Control de Gestión y Sistemas de Información

MÓDULO
Área: NEGOCIOS
1 Curso: CONTROL DE GESTIÓN Y SISTEMAS DE INFORMACIÓN

Módulo: Fundamentos de la inteligencia de negocios
Área: NEGOCIOS M1
Curso: CONTROL DE GESTIÓN Y SISTEMAS DE INFORMACIÓN
Fundamentos de la inteligencia de negocios

Índice
Introducción ......................................................................................................................................................... 1
1. El Plan de negocios de la organización y el Plan Informático ........................................................................... 2
2. Conceptos básicos de información y su valor en la organización .................................................................... 5
3. Bodegas y Minería de Datos (Data Warehouse y Data Minning) ..................................................................... 6
3.1 Data warehouse (DW) ................................................................................................................................................. 6
3.2 Data minning (DM) ...................................................................................................................................................... 9
3.3 Procesamiento analítico en línea (OLAP) ................................................................................................................... 12
Cierre .................................................................................................................................................................. 24
Área: NEGOCIOS M1

Mapa de Contenido
Fundamentos de la
inteligencia de negocios
El plan de negocios de la Conceptos básicos de Bodegas y Minería de Datos

organización y el plan información y su valor en la (Data Warehouse y Data
informático organización Minning)
Data warehouse (DW)
Data minning (DM)
Procesamiento analítico en
línea (OLAP)
Área: NEGOCIOS M1
Curso: CONTROL DE GESTIÓN Y SISTEMAS DE INFORMACIÓN Pág. 1

Identifica y explica los elementos básicos de la Inteligencia de negocios en la
RESULTADO DE
empresa y su relación con la gestión en las organizaciones, conjunto a
APRENDIZAJE tecnologías aplicables en la empresa para la obtención de la inteligencia de
DEL MÓDULO negocios.
Introducción
Actualmente, los Sistemas de información son parte fundamental en el manejo, modelamiento y análisis de
datos y, con ello, de las tomas de decisiones de una empresa.
Es por ello que la relevancia de esta área va más allá de lo que muchas veces se cree y, al mismo tiempo, crea
la necesidad de desarrollar conocimientos y estrategias de análisis, diseño, uso y explotación de herramientas
que sean, realmente, de alto nivel de especialización en esta área.
Este último punto toma más importancia cuando consideramos que, actualmente, es estrictamente necesario
– para muchas organizaciones – mantener la información en tiempo real, de forma confiable, útil y eficaz, lo
que, en un mundo globalizado, está condicionado a variables que van más allá del precio y cantidad de
productos o servicios. Se consideran variables que abarcan áreas sociales; políticas; comportamientos según
edades, días, ciclos, estaciones, entre otras muchas variables.
En este curso, se analizarán diferentes ítems de esta disciplina, dando especial relevancia – en este módulo –
a los elementos básicos de la Inteligencia de negocios y su relación con la gestión de las organizaciones que la
utilizan, dando inicio y base a los módulos siguientes, donde se profundizarán diferentes características y
funcionalidades de la disciplina.
Área: NEGOCIOS M1

1. El Plan de negocios de la organización y el Plan
Informático
Actualmente existen diferentes situaciones que hacen necesario una relación negocio-informática, pues las
empresas y organizaciones cada día manejan más datos y el tiempo, como recurso, se hace más escaso para
realizar los análisis correspondientes, al mismo tiempo, el contexto global tan cambiante hace que las
empresas intenten sobrevivir incluyendo nuevas estrategias y oportunidades, según las herramientas
disponibles y alcanzables. En estos puntos, es importante destacar que las empresas buscan tener información
relevante, por lo que necesitan herramientas que les ayuden a encontrar información nueva y útil, manejable
y evidenciable y, en este caso, la Inteligencia de negocios (BI, Business Intelligence).
““BI es un proceso interactivo para explorar y analizar información estructurada sobre un área
(normalmente almacenada en un datawarehouse), para descubrir tendencias o patrones, a partir de los cuales
derivar ideas y extraer conclusiones. El proceso de Business Intelligence incluye la comunicación de los
descubrimientos y efectuar los cambios. Las áreas incluyen clientes, proveedores, productos, servicios y
competidores.”1
La Inteligencia de Negocios o mejor conocida como Business Intelligence, es definida por el Data Wahehouse
Institute como:
“La combinación de tecnología, herramientas y procesos que me permiten transformar mis datos almacenados
en información, esta información en conocimiento y este conocimiento dirigido a un plan o una estrategia
comercial”.2
A partir de estas definiciones, se puede resumir que Business Intelligence:
Sirve para analizar

Genera y trabaja
Es un proceso iterativo diferentes relaciones entre
información estructurada
variables y tendenciales
Herramienta para Sirve para proveer acceso

Sirve para tener mayor
comunicar los resultados y directo a los usuarios de la
comprensión del negocio
efectuar cambios información del negocios
1
Chacón Escobar, C. (2018). Business Intelligence o Inteligencia de Negocios - Business Intelligence.
2
Chacón Escobar, C. (2018). Business Intelligence o Inteligencia de Negocios - Business Intelligence.
Área: NEGOCIOS M1

Ahora bien, para graficar de mejor manera la utilización de información de este tipo, a continuación se destacan
algunos de los potenciales usuarios de BI:
Responsables de Responsables de
Responsables de ventas
compras Finanzas
Responsables de Responsables de
Responsables de RRHH
Marketing Operaciones
La implementación de Inteligencia de Negocios tiene directa relación con la correcta utilización de los datos.
Es una forma de sacarle provecho a la información que se maneja actualmente o históricamente para poder
tomar decisiones a futuro. Esto, dado a que ayuda a utilizar eficiente mente el recurso “tiempo” en las
organizaciones, pues sistematiza y ayuda a, realmente, tomar decisiones relevantes con información
relevante.
Ahora bien, el para implementar Business Intelligence en una organización, es recomendable tener en cuenta
que es conveniente en las siguientes situaciones, siendo urgente en las organizaciones que tienen una
estructura compleja, sumado a un gran número de clientes o consumidores finales.
Aumento muy grande en la cantidad de datos de la Base de Datos (BBDD)
Los datos parecen crecer y llenar el repositorio
•Alta dimensionalidad
•Gran número de registros
•Nuevas Fuentes
Las herramientas de análisis actuales no soportan los nuevos requerimientos y escalas
El usuario final no es un estadístico o especialista en BBDD
Después de esta información podemos responder la siguiente pregunta: ¿Para qué se implementa Business
Intelligence?
Área: NEGOCIOS M1

Porque sirve para controlar, coordinar y tomar decisiones en la Planificación, gestión y operaciones de una
organización.
Planificación
TOMA DE
DECISIONES Gestión
CONTROL Operaciones
COORDINACIÓN
De este modo, ayuda en la mejora de la información corporativa, por lo que entrega herramientas que apoyan
en las decisiones estratégicas de la organización, observando lo que ocurre, comprender causas, proyectar
hechos, aportar soluciones y decidir. Es por esto que, entre muchas otras aplicaciones de negocio, podemos
identificar las siguientes, que son las que más podrían destacar:
•Ayuda a identificar potenciales clientes, establecer la

Marketing y ventas
efectividad de las campañas de marketing
•Ayuda a identificar las causas de problemas de

Análisis de procesos de producción
manufactura
Comprensión de comportamiento
•Crea modelos de retención de clientes, afinidades, etc.
de consumidores
Detección de fraudes •Permite identificar trasnacciones fraudulentas
•Permite establecer puntajes para un cliente a la hora de

Aprobar créditos
pedir un préstamo
•Permite modelar preferencias de usuarios desde logs,

Análisis de websites
filtros colaborativos, etc.
Área: NEGOCIOS M1

2. Conceptos básicos de información y su valor en la
organización
“Un sistema de información es un conjunto de datos que interactúan entre sí con un fin común. En
informática, los sistemas de información ayudan a administrar, recolectar, recuperar, procesar, almacenar y
distribuir información relevante para los procesos fundamentales y las particularidades de cada organización.”3
Beneficios tangibles Beneficios intangibles
•Reducción de costes •Optimiza la satisfacción de los clientes

•Generación de ingresos •Mejora el acceso a los datos a través de
•Reducción de tiempos consultas
•Información actualizada
•Transparencia y control corporativo
Entre el sistema de información se encuentran diversas variables y conceptos que influyen y/o se relacionan
en su ejecución: (Se detallarán a lo largo del módulo)
Data Mining
Data Warehouse
•Es una colección de datos que se orientan según temas, características e intereses. Se usa para el
soporte del proceso de toma de decisiones gerenciales
OLAP
•Herramienta de manejo de datos
Customer Relationship Management (CRM)

•Herramienta que ayuda en la comprensión y conexión con los consumidores
Balance Scorecard
•Modelo de control de gestión, que ayuda en el alineamiento de objetivos, indicadores, y plan
estratégico.
Knowledge Management
3
Información, S. (2018). Significado de Sistema de información. Retrieved from
https://www.significados.com/sistema-de-informacion/
Área: NEGOCIOS M1

Todos estos conceptos se relacionan en el proceso general de Inteligencia de negocios, el que se muestra en
la siguiente figura:
3. Bodegas y Minería de Datos (Data Warehouse y

Data Minning)
3.1 Data warehouse (DW)
“Un Datawarehouse es una base de datos corporativa que se caracteriza por integrar y depurar información
de una o más fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad de pespectivas y
con grandes velocidades de respuesta. La creación de un datawarehouse representa en la mayoría de las
ocasiones el primer paso, desde el punto de vista técnico, para implantar una solución completa y fiable de
Business Intelligence.”4
4
Sinexxus.com. (2018). Datawarehouse. Retrieved from
https://www.sinnexus.com/business_intelligence/datawarehouse.aspx
Área: NEGOCIOS M1

Funcionalidades
•Reúne datos esenciales provenientes de bases de datos heterogéneas desde todas las
áreas de negocio (Ventas, finanzas, RRHH, etc.)
•Una base de datos para apoyar decisiones (DS-DB) que es mantenida separadamente de la
BD transaccional de la empresa.
•Procesamiento de información de soporte mediante una plataforma sólida, de datos
históricos y consolidados listos para ser analizados.
•Organiza los datos para apoyar decisiones de gestión.
•Maneja elevados volúmenes de información.
•Variable en el tiempo, los datos son relevantes en un periodo de tiempo y estos deben ser
integrados periódicamente.
•Colección de objetos orientados al objetivo
•Organizada en torno a los datos más importantes de la empresa
•Es bueno para realizar filtros y eliminar información poco importante.
Evaluación
•El modelamiento se enfoca en el análisis y toma de decisiones basadas en estos datos

particulares y no en el procesamiento diario de las transacciones.
•Provee una vista simple y concisa a cerca de los datos de interés, siendo capaz de verlos
desde distintos puntos de vista o dimensiones. A la vez se filtra todo dato que no aporta a
la toma de decisiones.
En sí, el DATA WAREHOUSE está orientado directamente a la información relevante de la organización,

identificando la información necesaria que se necesite para cada situación, tal como se grafica en la siguiente
figura:
De este modo, debe trabajar con datos integrados que se manejan en un almacén de datos centralizado, tal
como se grafica a continuación:
BASE DE DATOS
TRANSACCIONAL
Curso País Gama
INFORMACIÓN
Reunión Venta Producto NECESARIA
Prototipo
Área: NEGOCIOS M1

BASE DE DATOS Fuente de Fuente de Datos 3
TRANSACCIONAL 1 Datos 1 Fuente de
Texto HTML Datos 2
Fuentes
Externas
BASE DE DATOS
TRANSACCIONAL 2
Fuentes Internas
ALMACEN DE DATOS
Ahora bien, para poder desarrollar de manera correcta la implementación del Data Warehouse, es necesario
cumplir con ciertos requisitos:
La infraestructura tecnológica que soporta el Data Warehouse debe estar separada a la infraestructura
que soporta los sistemas operacionales.
Debe contener acceso universal a los datos, que se crean y se tratan de acuerdo con los requisitos del
usuario y dentro del marco de un modelo de datos.
Implantación de un sistema abierto, con interfaces a fuentes de datos internas y externas.
Separación lógica y física de las bases de datos de almacén de datos y de metadatos respecto a las bases
operacionales.
Creación de herramientas de consulta para el usuario final, con posibilidades de utilización intuitiva y
funciones de unión e interrelación.
Fuentes de datos
Extracción y transformación(ETL)
Servidor de datos
Herramientas de acceso
Área: NEGOCIOS M1

De este modo, se pueden identificar las ventajas y desventajas del Data Warehouse:
Ventajas Desventajas
•Aumento en la competitividad en el mercado •Subvaloración del esfuerxo necesario para su

•Favorece la productividad de los gerentes de dieseño y creación
área •Cantidad de recursos necesarios para la
captura, carga y almacenamiento de datos
•Constantes cambios de requisitos de los
usuarios.
3.2 Data minning (DM)

“Data Mining (minería de datos) es el proceso de extracción de información significativa de grandes bases de
datos, información que revela inteligencia del negocio, a través de factores ocultos, tendencias y correlaciones
para permitir al usuario realizar predicciones que resuelven problemas del negocio proporcionando una
ventaja competitiva. Las herramientas de Data Mining predicen las nuevas perspectivas y pronostican la
situación futura de la empresa, esto ayuda a los mismos a tomar decisiones de negocios proactivamente.”5
En Data Mining se deben crear y desarrollar modelos distintivos según lo requerido, además de los recursos
disponibles. Por ello, para poder crearlos, se debe tener conocimiento absoluto de la naturaleza de datos y lo
que representan dentro del contexto organizacional.
5
GestioPolis.com, E., & GestioPolis.com, E. (2018). ¿Qué es Data Mining?. Retrieved from
https://www.gestiopolis.com/que-es-data-mining/
Área: NEGOCIOS M1

Etapas para la generación de un modelo:
Definir los objetivos (claros, generales y específicos), sirven de ruta, para esto es esencial conocer el
contexto de los objetivos.
•Que datos sirven y cuáles no, saber discriminar las distintas variables y aspectos (información bien
tomada).
•Conocer el negocio, el rubro o el proceso.
Seleccionar los datos, (fuentes d información) datos externos y datos internos.
Preparar los datos, limpiar la base de datos, es esencial saber manejar los datos (que datos sirven y
cuales no), no existe nada concreto, nada exacto.
Seleccionar y transformar variable.
Proceso modelo, alternativas – selección del modelo.
Validar el modelo, es posible detectar problemas y errores o mejoras al modelo.
Implementar el modelo
Es ideal que los datos se obtengan de 2 o 3 fuentes, ya sean externas o internas, para poder tener una visión
global de lo que se va a analizar.
Para poder preparar los datos y luego comenzar a modelar, se deben considerar las siguientes etapas:
Clasificación de Casos atípicos y Valores perdidos

Muestra
datos datos incorrectos (Missing Values)
•Datos nominales •Se debe seleccionar •Se detectan a partir •Sustitución de un
•Datos ordinales un universo de datos de la selección de valor, a través de
•Datos por intervalo para verificar la muestras y universo una media, mediana
relevancia o moda
•Datos cuantitativos
continuos •Sustitución por
agrupación de
medias
•Sustitución por
regresión
Luego de realizar este proceso, se pueden seleccionar y transformar variables en función del objeto.
Área: NEGOCIOS M1

Por ejemplo:
En el estudio del caso, se define la función objetivo como la función de los beneficios futuros para un producto
de un seguro de vida para el valor del dólar actual.
Se podría desprender, entre otras cosas, que esta predicción tiene cuatro componentes:
Probabilidad de
Índice de riesgo
activación
Beneficio del Costo de

producto marketing
Área: NEGOCIOS M1

3.3 Procesamiento analítico en línea (OLAP)
En general, existen dos tipos de modelamientos de datos que nos van a permitir almacenar los datos de mejor
manera:
DISEÑO ESTRELLA
•Se compone de dos tipos de tablas: Hechos y dimensiones

•Se carcateriza por su simplicidad y velocidad de lectura de la información
Área: NEGOCIOS M1

COPO DE NIEVE
•Se compone de dos tipos de tablas: Hechos y dimensiones

•Es más completo y genera una mayor lentitud en el acceso a los datos, sin embargo, crea
una mejor consistencia en la información que se almacena ahí.
Conceptos del modelo
Hechos: Es un dato susceptible al tiempo y es funcionalmente dependiente

de las dimensiones que lo caracterizan. Obligatoriamente, debe ser cuantificable o Medible.
Se almacenan generalmente en la tabla FACT o HECHOS, siendo esta la central que contiene los valores de las
medidas o KPI’s.
Las medidas que generan mayor valor en una tabla FACT son las que permiten adicionar, ya que corresponden
a medidas numéricas que facilitan los análisis sobre un estudio particular.
Área: NEGOCIOS M1

La cardinalidad de la tabla se puede definir como: CARD(Fact)= CARD(D1)*CARD(D2)*CARD(D...n)
Granularidad de la información contenida en la tabla FACT es fundamental, ya que nos señala el nivel de detalle
al cual podamos acceder.
Ejemplo:
Una compra es un hecho, en que el cliente, un determinado día, a través de cualquier Medio de pago, adquiere
un bien.
Tablas dimensionales: almacenan los datos de los cuales dependen los hechos registrados mediante
parámetros.
Estos parámetros nos entregan descripciones las cuales nos permiten seleccionar, segmentar, filtrar el hecho
de acuerdo a alguna condición especial.
La granularidad en una tabla dimensional se determina por su unidad de almacenamiento.
CODIGO(pk) DESCRIPCION
1 REGION
2 PROVINCIA
3 CIUDAD
4 COMUNA
La jerarquía también ayuda a definir la granularidad y esto lo diseña el negocio.
Instancia de Hecho Primario: es la unidad mínima de información en el DW/DM. Una instancia de Hecho
secundaria: es la agregación de hechos primarios.
Jerarquía: se define como la relación de Muchos a uno que se da entre los valores de un determinado
hecho.(OLAP)
Cubos Multidimensionales(OLAP)
Se define como una estructura de datos organizada, con un alto enfoque en el usuario del negocio, en el cual
cada indicador puede ser evaluado en cualquier nivel de la jerarquía o a través de dimensiones.
P. Ej. Ventas, mensuales, diarias, por Sucursal, En Ciudades o Regiones.
Área: NEGOCIOS M1

Q’
Características
Beneficios de un Cubo OLAP Desventajas
•Fácil de usar por usuario no técnico •Estructura adicional de mantención

•Jerarquía de fácil comprensión •Adpatación del modelo de negocio
•Resultados amigables y repetibles •Mala calidad de DW/DM
•Alta presentación •Jerarquía de negocio no es modelable
Procesamiento Analítico en Línea
En este punto, las herramientas provenientes de OLAP ayudan a los usuarios a tener una visión
multidimensional de los datos para cada actividad o proceso que sea objeto de un análisis. Aquí, el usuario
genera consultas donde selecciona atributos de este esquema, sin conocer la estructura interna o esquema
físico del almacén de datos, se genera la consulta correspondiente y se envía al gestor de consultas del sistema.
Explotación de un DW: Herramientas OLAP
Para comenzar con el proceso analísito en línea, es necesario saber que una consulta, en un almacén de datos,
consiste generalmente en la obtención de medidas sobre los hechos parametrizadas por atributos de las
dimensiones y restringidas por condiciones impuestas sobre las dimensiones.
OLAP
Los cubos OLAP se generan mediante los esquemas sobre DW

Área: NEGOCIOS M1

Estructura Tabla de Hechos Tablas de dimensiones
•Tablas relacionadas en el •Tabla central de la •Tablas adicionales,

DW estructura relacionadas con la tabla de
•Proporciona la estructura de •Datos numéricos hechos
datos del cubo •Proporciona información
histórica
Área: NEGOCIOS M1

Estas características son las que se muestran en la siguiente figura:
Para comprender el uso de los cubos OLAP, es necesario conocer los siguientes conceptos que se desarrollan
alrededor de esta herramienta:
Medida Dimensión
•Valores de la Tabla de dimensiones •Valores de las tablas de dimensiones

•Valores que se analizan y se agregan •Describe un conjunto de miembros para ser
analizados
•Las dimensiones definen dominios como
geografía, producto, tiempo, cliente.
•Los miembros de una dimensión se agrupan
de forma jerárquica (dimensión geográfica:
ciudad, provincia, autonomía, país...).
•Cada celda contiene datos agregados que
relacionan los elementos de las dimensiones.
Área: NEGOCIOS M1

Figura que esquematiza las características de “Dimensión”:
Tablas de dimensiones
•Jerarquía dentro de la dimensión

•Categorización desde el resumen hasta el detalle
•Los niveles temporales podrían ser: Año, trimestre, mes, etc.
En la siguiente figura, se esquematizan estos conceptos como insumos de OLAP:

Área: NEGOCIOS M1

Ahora bien, el Almacén de datos y herramientas OLAP tienen una clasificación que ayuda en el funcionamiento
y cumplimiento de objetivos según recursos y necesidades, tal como se muestra en la siguiente figura:
Se implementan sobre tecnología relacional,

Sistemas ROLAP pero disponen de algunas facilidades para
mejorar el rendimiento
Disponen de estructuras de almacenamiento

Almacén de datos y
Sistemas MOLAP específicas y técnicas de compactación de datos
herramientas OLAP
que favorecen el rendimiento del almacén.
Sistemas HOLAP Es un híbrido entre ROLAP - MOLAP
Sistema ROLAP Sistemas MOLAP
•El almacén de datos se construye sobre un •Sistema de propósito específico: Estructuras

sistema gestor de base de datos (SGBD) de datos (ARRAYS) Y Técnicas de
relacional. compactación.
•Extensiones de los SGBD relacionales: Índices •El objetivo de los sistemas MOLAP es:
de mapa bits; Índices de JOIN; Técnicas de Almacenar físicamente los datos en
particionamiento de los datos; Optimizadores estructuras multidimensionales de forma que
de consultas; Extensiones del SQL. la representación externa y la representación
•Ventajas e inconvenientes: Pueden interna coincidan.
aprovechar la tecnología relacional; Pueden • El servidor MOLAP construye y almaceda
utilizarse sistemas relacionales genéricos; El datos en estructuras multidimensionales
diseño lógico corresponde al físico si se utiliza •Ventajas e inconvenientes: Generalmente
el diseño KIMBALL más eficientes que los ROLAP; Mayor costes
de los cambios en la visión de los datos;
Complejidad en la construcción de las
estructuras multidimensionales.
Área: NEGOCIOS M1

Luego de estas caracterizaciones, se puede observar que, en resumen, la herramienta OLAP presenta
estructuras multidimensionales, que tienen sustento en la siguiente figura:
Sistema BBDD Motor OLAP Interfaz

operacional Relacional Relacional OLAP
I. Consultas e informes (Query y Reporting)
Para poder desarrollar consultas de buen nivel es necesario conocer el Lenguaje Estructurado de consulta (SQL,
“Structured Query Lenguage”), dado que es la forma en la que le enviaremos las instrucciones a la base de
datos con la que estemos trabajando.
SQL posee diferentes componentes, que se interrelacionan para un funcionamiento óptimo:
•Lenguaje de definición de datos, en él se incluye el View

LDD
Definition
•Lenguaje de manipulación de datos, incluye álgebra

LMD
relacional y calculo relacional
•Ordenes para la especificación inicial y fnal de una

Control de transacciones
transacción
•Define cómo agregar SQL en lenguajes de programación de

SQL incorporado y dinámico
actividades generales
Integridad •LDD de SQL, que contiene instrucciones de IR
Autorización •Incluye ordenes de acceso

Área: NEGOCIOS M1

Creación de tablas con SQL:
La sentencia CREATE, nos permite “crear” objetos en un sistema SGDB. Por ejemplo:
CREATE DATABASE NOMBRE; Se está creando una base de datos

CREATE TABLE “nombre_tabla” Se está creando una tabla en la BBDD
("columna 1" “TipoDeDato", Se está creando una columna dentro de la tabla
"columna 2" "TipoDeDato",
); Se está cerrando la consulta
Existen restricciones que nos permiten limitar lo que se ingresara al campo, principalmente, los comandos
“NOT NULL” y “CHECK”, los que se utilizan como se muestra a continuación:
CREATE TABLE "nombre_tabla"
("columna 1" “TipoDeDato“ NOT NULL,
"columna 2" "TipoDeDato“ (CHECK>N),
);
Para poder generar consultas con SQL, se debe conocer la estructura de las mismas, que se compone de tres
clausulas esenciales:
SELECT
Instrucción que trae los atributos seleccionados de una o más tablas.
FROM
Indica de que tabla son los atributos que listo en el select
WHERE
indica la condición que deseo dar a mi lista
Lo que, algebraicamente, se muestra a continuación:
Select A1,A2,...,An
From R1,R2,...,Rn
Where Z
Si necesito buscar datos únicos, utilizamos la clausula “distinct” junto al select:

Select Distinct .
.
From A
Por Ejemplo:
SELECT DISTINCT <> SELECT
RUT, RUT,
FROM FROM
VENTAS; VENTAS;
Área: NEGOCIOS M1

SELECT:
La cláusula Select, nos permite traer todos los atributos de la tabla, utilizando un *:
Select * from TABLE;
Select * from TABLE where Z
Además de permitir contarlos:

Select count(*) from table
Select count(*) from table where Z
WHERE:
El where utiliza operandos conectivos lógicos algebraicos: <, <=, >, >=, = además de <>
En el caso de sentencias conectivas como: AND, OR y NOT
También permite utilizar la comparativa between la cual nos permite filtrar rangos:
SELECT
RUT
from personas
where
deuda between 10000 and 50000
* >=10000 and <=50000*
FROM:
El FROM nos indica de que tabla(s) proviene el dato.
Select
Rut,
Direccion
from personas, direccion
Select
Personas.Rut, Direccion.Direccion
from personas, dirección
Select
a.Rut,
b.Direccion
from personas a, direccion b
Realizando estas consultas, se pueden emitir informes de calidad, considerando todas las variables que se
manejen en la Base de Datos correspondientes, según lo que se solicite y necesite para la toma de decisiones
útil y eficiente.
Área: NEGOCIOS M1

II. Herramientas de Software
Las herramientas de BI son aquellas que se han desarrollado para poder realizar análisis de forma útil,
utilizando de manera correcta los recursos que se tienen. Entre éstas, destacan las siguientes:
•Especial para pequeñas y medianas empresas que buscan

Microsoft Dynamics NAV
mejorar su competitividad.
Microsoft Dynamics CRM •Efectiva para la administración de clientes
•Es una de las más completas en el mercado ya que cuenta

Oracle BI con paneles interactivos, análisis predictivos en tiempo
real, entre otros.
•Un entorno integrado que permite compartir información

Ultimus
entre aplicaciones
•Facilita el acceso a la información en cualquier momento y

Office SharePoint Server
lugar.
•Mantiene las bases de datos al alcance de una manera sin

QlikView
precedentes.
Microsoft Performance Point

•Permite supervisar, alinear y hacer un plan de negocio.
Server
•Adecuada para realizar un análisis panorámico de la

Microsoft SQL Server
empresa y tomar las mejores decisiones
JetReports •Especial para crear informes ERP
Eclipse BIRT Project •Genera informes para aplicaciones web de código abierto.
Área: NEGOCIOS M1

Cierre
En este módulo se logró abordar los principales conceptos y herramientas básicas del Control de Gestión
Sistemas de Información.
Con esta teoría, damos comienzo a un mundo de aprendizajes universales, con lenguaje global y capacidad de
resolver consultas típicas dentro de una organización, dado que se conocen las herramientas fuertes de análisis
de datos y, con eso, generación de informes e información relevante para la gerencia en la toma de decisiones,
ya sean operacionales, estratégicas o administrativas, considerando mercados, contextos, desempeño de
colaboradores entre otras cosas.
APORTE A TU FORMACIÓN
En el Control de gestión, de manera global, se ha hecho imprescindible tener conocimientos en las herramientas de
Sistemas de información, pues de debe trabajar con datos medibles para poder gestionar de manera correcta u
óptima una organización, sobre todo si se trata de una entidad de gran tamaño y con muchos consumidores, pues se
necesita saber cómo estamos hoy para poder llevar esa empresa a un desarrollo importante.
En este punto, el módulo en cuestión entrega las herramientas básicas para poder comenzar el camino de la gestión
de datos, habilidad muy apreciada en el mercado y servible para toda la vida laboral, considerando que el avance en
Tecnología de información es de manera exponencial, y, con ello, la gestión de datos evoluciona.
Área: NEGOCIOS M1

Bibliografía
Obligatoria
Ramos R. (2005). Introducción, Generalidades. Derecho de Familia (5a ed., pp. 78-111). Santiago, Chile: Editorial
Jurídica de Chile.
Ley Nº 19.947, sobre Matrimonio Civil. (Artículos 4 al 55)
Código Civil. Artículos 131 a 140 http://www.google.cl.
Complementaria
Troncoso H. (2007). Derecho de Familia (10ª ed., pp. 105-112). Santiago, Chile: Lenis Nexis.

Control de Gestión y Sistemas de Información

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Control de Gestión y Sistemas de Información

Загружено:

Авторское право:

Доступные форматы

MÓDULO

1 Curso: CONTROL DE GESTIÓN Y SISTEMAS DE INFORMACIÓN

Fundamentos de la inteligencia de negocios

Fundamentos de la inteligencia de negocios

El plan de negocios de la Conceptos básicos de Bodegas y Minería de Datos

Data warehouse (DW)

Data minning (DM)

Fundamentos de la inteligencia de negocios

Fundamentos de la inteligencia de negocios

A partir de estas definiciones, se puede resumir que Business Intelligence:

Sirve para analizar

Herramienta para Sirve para proveer acceso

Fundamentos de la inteligencia de negocios

Aumento muy grande en la cantidad de datos de la Base de Datos (BBDD)

Los datos parecen crecer y llenar el repositorio

Las herramientas de análisis actuales no soportan los nuevos requerimientos y escalas

El usuario final no es un estadístico o especialista en BBDD

Fundamentos de la inteligencia de negocios

•Ayuda a identificar potenciales clientes, establecer la

•Ayuda a identificar las causas de problemas de

Detección de fraudes •Permite identificar trasnacciones fraudulentas

•Permite establecer puntajes para un cliente a la hora de

•Permite modelar preferencias de usuarios desde logs,

Fundamentos de la inteligencia de negocios

Beneficios tangibles Beneficios intangibles

•Reducción de costes •Optimiza la satisfacción de los clientes

Customer Relationship Management (CRM)

Fundamentos de la inteligencia de negocios

3. Bodegas y Minería de Datos (Data Warehouse y

Fundamentos de la inteligencia de negocios

•El modelamiento se enfoca en el análisis y toma de decisiones basadas en estos datos

En sí, el DATA WAREHOUSE está orientado directamente a la información relevante de la organización,

Curso País Gama

Fundamentos de la inteligencia de negocios

Implantación de un sistema abierto, con interfaces a fuentes de datos internas y externas.

Fundamentos de la inteligencia de negocios

•Aumento en la competitividad en el mercado •Subvaloración del esfuerxo necesario para su

3.2 Data minning (DM)

Fundamentos de la inteligencia de negocios

Seleccionar los datos, (fuentes d información) datos externos y datos internos.

Seleccionar y transformar variable.

Proceso modelo, alternativas – selección del modelo.

Validar el modelo, es posible detectar problemas y errores o mejoras al modelo.

Clasificación de Casos atípicos y Valores perdidos

Fundamentos de la inteligencia de negocios

Beneficio del Costo de

Fundamentos de la inteligencia de negocios

•Se compone de dos tipos de tablas: Hechos y dimensiones

Fundamentos de la inteligencia de negocios

•Se compone de dos tipos de tablas: Hechos y dimensiones

Conceptos del modelo

Hechos: Es un dato susceptible al tiempo y es funcionalmente dependiente

Fundamentos de la inteligencia de negocios

La granularidad en una tabla dimensional se determina por su unidad de almacenamiento.

La jerarquía también ayuda a definir la granularidad y esto lo diseña el negocio.

Fundamentos de la inteligencia de negocios

Beneficios de un Cubo OLAP Desventajas

•Fácil de usar por usuario no técnico •Estructura adicional de mantención

Procesamiento Analítico en Línea

Explotación de un DW: Herramientas OLAP

Los cubos OLAP se generan mediante los esquemas sobre DW

Fundamentos de la inteligencia de negocios

•Tablas relacionadas en el •Tabla central de la •Tablas adicionales,

Fundamentos de la inteligencia de negocios