SILABO DE INTELIGENCIA DE NEGOCIO

1. Datos informativos
1.1.
Facultad
1.2.
Carrera Profesional
1.3.
Pre. Requisitos
1.4.
Modalidad
1.5.
Cdigo
1.6.
Crditos
1.7.
Nmero de horas
1.7.1. Tericas
1.7.2. Prcticas
1.8.
Ciclo de Estudios
1.9.
Semestre acadmico
1.10. Duracin
1.11. Profesor
E-mail

: Ingeniera
: Ingeniera Informtica y de Sistemas
: 08604
: Presencial
: 08703
: 04
: 05
: 03
: 02
: VII
: 2016-II
: 22/08/2016 al 18/08/2016
: Ing. Miguel Arturo Valle Pelaez
: miguel.valle@usanpedro.edu.pe

2. Fundamentacin
La presente experiencia curricular tiene como propsito introducir al estudiante
en la elaboracin de un Sistema de Soporte de Decisiones como una
herramienta de imprescindible ayuda que asista a los gerentes en los procesos
de decisin.
Proporcionando para ello al estudiante un conjunto de tcnicas de identificacin
de requerimientos, medidas de gestin y modelado de bases de datos
multidimensionales. Incluyendo casos prcticos de cmo las empresas llegan a
gestionar y que necesitan para evaluar adecuadamente su gestin y tomar la
decisin ms acertada usando como Herramienta Oracle 12c, SQL Server 2016
y sus servicios como Integration Services (SSIS), Reporting Services (SSRS) y
Analysis Services (SSAS) y su Integracin con Visual Studio.Net 20105.
3. Competencias
3.1.

Genricas

3.1.1.
3.1.2.
3.1.3.
3.1.4.

Capacidad de abstraccin, anlisis y sntesis

Capacidad para organizar y planificar el tiempo
Capacidad de investigacin
Habilidades para buscar, procesar y analizar informacin
procedente de fuentes diversas.
3.1.5. Capacidad crtica y autocrtica.
3.1.6. Capacidad creative
3.1.7. Capacidad para identificar, plantear y resolver problemas.
Capacidad de trabajo en equipo.
3.1.8. Habilidades interpersonales.
3.1.9. Compromiso con la preservacin del medio ambiente.
3.1.10. Habilidad para trabajar en forma autnoma.

3.2.

Especficas
Identifica y aplica las distintas etapas de la construccin de una solucin
de Inteligencia de Negocios.
Comprende y aplica las tcnicas de modelamiento de datos aplicadas a
una solucin de Inteligencia de Negocios.
Aplica procesos de carga y explotacin de informacin en un proyecto
de Inteligencia de Negocios.
Comparar y contrastar diferentes concepciones de minera de datos,
mostrando evidencias en investigacin y aplicacin.

4. Programacin temtica
Semana

Tema

Modalidad de
aprendizaje

1.

Sistemas
de
Soporte
de
Decisiones. Introduccin, Tipos de
Sistemas:
Sistemas
Transaccionales, ejecutivos y
Sistemas Gerenciales

Clase terica

Inteligencia de Negocios en las

Organizaciones. plan Estratgico
vs planes operativos

Clase terica

Reconoce el plan estratgico como

modelo para el diseo de Sistemas
Gerenciales.

Fecha

Desarrollo del Silabo

Comprende los
escenarios de casos
reales de sistemas
soporte a las
decisiones: Sistemas
Transaccionales,
Sistemas Gerenciales

Brinda Herramientas
para
la
documentacin
Modelado
dimensional

22.08.16

29.08.16

Clase Prctica

Transact SQL:
DCL,DDL,DML
3

Metodologia ralph kimball:

Clase terica

Construccin.
Definicin
del
Proceso
Metodolgico
Data
WareHouse (DW).

Revisar el Plan
Estratgico Anlisis
de la Matriz FODA
Reconocimiento
modelo base de
datos operacional
(OLTP)
Roles y
responsabilidad

05.09.16

Observ
acin

equipo DBA
Clase Prctica
ETL SQL to SQL

Metodologia ralph kimball:

Clase terica

Requerimiento estrategicos

Hoja de anlisis
11.09.16
Dimensin y
Jerarqua
Clase Prctica

Plan General de
Proyeccin Social y
Extensin
Universitaria de la
EAPIIYS.
5

Metodologia ralph kimball:

Clase terica

Analisis Dimensional

Diseo Dimensional
Clase Prctica

18.09.16

Archivos planos

ETL(Utilizando
Transact SQL SSIS
SQL INTEGRATION
SERVICES)
6

Clase terica

Metodologia ralph kimball:

Arquitectura
datamarts

Datawerehouse

Es capaz de diferenciar
un DW. De un DBMS u
OLTP, jerarquas,
modelo estrella,
modelo bola de nieve

25.09.16

Clase Prctica

Implementacion
DataMarts utilizando
ETL (Utilizando
SSIS)
7

Metodologia ralph kimball:

Clase terica

ETL avanzado a otros gestores de

datos

Realizando el Anlisis
Dimensional Casos
Clase Prctica
ETL: Tabla Hechos y

Dimensiones

02.10.16

Evaluacin No. 01

8
9

09.10.16

Metodologia ralph kimball:

Clase terica

Creacin de cubos de informacin

Cubos de Informacin

16.10.16

Tipos de Cubos
Clase Prctica

Utiliza SSAS SQL

Server
Analisis
Services
10a

Metodologia ralph kimball:

Clase terica

Indicadores de gestin estratgica

Fundamentos
implementacin
Indicadores
Gestin (KPI)

e
de
de

23.10.16

Clase Prctica

Explotacin
cubo OLAP
11a

Datamining(Minera de Datos)

de

un

Clase terica

Algoritmos de
Minera de Datos

30.10.16

Metodologas
de
Minera de Datos
CRISP-DM, KDD
Clase Prctica

Uso
de
Software
12a

DataMining

Clase terica

k-means clustering, la agrupacin

jerrquica

Estructura
Webgrafa
PageRank

Octve

de

los
y

06.11.16

Clase Prctica

Uso
de
Software
13a

Reportes Gerencial:

Octve

Clase terica
SSRS SQL Server
Reporting Services
fundamentos,
arquitectura

13.11.16

Clase Prctica
Implementa
un
servidor de informes
que explote el cubo
de informacin
Utiliza QlikView
14a

BSC (Balanced Score Card)

Clase terica

20.11.16

Fundamentos
de
cuadro de mando
integral.
Clase Prctica
Implementacin de
Tablero de control
con
reporting
services y cubos
OLAP
15a

Azure Machine Learning

Clase terica
Fundamentos
de
AML
Arquitectura
y
herramientas de AML

27.11.16

Clase Prctica
Implementacin de
una solucin AML
Plan General de
Proyeccin Social y
Extensin
Universitaria de la
EAPIIYS.
16a

Evaluacin No. 02
Evaluacin
sustitutoria
aplazados

17a

04.12.16
11.12.16
de

5. Metodologa
Modalidad
Presencial

Tipo de clase
Terica
Laboratorio
Prctica

Metodologa
Clase Magistral
Experimental
Demostraciones
Demostraciones

No Presencial

Aprendizaje Cooperativo
Practicn
Tutora Acadmica
Individual
Grupal

Proyectos
Talleres
Mtodos participativos
Prcticas de la profesin
Contrato
Seminario Foro
Seminario Foro

6. EVALUACION
UNIDAD DE APRENDIZAJE
EPU = K1P + k2 S + k3E1 + / 10
ESU = K1P + k2 S + k3E1 + / 10
K1 + k2 + k3 + = 10
P = Prcticas
S = Seminarios
E = Examen escrito
EVALUACION PROMOCIONAL
EPU + ESU / 2
EXAMEN SUSTITUTORIO
El Examen Sustitutorio ser solo de las Exmenes Escritos
El promedio se redondea a dcimos

7. BIBLIOGRAFIA

Curto Daz, Josep (2010). Introduccin al Business Intelligence. Editorial UOC. (BIBLIOTECA
VIRTUAL).
Howson, Cindi (2009).Business intelligence: estrategias para una implementacin exitosa.
McGraw-Hill Interamericana. (BIBLIOTECA VIRTUAL).
Rodrguez Parrilla, Jos Miguel (2014). Cmo hacer inteligente su negocio: business
intelligence a su alcance. Larousse - Grupo Editorial Patria (BIBLIOTECA VIRTUAL).
Trujillo, Juan Carlos(2013). Diseo y explotacin de almacenes de datos: conceptos bsicos
de modelado multidimensional. ECU (BIBLIOTECA VIRTUAL).
Palma Claudio, Palma Wilfredo (2009). Data Mining: el arte de anticipar. RIL editores
(BIBLIOTECA VIRTUAL).
Presser Carne Cytihia (2009).Data Mining. El Cid Editor (BIBLIOTECA VIRTUAL).

ANEXO

MISION
Somos una Escuela Profesional de calidad, que
forma profesionales altamente calificados
para un mercado competitivo; con capacidad
de resolver problemas de la sociedad,
utilizando ciencia y tecnologa de vanguardia.

VISION
Ser una Escuela Profesional lder a nivel nacional en
la formacin de profesionales competentes de alto
nivel acadmico y humanstico, comprometidos con
la generacin de conocimiento cientfico
tecnolgico, orientado al desarrollo econmico,
social y cultural; una Escuela basada en valores,
identificada con su entorno y consciente de la
preservacin del medio ambiente.