¡Descarga articulode opinion cear vallejo y más Apuntes en PDF de Matemáticas solo en Docsity!
With computerizationand the growth of companies has greatly increased generating capacity and data storage, are so large volumes of data analysiscan't be done with existing traditional methods. The greaterthe ability to store data, the greater is the inability to extract truly useful information,and much of the important information for decision making is hidden, and ofien not taken into account because they could not get that valuable information when required, in addition to transactional systems that are commonly used in organizationsare not adequate for analysis and extraction of relevant historical information.This work aims to implement a Datamart, as a tool íhat will develop Business Intelligence on the Logistica of a company that provides outosrcing services; with this thesis project raises the simplificationof procurementprocedures,processingand data processing, lo oblain informalion from custornerbehavior,and Ihereby support decision-makingin the logistica area under study. Keywords: Dalamart, Datawarehouse,Bussines Inteligence,logistica shopping.
ABSTRAer
Con la informatizacióny el crecimiento de las empresas, se ha elevado en gran medida la capa- cidad de generación y almacenamiento de datos; son tan grandes los volúmenes de datos que su análisis no puede realizarse con los métodos tradicionales existentes. Mientras mayor es la capacidad para almacenardatos, mayor es la incapacidadpara extraer informaciónrealmente útil, y gran parte de la informaciónimportantepara la toma de decisionesqueda oculta, y muchasveces no tomadas en cuenta debido a que no se pudo obtener esa valiosa información en el momento requerido,además los sistemastransaccionalesque se utilizancomúnmenteen las organizaciones no son los adecuados para análisis y extracción de información histórica y relevante. El presente trabajo se orienta a implementarun Datamart,como una herramientaque permitirádesarrollar Inte- ligencia de Negociossobre el área de Logistica de una empresa que brinda servicios de Terceriza- ción y Outsorcing;se plantea la simplificaciónde los procedimientosde extracción, transformación y procesamientode datos, para la obtención de informacióndel comportamientode los clientes, y con esto brindar apoyo en la toma de decisionesal área de Logísticaen estudio. Palabras clave: Datamart, Datawarehouse,Inteligenciade Negocios, logística, compras, provee- dores
RESUMEN
[email protected], [email protected]
Universidad Nacional Mayor de San Marcos Facultad de Ingeniería de Sistemas e Informática
Julio Yalan Castillo, Luis Palomino Paniora
Implementation of a Datamart as Solution Business In te lligence for T-ImpulsoLogistics Area
Implementación de un Datamart como una solución de
Inteligencia de Negocios para el área de logística de
T-Impulso
ISSN 1815-0268 (versión impresa) ISSN 1816-3823 (versión electrónica)
RISI 10(1),53 - 63 (2012) REVISTA DE I:\VESTlGACIÓ;-'¡ DE SISTEMAS E bFORMÁTlCA FACULTADDE INGE).iIERÍADE SISTEMAS E INFORMÁTICA Ur-:rVERSrDADNACIONAL MAYOR DE SAN MARCOS
3.3. DataMart Un DataMart es una base de datos departamental, especializada en el almacenamientode los datos de un área de negocio específica. Se caracterizapor dis- poner la estructura óptima de datos para analizar
3.1.1. Componentes de Inteligencia de Negocios Todaslas solucionesde Inteligenciade negociostienen funcionesparecidas,perodeben de reuniral menoslos siguientescomponentes: Multidimensionalidad: La información multidi- mensionalse puede encontraren hojas de cálculo, bases de datos, etc. Una herramienta de Inteli- gencia de negocios debe de ser capaz de reunir informacióndispersaen toda la empresae incluso en diferentes fuentes para así proporcionara los departamentosla accesibilidad,poder y flexibilidad que necesitanpara analizarla información. Data Mining: proceso que intenta descubrir patro- nes en grandesvolúmenesde conjuntosde datos. Agentes: Los agentes son programas que "pien- san". Ellos pueden realizar tareas a un nivel muy básico sin necesidad de intervención humana. Por ejemplo, un agente pueden realizar tares un poco complejas, como elaborar documentos, establecerdiagramasde flujo, etc. Data Warehouse: Es la respuestade la tecnología de informacióna la descentralizaciónen la toma de decisiones. Coloca informaciónde todas las áreas funcionales de la organizaciónen manos de quien toma las decisiones. También proporciona herra- mientaspara búsqueday análisis [6] 3.2. Data Warehouse Un Data Warehousees una base de datos corporativa que se caracteriza por integrar y depurar información de una o más fuentes distintas, para luego procesarla permitiendosu análisisdesde infinidadde perspectivas y con grandes velocidades de respuesta. La ventaja principal de este tipo de bases de datos radica en las estructuras en las que se almacena la información (modelos de tablas en estrella, en copo de nieve, cubos relacionales... etc.). Este tipo de persistencia de la información es homogénea y fiable, y permite la consulta y el tratamientojerarquizado de la misma (siempre en un entorno diferente a los sistemas operacionales).
3.1. Inteligencia de Negocios
El concepto de Inteligenciade Negocios no es un re- sultado de desarrollosen el mundode las CienciasAd- ministrativas,sino que es un productodel progresode la informáticao de la denominada"infotecnología".[1]
Tampocoes un conceptonuevooriginadoya que su ori- gen data de la publicaciónen el IBM Journal de 1958, del artículo de Hans Peter Luhn titulado "A Business IntelligenceSystem"dondese define con detalleel con- cepto con una perspectiva,que solo en nuestros días, ha sido posiblesu plena utilización.[1]
3. MARCO REFERENCIAL
2.1. Definición del Problema
El problema principalradica en que el procesode ex- tracción e integración de los datos para la realización de los reportes se realiza manualmente y sistemáti- camente, resultando muy complicado, provocando re- traso en la atención de requerimientos haciendo que en muchos casos la entrega de la informaciónno sea oportuna; Por otro lado la elaboración de algunos re- portes requiere mayor conocimiento en el manejo de las herramientas informáticas, por lo que son deriva- dos al área de Tecnologíade Información,ocasionando mas pérdida de tiempo.
2. PLANTEAMIENTOMETODOLÓGICO
Desdeel inicio de la era de la informaciónlas empresas necesitan explotar su mayor recurso, la información. La explotación eficiente de la informaciónpermite una rápida, acertada y oportuna toma de decisiones bajo el manejo de datos confiables. Por esta razón muchas organizacioneshan logrado implementar un DataMart que permita centralizar la informaciónútil y necesaria para ayudar a la toma de decisiones en los siguientes niveles organizacionales:Nivel operativo, Nivel táctico y Nivel estratégico.
El presentetrabajo implementaun DataMartcomo una solución para aplicar Inteligencia de Negocios en el área de Logísticade T-IMPULSO,empresa encargada de brindar servicios de Recursos Humanos principal- mente.
- INTRODUCCiÓN
REVISTA DE lNGENIERiA DE SISTEMAS E lJ-;FOR.'-IÁTICA VOL. lO, N." 1, ENERO - JUJ-;IO 2013
4.3. Cuadro comparativo de las herramientas
4.3.1.Definícíon de las variables de comparacion En la TablaN.o2 mostramosla definicióny ponderación de las variablesde comparaciónpara las herramientas antesmencionadas.
4.2.6. Bussiness Objects Bussiness Objectses otra plataformaBI que se carac- teriza por ofrecer distintasfuncionalidadessegún el ta- maño de la empresaque la adquierey la licencia.
4.2.7. Pentaho Pentaho es una plataformade BI "orientadaa la solu- ción" y "centrada en procesos" que incluye todos los principalescomponentesrequeridospara implementar soluciones basados en procesos. las soluciones que Pentaho pretende ofrecer se componen fundamental- mente de una infraestructurade herramientasde aná- lisis e informes integradocon un motor de workflowde procesosde negocio.[21]
4.2.8. Octopus Octopuses, al igualque Pentaho,una herramientalibre pero sólo se centra en los procesos ETL. Está basada en Java y por lo tanto se puede conectar a cualquier fuente JDBC.
4.2.5. Cognos Cognos 8 Business Intelligence [COG 2007] es una plataformadel grupo IBM que permite la generacióny visualizaciónde reportes,cubos,dashboardsy Balance scorecards,ademásde la gestiónde permisosy usua- rios necesariapara la implementaciónde la plataforma
4.2.3. SUNOPSIS Tambiénexiste en el mercado, Sunopsis [SUN 2007], que ofrece un alto desempeñoy una integraciónefecti- va, cubriendo las necesidadesde integración.
4.2.4. Microstrategy Existen soluciones como MicroStrategy Business In- telligence Solutions que permite mejorar y predecir el comportamientodel negocio, poniendo informaciónen las manosde toda personade negociosen la empresa..
4.2.2. Data Stage
DataStage [DAT2007] es una herramientaque permi- te soportar la informaciónque necesita la compañía, y construir un Data Warehouseen "tiempo rea!". El Da- taStage es una herramienta ETl (ExtractlTransforml load - Extracción,Transformacióny Carga) que utiliza notación gráfica para construir integración de datos para dar soluciones,y está disponibleen varias versio- nes, como Server Edition y EnterpriseEdition.
4.2.1. SSIS
El software Sal Server Integration Services (8SIS) [Sal 2007], permite la integración de los datos de cualquier fuente. SSIS provee una plataforma escala- ble y extendible que capacita al equipo desarrolladora construir,mantener,y desplegarsolucionesde integra- ción para alcanzarsolucionesde integraciónúnicas de acuerdo a las necesidades.
En el paper "[Peña Ayala, Alejandro, Diciembre 2005]: Inteligencia de negocios: Una propuesta para su desarrollo en las Organizaciones, Editorial APA" se presentay describeun modelogeneral OLAP y prototipo de un Sistema Data Warehouse para una empresadel sector público en general y se implemen- ta en la empresa pública Editora Perú SA Se revisan los antecedentes, cómo se consolida la información actualmentede forma manualo con apoyode otros sis- temas, se define el problema,se muestragráficamente la situación actual,se determinala justificacióndel pre- sente trabajo y los métodosutilizados. Se detallan los objetivos generales y específicos; además se explica el concepto de Inteligenciade Negocios y Almacén de Datos. Se muestrael ModeloGeneralOLAP de Editora Perú, así como el prototipo desarrollado para mostrar parte de la soluciónal problema.
4.2. Posibles herramientas a utilizar
4.1. Modelo de Data Warehouse para el sector público (Editora Perú S.A.) RESUMEN
- ESTADODEL ARTE METODOlÓGICO
REVISTA DE INGENIERÍA DE SISTEMAS E INFORMÁTICA VOL. 10, N." 1, ENERO - JUNIO 20 13
4.4.2.Metodología de Kimball
Ralph Kímball, es reconocido como uno de los padres del concepto de Data Warehouse, se ha dedicado des- de hace más de 10 años al desarrollo de su metodo- logía para que éste concepto sea bien aplicado en las organizaciones y se asegure la calidad en el desarrollo de estos proyectos.
4.4.1.Metodologia Roadmap En términos generales de BI, el Business Intelligence Roadmap (BIR) especifica el camino y la dirección que deben seguir las aplicaciones, estructuras, herramien- tas y personas que intervienen en un proyecto de este tipo.[22]
4.4. Metodologías
Tabla N.· 4. Cuadro comparativo de herramientas 8 I Fuente: Elaboración Propia
Herramienta ElL Eta boraciúnReportes^ de^ Oren Sl'UITf^ ( onocirnicntoherramienta^ Puntuaciún SSIS (^1 1) O 2 4 Data Stage 1 O O O 1 Sunopsis 1 O O O 1 Micro Strategy O 1 O O 1 BussinessObjects O 1 O O 1 Cognos O 1 O O 1 Octopus 1 O O O 1 Pentaho 1 1 1 O 3
4.3.3.Puntuacion de las herramientas En la tabla N.o 4 se aprecia que SOL Server Integration Services obtiene el mayor puntaje. En la Figura 12 se puede apreciar el puntaje en porcentajes siendo SSIS el que obtiene el 100% de puntuación. Tomando como base las características de estas he- rramientas y el puntaje obtenido se optó por utilizar la Tabla N.· 3 Cuadro de puntuación de las herramientas 81 herramienta SSIS(SOL Server IntegrationServices) Fuente: Elaboración Propia
4.3.2.Criterio de puntuacion En la tabla N.o 3 se muestra una puntuación que se asigna al valor de las variables
Tabla N.· 2. Definición y ponderación de variables de Comparación de herramientas 81 Fuente: Elaboración Propia
Conocimiento de la herramienta tiene una pondera- ción de 2 porque consideramos una ventaja el manejo de la herramienta para realizar el proyecto
Conocimiento herramienta 2
Open Source El código fuente de la solución es de código abierto
Elaboración de Reportes Permite la elaboración de reportes
ETL Permite la Extracción, Transformación^ y^ Carga.
RISI 10(1),53 - 63 (2013)^ IMPLEMENTACIÓNDE UN DATAMARTCOMO UNA SOLUCIÓNDE INTELIGENCIADE NEGOCIOS
- Definición de Requerimientos Requerimientosfuncionales. Requerimientosde información. Requerimientosde seguridad y performance.
- Análisis de Datos Fuente de datos. Calidad de datos. Limpieza de datos.
- Prototipo de Aplicación Objetivos de prototipos.
Evaluación
Estado del acceso de la informaciónen la empresa. Reglas del negocio. Estadodelentornode soportea la tornade decisiones. Justificación de decisiones. Retorno de inversión.
5.2.1.Pasos para la implementacion del DataMart como solucion de inteligencia de negocios según Business Inteligence Roadmap
Solo se considera en este proyecto el paso "Desarrollo del ETL
Figura N.· 1. Metodología adaptada de Busíness Intellígence RoadMap Fuente: Elaboración propía
Justificación Anállsls dlll negocio Oisef() ccnstruectcn Oespll¿gue
5.2. Definicion de la metodología elegida Para el desarrollo del DataMart como solución de In- teligencia de negocios para T-IMPULSO, se emplea la guía Business IntelligenceRoadMap elaborado por La- rissa T. Moss y ShakuAtre [26], y la guía Metodologias de Soluciones Cognos y Cognos Business Intelligence Roadmap, dado que brinda los pasos a seguir para el ciclo de vida de un proyecto de Inteligenciade Negocios
Facilita la creación de soluciones complejas y só- lidas para la extracción, transformación y carga (ETL) de datos. Proporcionanla capacidad de diseñar,crear, imple- mentar y administrar paquetes que tratan los requi- sitos empresariales cotidianos.
5.1.2.Microsoft sql server 2005integration services (ssis)
5.1.1.Microsoft Sq/ Server 2005Ana/ysis Services (Ssas) Proporcionalabasede unasoluciónde Inteligenciade Negocios. Proporcionan la capacidad de diseñar, crear y ad- ministrar cubos y modelos de minería de datos de los almacenes de datos, y permiten que el cliente pueda obtener acceso a los datos OLAP y de la minería de datos.
5.1. Definición de las herramientas a utilizar
- IMPLEMENTACiÓNy RESULTADOS
RISI 10(1),53 - 63 (2013) IMPLEMENTACIÓNDE UN DATAMARTCOMO UNA SOLUCIÓNDE INTELlGENC!ADE NEGOCIOS
5.3.1.2.Estado del entorno de soporte a la toma de decisiones En la Actualidad el soporte a la toma de decisiones en el área de Logística de la empresa T-Impuslose realiza de la siguiente forma: a. Los trabajadores del área de logística si tienen un requerimiento de información llenan su solicitud de requerimiento de información dirigido al área de informática de la empresa. b. Eljefe de área de Logística aprueba la solicitud de requerimiento de información, y posteriormente lo dirigen a mesa de partes. c. La solicitud de Requerimiento pasa a mesa de partes, quienes canalizan el requerimiento al área de informática de T-Impulso. d. En el área de informática de T-Impulso, el jefe del área designa a un analista programador quien re- solverá el requerimiento. e. El analista programador retorna el requerimiento hacia el solicitante del área de Logística, a través de un reporte, hoja de cálculo o gráfico. f. El trabajador del área de Logístíca quien solicito el requerimiento verifica si se cumplió con el requerimiento y luego da su conformidad.
5.3.1.1.Reglas del negocio Las reglas de negocio implícitas dentro de la toma de decisiones del área de Logistica son: Todo requerimiento de información que no puede ser cubierto por la misma área de Logística, se de- lega la responsabilidad al área de informática para que brinde las facilidades necesarias. Todo requerimiento de información del área de Lo- gística, debe ser evaluado y autorizado por el jefe del área. Los requerimientos de información tienen un plazo de entrega con el mutuo acuerdo entre el área de Logística y el área de informática.
de la solución desarrollada, y el alcance de la presente tesina solo llega hasta la obtención de la solución y al- gunas pruebas Alfa con la misma.
5.3.1.Evaluación del negocio
5.3. Aplicación de la guia Gusiness Intelligence Roadmap La presente tesina solo está contemplada hasta el paso DESARROLLO DEL ETL, Los pasos siguientes den- tro del Business InteligenceRoadmap (Desarrollo de la Aplicación, Certificación E Implementación) no son incluidos dentro del presente proyecto, puesto que es- tos pasos son definidos para la puesta en producción
Participación de stakeholders. Herramientas y métodos para el prototipo.
- Diseño de la Base de Datos Demanda de reportes y consultas. Consideracionespara el diseño de la base de datos. Selección de un DBMS.
- Diseño del ETL Selección de herramientas ETL. Fases de ETL. Flujo de procesos ETL. Métricas de calidad.
- Desarrollo del ETL Extracción desde sistemas fuente. Herramientas ETL. Flujo del desarrollo ETL. Pruebas.
- Desarrollo de la Aplicación Resultados del prototipo. Herramientasde accesoy análisisde la información. Capacitación de usuarios. Alcance de la aplicación.
- Certificación Elaboración de casos de prueba. Pruebas de carga. Pruebas de funcionalidades.
- Implementación Componentes para producción. Mantenimiento de la base de datos. Capacitación y soporte a la solución.
REVISTA DE INGENIERlA DE SISTEMAS E INFORMÁTICA VOL. 10, N." 1, ENERO - JUNIO 2013
Figura N.o 4. Ejemplo de Consultas
En el gráfico a continuación mostramos como en el examinador del Datamart podemos hacer ya uso de la data relacionando las tablas, y posteriormente exportarlas a Excel.
Figura N.o 3. Proceso de Extracción, transformación y Carga (elaboración propia)
Microsoft SQL Server 20051ntegration Services (5515) Facilita la creación de soluciones complejas y só- lidas para la extracción, transformación y carga (ETL) de datos. Proporcionan la capacidad de diseñar, crear, imple- mentar y administrar paquetes que tratan los requi- sitos empresariales cotidianos.
5.3.5.2. Fases 1 flujo y desarrollo de ETL En la figura N.o3 mostramos el diseño de extracción y transformación de carga de la información necesaria, para poder después manipular los datos y trabajarlos en nuestro DataMart. El Microsoft SQL Server 2005 Integration Services (SSIS) se encargarade realizarla carga de los datos de las RBD ORACLE (área de operaciones), SQL Server (área de marketing) y Firebird.
5.3.5.1. Selección de herramientas ETL
5.3.5. Diseño de/ ETL
Microsoft SQL Server 2005Ana/ysis Services (SSAS) Proporciona la base de una solución de Inteligencia de Negocios. Facilita la creación de sofisticadas soluciones de procesamiento analítico en línea (OLAP) y minería de datos. Proporcionan la capacidad de diseñar, crear y ad- ministrar cubos y modelos de minería de datos de los almacenes de datos, y permiten que el cliente pueda obtener acceso a los datos OLAP y de la minería de datos..
5.3.4.4. Selección de un DBMS.
REVISTA DE INGENIERÍA DE SISTEMAS E INFORMÁTICA VOL. 10, N." 1, ENERO - JUNIO 2013
[5) [Luis Mendez del Río Octubre 2006) Más allá del Business Intelligence,Unigraf. 181p. [6] [Nima Ramos2009)JonathanNima Ramos Solucio- nes OLAP con MicrosoftSQl ServerAnalysisServi- ces. [7) Productosde Oracle para Inteligenciade Negocios, Julio 2008, de http://www.oracle.com/technology/ products/bilindex.html [8) [Rayner Huamantumba2007):Manual para el dise- ño y desarrollo de Datamart. [9) [Rios 2011)Angel-Rios;Paper sobre la Inteligencia de Negocios ORAClE. [10] [Vincent Rainardi 2008] Building a Data Ware- house with Examples in SQl Server. [11] [Vincent Rainardi 2008) Building a Data Ware- house with Examples in SQl Server. [12] [HerreraOsorio, EdwarJavier 2011]Diseñandoun modulo de inteligenciade negocios con UMl [13] [Ing. Bernaben Ricardo Dario, Córdoba, Argen- tina -17 de Enero de 2009]DataWarehousing: Investigación y Sistematización de conceptos. Metodología para la construcción de un Data Warehouse. [14] [Booch 199]Patronesde diseño, E. Gamma et al. EditorialAddison-Wesley. [15] [Kimball, Ralph] "The Data WarehouseToolkitse- ries". Editorial John Wile&Sons.1996-2004. [16] [W. H. Inmon]."Buildingthe DataWarehouse".Edi- torial Wiley,TerceraEdición.2002. (17) [RaynerHuamantumba2007]: Manual para el dis- eño y desarrollo de Datamart. [18] [Angel-Rios 2011]; Paper sobre la Inteligenciade Negocios ORAClE [19] [Marta Zorilla 2008]: Introducción al Business In- telligence. [20] Pagina oficial de Pentaho http://www.pentaho.
coml
[21] Pagina oficial de Pentaho http://www.pentaho.
coml
[22] [larissa T. Moss, ShakuAtre, 2003]. Business In- telligence Roadmap. [23] [Vitt, Elisabeth2010] BusinessIntelligence:Técni- cas de análisis para la toma de decisiones estra- tégicas.
6. REFERENCIAS BIBLIOGRÁFICAS
[1] Conceptosy tecnología de inteligenciade negocio, Agosto 2005, de http://www.bi-spain.com
[2) Historia de la Inteligencia de Negocios, domingo, 21 de junio de 2009, de http://www.businessintelli- gence.info/definiciones/historia-business-intelligen- ce.html.
[3) [Ing. Bernaben Ricardo Dario, Córdoba, Argentina -17 de Enero de 2009] Data Warehousing:Investi- gación y Sistematizaciónde conceptos. Metodolo- gía para la construcciónde un Data Warehouse,
[4) Inteligenciade Negocios http://www.sinnexus.com/ business_intelligence
5.1. Conclusiones
- Mediante procesos de extracción; transformación y carga de data histórica, de forma automática se obtuvo un repositorio (DataMart) que permitirá la explotacióneficiente de la información.
- El DataMartpermitió apoyar al área de logistica en la toma de decisiones, a través de la entrega opor- tuna y relevante de información.
- la implementaciónde un DataMartredujoel tiempo en la elaboraciónde los reportestanto al área de 10- gistica como al área de Informática,no se necesita tener demasiado conocimiento de los datos alma- cenados.
- El DataMartse constituyó en una herramientaque nos ayuda a la elaboraciónde reportes y con ello a la toma de decisiones sobre el área de logística de la empresa T-Impulso.
5.2. Recomendaciones
Si no se tiene manejo de la herramienta SQl Server Integration Services y se quiere reducir costos de im- plementación, se recomienda utilizar la herramienta PENTAHOya que es la herramientade código libre que obtuvo mayor puntaje en el benchmarking.
Agradecimientos
Agradecemosal MagisterAugusto Cortez Vásquez por su orientación. Sus sugerencias y recomendaciones constituyeronun valioso apoyosin el cual no se hubiera podido culminar el presente proyecto.
5. CONCLUSIONES Y RECOMENDACIONES
RISI 10(1),53 - 63 (2013) IMPLEMENTACIÓNDE UN DATAMARTCOMO UNA SOLUCiÓNDE INTELIGENCIADE NEGOCIOS
