HERRAMIENTAS DE BUSINESS

INTELLIGENCE

DATAWAREHOUSING Y
DATAMINING

QU ES BUSINESS INTELLIGENCE?
* Conjunto de estrategias y herramientas enfocadas a la
administracin y creacin de conocimiento mediante el
anisis de datos existentes en una organizacin.
* Abarca la comprensin del funcionamiento actual de la
empresa, y la anticipacin de acontecimientos futuros,
con el objetivo de ofrecer conocimientos para respaldar
las decisiones empresariales.

QU ES BUSINESS INTELLIGENCE?

* Las herramientas de inteligencia se basan en la

utilizacin de un sistema de informacin de
inteligencia que se forma con distintos datos
extrados
de
la
produccin,
informacin
relacionada con la empresa y datos del entorno y
el contexto.
* Mediante las herramientas y tcnicas (extraer,
cargar y transformar), se extraen los datos de
distintas fuentes, se depuran y preparan para
luego cargarlos en un almacn de datos

DATAWAREHOUSE
* Es un gran almacn de datos para consultar
* Es un repositorio de datos de muy fcil acceso, alimentado
de numerosas fuentes, transformadas en grupos de
informacin sobre temas especficos de negocios, para
permitir nuevas consultas, anlisis, toma de y decisiones.
* Tiene gran capacidad de almacenamiento, pues los datos
pueden ser de grandes periodos de tiempo.

DATAWAREHOUSE
-Emplea el concepto de Metadatos (datos que describen
otros datos). Por ejemplo, en una biblioteca se usan
fichas que especifican autores, ttulos, casas
editoriales y lugares para buscar libros. As, los
metadatos ayudan a ubicar datos.
-Cumple el principio de arquitectura fundamental que es
separar los sistemas transaccionales de los
informacionales en dos entornos de manera que el
anlisis de los datos existentes no intefiera con el
procesamiento y registro de nuevos datos.

 Un DWH tiene varias caractersticas:

Es una coleccin de datos orientada a un tema ,

integrada, variable en el tiempo y que sea
tl para la toma de decisiones.

Es integrado porque agrupa a todos los sistemas

operacionales en un sistema de informacin con
formatos y cdigos consistentes.

 Un DWH tiene varias caractersticas:

Es variante en el tiempo porque los

datos se organizan y almacenan en
jerarquass en el tiempo, lo que permite
anlisis comparativos de estados
actuales y de perodos anteriores.

Etapas en la construccin
de un DWH
1. Captura de los datos de las fuentes
seleccionadas (extraer de otras fuentes
-excel, documentos, etc- datos al DWH)
2. Tratamiento, conversin y transformacin
de los datos (operaciones de limpieza,
homogeneizacin, etc) En esta etapa se
considera lo siguiente

Etapas en la construccin
de un DWH
-Detectar y corregir errores (duplicados, eliminar valores sin
sentido)
-Consistencia del uso de valores (codificacin igual de los
valores por ejemplo DD/M/AAAA)
-Tratamiento de la ausencia de valores (por default)
-Codificar campos (ej. Pasar de fechas de nacimiento a
intervalos de edades)
-Reestructurar y aadir nuevos campos (enriquecer el
sistema)

Herramientas para explotacin

del Datawarehouse
Queries and
reporting: generacin
de consultas y
reportes de las bases
de datos relacionales
que generan informes
predefinidos a partir
de campos calculados

Herramientas para explotacin

del Datawarehouse
Anlisis
multidimensional (OLAP
online analytical
processing)
Facilitan el anlisis de
datos a travs de
dimensiones y
jerarquas, uutilizando
consultas rpidas
predefinidas

Herramientas para explotacin

del Datawarehouse
Herramientas de
datamining: tcnicas
avanzadas que permiten
detectar y modelizar
relaciones entre los datos y
obtener informacin no
evidente como patrones de
consumo, prediccin del
comportamiento de los
clientes, asociaciones de
productos.

Herramientas de
datamining
Estadsticas: regresin, anlisis
multivariable, anlisis cluster
Simblicas: rboles de decisin,
reglas
Tcnicas de inteligencia artificial:
redes neuronales, algoritmos

Metodologa de un proceso
de datamining
Muestreo: seleccin de muestra de datos para
reducir costos y tiempos.
Exploracin: determinar tendencias
principales, rango de variables, frecuencia de
valores
Modificacin: transformacin y filtrado de
variables para adecuarse a los requisitos del
problema o cuestin que se quiere analizar

Metodologa de un proceso
de datamining
Modelizacin del comportamiento: empleando
redes neuronales, rboles, etc.
Evaluacin: comprobacin de la validez del
modelo obtenido.
Presentacin grfica de los resultados

Herramientas de datamining y
datawarehouse
Oracle
IBM
KNIME
SPSS Clementine (software)
SAS Enterprise Miner
RapidMiner
Weka
KXEN
Orange

BENEFICIOS
Con los sistemas de datawarehousing y
datamining los directivos pueden disponer de
la informacin necesaria en poco tiempo y con
validez y dedicarse a su anlisis.
Permiten conocer el comportamiento de los
clientes logrando la eficacia en operaciones
de marketing y comunicaciones.
Se pueden detectar tendencias y previsiones
de cara al futuro.

En definitiva, una solucin BI completa permite:

Observar qu est ocurriendo?
Comprender por qu ocurre?
Predecir qu ocurrira?
Colaborar qu debera hacer el equipo?
Decidir qu camino se debe se