, monto un DW para sus reas comerciales de auditoria, para
los ejecutivos de Marketing y control financiero contaran con informacin para
la toma de decisin respecto de sus clientes y servicios. Se pas por las
siguientes etapas: creacin de un modelo para el anlisis del perfil del cliente y
comportamiento relacionado con los productos y servicios, se hicieron rankings
y scoring de clientes y todo a partir de un proceso de acumulacin histrica de la
informacin.

DATAWAREHOUSE

1
9

2.1.3.2. MCI
Empresa de telecomunicaciones de EEUU, monto un DW con tecnologa
infomix. La empresa descubri que podra ofrecer descuentos importantes para
aquellos nmeros telefnicos a los que el cliente llamaba muchas veces. MCI
guarda registros de todas las llamadas, locales y larga distancia, quienes las
realizan y a qu hora.
2.1.3.3. MEDICUS
Medicina propaga-Asistida por Deloitte & Touche, moto un DW sobre
Oracle. Se pueden programar prestaciones o determinar si es necesario contratar
ms otorrinolaringolos o gastroenterlogos o reforzar maternidad o pediatra,
consultar enfermedades por edad, actividad de los promotores de la zona, etc.
2.1.3.4. SIDUS
Laboratorio Farmacutico Argentino, monto sobre un Microsoft SQL Server
un datamart que permite, visualizar el minuto de facturado, porcentajes de
descuento de las ventas del mes, justo con el promedio histrico, que productos
han cumplido su ciclo histrico.
2.1.3.5. Bank of Amrica.
Debido a que los bancos encuentran a una fuerte competencia por parte de los
retailer, compaas de seguros otros recin llegados a la industria financiera, es
sumamente importante entender los estilos de vida de los clientes y ofrecer los
servicios que las personas desean y necesitan. En Bank of Amrica, uno de los
equipos ms grandes del mundo en administracin, venta y comercializacin, se
utilizaba el software Tera data basada en Datawarehouse, para hacer esto, la

DATAWAREHOUSE

2
0

bsqueda en los datos nos ayuda a ofrecer el producto correcto por el canal
adecuado, declaro Charles Grifito, vicepresidente senior de Bank of Amrica.
2.1.3.6. Metro de Madrid.
Tiene su rea de actuacin exclusivamente en la ciudad de Madrid, aunque
existe una participacin mayoritaria en el nuevo ferrocarril de Arganda. En la
actualidad da empleo a ms de 5200 personas, realizando anlisis exhaustivo de
la informacin tuvieron la necesidad de un Sistema de Tratamiento de sus Datos
Histricos.
El importe neto de la cifra de negocio asciende aproximadamente a 20.000
millones de ptas., cifra que se corresponde con los ingresos por venta de billetes
a viajeros.
La empresa mueve diariamente ms de un milln de viajeros y las
ampliaciones que se han llevado a cabo recientemente, harn aumentar las lneas
en torno a 35 kms. Los planes de expansiones acrecientan de tal modo que,
Metro de Madrid actualmente se encuentre en el proceso de crecimiento ms
ambicioso a nivel mundial.
2.1.3.7. Unin Fenosa.
Desde la puesta en marcha del proyecto inicial, el equipo de hardware de San
de ha ampliado en varias ocasiones, tanto en capacidad de disco como en
procesadores, beneficio a tener en cuenta cuando se decide la implantacin de un
Datawarehouse.
Unin Fenosa es un grupo empresarial con presencia activa y slidas bases en
muchos sectores de la compaa espaola. Su actividad se centra en las reas de
negocio elctrico y no elctrico, adems de una intensa actividad internacional
representada por Unin Fenosa ACEX. El grupo est conformado por 25

DATAWAREHOUSE

2
1

empresas con unos recursos propios de 35.000 millones de pesetas y con una
cifra de negocio superior a 339.000 millones de pesetas en el ao 1996.
Su plantilla es de 4.700 empleados. Estas empresas operan sectores altamente
competitivos y con grandes expectativas de futuro, como el sector de las
telecomunicaciones.
Unin Fenosa ha llevado a cabo un proceso de diversificacin y adaptacin
de la empresa a la continua evolucin y aprovechamiento de las oportunidades
de negocio. Ha evolucionado en un mercado ms competitivo y ms orientado a
la demanda de los clientes, consiguiendo as mantener su posicin de liderazgo.
2.2. Marco terico
2.2.1. Datawarehouse.
De acuerdo a los usuarios que lo utilizan, existe una variedad de
definiciones, llegando a la conclusin que data warhouse es un proceso que
consiste en consolidar datos provenientes de los diferentes sistemas de
transacciones (fuentes internas que incluyen tambin datos histricos) que se
generan todos los das en una organizacin y
2.2.2. Por qu un datawarehouse?
Para entender porque la necesidad de implementar Datawarehouse en las
organizaciones se plantea sus beneficios, y las limitaciones que presentan los
Sistemas Transaccionales, las cuales se muestran en la siguiente tabla.

Datawarehouse

Sistemas Transaccionales
DATAWAREHOUSE

2
2

Brinda informacin para analizar las

tendencias y modelar comportamientos
No es necesario tener conocimientos ni

Solo brinda informacin de las

transacciones diarias
Es necesario conocer algn lenguaje de

experiencia para realizar consultas a la base manipulacin de datos, sino depender de

de datos multidimensional
El Datawarehouse posee una base de

los programadores para acceder a la

informacin que se necesita
Se origina una sobrecarga de trabajo en

datos propia con informacin actualizada,

los S.T al acceder a ello para una

por lo que no es necesario acceder a las

determinada consulta, eso no es

bases de datos operacionales para realizar

conveniente por ejemplo en las entidades

consultas que originara un bajn en la

bancarias que trabajan con gran cantidad

performance del Sistema

de informacin y varias transacciones

Los Gerentes, Analistas y usuarios del

simultaneas
Brinda informacin bruta, no detalladas.

sistema, tendrn informacin a distinto

nivel de detalle y agregados con un
formato ms adecuado para ser explotados
La actividad ms importante es la

La actividad ms importante son las

realizacin de las consultas para un anlisis

transacciones operativas realizadas

adecuado y estratgico en la toma de

diariamente

decisiones
Se aplica bases de datos

Trabajan con estructuras relacionales

multidimensionales que dan una visin

ampliada y detallada del negocio

DATAWAREHOUSE

2
3

2.2.3. Objetivos del datawarehouse.

Son mltiples los objetivos que persigue del Datawarehouse, estos tienen
incidencias sobre los procesos estratgicos, tcticos y operativos de la
organizacin. Entre los ms relevantes se considera:

Brindar soporte en la toma de decisiones a los gerentes, analistas y

operadores de sistemas.

Consolidar informacin de toda la organizacin, para dar informacin

bajo una estructura nica, ante cualquier consulta solicitada por las
diferentes unidades de negocio.

Ayudar a gerentes analistas y operadores de sistemas identificar la

tendencia clave del negocio y mediante ello predecir determinados
sucesos y actuar con anticipacin.

Comprender lo que sucedi a travs de la informacin histrica,

permitiendo a la organizacin reaccionar, redefiniendo lineamientos y/o
procesos, obteniendo beneficios de la experiencia.

2.2.4. Caractersticas de los datos contenidos en el datawarehouse.

Los datos informaciones tienen caractersticas propias que lo diferencian de
los datos operacionales los cuales mencionamos a continuacin:
2.2.4.1. 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 informacin suele estructurarse

DATAWAREHOUSE

2
4

tambin en distintos niveles de detalle para adecuarse a las distintas necesidades

de los usuarios.
2.2.4.2. Temtico.
Slo los datos necesarios para el proceso de generacin 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 nica
tabla del datawarehouse. De esta forma, las peticiones de informacin sobre
clientes sern ms fciles de responder dado que toda la informacin reside en el
mismo lugar.
2.2.4.3. Histrico.
El tiempo es parte implcita de la informacin 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
informacin almacenada en el datawarehouse sirve, entre otras cosas, para
realizar anlisis de tendencias. Por lo tanto, el datawarehouse se carga con los
distintos valores que toma una variable en el tiempo para permitir
comparaciones.
2.2.4.4. No voltil.
El almacn de informacin de un datawarehouse existe para ser ledo, pero no
modificado. La informacin es por tanto permanente, significando la
actualizacin del datawarehouse la incorporacin de los ltimos valores que
tomaron las distintas variables contenidas en l sin ningn tipo de accin sobre
lo que ya exista.
DATAWAREHOUSE

2
5

2.2.5. Sistema de soporte a la decisin.

Por s solo, un Data Warehouse contiene simplemente datos. Su
aprovechamiento y acceso por parte de los usuarios se consigue cuando se
explotan estos datos mediante un entorno de aplicaciones, como son por ejemplo
el Sistema de Soporte a la Decisin (DDS) que comprende un Data Warehouse
as como el entorno de aplicaciones para consultar, manipular, analizar y
visualizar los datos y la informacin.
A continuacin se definen la siguiente herramienta de verificacin de
hiptesis, donde se busca, analiza y presenta informacin resultante de un
proceso de consulta, ms o menos complejo y extenso.
2.2.5.1. Herramientas de anlisis multidimensional
El anlisis multidimensional permite la exploracin de los datos a traves de
varias dimensiones. Por ejemplo, el ndice de morosidad por domicilio fiscal,
clasificado de acuerdo al monto anual de impuesto predial de los contribuyentes
y a una determinada fecha.
Con el fin de dar respuesta a estas necesidades surgieron las herramientas
OLAP (On Line Analytical Processing), cuya caracterstica principal es que el
usuario puede pasar de un anlisis a otro sin tener que definir nuevas consultas.
La idea de las herramientas OLAP es tener informacin pre empaquetada y
estructurada. Una de sus particularidades es que previamente la informacin se
agrega de forma sistemtica, de forma que el usuario tiene tiempos de respuesta
muy bajos.

DATAWAREHOUSE

2
6

2.2.6. Toma de decisiones.

La toma de decisiones es el proceso mediante el cual se realiza una eleccin
entre las opciones o formas para resolver diferentes situaciones de la vida en
diferentes contextos: a nivel laboral, familiar, sentimental, empresarial. La toma
de decisiones consiste bsicamente en elegir una opcin entre las disponibles, a
los efectos de resolver un problema actual o potencial.
La toma de decisiones a nivel individual se caracteriza por el hecho de que
una persona haga uso de su razonamiento y pensamiento para elegir una
solucin a un problema que se le presente en la vida; es decir, si una persona
tiene un problema, deber ser capaz de resolverlo individualmente tomando
decisiones con ese especfico motivo.
En la toma de decisiones importa la eleccin de un camino a seguir, por lo
que en un estado anterior deben evaluarse alternativas de accin. Si estas ltimas
no estn presentes, no existir decisin.
Para tomar una decisin, cualquiera que sea su naturaleza, es necesario
conocer, comprender, analizar un problema, para as poder darle solucin. En
algunos casos, por ser tan simples y cotidianos, este proceso se realiza de forma
implcita y se soluciona muy rpidamente, pero existen otros casos en los cuales
las consecuencias de una mala o buena eleccin pueden tener repercusiones en la
vida y si se es en un contexto laboral en el xito o fracaso de la organizacin,
para los cuales es necesario realizar un proceso ms estructurado que puede dar
ms seguridad e informacin para resolver el problema. Las decisiones nos
ataen a todos ya que gracias a ellas podemos tener una opcin ms crtica.

DATAWAREHOUSE

2
7

2.2.6.1. Importancia de tomar decisiones.

2.2.6.1.1. Decisiones programadas
Son aquellas que se toman frecuentemente, es decir son repetitivas y se
convierte en una rutina tomarlas; como el tipo de problemas que resuelve y se
presentan con cierta regularidad ya que se tiene un mtodo bien establecido de
solucin y por lo tanto ya se conocen los pasos para abordar este tipo de
problemas, por esta razn, tambin se las llama decisiones estructuradas. La
persona que toma este tipo de decisin no tiene la necesidad de disear ninguna
solucin, sino que simplemente se rige por la que se ha seguido anteriormente.
Las decisiones programadas se toman de acuerdo con polticas,
procedimientos o reglas, escritas o no escritas, que facilitan la toma de
decisiones en situaciones recurrentes porque limitan o excluyen otras opciones.
Por ejemplo, los gerentes rara vez tienen que preocuparse por el ramo salarial
de un empleado recin contratado porque, por regla general, las organizaciones
cuentan con una escala de sueldos y salarios para todos los puestos. Existen
procedimientos rutinarios para tratar problemas rutinarios.
Las decisiones programadas se usan para abordar problemas recurrentes. Sean
complejos o simples. Si un problema es recurrente y si los elementos que lo
componen se pueden definir, pronosticar y analizar, entonces puede ser
candidato para una decisin programada. Por ejemplo, las decisiones en cuanto a
la cantidad de un producto dado que se llevar en inventario puede entraar la
bsqueda de muchos datos y pronsticos, pero un anlisis detenido de los
elementos del problema puede producir una serie de decisiones rutinarias y

DATAWAREHOUSE

2
8

programadas. En el caso de Nike, comprar tiempo de publicidad en televisin es

una decisin programada.
En cierta medida, las decisiones programadas limitan nuestra libertad, porque
la persona tiene menos espacio para decidir qu hacer. No obstante, el propsito
real de las decisiones programadas es liberarnos. Las polticas, las reglas o los
procedimientos que usamos para tomar decisiones programadas nos ahorran
tiempo, permitindonos con ello dedicar atencin a otras actividades ms
importantes. Por ejemplo, decidir cmo manejar las quejas de los clientes en
forma individual resultara muy caro y requerira mucho tiempo, mientras que
una poltica que dice se dar un plazo de 14 das para los cambios de cualquier
compra simplifica mucho las cosas. As pues, el representante de servicios a
clientes tendr ms tiempo para resolver asuntos ms espinosos.
2.2.6.1.2. Decisiones no programadas
Tambin denominadas no estructuradas, son decisiones que se toman ante
problemas o situaciones que se presentan con poca frecuencia, o aquellas que
necesitan de un modelo o proceso especfico de solucin, por ejemplo:
Lanzamiento de un nuevo producto al mercado, en este tipo de decisiones es
necesario seguir un modelo de toma de decisin para generar una resolucin
especfica para este problema en concreto.
Las decisiones no programadas abordan problemas poco frecuentes o
excepcionales. Si un problema no se ha presentado con la frecuencia suficiente
como para que lo cubra una poltica o si resulta tan importante que merece trato
especial, deber ser manejado como una decisin no programada. Problemas
como asignar los recursos de una organizacin, qu hacer con una lnea de
DATAWAREHOUSE

2
9

produccin que fracas, cmo mejorar las relaciones con la comunidad de

hecho, los problemas ms importantes que enfrentar el gerente , normalmente,
requerirn decisiones no programadas
2.2.6.1.3. Las decisiones en el Contexto empresarial.
Toda mala decisin que tomo va seguida de otra mala decisin.
Harry S. Truman
Partiendo de las definiciones de Hellriegel, Slocum(2004) y Stoner, (2003) la
toma de decisiones es una parte importante de la labor del gerente. Sin embargo,
cuando un gerente toma una decisin o cuando el coste de buscar y evaluar las
alternativas es bajo, el modelo racional proporciona una descripcin
moderadamente precisa del proceso de decisin. Pero tales situaciones, afirma
Robbins (1999), son la excepcin. En el mbito organizacional, las mayoras de
las decisiones significativas se realizan mediante el juicio, ms que por un
modelo prescriptivo definido.
Dado lo anterior, a continuacin se establece una visin de cmo se toman
realmente la mayora de las decisiones en las organizaciones, a travs de la
caracterizacin de tres modelos de toma de decisin de acuerdo con los criterios
establecidos McLeod (2000): el racional, el de racionalidad limitada y el
poltico. La utilidad de estos modelos reside en que ayudan a identificar la
complejidad y variedad de las situaciones para la toma de decisiones en una
organizacin.
En las organizaciones en general y en las empresas en particular suele existir
una jerarqua que determina el tipo de acciones que se realizan dentro de ella y,
DATAWAREHOUSE

3
0

en consecuencia, el tipo de decisiones que se deben tomar, la Ciencia

administrativa divide a la empresa en 3 niveles jerrquicos:
1. Nivel estratgico.- Alta direccin; planificacin global de toda la
empresa.
2. Nivel tctico.- Planificacin de los subsistemas empresariales.
3. Nivel operativo.- Desarrollo de operaciones cotidianas
(diarias/rutinarias).
Conforme se sube en la jerarqua de una organizacin, la capacidad para
tomar decisiones no programadas o no estructuradas adquiere ms importancia,
ya que son este tipo de decisiones las que ataen a esos niveles. Por tanto, la
mayor parte de los programas para el desarrollo de gerentes pretenden mejorar
sus habilidades para tomar decisiones no programadas, por regla general
ensendoles a analizar los problemas en forma sistemtica y a tomar decisiones
lgicas.
A medida que se baja en esta jerarqua, las tareas que se desempean son cada
vez ms rutinarias, por lo que las decisiones en estos niveles sern ms
estructuradas (programadas).
Adicionalmente, una organizacin tambin estar dividida en varias secciones
funcionales, son varias las propuestas de divisin que se han planteado para una
empresa de forma genrica, aunque la ms aceptada es la que considera los
siguientes departamentos o unidades funcionales:
1. Direccin

DATAWAREHOUSE

3
1

2. Marketing
3. Produccin
4. Finanzas
5. Recursos humanos

Las decisiones tambin sern diferentes, en funcin de en qu unidad

funcional o departamento tengan lugar.

2.2.6.2. Situacin o contexto de decisiones.

Las situaciones, ambientes o contextos en los cuales se toman las decisiones
se pueden clasificar segn el conocimiento y control que se tenga sobre las
variables que intervienen o influencian el problema, ya que la decisin final o la
solucin que se tome va a estar condicionada por dichas variables.
2.2.6.2.1. Ambiente de certeza.
En este contexto se tiene conocimiento total sobre el problema (informacin
exacta, medible y confiable acerca del resultado de cada una de las alternativas
consideradas), y las opciones de solucin que se planteen van a causar siempre
DATAWAREHOUSE

3
2

resultados conocidos e invariables. Al tomar la decisin slo se debe pensar en la

opcin que genere mayor beneficio. Ante un ambiente de certeza o certidumbre,
los individuos poseen plena informacin sobre el problema, las soluciones
alternativas son obvias y los posibles resultados de cada decisin son claros. En
estas condiciones, los individuos pueden prever e incluso controlar los hechos y
resultados al disponer de un adecuado conocimiento y una clara definicin tanto
del problema como de las soluciones alternativas. En este contexto, la toma de
decisiones es relativamente fcil. El responsable de la toma de decisin elige la
solucin que aporte el mejor resultado potencial. No obstante, no hay que
olvidar que un problema puede tener muchas posibles soluciones, y calcular los
resultados esperados de todas ellas puede ser extremadamente lento y costoso.
Por ejemplo, el agente de compras de una imprenta tiene que decidir sobre
varios proveedores de papel, con el objeto de conseguir papel de calidad
estndar a un menor precio y mejor servicio. En esta situacin el encargado de la
compra poseer informacin sobre los diferentes distribuidores y nicamente
tendr que estudiar minuciosamente las posibles alternativas hasta conseguir su
objetivo.
2.2.6.2.2. Ambiente de incertidumbre.
Se posee informacin deficiente para tomar la decisin, no se tiene ningn
control sobre la situacin, no se conoce como puede variar o la interaccin de la
variables del problema, se pueden plantear diferentes opciones de solucin pero
no se le puede asignar probabilidad a los resultados que arrojen. Por esto, se le
llama "incertidumbre sin probabilidad". Con base en lo anterior, hay dos clases
de incertidumbre:
DATAWAREHOUSE

3
3

Estructurada: No se sabe que puede ocurrir entre diferentes

opciones, pero s se conoce que puede ocurrir entre varias
posibilidades.

No estructurada: No se sabe que puede ocurrir ni las probabilidades

para las posibles soluciones, es decir, se desconoce totalmente lo
que puede ocurrir en un caso determinado en la vida.

2.2.6.3. Proceso de toma de decisiones.

La separacin del proceso en etapas puede ser tan resumida o tan extensa
como se desee, pero podemos identificar principalmente las siguientes etapas:
2.2.6.3.1. Identificar y analizar el problema.
Esta etapa consiste en comprender la condicin del momento y de visualizar
la condicin deseada, es decir, encontrar el problema y reconocer que se debe
tomar una decisin para llegar a la solucin de este. El problema puede ser
actual, porque existe una brecha entre la condicin presente real y la deseada, o
potencial, porque se estima que dicha brecha existir en el futuro.
En la identificacin del problema es necesario tener una visin clara y
objetiva, y tener bien claro el trmino alteridad, es decir escuchar las ideologas
de los dems para as poder formular una posible solucin colectiva al problema.
Para ello es Imprescindible la formulacin de la pregunta inicial, pues
constituye el punto de partida de toda decisin. El mundo de los negocios se ve
abrumado por un nmero infinito de decisiones que han de ser tomadas a cada
momento y que, en gran medida, determinarn el rumbo que tomen las
empresas. De este modo, la informacin que se obtiene debe ser rica, variada y
DATAWAREHOUSE

3
4

relevante, a la vez que debe provenir de diversas fuentes y a travs de formas

distintas (verbales, estadsticas, datos, etc.)
Y dentro de este mbito, los mtodos cuantitativos se tornan como algunas de
las herramientas ms confiables a la hora de basar una decisin gracias a su
capacidad de gestionar, procesar y analizar datos de manera rpida y eficaz
2.2.6.3.2. Identificar los criterios de decisin y ponderarlos.
Consiste en identificar aquellos aspectos que son relevantes al momento de
tomar la decisin, es decir, aquellas pautas de las cuales depende la decisin que
se tome.
La ponderacin, es asignar un valor relativo a la importancia que tiene cada
criterio en la decisin que se tome, ya que todos son importantes pero no de
igual forma.
Muchas veces, la identificacin de los criterios no se realiza en forma
consciente previa a las siguientes etapas, sino que las decisiones se toman sin
explicitar los mismos, a partir de la experiencia personal de los tomadores de
decisiones. En la prctica, cuando se deben tomar decisiones muy complejas y
en particular en grupo, puede resultar til explicitarlos, para evitar que al
momento de analizar las opciones se manipulen los criterios para favorecer a una
u otra opcin de solucin ptima.
2.2.6.3.3. Definir la prioridad para atender el problema.
La definicin de la prioridad se basa en el impacto y en la urgencia que se
tiene para atender y resolver el problema. Esto es, el impacto describe el

DATAWAREHOUSE

3
5

potencial al cual se encuentra vulnerable, y la urgencia muestra el tiempo

disponible que se cuenta para evitar o al menos reducir este impacto.
2.2.6.3.4. Generar las opciones de solucin.
Consiste en desarrollar distintas posibles soluciones al problemas bien no
resulta posible en la mayora de los casos conoces todos los posibles caminos
que se pueda tomar para solucionar el problema, cuantas ms opciones se tenga
va ser mucho ms probable encontrar una que resulte satisfactoria.
De todos modos, el desarrollo de un nmero exagerado de opciones puede
tomar la eleccin sumamente dificultosa, y por ello tampoco es necesario
favorecer continuar desarrollando opciones en forma indefinida.
Para generar gran cantidad de opciones es necesario una cuota importante de
creatividad. Existen diferentes tcnicas para potenciar la creatividad forzada, etc.
En esta etapa es importante la creatividad de los tomadores de decisiones.
2.2.6.3.5. Evaluar las opciones.
Consiste0 en hacer un estudio detallado de cada una de las posibles
soluciones que se generaron para el problema, es decir mirar sus ventajas y
desventajas de forma individual con respecto a los criterios de decisin, y una
con respecto a la otra, asignndole un valor ponderado.
Como se explica antes segn los contextos en los cuales se toma la decisin,
esta evaluacin va ser ms o menos exacta.
Existen herramientas en particular para la administracin de empresas para
evaluar diferentes opciones, que se conocen como mtodos cuantitativos.

DATAWAREHOUSE

3
6

2.2.6.3.6. Elegir la mejor opcin.

En este paso se escoge la opcin que segn la evaluacin va a obtener
mejores resultados para el problema.
Existen tcnicas (por ejemplo, anlisis jerrquico de la decisin) que nos
ayuda a valorar mltiples criterios.
Los siguientes trminos pueden ayudar a tomar la decisin segn el resultado
que se busque:

Maximizar: tomar la mejor decisin posible

Satisfacer: elegir le primera opcin que sea mnimamente aceptable

satisfaciendo de esta forma una meta u objetivo buscando.

Optimizar: la que genere al mejor equilibrio posible entre distintas
metas.

2.2.6.3.7. Aplicacin de la decisin.

Para en marcha de decisin tomada para as poder evaluar si la decisin fue o
no acertada. La implementacin probablemente deriva de la toma de nuevas
decisiones, de menor importancia.
2.2.6.3.8. Evaluacin de los resultados.
Despus de poner en marcha la decisin es necesario avaluar su soluciono o
no el problema, es decir si la decisin est teniendo el resultado esperado o no.
Si el resultado no es el que se esperaba se debe mirar si es porque debe darse
un poco ms de tiempo para obtener los resultados o si definitivamente la
decisin no fue acertada.

DATAWAREHOUSE

3
7

El nuevo proceso que se inicie en caso de que la solucin haya sido errneo
contara con ms informacin y se tendr conocimiento de los errores sometidos
en el primer intento.
2.2.6.3.9. Procesos cognitivos implicados en la toma de decisiones.
Al igual que en el pensamiento crtico en la toma de decisiones se utilizan
ciertos procesos cognitivos como:

Observacin: examinar atentamente y recato, atisbar. Inquirir,

investigar, escudriar con diligencia y cuidado algo. Observar es
aplicar atentamente los sentidos a un objeto o a un fenmeno, para

estudiarlos tal como se presente.

Comparacin: relacin de semejanza entre los asuntos tratados.
Fijar la atencin en dos o ms objetos para descubrir sus relaciones

o estimare sus diferencias o semejanzas.

Codificacin: hacer o formar un cuerpo de leyes metdicas o
sistemticas. Trasformar mediante las reglas de un cdigo la

formulacin de uh mensaje.
Organizacin: disposicin de arreglo u mediante las reglas de un

cdigo la formulacin de un mensaje.

Clasificacin: ordenar disponiendo por clases/categoras. Es un

ordenamiento sistemtico de algo.

Resolucin: trmino o conclusiones de un problema, parte en que se

demuestra los resultados.

Evaluacin: hacer el sealamiento del rango. Anlisis y reflexin de

los anteriores razonamientos y las conclusiones.

Retroalimentacin: el proceso de comparar observaciones,
preocupaciones, con la intencin de recabar informacin, a nivel
individual o colectivo, para intentar mejorar el funcionamiento de
DATAWAREHOUSE

3
8

una organizacin o de cualquier grupo formado por seres humanos.

Para la mejora continua sea pluridereccional es decir tanto entra
iguales como en el escalafn jerrquico, en el que deber funcionar
en ambos sentidos.
2.2.6.4. La informacin como materia prima.
El proceso de toma de decisiones utiliza como materia prima informacin.
Este es fundamental, ya que sin ella no resultara posible evaluar las opciones
existentes o desarrollar opciones nuevas.
En las organizaciones que se encuentran sometidas constantemente a la forma
de decisiones la informacin adquirida un rol fundamental y por ello un valor
inigualable para procesar el dato de la organizacin y transformarlos en
informacin, es fundamental el sistema de informacin dentro de los cuales se
encuentra la contabilidad.
Adems de los sistemas de informacin, existen sistemas diseadas
especialmente para ayudar a transitar el proceso de toma de decisiones, que se
conocen como sistemas de soporte a decisiones o sistemas de apoyo a la
decisin.
2.3. Marco conceptual

estructura relacional trabajan sobre conjuntos de datos, tablas segn una

lgica relacional, aplicar uniones, seleccionados y proyecciones para

encontrar la informacin.
Base de datos multidimensionales

DATAWAREHOUSE

3
9

La base de datos multidimensionales es una forma ms clara y sencilla

de representar la informacin, donde cada objeto (producto, regin,

tiempo) representa una dimensin.

Dimensin
Entidad independiente dentro del modelo multidimensional de una
organizacin, que sirve como llave de bsqueda (actuando como ndice),

o como mecanismo de seleccin de datos.

OPAL (On line Analytical Processing)
Conjunto de principios que provn un ambiente de trabajo

dimensional para soporte de decisiones.

Cubo
Es el principio elemental de sistema OPAL.es una tecnologa que
permite el acceso rpido a los datos del Data Warehouse, adems tiene un
mecanismo de consulta rpida y uniforme, indiferente a la cantidad de

datos a analizar o complejas de la consulta.

Drill Down
Exponer el efecto progresivamente ms detalles (dentro de un reporte

o consulta), mediante selecciones de tems de manera sucesiva.

Drill Up
Es el efecto contrario a Drill Drow. Significa ver menos nivel de

detalle, sobre la jerarqua significa generalizar o zuminizar.

Jerarqua
En cada dimensin hay grupos que por naturaleza podran agruparse y
formar mltiples miembros como por ejemplo los grupos de das forman

los meses, estos a su vez trimestres y estos en aos.

Miembros
Representa cada valor distinto en una dimensin, por ejemplo la
dimensin productos contiene la siguiente lista de miembros: uvas, fresas,
melones, manzanas, peras.

Somatizacin
DATAWAREHOUSE

4
0

Actividad de incremento de la granularidad de la informacin en una

base de datos. Reduce el nivel de detalle, y es til para presentar los datos
para apoyar al proceso de toma de decisiones.
2.4. Metodologas de desarrollo de un datawarehouse
El desarrollo de un DWH debe tener en cuenta las necesidades de los usuarios en
cuento a la presentacin de informes y anlisis. De otro modo, el almacn de datos se
convertir en un cajn de datos del que ser difcil extraer la informacin que los
usuarios.
Para que DWH pueda conseguir su objetivo, los procesos de negocio se seleccionan
con el objetivo de modelarlos, estableciendo una granularidad para cada uno de ellos.
Por este motivo es muy importante entender correctamente los datos de los diferentes
sistemas dentro de la organizacin y las relaciones entre ellos. La gestin de estas
relaciones durante la carga de almacenamiento de datos es esencial.
En cuanto a su desarrollo, a la hora de abordar un DWH no hay nica metodologa en
la que basar el diseo, sino que dependiendo del contexto en el que se encuentra la
empresa y los objetivos que persiga se puede emplear una u otra metodologa. Estas
diferentes metodologas se pueden englobar dentro de dos grandes bloques: top-Down y
bottom-up que se corresponden con las metodologas propuestas por Bill Inmon y Ralph
Kimball respectivamente. Estos autores merecen una especial atencin porque, en
muchos aspectos, se consideran los precursores del DWH y sus opiniones son muy
valoradas en la industria.
El enfoque top-Down se utiliza cuando la tecnologa y los problemas el negocio se
conoce de antemano. Este enfoque logra la sinergia entre los problemas de negocio

DATAWAREHOUSE

4
1

alcanzando los objetivos buscados. Se trata de un mtodo sistemtico, que minimiza los
problemas de integracin, pero es costoso, debido a la gran cantidad de datos y su poca
flexibilidad. En este mtodo se formula un resumen del sistema, sin especificar detalles.
Cada parte del sistema se refina disendola con mayor detalle.
El enfoque top-Down se adapta a la visin de Bill Inmon quien considera que el
almacn de datos debe responder a las necesidades de todos los usuarios en la
organizacin, y no solo de un determinado grupo.

Por otro lado el enfoque botton-up es una metodologa rpida que se basa en
experimentos y prototipos. Es un mtodo flexible que permite a la organizacin ir ms
lejos con menores costos. La idea es construir DM independientes para evaluar las
ventajas del nuevo sistema a medida que avanzamos. En l, las partes individuales se

DATAWAREHOUSE

4
2

disean con detalle y luego se enlazan para formar componentes ms grandes, que a su
vez se enlazan hasta que se forma el sistema completo. Las estrategias basadas en el
flujo de informacin botton-up se alojan potencialmente necesarias y suficientes porque
se basan en el conocimiento de todas las variables que puedan afectar a los elementos
del sistema.

Tareas de esta metodologa (ciclo de vida)

DATAWAREHOUSE

4
3

La metodologa propuesta por Kimball, est compuesta por las siguientes fases:

Planificacin del Proyecto: busca identificar la definicin y el alcance que tiene

el proyecto de DWH. Esta etapa se concentra sobre la definicin del proyecto,
donde, a nivel de planificacin, se establece la identidad del mismo,

el personal, desarrollo del plan de proyecto, el seguimiento y la monitorizacin.

Definicin de los Requerimientos del Negocio: es un factor determinante en
el xito de un proceso de DWH. Los diseadores de los Data Warehouse deben
tener en claro cules son los factores claves que guan el negocio para
determinar efectivamente los requerimientos y traducirlos en consideraciones de

diseo apropiadas.
Modelado Dimensional: se comienza con una matriz donde se determina la
dimensionalidad de cada indicador para luego especificar los diferentes grados

de detalle dentro de cada concepto del negocio.

Diseo Fsico: se centra en la seleccin de las estructuras necesarias para
soportar el diseo lgico. Un elemento principal de este proceso es la definicin
de estndares del entorno de la base de datos. La indexacin y las estrategias de

particionamiento se determinan en esta etapa.

Diseo y Desarrollo de la presentacin de datos: tiene como principales
actividades la extraccin, transformacin y carga (ETL). Estas actividades son
altamente crticas ya que tienen que ver con la materia prima del Datawarehouse

que son los datos.

Diseo de la arquitectura tcnica: en esta fase se deben tener en cuenta tres
factores: los requerimientos de negocio, los actuales entornos tcnicos, y las
directrices tcnicas y estratgicas futuras planificadas por la compaa, lo que
permitir establecer el diseo de la arquitectura tcnica del entorno del Data
Warehouse.

El proceso de diseo de la arquitectura tcnica est compuesto de 8 pasos:

DATAWAREHOUSE

4
4

1.
2.
3.
4.
5.
6.
7.
8.

Establecer un grupo de trabajo de arquitectura

Requisitos relacionados con la arquitectura
Documento de requisitos arquitectnicos
Desarrollo de un modelo arquitectnico de alto nivel
Diseo y especificacin de los subsistemas
Determinar las fases de aplicacin de la arquitectura
Documento de la arquitectura tcnica
0Revisar y finalizar la arquitectura tcnica

Seleccin de productos e instalacin: se evala y selecciona cuales son los

componentes necesarios especficos de la arquitectura (plataforma de
hardware, motor de la BD, herramienta de ETL, etc.).
Luego de realizar la instalacin de los componentes previamente evaluados y
seleccionados, se recomienda una serie de premisas:

Comprender el proceso de compras corporativas

Elaborar una matriz de evaluacin del producto
Realizar la investigacin de mercados
Filtrar opciones y realizar evaluaciones ms detalladas
Manejo de un prototipo
Seleccin del producto, instalacin y negociacin
Especificacin de Aplicaciones para usuario finales: se identifican los roles o
perfiles de usuarios para los diferentes tipos de aplicaciones necesarias en base

al alcance de los perfiles detectados.

Desarrollo de aplicaciones para usuario finales: involucra configuraciones de

los metadatos y construccin de reportes especficos.

Implementacin: representa el correcto funcionamiento de la tecnologa, los
datos y las aplicaciones de usuarios finales accesibles para el usuario del

negocio.
Mantenimiento y crecimiento: se basa en la necesidad de continuar con las
actualizaciones de forma constante para as lograr la evolucin de las metas por

conseguir.
Gestin del proyecto: asegura que todas las actividades del ciclo de vida se
lleven a cabo de manera sincronizada.
DATAWAREHOUSE

4
5

2.5. Eleccin de la metodologa Kimball para el desarrollo del proyecto

Teniendo en cuenta la informacin de los apartados anteriores y el inters de este
proyecto en centrar el estudio en ciertos aspectos dentro de la empresa, la metodologa
de Ralph Kimball se ajusta ms a lo que se quiere desarrollar al permitir la creacin del
DWH partiendo de los DM. En particular, debido a que el inters de este proyecto se
enfoca en el desarrollo de un datawarehouse que permita optimizar la toma de
decisiones a los gerentes del rea de Atencin al cliente de la empresa Sedam Huancayo
S.A., De esta forma, el proyecto puede considerarse un primer acercamiento al BI de la
empresa a partir del estudio de un proceso de negocio concreto. La metodologa de
Kimball nos permite, por tanto, ofrecer soluciones en un plazo inferior al que resultara
de abordar un proyecto global destinado a toda la empresa Sedam Huancayo S.A.
Por otro lado, la metodologa de Kimball ofrece una clara exposicin de las fases y
actividades propias de cada fase, as como un buen nmero de ejemplos documentados
en los cuales apoyarse cuando no se dispone de gran experiencia en el desarrollo de DM
y DWH. Especialmente importante a este respecto son sus recomendaciones sobre el
modelado dimensional.
2.6. Modelo y arquitecturas habitualmente utilizados en un datawarehouse.
Un modelo es un conjunto de conceptos, reglas y convenciones que permiten
describir y manipular los datos que queremos almacenar en una base de datos. En ellas
se pueden usar distintos modelos de datos para describir la informacin con que operan.
Un Modelo de Datos permite describir.
La estructura de datos de la base: el tipo de los datos que hay en la base y la forma
en que se relacionan.

DATAWAREHOUSE

4
6

 Las restricciones de integridad: Un conjunto de condiciones que deben cumplir

los datos para reflejar correctamente la realidad deseada.
En entornos de DWH, los modelos ms extendidos para representar los datos se
basan en el hecho de que no todas as entidades tienen igual nmero de ocurrencias ni
presentan igual curva de crecimiento en el volumen de dichos datos. Los DWH estn
ms orientados a la consulta para apoyar la toma de decisiones que los sistemas
operacionales que estn ms dedicados a trabajar con la operativa diaria de la empresa.
Estas diferentes visiones del problema tienen una gran importancia en la manera de
modelar.
2.6.1. Modelo en estrella.
El esquema en estrella es el ms sencillo de los esquemas de almacenamiento
de datos. Se lama as porque el diagrama se asemeja a una estrella, con los puntos
que irradian desde un centro. El centro de la estrella consta de una o ms tablas de
hechos y los puntos de la estrella son las tablas de dimensiones.
En concreto este esquema en estrella es ideal por su simplicidad y velocidad
para ser usado en anlisis multidimensionales como los DM, ya que permite
acceder tanto a datos agregados como de detalle. Adems, ofrece la posibilidad de
implementar la funcionalidad de una base de datos multidimensional utilizando
una clsica base de datos relacional.
El esquema en estrella consiste en estructurar la informacin en procesos,
vistas y mtricas a modo de estrella. En la tabla de hechos encontramos los
atributos destinados al hecho que constituye el proceso de negocio a medir, es
decir, sus mtricas.

DATAWAREHOUSE

4
7

Mientras, en las tablas de dimensin, los atributos se destinan a elementos de

nivel (que representan los distintos niveles de las jerarquas de dimensin) y a
atributos de dimensin (encargados de la descripcin de estos elementos de
nivel). En el esquema en estrella la tabla de hechos es la nica tabla que tiene
mltiples joins que la conectan con otras tablas. El resto de tablas del esquema
(tablas de dimensin) nicamente hacen join con esta tabla de hechos. Las tablas
de dimensin se encuentran adems totalmente des normalizadas, es decir, toda la
informacin referente a una dimensin se almacena en la misma tabla. La
siguiente figura muestra un ejemplo de diagrama utilizando el Modelo en Estrella.

Tabla de hechos
Tabla de dimensin

Tabla de dimensin

2.6.2. Modelo en copo de nieve (snowflake)

El esquema en copo de nieve (snowflake) es un esquema de representacin
derivado del esquema en estrella, en el que las tablas de dimensin se normalizan
en mltiples tablas. Por esta razn, la tabla de hechos deja de ser la nica tabla del
esquema que se relaciona con otras tablas, y aparecen nuevas join o uniones entre
tablas gracias a que las dimensiones de anlisis se representan ahora en tablas de
dimensin normalizadas. En la estructura dimensional normaliza, la tabla que

DATAWAREHOUSE

4
8

representa el nivel base de la dimensin es la que hace join directamente con la

tabla de hechos. La diferencia entre ambos esquemas (estrella y copo de nieve)
reside entonces en la estructura de las tablas de dimensin. Para conseguir un
esquema en copo de nieve se ha de tomar un esquema en estrella y conservar la
tabla de hechos, centrndose nicamente en el modelado de las tablas de
dimensin, que si bien en el esquema en estrella se encontraban totalmente des
normalizadas, ahora se dividen en subtablas tras un proceso de normalizacin.
Es posible distinguir dos tipos de esquemas en copo de nieve, un snowflake
completo (en el que todas las tablas de dimensin en el esquema en estrella
aparecen normalizadas) o un snowflake parcial (solo se lleva a cabo la
normalizacin de algunas de ellas). En la siguiente figura se observa el modelo en
copo de nieve.

Proveedores
Tiempo

Productos
Ventas
(cuanta_vendido,
montante_vendido)
Clientes

Canales

Pases

2.6.3. Modelo dimensional.

Aunque en los entornos de BI los esquemas de estrella son los ms empleados,
tambin se puede utilizar la tercera forma normal para su utilizacin en sistemas
de almacenamiento de datos.
DATAWAREHOUSE

4
9

El modelado de la Tercera Forma Normal (3FN) es una tcnica clsica de las

bases de datos relacionales que minimizan la redundancia de datos a travs de la
normalizacin de los datos. Cuando se compara con un esquema en estrella, un
esquema 3FN tiene normalmente un mayor nmero de tablas debido al proceso de
normalizacin.
Los esquemas 3FN se utilizan en los almacenes de datos grandes,
especialmente en entornos con importantes requisitos de carga de datos que se
utilizan para alimentar DM y ejecutar consultas de larga ejecucin.
Las principales ventajas de los esquemas 3FN son las siguientes:

Proporcionar un diseo de esquema neutral e independiente de cualquier

aplicacin.
Puede requerir menos informacin de datos que otros esquemas como los
esquemas en estrella.

En la siguiente figura se puede observar un esquema 3FN.

Clientes

Pedidos

Artculos del pedido

Productos

2.6.4. Eleccin de un modelo.

En el desarrollo de un DWH, la forma ms natural de construir el diseo es
mediante el modelo en estrella, donde slo se establece una relacin entre la tabla
DATAWAREHOUSE

5
0

0de hechos y las tablas de dimensiones. De esta manera se optimiza el

rendimiento al mantener las consultas lo ms simple que sea posible y
proporcionar servicios rpidos con un tiempo de respuesta lo ms corto posible, al
almacenar toda la informacin acerca de cada nivel en pocas tablas.
Por otro lado, el esquema de copo de nieve proporciona gran simplicidad desde
el punto de vista del usuario final. El argumento a su favor es que al estar
normalizadas con las tablas de dimensiones se evita la redundancia de datos y con
ellos se ahorra espacio.
Pero si tenemos en cuenta que hoy en da, el espacio en disco no suele ser un
problema, y si el rendimiento, se presenta como una mala opcin en un DWH, ya
que el hecho de disponer de ms de un tabla por cada dimensin implica tener que
realizar cdigo ms complejo para realizar una consulta que a su vez se ejecutara
en un tiempo mayor, debido en parte al mayor nmero de uniones (joins) que
habr que realizar.
Por tanto, se puede usar un esquema de copo de nieve en un DWH, aunque
estos sean realmente grandes y complejos, pero nunca en sistemas donde el
tiempo de respuesta sea un factor ritico para los usuarios. Similares problemas se
puede encontrar si se utiliza un diseo basado en el modelo relacional puro.
En resumen, si la principal preocupacin del proyecto a realizar est marcada
por las premisas de espacio y rendimiento, el esquema e estrella se presenta como
la opcin ms aconsejable, pues permite indexar las dimensiones de forma
individualizada sin que repercuta en el rendimiento de la base de datos en su
conjunto.

DATAWAREHOUSE

5
1

Captulo 3: Intervencin metodolgica

3.1. Desarrollo del sistema de apoyo al proceso de toma de decisiones rea atencin
al cliente Sedam Huancayo S.A.
Como se detall en el captulo anterior, para el desarrollo del sistema de apoyo a la
toma de decisiones se va utilizar la metodologa de Ralph Kimball, dado que es la que
se adecua a la investigacin, la misma que consiste en los siguientes pasos:
1. Planificacin del Proyecto.
2. Definicin de los Requerimientos del Negocio.
3. Modelado dimensional.
DATAWAREHOUSE

5
2

4. Diseo fsico.
5. Diseo y desarrollo de la presentacin de datos.
El presente captulo tiene como finalidad el analizar y describir los mtodos que se
emplearon durante la investigacin, con la finalidad de obtener informacin oportuna,
confiable, til y de calidad, que ayude a tomar decisiones a los encargados del rea de
atencin al cliente de la empresa Sedam Huancayo S.A..
3.1.1. Planificacin del proyecto.
Como en otro Proyecto software, es necesario realizar una planificacin del
mismo para tratar de garantizar que el desarrollo se realiza segn las fechas
previstas. A continuacin se presenta la planificacin prevista para el proyecto
que se est realizando.

Grfico: Planeamiento del proyecto

DATAWAREHOUSE

5
3

T
E

Nombre de Tarea

Jun

jun

jun

jun

jun

- 01

-03

-05

-07

-09

ju

ju

ju

ju

ju

n-

n-

n-

n-

n-

11

13

15

17

19

Definicin de
1 requerimientos del

Negocio
2 Modelado dimensional

3 Diseo fsico

Diseo y desarrollo de
4 la presentacin de

datos

3.1.2. Definicin de los requerimientos del negocio.

Para el levantamiento de requerimientos se realizaron entrevistas a los
responsables del rea atencin al cliente de la empresa, los requerimientos
encontrados se implementaran con la herramienta SQL Server (Analysis
Services).
3.1.2.1. Levantamiento de los requerimientos
Para realizar la recoleccin de requerimientos se realizaron entrevistas con los
futuros usuarios de la solucin y tambin con personas del rea de atencin al
cliente. Dichos requerimientos fueron se generaron a partir de un anlisis simple
del sistema. Los requerimientos del negocio se describen a continuacin.

Tipo de reclamos por distrito.

Apelaciones por distrito
Reconsideraciones por distrito
Estado de reclamos por tiempos
DATAWAREHOUSE

5
4

Tipo de reclamos por tiempos

Apelaciones por tiempos
Reconsideraciones por tiempos
Estado de reclamos por tiempos

3.1.3. Modelado dimensional.

Para iniciar el modelado dimensional se debe tener en cuenta el principal
objetivo de cualquier bodega de datos: el anlisis de la informacin. Este anlisis
es realizado por medio de reportes, por lo tanto al modelar el datawarehouse se
debe tener como objetivo la informacin deseada en los reportes.
En el proceso de diseo dimensional propuesto por Kimball se distinguen 5
etapas:

Definicin de proceso de negocio

Definicin del grano
Eleccin de las dimensiones
Identificacin de los hechos
Diseo del modelo dimensional

3.1.3.1. Definicin del proceso de negocio.

En este primer paso seleccionamos los procesos de negocio del modelo.
Entendemos como proceso de negocio cualquier actividad empresarial que se
realiza en la organizacin y que normalmente cuenta con un sistema de recogida
de datos. Realmente la mejor manera de seleccionar un proceso de negocio es
escuchar a los usuarios. Cuando hablamos de proceso no nos referimos a un
departamento de negocio de la organizacin, sino a un proceso productivo en s
mismo.

DATAWAREHOUSE

5
5

En este caso de estudio se quiere analizar los reclamos presentados durante el

mes, meses y aos, as como los tipos de reclamos presentados por distritos y
mes, meses y aos, estado del reclamo, por distrito y mes, meses y aos.
3.1.3.2. Definicin de la granularidad.
Una vez que se ha detenido el proceso de negocio, la siguiente tarea ser la
definicin de la granularidad, o lo que es lo mismo, hasta que nivel de detalle se
quiere alcanzar en el modelo de DM y ms concretamente en la tabla de hechos.
Lo ms recomendado en la metodologa de Kimball es desarrollar el modelo
en torno a una granularidad baja obtenido a partir del proceso de negocio. Es
decir, el objetivo es estructurar el modelo en torno a una informacin lo ms
detallada posible de tal manera que esta no se pueda desglosar. Sin embargo, esta
opcin tambin implica una limitacin a la hora de detallarlas dimensiones. Este
aumento de la granularidad dar una mayor dificultad al usuario a la hora de
profundizar en los detalles por lo que es recomendable dar el mayor detalle
posible al grano.
Se defini la granularidad de la tabla de hechos como la ms baja posible.
Esta granularidad corresponde a la presentacin de un reclamo en una fecha
determinada, es decir una transaccin individual, aunque este no sea el objetivo
del Datawarehouse.
3.1.3.3. Eleccin de las dimensiones.
Este paso plantea como describen los datos los usuarios del propio proceso de
negocio. Con l, queremos incorporar a las tablas de hechos el conjunto de

DATAWAREHOUSE

5
6

dimensiones, que representan los valores que asumen todas las posibles
descripciones en cada contexto del proceso de negocio.
Se definen las dimensiones que soportan los requerimientos definidos,
cumpliendo con la granularidad de la tabla de hechos. Las siguientes secciones
relacionan las tablas diseadas para la base de datos con su dimensin
correspondiente.
2.1.3.3.1. Dimensin reclamo.
Tabla: dim_detreclamo
Contiene la informacin donde se registran todos los detalles de los reclamos
generados o atendidos por el rea.
2.1.3.3.2. Dimensin suministro.
Tabla: dim_suministro
La informacin donde se registran los datos de los suministros.
2.1.3.3.3. Dimensin direccin.
Tabla: dim_direccion
Contiene la informacin de las direcciones de los suministros
2.1.3.3.4. Dimensin distrito.
Tabla: dim_distrito
Contiene la informacin de los distritos

DATAWAREHOUSE

5
7

2.1.4. Identificacin de los hechos.

Los hechos se usan para definir qu es lo que se quiere medir. Para Kimball,
todos los hechos candidatos en un diseo deben ser fieles al grano definido en el
paso 2 y los hechos que pertenezcan claramente a otro grano deben separarse en
una tabla de hechos diferente.
3.1.5. Diseo fsico del datawarehouse.
Siguiendo con la metodologa de Ralph Kimball, el siguiente paso en el
desarrollo del DM es el diseo fsico del mismo. El modelo dimensional
desarrollado en el captulo anterior debe convertirse ahora en un diseo fsico. El
cual se mostrara a travs de la utilizacin de la herramienta SQL Server.
Luego de haber determinado las dimensiones y la tabla de hechos se disea
un diagrama multidimensional.

DATAWAREHOUSE

5
8

Captulo 4: Presentacin de resultados

En este captulo se demuestra que la implementacin y utilizacin del sistema de
apoyo a la toma de decisiones, Mediante el Datawarehouse y herramientas anlisis
multidimensional OLAP, para los que encarar grados del rea de Atencin al Cliente,
Brind los resultados esperados en la optimizacin del proceso de toma de decisiones en
el rea de Atencin al Cliente, brind los resultados esperados en optimizacin del
proceso de toma de decisiones en el rea de Atencin al Cliente de SEDAM
HUANCAYO S.A.
4.1. RESULTADOS AL INVESTIGACIN
Con la implementacin del sistema de soporte de la decisin, mediante la
metodologa del ciclo de desarrollo de software para el de Datawarehouse y el ejemplo
de herramientas tecnolgicas, como el anlisis multidimensional y OLAP, se ha
obtenido los siguientes resultados.
Satisfaccin del gerente comercial y subgerente rea de atencin al cliente, de tener a
disposicin de informacin de los indicadores de la toma de decisiones. De esta manera
se tomaron las estrategias adecuadas para la toma de decisiones con los datos que se
presenta el sistema de apoyo a la toma de decisiones.
Modificar el proceso de toma de decisiones del rea atencin al cliente de la
empresa, l mismo que se presenta a continuacin.

DATAWAREHOUSE

5
9

Un diagrama N 4.1 diagrama de proceso de toma decisiones rea de atencin al

cliente posterior al implementacin del sistema de apoyo a la toma de decisiones.
TOMA DE DECISIONES ATENCIN AL CLIENTE SEDAM HUANCAYO
Quien

S.A. DESPUS DE LA IMPLEMENTACIN

Que
|

FIN

Jefe de Atencin al Cliente

Toma de decisiones a partir de reportes elaborados

rea
detencin
al
Ingresan
al sistema de apoyo toma de decisiones
Analiza reportes de sistema de apoyo
cliente
Fuente indita

4.2. COMPROBANDO LA HIPTESIS GENERAL

Los resultados del anlisis se presentan en la siguiente tabla, que muestra los tiempos
que toman para realizar los requerimientos de usuario, los jefes del rea de atencin al
cliente de la empresa Sedam Huancayo S.A. Dichos tiempos se obtuvieron a partir de
encuestas realizadas a los encargados del rea de atencin al cliente.
Como se dijo anteriormente el tiempo que toma a los usuarios realizar las tareas es
un tiempo calculado ya qu es un trabajo que se hace manualmente.

DATAWAREHOUSE

6
0

Para la realizacin de anlisis estadstico se utiliz la distribucin T de student

Tabla 4.1 detalle de clculo de tiempos de requerimientos de usuario

te

Requerimiento

Tiempo que toma a

Tiempo que toma realizar

los usuarios realizar

tarea con Datawarehouse

tarea
Dos horas

Dos minutos

por distrito
Apelaciones por

Dos horas

Dos minutos

distrito
Reconsideraciones por

Dos horas

Tres minutos

distrito
Situacin de reclamos

Una hora

Tres minutos

por distrito
Tiempo de reclamos

Una hora

Dos minutos

6
7

por tiempo
Apelacin por tiempos
Reconsideraciones por

Dos horas
Uno hora

Tres minutos
Dos minutos

tiempo
Situacin de reclamos

Dos horas

Tres en

Tiempo de reclamos

por tiempo

La tabla anterior muestra los tiempos que toma realizar los requerimientos usuarios,
con lo que se demuestre que con un sistema propuesto toma menor tiempo la realizacin
de las tareas de los requerimientos de usuario.

DATAWAREHOUSE

6
1

Conclusiones
La metodologa de desarrollo utilizada en el desarrollo del proyecto
utilizado en el Datawarehouse y las herramientas tecnolgicas OLAP,
utilizadas en el presente trabajo, jugaron un papel muy importante en el
tratamiento de informacin y gracias a ello el gerente comercial, de
atencin al cliente, tendr mejor panorama para tomar decisiones y
formular estrategias y/o plantear polticas en la administracin sanitaria.
Con el uso de sistemas Datawarehousing se permite a los encargados del
rea de atencin al cliente de la empresa Sedam Huancayo S.A. Tomar
mejores decisiones ya que las herramientas permite ver los indicadores de
gestin, que no permite ver los reportes anteriormente usados.
Si valido la hiptesis General de que se demostr que con una utilizacin
del sistema Datawarehousing se logra optimizar el proceso de toma de
decisiones del rea de atencin al cliente de la empresa Sedam Huancayo
S.A.
El presente trabajo ser el modelo a seguir para implementar el
Datawarehouse en la sugerencia de facturacin, cobranzas y otras reas de

DATAWAREHOUSE

6
2

la institucin, y de esta manera se va a completar el Datawarehouse

central.

Recomendaciones
Se recomienda a la difusin y concientizacin de encargados del rea de
atencin al cliente de empresa Sedam Huancayo S.A., que se encargan del
proceso de toma de decisiones, en el uso de las tecnologas
Datawarehousing para optimizar el proceso de toma de decisiones.
Se recomienda reemplazar el mtodo tradicional de toma de decisiones,
por el uso y apoyo del sistema Datawarehousing desarrollado.
Se recomienda que se actualice de manera peridica los datos del
sistema Datawarehousing desarrollado al fin de tener la adaptacin
dinmica del mismo en base a la evolucin de los datos.
Es recomendable formar el rea de inteligencia de negocios dentro del
rea de sistemas que se encarga de construir y desarrollo ms sistemas de

DATAWAREHOUSE

6
3

soporte a la toma decisiones en todas las reas de la empresa Sedam

Huancayo.

DATAWAREHOUSE

6
4